水电系统中预报与调度的混合智能方法研究及应用.pdf

大连理工大学
博士学位论文
水电系统中预报与调度的混合智能方法研究及应用
姓名:王文川
申请学位级别:博士
专业:水文学及水资源
指导教师:程春田
20080601
要摘随着水电建设的快速发展和工程规模的不断拓宽,水电系统中的问题规模和复杂度问题进行求解时结果往往不够理想,鉴于这种现状,算法混合的思想就成为提高算法性能的一个重要而有效的途径。因此根据研究问题的特点,如何有机结合各种算法的优点,本文首先系统介绍了概念性水文模型参数优选及不确定性分析、中长期水文预报、水电站优化调度的研究现状,结合湖南双牌水库、云南澜沧江流域和贵卅诮饔虻水电站等工程,综合利用遗传算法、混沌系统、人工神经网络、自适应模糊推理、遗传程序设计、支持向量机等多种人工智能技术,深入研究了这些方法及其混合在概念优化调度的建模方法及应用,取得了一些有价值的研究成果。主要内容如下:院鲜∷扑晁樽远獗ㄏ低郴鄣小时洪水过程资料为基础,预报模型采用三水源新安江模型,提出三水源新安江模型参数率定的模糊多目标优化混合启发式遗传算法。该算法应用混沌变量生成初始种群,应用退化混沌变异操作代替标准的变异操作,应用技术提供局部邻域搜索,从实际应用出发,采用洪峰流量、峰现时间和洪水总量的台格率作为场次洪水模拟的评价目标,对三水源新安江模型参数进行模糊多目标优选,模拟和检验的比较结果表明,提出的方法能较好地获但τ酶拍钚运哪P徒兴哪D馐保捎谀P捅旧淼牟蛔慵安问唷⑿畔⒘少等原因,会出现率定的最优参数组不唯一,不稳定等问题。考虑到以往的参数优选,都只得出一个参数组,无法评定优化所得参数组的不确定性的影响,存在一定的片面性和局限性,使模型的实际应用受到限制。针对这一问题。提出应用基于马尔可夫链蒙特卡罗理论的—算法,通过双牌流域不同历时的典型洪水数据对新安江模型参数进行随机优选和不确定性评估。结果表明,该算法能很好地推出新安江模型参数的后验概率分布;率定和检验结果比较分析也表明,应用惴ǘ孕掳步员妊芯苛巳斯ど窬勐、自适应模糊推理系统⒁糯ǔ绦蛏杓和支持向量机诰读髦谐て谥械脑けń!NA似兰鬯窃谠戮读魇奔湫蛄的预报效果,采用了几个标准的执行评价措施,如相关系数限⑷范ㄐ韵凳、均方误差日和平均绝对百分误差。应用了时间序列分析建模技术作为也越来越大,表现出高维、非线性、非凸等复杂特性,利用传统方法和单一智能方法对构造更高效的算法,对提高水文预报的精度及水电系统经济、高效运行具有重要意义。性水文模型参数优选、概念性水文模型参数不确定性分析、中长期水文预报、水电站得短期洪水预报模型参数。型进行优选和不确定评估是有效和可行的。大连理工大学博士学位论文
好的预报精度。分析结果也表明根据不同的统计评价指标,蚐Ⅵ直鹉优化调度问题的基于浮点数编码的混沌遗传惴ā8盟惴ǖ乃枷胧遣捎没煦缬呕进行改善初始种群质量和利用混沌退化变异算子代替常规算法中的变异算子,避免搜索过程陷入局部极值。利用两个著名的测试函数对提出的算法进行验证,分析结果表明提出的混沌遗传算法不但具有传统遗传算法的全局多点搜索,占用内存少等优点,而且还较好地克服了传统遗传算法的易“早熟”、易陷入局部最优和停滞的问题。通过对典型径流水电站优化调度,长系列历史径流资料的优化计算和梯级水电群的优化调度,并与传统方法相比,结果说明了该算法能提高计算结果,并具有计算速度快,搜索效率高,收敛性能好等优点。这说明提出的方法对求解复杂的水库优化调度问题是有效的和可行关键词:水文模型;参数优选:不确定性评估;径流中长期预报;混台智能方法;水电站优化调度参考的标准。通过漫湾水电站年月径流系列及洪家渡水电站年的月径流系列预测结果比较分析表明人工智能技术是个强有力的工具,能获得比传统时间序列分析方法更获得最好的预报结果。这说明蚐相对于瓵和芴岣咴戮流时间序列预报的精度。没煦缭硕谋槔浴⑺婊院凸媛尚缘忍氐悖岢隽艘恢智蠼馑缯舅的。最后对全文做了总结,并对有待于进一步研究的问题进行了展望。水电系统中预报与调度的混合智能方法研究及应用
.,甌∞猟畁—琣謈—百,,琯—琣,大连理工大学博士学位论文.—,.,甌琾,Ⅱ
‘’甌琯..、,.,,琣甌·⑽‘眕瓹瑃..岛猙,珿瓹瓹,Ⅳ.
查垄翌三查堂堡主塑笙奎鮩:;籙籐;,甌甌畉—
强视摹还独创性说明作者郑重声明:本博士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。作者签名:
柱沮年么月幺日大连理工大学学位论文版权使用授权书本学