基于考核水位自动判别机制的梯级水电站群节水增发电考核研究

根据梯级水电站联合调度节水增发电考核的必然性,建立起对应的考核模型和评价标准,基于考核水位对考核结果的影响,引进了考核水位自动判别机制,改进了季及季以上调节电站的考核电量算法,介绍了其具体的实现过程。以乌江洪家渡—乌江渡梯级水电站群为对象,开发了相应的考核软件。算例结果与生产实际情况一致,对广泛开展梯级水电站联合调度节水增发电考核具有借鉴意义。     

基于相空间重构的BP神经网络月径流预测模型及应用

针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络结构,建立了基于相空间重构理论的BP神经网络月径流预测模型,并采用该模型预测了瀑布沟水库的径流时间序列。结果表明,该BP神经网络预测模型收敛速度快、预测精度较高。     

基于小波分析的BP网络预测模型及其在年径流预测中的应用

鉴于小波变换序列中尺度系数系列和小波系数系列变化特征存在较大差异,提出了一种新的小波分析与BP网络结合方式,即建立两个BP网络分别对两类系数系列进行预测,再对各小波变换系数的预测值进行小波重构,获得原序列的预测值。将该模型应用于二滩电站入库年径流量预测,结果表明该模型预测精度高,可为水电站提供可靠的入库年径流预测结果。     

基于K值分时段反向率定法的梯级水电站节水增发电考核

针对目前水能利用提高率计算中出力系数K值的选取方法会造成计算结果出现较大误差甚至错误的问题,将考核时段划分为n个分时段,每个分时段取一个K值,提出了K值分时段反向率定法,将其率定的结果应用于梯级水电站节水增发电考核中。结果表明,梯级各电站水能利用提高率计算结果均在合理范围内,同时与采用年均K值计算的结果进行比较,发现两者相差较大,且后者可能造成不合理的计算结果,由此得出K值分时段反向率定法的合理性和有效性。     

溪洛渡—向家坝—三峡梯级水电站中长期优化调度研究

溪洛渡、向家坝、三峡组成梯级水电站群,在建立中长期优化调度模型时不仅需要考虑各水电站间存在的电力、水力联系,还要考虑水库的防洪、航运等综合任务。提出了适合溪洛渡—向家坝—三峡梯级水电站的中长期优化调度的数学模型,并采用引入罚函数的逐步优化算法(POA)对模型进行有效求解。求解模型时考虑了各种约束,求解结果表明,收敛效果好,能够得到满意的优化结果。     

基于聚类分析的重庆市侵蚀性降雨特征研究

基于重庆市32个国家气象站点的2009-2018年逐分钟降雨观测数据,开展侵蚀性降雨的雨量、历时、雨强及降雨侵蚀力特征值分析,探讨研究区侵蚀性降雨时空分布特征及雨情特点。结果表明：研究区多年平均侵蚀性降雨量、历时、雨强及发生次数分别占多年平均降雨量、历时、雨强及发生次数的75%、44%、55%和18%;侵蚀性降雨年内主要集中于5-9月,雨量、历时的年内分布呈双峰变化,雨强、发生次数和降雨侵蚀力年内变化则呈单峰特征;降雨侵蚀力年际变化幅度为-22%~27%。侵蚀性降雨各特征值在空间上表现出明显的区域差异性,主成分聚类分析方法将研究区划分为轻度、中度和重度3类降雨侵蚀区;研究区雨情基于K均值聚类分为3类,类Ⅰ为区域主要雨型,类Ⅲ为降雨侵蚀力最剧烈的雨型,类Ⅱ的雨量、雨强、历时以及降雨侵蚀力则介于类Ⅰ、类Ⅲ之间。     

基于二次反调节作用的水电站调峰潜力研究

在实行分时电价政策背景下,为探究梯级水电站调峰潜力,指导年调节水电站调峰运行,保障年调节水电站经营效益,在总结水电站调峰潜力评价指标,分析调峰潜力计算原则基础上,建立了可考虑下游梯级水电站水库反调节作用的水电站调峰潜力计算模型,以黑水河梯级电站为例,充分考虑色尔古电站反调节作用及柳坪电站二次反调节作用,探讨了毛尔盖水电站调峰潜力。经仿真计算,表明该模型计算能有效提高毛尔盖电站水能资源利用效率,提高水电站发电效益,且计算过程清晰可靠,切合实际。