梯级水库群联合优化调度函数研究

构建了制定梯级水库群联合优化调度函数的"优化-拟合-再优化-随机仿真"框架:首先建立梯级水库群优化调度模型,通过确定性动态规划方法得到最优样本;然后对最优样本进行多元线性回归分析得到联合调度函数;并基于模拟调度结果采用非线性规划方法直接修正调度函数;最后通过水文随机模拟技术生成径流系列,进一步检验、评价所得调度函数的效率。以清江梯级水库群长期优化调度为对象进行实例研究,计算结果表明:对于1951-2005年实测径流系列,梯级水库群联合优化调度函数较常规调度方案年均增加发电量2.03亿kW·h,增幅达2.79%;对于两种随机模拟方法生成的水文径流系列,年均发电量分别提高了1.74%和2.36%,经济效益显著。     

水库群防洪调度的逐次优化方法

针对防洪系统的具体问题,分析了并联水库群下泄流量与河道防洪控制点洪峰流量之间的内在联系,根据“先泄、后蓄、再分洪”的一般洪水调度原则,提出了水库群拱水调度模型及其逐次优化解法。该方法成功地实现了水库群之间以及水库群与区间汇流的错峰,为洪水实时调度及防洪系统规划提供了一套简捷、高效而又符合实际的模型和解法。     

综合利用水库群多目标优化调度

研究了五个水库系统的多目标优化调度问题.根据系统中各水库及用户特点,建立了一个多目标分层序列优化的数学模型.第一层目标是对两个城市、三个灌区的供水优化;第二层目标是对水电站A₁的发电优化.计算表明,这个模型能获得较好的多目标效益.     

基于多目标遗传算法的巨型水库群发电优化调度

低碳时代,水电作为清洁可再生能源,节能发电调度为梯级水电联合调度运行带来了难得的历史机遇,如何有效地开展梯级水库群优化调度,充分合理利用水能资源,是流域梯级电站管理迫切需要解决的问题。文章在对清江梯级与三峡梯级径流特征分析的基础上,建立了以水库群整体发电量最大和弃能最小为目标的梯级调度模型。根据电力系统对三峡、葛洲坝、水布垭、隔河岩、高坝洲水电站的要求,用1951—2002年的月径流资料和典型年的日径流资料进行长期和短期优化调度,采用多目标遗传算法得到清江3个电站、三峡-葛洲坝2电站单独运行和联合优化调度发电指标,5库联合优化调度系统多年平均发电量增加约21亿kW.h;短期(日)优化调度较长期(月时间尺度)优化调度发电效益有进一步提升,增发电量约9.68亿kW.h。研究表明,充分利用清江和三峡梯级实际运行位置相近、水力联系紧密、互补性强的特点,统一安排电站机组运行模式,合理分配机组出力,可在来水量相同的条件下获得更大的效益。     

人工免疫系统在梯级水库群短期优化调度中的应用

免疫起源于抗感染的研究,是一种机体识别和排斥抗原性异物的生理功能。现代仿生技术将免疫应用到解决非线性优化问题中,形成了独特的人工免疫系统(AIS),AIS用抗体代表问题的可行解,用抗原代表问题的约束条件和目标函数,采用期望繁殖率来定义父体选择的概率进行随机搜索全局最优解。将AIS应用到梯级水库群短期(日)优化调度的研究中,经过对某梯级水库群的仿真计算,认为其结果是合理和可实际应用的。     

永定河流域多水源配置与水库群优化调度

针对流域水资源系统中以“面”为主的多水源配置和以“线-点”为主的水库群调度耦合问题,提出多水源配置与水库群优化调度相耦合的二层结构方法。以永定河流域为研究实例,提出包括供水规则、引水规则、多水源供水策略以及共同供水任务分配策略的多水源配置与调度规则,以此建立多水源配置与水库群优化调度模型,分析多水源供水和不同需水情景下的调度方案,以及最优方案下的供水效益。结果表明：永定河流域考虑本地水、引黄水、南水北调水和再生水的多水源供水与节水相结合的情景方案为最优方案,生活用水保证率均大于99%,工业用水保证率均大于97%,灌溉分区供水保证率为76.7%～90.2%(除桑干河上游外),三家店断面生态供水保证率为96.3%;通过多水源供水和节水策略,可以极大地改善用水户的供水效益和保障三家店断面生态水量需求。本文方法可为流域多水源配置与水库群优化调度研究提供借鉴。     

水电站水库优化调度研究的若干进展

从单一水库优化调度、水库群优化调产时洪水预报三个方面,阐述了水电站水库优化调度研究的进展。     

防洪优化调度多约束启发式逐步优化方法

决策者的经验和知识判断对实际洪水调度有着非常重要的影响,为此,将决策者预泄控制的实践经验和泄流状态持续性要求纳入模型约束条件中,提出了防洪优化调度多约束启发式逐步优化方法。该方法以最大削峰为控制目标,将水库泄流的一般操作原则概化为启发式信息,以洪水涨落和水位升降作为泄流增减的判别依据,与优化搜索相结合,采用启发式逐步优化算法求解。以水口水库为例,采用5个方案对所提方法进行了对比分析。结果表明,提出的方法可以充分考虑决策者的经验和知识判断,降低了预泄腾库水位过低造成的回蓄风险,避免了泄流过程的波动,得到符合实际洪水调度要求的计算结果。     

大规模跨流域水库群供水优化调度规则

针对大规模跨流域供水水库群联合调度中调水、引水、供水三者之间的复杂性、动态性和不确定性的特点,在二层规划模型的基础上,应用博弈论原理,建立跨流域水库群供水调度规则的三层规划模型,提出调水规则、引水规则和供水规则相结合的跨流域水库群优化调度规则,从深层次揭示跨流域供水水库群之间的主从递阶层次的独立性及相互关联性;并应用基于免疫进化的粒子群算法对模型进行分层优化求解。以滦河下游跨流域水库群为对象进行研究,计算结果表明:① 减少了水量损失,提高了水资源的利用率;② 提高了供水区唐山、天津的供水保证率,降低了缺水破坏深度。     

基于人工神经网络的三峡水库库岸稳定性分级

为避免库岸稳定性评价法的随意性和不确定性,尝试采用具有处理非线性关系功能的人工神经网络方法进行库岸稳定性分级,为此构建了15-31-4结构的三层BP网络。该网络采用BP弹性算法,同时对初始权值和阀值进行了优化,实现了网络的非线性映射,并有着极快的收敛速度。用该BP网络对三峡水库的上游段库岸进行了稳定性等级判断,其结果与常规计算方法所得的结果基本相似。     

基于改进型前馈神经网络的流域产流预报模型的研究

在分析流域产流机制、影响因素和现行产流计算方法的基础上,首次取前期影响雨量、主产流历时、全过程面平均雨量和４个代表雨强计７个因子作为神经网络输入,直接以流域产流深作为神经网络输出,并针对传统ＢＰ算法的固有缺陷,采用混合ＧＮ－ＢＦＧＳ算法训练网络。实例验证了所建模型及算法的有效性和可行性。还对神经网络隐层单位数等进行了初步研究。     

人工神经网络在地下水评价中的应用简述

文章对人工神经网络技术在地下水评价中的应用问题进行了概括和小结，在此基础上，对存在的问题进行了探讨，进而提出，混合优化是改善人工神经网络的有效方法之一。     

融沉系数的人工神经网络预测方法

分析了前人关于融沉系数经验方法的研究结果,结果显示,与融沉系数关系最为密切的物性参数为液塑限、粉黏粒含量、干密度和含水量（含冰量）．为了能够综合描述诸因素与融沉系数的经验关系,以兰州黄土和青藏黏土为试验对象,得到了两种具有不同物性参数的土在不同含水量和干密度条件下的融沉系数．采用BP神经网络算法对试验数据进行学习训练,...     

基于人工神经网络的边坡稳定性工程地质评价方法

针对边坡稳定性工程地质评价方法过分强调经验和难以定量的缺点，提出了一种基于人工神经网络的边坡稳定性工程地质评价方法（ＡＮ２Ｓ２ＥＧＥＭ），详细介绍了它的建模方法和应用实例．结果表明该方法不仅有效，而且有定量、简便、实时、自适应等优点，具有广阔的应用前景。     

水库防洪实时调度决策模糊推理神经网络模型及其应用

水库防洪实时调度决策方法是研究水库调度问题的主要内容。针对传统方法研究不系统、不全面、不能综合利用面临时刻所有信息、不具有学习功能等缺点，提出了水库防洪实时调度决策模糊推理神经网络模型，它在一定程度上较好地解决了这个问题。用大伙房水库75704次、85804次洪水调度作为计算实例，取得了比较理想的效果。     

径流长期预报的人工神经网络方法

提出径流长期预报的人工神经网络方法。运用神经网络的一典型模型──“反向传播”模型,以大伙房水库在补水期的径流状况作为研究对象,尝试了神经网络方法的效果。结果表明,该方法预报成功率较高,容错能力较强,可望成为径流长期预报的有效的辅助手段。     

人工神经网络在水文水资源中的应用

人工神经网络理论被广泛地应用于水文水资源领域中各种问题的研究,依问题性质不同将其划分为4大类:(1)分类和识别问题;(2)预测预报问题;(3)优化计算问题;(4)基于神经网络的专家系统研制与开发问题,对人工神经网络在水文水资源中的应用现状作了较全面的介绍。还指出了目前应用中存在的主要问题以及今后的研究方向。     

利用人工神经网络法预测煤层厚度研究

我国的兖州、淮北、平顶山、焦作等矿区,普遍存在着煤层缺失、剥失、分叉、合并等现象,煤层厚度变化对煤炭开采产生很大影响.据资料统计,如果实际煤厚比设计煤厚变薄10%～20%时,煤炭产量就会下降35%～40%.煤田高分辨率三维地震勘探的开展,为解决地质问题提供了丰富的三维数据体,特别是为BP人工神经网络法研究煤层厚度提供了多种地震波属性.     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。