水文资料长度对隐随机优化调度规则的影响研究

针对水库调度隐随机问题中所需水文资料长度问题,以三峡水库为例,基于1882~2001年径流资料划分率定期与检验期,并在率定期中抽取一定长度的连续水文资料系列编制隐随机调度规则,在检验期中予以评价。结果表明,采用70 a以上的水文资料编制调度规则可获得较稳定、可靠的水库调度规则,30 a以上资料即可满足工程需求。     

基于洪水预报信息的桓仁水库后汛二期洪水调度规则研究及应用

针对桓仁水库后汛二期存在弃水量大、洪水资源利用率不足、电厂效益低的问题,根据洪水预报信息、洪水预报精度及误差分布,拟定了以"预报累积净雨量"和"库水位"为判别指标的桓仁水库后汛二期洪水调度规则。利用该规则调节5~30年一遇的设计洪水及20场实测洪水,结果表明在不增加原设计防洪风险的情况下,与原设计调洪规则相比,洪水资源和水能资源利用率均得到提高。     

布谷鸟搜索算法在梯级水库优化调度中的应用

针对梯级水库优化调度在求解时易出现维数灾及计算时间过长等问题,将布谷鸟搜索算法用于梯级水库优化调度问题求解。实例计算表明,应用布谷鸟搜索算法求解梯级水库优化调度问题时,不但能对水库优化调度模型进行有效求解,还能节约计算用时,为求解高维梯级水库优化调度提供了新的思路。     

人工鱼群算法在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近、且不易陷入局部最优的能力,建立人工鱼群系统模拟水库优化调度对人工鱼状态进行随机初始化、变异及模拟鱼群行为,将最优状态作为公告板.实例表明,鱼群算法应用于水库优化调度有效、可行.     

集对综合评价模型在水库优化调度方案决策中的应用

水库优化调度方案决策是具有多目标、多属性的复杂决策过程。应用集对分析同一度综合评价模型对洮河九甸峡水库11个调度方案进行决策优选,经分析检验结果合理,且计算简便、实用,是一种有效的决策优选方法,对决策者有很好的指导作用。     

POA算法在水库水沙联合调度中的应用研究

为使水库保持最佳的发电效益,同时又能最大限度地保留有效库容,利用多目标规划方法构建了水沙联合调度多目标规划模型,模型由水库优化调度模型及泥沙冲淤计算模型两部分组成,通过水位参数的传递实现子模型的结合,并利用改进逐步优化算法对模型进行求解。以三峡电站的实际数据为例进行了计算,结果表明模型得到的数据合理、计算速度快,为研究水库泥沙问题提供了重要依据。     

基于稳态繁殖的遗传算法在水库优化调度中的应用

针对遗传算法用于求解水库优化调度时收敛局部最优解的问题,以葛洲坝水库为例,提出了基于稳态繁殖的遗传算法,并与基本遗传算法做了比较.结果表明,该方法避免了个别种群迅速繁殖及早熟现象,扩大了搜索空间,更好地保持了种群多样性,并使收敛速度加快.     

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。     

并行多维动态规划算法在梯级水库优化调度中的应用

为有效缓解多维动态规划算法运行时间长并增强其对梯级水库群联合优化调度问题的求解能力,基于.NET4的并行拓展库,将并行处理技术与该方法相结合,利用梯级水库状态点间的计算独立性构建了并行多维动态规划算法,并以李仙江流域三库梯级为例,根据不同状态离散数和不同CPU核数构建了3个串行计算方案和9个并行计算方案,从运行时间、并行加速比及并行效率等方面对该并行算法进行性能分析。结果表明,在现有计算条件下该并行算法能有效缩短程序运行时间,从而缓解多维动态规划的维数灾问题,并继承了多维动态规划的全局收敛性。     

水库防洪调度规则的参数优化研究

针对水库运用常规防洪调度进行洪水调度时,因对规则的合理性描述不足而限制了其应用的问题,根据水库不同防洪对象的精细程度要求,结合预见期内水库预报最大洪水和实时水位,拟定分级防洪预报调度规则,建立带有惩罚机制的防洪调度规则参数优化模型,并提出改进遗传算法求解该模型,即通过混沌算法、混沌变异操作与适应度差值进化改善初始种群质量、提高算法局部与全局搜索能力,实现参数控制的防洪预报调度规则。实例应用表明,综合改进遗传算法较其他遗传算法优化性能有一定提高,防洪预报调度优化规则的调度结果优于常规调度规则,为防洪调度规则的合理应用提供了一种有效方法。     

建立水库优化调度函数的人工神经网络方法研究

阐述了人工神经网络的基本原理，提出了建立水库优化调度函数的BP网络模型。分别利用该算法与传统的多元回归建立金盆水库优化调度函数，结果表明，BP网络模型计算简便，并具有较高的计算精度。     

B-P网络隐含层对水质评价结果的影响分析

运用人工神经网络理论和方法，建立了水质评价的B－P网络模型；重点探讨了隐含层节点数的确定方法。通过对某市不同水域水质评价及多个实例的检验分析表明，隐含层节点数在一定范围内取值对水质评价结果无影响。     

基于人工神经网络的供热管网终端温度预测模型

从供热管网终端泄漏诊断需要出发，引出求解正常供热时管网系统的终端温度。绕过传统的通过求解微分方程确定温度的方法，利用人工神经网络来预测管网系统的终端温度，从而为供热管网终端泄漏诊断提供参考依据。在应用人工神经网络时，采用基于相关分析法的节点删除法来优化网络结构提高网络性能。仿真分析表明基于这种结构优化的人工神经网络模型对供热管网终端温度预测较为准确，对泄漏诊断有一定帮助。     

基于向量夹角和最小的组合评价方法在水沙联合调度中的应用

针对水库水沙联合调度方案评价的复杂性及单一评价方法存在的局限性,以向量夹角和最小为优化目标,提出了基于向量夹角和最小的组合评价方法,并以溪洛渡和向家坝梯级水库为例,将该方法应用于水库水沙联合调度的非劣调度方案评价中。结果表明,组合评价方法的计算结果与各单一方法的计算结果相关程度高,可同时反映方案间的优劣次序及其相对优劣程度,其评价结果符合水沙联合调度的客观规律。     

昭平台水库调度函数的人工神经网络模型

根据昭平台水库综合利用特点，建立了水库调度函数的人工神经网络(ANN)模型，并与多元线性回归模型进行了对比。研究结果表明，ANN模型能够更好地反映水库月末水位与影响因素(水库月初水位、来水量、灌溉用水量)问的复杂非线性关系，而且水库实时调度结果多年均值接近多年平均最优情况。     

基于位置动态参数PSO算法的水库防洪调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法——粒子群算法。针对标准PSO算法的缺陷,提出了在位置进化方程中引进动态参数的方法,改进了标准粒子群算法的收敛速度。根据建立的水库优化调度数学模型,将改进的粒子群优化算法运用到水库优化调度计算中,并通过算例验证该算法的可行性和有效性。