下坂地水库替代部分平原水库可行性分析论证

以水资源的合理置配和高效利用为原则 ,分析了用山区下坂地水库替代部分平原水库的可行性。在水资源综合利用约束下 ,以合理置配水资源为目标 ,对山区水库与保留的平原水库联合调节 ,可确保叶尔羌河流域经济发展与生态建设以及塔里木河生态环境保护目标实现     

金沙江下游—三峡梯级水库群调度运行补偿电量分配

为探究金沙江下游—三峡梯级水库群联合发电调度补偿电量及补偿规律,以溪洛渡、向家坝、三峡、葛洲坝水库为例,分别建立了单库优化调度和梯级水库联合调度模型,并以长系列历史径流为输入进行调度模拟,在此基础上,考虑各水库参与联合调度的贡献值,提出基于补偿电量贡献值的贡献系数计算方法,进行了水库间和梯级间联合调度补偿电量分配,获得了不同水库间的补偿电量,为金沙江下游—三峡梯级水库群管理决策提供理论支撑与技术支持。     

西江上游水库群联合蓄水优化调度研究

目前西江上游水库群在汛末蓄水期难以蓄满,直接影响其在供水期的综合效益。为此,建立了基于发电、蓄水和生态的多目标优化调度模型,采用逐次逼近动态规划方法进行求解,得到2011～2017年的水库群联合蓄水优化调度过程。结果表明,龙滩水库的蓄水与天生桥一级水库的蓄水具有同步性;因光照水库为龙头水库、岩滩水库开始蓄水时间比其他水库晚,故两水库蓄水受其他水库的影响较小。对于特枯年份,需提前水库群开始蓄水时间及抬高起蓄水位才能蓄满。     

龙羊峡水库年末运行水位控制研究

龙羊峡多年调节水库年末运行水位控制是关系到黄河上游梯级水电站整体效益的关键问题。在分析影响龙羊峡龙刘两水库年末运行水位主要因素的基础上,结合黄河上游梯级水库联合调度的特点,建立了龙羊峡水库模拟调度模型,拟定以三个来水典型年和不同起调水位的组合方案,在满足下游综合用水基本要求的前提下,重点从发电量和弃水概率两方面分析论证了龙羊峡水库年末运行水位的合理控制区域。研究成果对今后龙羊峡水库调度运行和其他类似多年调节水库的调度具有一定的参考价值。     

Wind speed forecasting in the South Coast of Oaxaca, México

Comparison of two techniques for wind speed forecasting in the South Coast of the state of Oaxaca, Mexico is presented in this paper. The Autoregressive Integrated Moving Average (ARIMA) and the Artificial Neural Networks (ANN) methods are applied to a time series conformed by 7 years of wind speed measurements. Six years were used in the formulation of the models and the last year was used to validate and compare the effectiveness of the generated prediction by the techniques mentioned above. Seasonal ARIMA models present a better sensitivity to the adjustment and prediction of the wind speed for this case in particular. Nevertheless, it was shown both developed models can be used to predict in a reasonable way, the monthly electricity production of the wind power stations in La Venta, Oaxaca, Mexico to support the operators of the Electric Utility Control Centre.     

三峡水库运行后鄱阳湖水文情势变化特征

为揭示三峡水库运行后鄱阳湖水文情势的变化特征,选取月平均水位、极端水文条件、极端水文事件发生时间、脉冲频率及历时、水文条件变化情况作为水位指标,对比分析三峡水库运行前后水位指标的变化特征,采用t检验法判定水位指标变化是否显著,并通过比较水位指标变化的百分比绝对值分析变化剧烈的指标。结果表明,在三峡水库、降水变化等因素的综合影响下,鄱阳湖年平均水位及月平均水位、不同历时极端高水位与极端低水位均显著降低,10月落水率显著提高,枯期水位指标变化百分比绝对值总体上较大,鄱阳湖枯期水文情势变化较为显著。     

基于相似推理的多沙河流水库坝址泥沙预测

多沙水库泥沙淤积严重制约了水库兴利效益的发挥,而实施水库水沙优化调度、提高排沙效率的关键在于坝址泥沙预测。利用不同洪水之间的相似性,在构建水库水沙过程相似性指标体系的基础上,分析了水库水沙过程相似性,提出了坝址泥沙预测相似推理方法,预测了三门峡水库坝址泥沙过程,并进行了预测误差分析。结果表明,该方法切实可行,预测精度较高。     

港口湾水库对下游河道生态径流的影响

基于水阳江中上游沙埠、港口湾、宣城三个水文站1974~2009年的日平均流量资料,采用逐月最小生态径流计算法、新逐月频率计算法和Tennant法分别计算和评价了三个水文站的最小生态径流和适宜生态径流,并对比分析了港口湾水库修建前后三个水文站径流过程的变化。结果表明,港口湾水库修建后,下游径流量呈秋冬增加、春夏减少、年内分配更均匀的趋势,部分月份月平均流量小于适宜生态径流值,研究成果可为港口湾水库生态调度措施的制定提供依据。     

梯级小水电站日负荷优化分配计算的逐次优化法

针对梯级小水电站的实际情况，在给定水库用水量及计划日负荷图的条件下，将负荷优化分配至各电站、各台机组，建立了基于POA算法的数学模型，应用该模型计算的优化分配方案与实际运行数据相比较，电站的经济效益得到了提高。     

Testing for nonlinearity in solar radiation time series by a fast surrogate data test method

Recently, various time series models have been proposed to predict solar radiation, for instance the ARIMA (autoregressive integrated moving average) model and neural networks. Before building a model for the data, however, it is advisable to check whether the data suggest this type of modeling. More specifically, a nonlinearity test is suggested before further analysis with the linear or nonlinear tools are to be applied. In this paper, we test the presence of nonlinearity in the solar radiation time series by the method of surrogate data. The surrogate test method used in this paper is based on evaluation of the differences between the original time series and the linear model that best approximates it. Nonlinearity tests are carried out for four data sets including 5-min, hourly, daily and monthly global solar radiation time series from the UO (University of Oregon) Solar Radiation Monitoring Laboratory. The test statistics show that the 5-min, hourly, daily global solar radiation time series exhibit apparently nonlinearity while the monthly time series does not.     

ARIMA-GRNN模型在大坝安全监测中的应用

为提高大坝安全监测数据预测精度,将差分自回归移动平均模型(ARIMA)与广义回归神经网络(GRNN)相结合,建立了ARIMA-GRNN预测模型。以前期实测值和ARIMA拟合值作为GRNN网络的输入,后期实测值作为网络输出,以平均平方误差最小为原则寻找光滑因子,建立最佳的预测模型,并运用熵权法和标准离差法对各模型进行多指标综合评价。结果表明,ARIMA-GRNN模型预测精度较ARIMA模型明显提高,可应用于大坝安全监测。     

基于灰色关联度与BP神经网络的清河水库总氮浓度预测模型

为了实现清河水库总氮浓度的预测,建立了基于灰色关联分析的BP神经网络水质预测模型(GRABP),即采用灰色关联度的方法,选取总磷、挥发酚、化学需氧量、pH值、氨氮五项水质指标作为BP神经网络总氮预测模型的输入变量,根据五项最优影响因子与总氮浓度的对应关系,对模型进行了训练,并将训练好的模型应用于2016年8~12月的总氮浓度预测中。结果表明,GRA-BP网络模型较BP网络具有较高的预测精度,预测的相对误差均在5%以内,可为清河水库的水质管理提供科学的指导。     

BP人工神经网络模型在溪洛渡、向家坝两库联合优化调度规则中的应用

基于BP人工神经网络算法的基本原理,采用水库水位与出力双决策控制,建立了溪洛渡、向家坝两库联合调度函数的BP人工神经网络模型。模拟调度结果表明,该模型能更好地映射调度函数中各变量之间的非线性关系,优化运行轨迹的拟合效果明显提高。     

Neural network based estimation of maximum power generation from PVmodule using environmental information

This paper presents an application of an artificial neural network for the estimation of maximum power generation from PV module. The output power from a PV module depends on environmental factors such as irradiation and cell temperature. For the operation planning of power systems, the prediction of the power generation is inevitable for PV systems. For this purpose, irradiation, temperature and wind velocity are utilized as the input information to the proposed neural network. The output is the predicted maximum power generation under the condition given by those environmental factors. The efficiency of the proposed estimation scheme is evaluated by using actual data on daily, monthly and yearly bases. The proposed method gives highly accurate predictions compared with predictions using the conventional multiple regression model     

考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用

鉴于传统的统计模型未考虑变形中的随机扰动和混沌现象,借助小波分析、灰色Verhulst模型（G Verhulst）〖JP〗和差分自回归移动平均模型（ARIMA）分析统计模型的残差,以充分挖掘变形观测资料中的数据特性。首先利用小波分析对残差序列去噪,提取出不同频率的信号,然后分别用G Verhulst模型和ARIMA模型进行建模预测,最后将统计模型预测值和残差预测值叠加,建立了一种考虑残差的小波G Verhulst ARIMA大坝变形组合预测模型。实例应用结果表明,与不考虑残差的组合模型及使用GM（1,1）模型（EGM）代替G Verhulst模型的组合模型相比,该模型拟合和预测时的均方误差均小于其他两组模型,有效提高了预测精度,为建立大坝安全监控模型提供了新思路。     

计及多类型电储能的综合能源系统优化运行对比分析研究

综合能源系统是泛在电力物联网的重要组成部分,多种类型的储能设备在其中发挥了重要作用。目前的多数研究只考虑了单一类型电储能对综合能源系统优化运行的影响,或是通过对多种能量形式的储能进行联合优化调度展开研究。至于多种类型电储能在综合能源系统中的优化运行结果以及定量对比分析工作还开展的较少。鉴于此,文中提出了计及飞轮储能、电化学储能和超导储能等多类型电储能的综合能源系统优化运行模型,以系统日运行成本最低为目标,并采用人工智能算法来保障预测数据的准确性,利用混合整数线性规划方法进行求解,同时设置了3种运行场景,对不同场景下的优化结果进行了定量分析对比。算例分析表明,采用电化学储能可获得最低的系统运行成本以及最为显著的售电交易量;而超导储能具备充放调度灵活性高,充放潜力大的特点。     

基于改进多目标蝙蝠算法的洛河流域水库优化调度

为了发挥水资源综合利用的最大效益,实现水库发电和供水效益双赢的优化调度需求,以水库发电量最大和水库下游用水区域总缺水量最小为目标建立了多目标优化调度模型。同时,提出改进多目标蝙蝠算法(IMOBA)用于求解多目标优化调度模型,该算法引入外部精英蝙蝠集EBS()来存储算法寻优过程中的非劣解,设计一种基于混沌原理的脉冲发射率生成机制来增强算法的搜索能力,并加入变异操作以提高算法的种群多样性。将改进多目标蝙蝠算法应用在洛河流域故县水库,得到丰、平、枯三种典型年下的故县水库调度方案集。结果表明,IMOBA算法合理有效且优于多目标蝙蝠算法(MOBA),能较好地反映洛河流域故县水库的发电和供水要求。同时验证了多目标优化调度模型的可行性,为流域水库多目标优化调度方案的制定提供了新途径。     

Methodology for generating daily clearness index index values Kt starting from the monthly average daily value . Determining the daily sequence using stochastic models

The facility to generate weather data from limited inputs and independently of specific locations would allow simulations of energetic systems to be run at locations for which detailed weather records do not exist. This article presents a methodology to calculate synthetic daily solar radiation values and describes how sequences of daily global radiation can be generated using as input the monthly average radiation. A stochastic model, ARIMA(1,1,1) is presented, as well.     

台州市长潭水库分层取水口高程的确定

长潭水库因取水口位置过低,每年6～9月原水中的铁、锰浓度常超过集中式生活饮用水地表水源地限值标准,大幅增加水厂的运行成本和影响出厂水质。为此,分析了长潭水库2012～2016年分层水质监测数据及其成因,并结合水厂的制水工艺合理确定长潭水库分层取水口高程。发现水温和溶解氧是导致原水铁、锰超标的主要因素,10m水深是长潭水库铁、锰和氨氮垂直浓度梯度的分界线。根据原水水温、溶解氧、pH值、铁、锰和氨氮对水厂运行和出水水质的影响,结合长潭水库多年逐日平均水位保证率统计成果,确定分层取水上层取水口底高程为26.05m,下层取水口底高程为16.05m,既能保证台州市引水工程尽可能多地取到优质原水,又能降低运行成本、保证特枯年份的取水。     

基于MPGA-LSTM月径流预测模型及应用

鉴于径流预测在水利基础设施运行、防洪、航运规划等水资源规划管理中具有极其重要的意义,将长短时记忆神经网络(LSTM)和多种群遗传算法(MPGA)相耦合,构建了基于MPGA-LSTM的混合径流预测模型,并采用该模型对晋江上游控制性水文站石砻站2013～2017年逐月径流过程进行延时回归预测。同时,为了验证MPGA-LSTM模型在月径流预测方面的优越性,针对影响预测精度三个因素基础模型、控制参数和优化方法,分别设置三组对比模型。计算结果表明,MPGA-LSTM模型表现最优,合格率为85%,确定性系数R~2为0.953,达到预报甲等标准。因此,所提出的MPGA-LSTM模型为月径流预测提供了一种有效的方法。