当前位置:主页 > 科技论文 > 水利工程论文 >

梯级水电站群联合优化调度函数的逐步回归模型

发布时间:2019-05-24 09:11
【摘要】:针对梯级水电站群联合优化调度函数识别中存在的线型选择及变量筛选问题,采用逐步回归模型筛选关键作用变量并建立回归调度函数方程,以保证调度函数的简洁、有效性。将模型应用于金沙江与三峡四库梯级系统提取消落期系统联合优化调度函数,从四库梯级联合优化调度样本中通过逐步回归调度函数辨识溪洛渡、三峡水库协同消落机制并检验了模型精度。结果表明:在率定来水样本条件下,逐步回归调度函数拟合误差均在3%以内,拟合精度较高;在检验来水样本条件下,与多元线性回归调度函数相比,逐步回归调度函数对应总发电效益平均增加1.67亿元(0.69%)。由于逐步回归调度函数剔除了次要因素干扰,相较于多元线性回归调度函数泛化能力更优,具有更高实用价值。
[Abstract]:Aiming at the problem of line selection and variable selection in the identification of joint optimal operation function of cascade hydropower stations, the stepwise regression model is used to screen the key operational variables and the regression dispatching function equation is established to ensure the simplicity and effectiveness of the dispatching function. The model is applied to the Jinsha River and the three Gorges four-reservoir cascade system to extract the joint optimal scheduling function of the collapse time system, and the Xiluodu is identified by stepwise regression scheduling function from the four-reservoir cascade joint optimal dispatching sample. The cooperative collapse mechanism of the three Gorges Reservoir is tested and the accuracy of the model is tested. The results show that under the condition of calibrating incoming water samples, the fitting error of stepwise regression scheduling function is less than 3%, and the fitting accuracy is high. Under the condition of testing incoming water samples, compared with multivariate linear regression scheduling function, the total power generation benefit corresponding to stepwise regression scheduling function increases by 167 million yuan (0.69%) on average. Because the stepwise regression scheduling function eliminates the interference of secondary factors, compared with the multivariate linear regression scheduling function, the generalization ability of the stepwise regression scheduling function is better and has higher practical value.
【作者单位】: 河海大学水文水资源学院;中国长江三峡集团公司;安徽省佛子岭水库管理处;
【基金】:国家自然科学基金项目(51609062、51579068) 国家重点研发计划项目(2016YFC0400909) 中央高校基本科研业务费专项资金资助项目(2015B28414)
【分类号】:TV737

【相似文献】

相关期刊论文 前10条

1 缪益平,纪昌明;运用改进神经网络算法建立水库调度函数[J];武汉大学学报(工学版);2003年01期

2 王丽萍;周婷;;水电站月度调度函数的模型制定与模拟结果评价[J];华北电力大学学报(自然科学版);2009年01期

3 纪昌明;喻杉;周婷;杨子俊;刘方;;蚁群算法在水电站调度函数优化中的应用[J];电力系统自动化;2011年20期

4 王东泉;李承军;张铭;;基于遗传算法的水库中长期调度函数研究[J];水力发电;2006年10期

5 刘攀;郭生练;庞博;王才君;张洪刚;;三峡水库运行初期蓄水调度函数的神经网络模型研究及改进[J];水力发电学报;2006年02期

6 马细霞,夏龙兴;昭平台水库调度函数的人工神经网络模型[J];水电能源科学;2005年03期

7 冯雁敏;李承军;张铭;;基于改进粒子群算法的水库中长期调度函数研究[J];水力发电;2008年02期

8 畅建霞,黄强,王义民;西安市供水水库群优化调度函数的神经网络求解方法[J];水电能源科学;2000年04期

9 陈洋波;陈惠源;;水电站库群隐随机优化调度函数初探[J];水电能源科学;1990年03期

10 周研来;郭生练;刘德地;;混联水库群的双量调度函数研究[J];水力发电学报;2013年03期

相关会议论文 前1条

1 夏元康;杨延伟;;金沙江中游梯级水库群调度函数制定方法研究[A];梯级调度控制研究论丛——2012年学术交流论文集(下册)[C];2014年

相关硕士学位论文 前5条

1 王东泉;基于遗传算法的水库调度函数研究[D];华中科技大学;2007年

2 余玉娇;基于粒子群算法的水库调度函数的研究[D];华中科技大学;2013年

3 吴佰杰;基于改进BP神经网络的梯级水库调度函数研究[D];华中科技大学;2010年

4 王栋;澜沧江梯级水电站群优化调度函数研究[D];大连理工大学;2014年

5 周婷;梯级水电站调度函数以及期货电量分解研究[D];华北电力大学(北京);2008年



本文编号:2484744

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shuiwenshuili/2484744.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8408d***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com