龙凤山水库优化调度的群体智能算法研究

发布时间：2017-06-05 06:09

  本文关键词：龙凤山水库优化调度的群体智能算法研究，，由笔耕文化传播整理发布。

【摘要】：水库调度,亦称水库控制运用,指按来水蓄水实况和水文预报,有计划地对入库径流进行蓄泄,以一定的客观标准作为调度准则,利用水库本身具有的库容调节能力,在时间和空间上使来水量被重新分配,进而获得最大的综合效益。兴利优化调度是指为了获取最大的综合效益,使水量、水能及水质等充分利用。本文基于水资源的可持续发展理论,以龙凤山水库为研究对象,在充分了解水库调度现状的前提下,为寻求水库获得最佳效益下的最大运行规律,衡量水库运行方式是否达到最优的标准,根据多年来水库天然来水和各部门用水情况,综合水库实际蓄水能力,将水库入库径流描述为确定型,建立以水库电站发电量最大为最优准则,利用智能优化算法的理论方法和技术,制定龙凤山水库调度控制方式,为龙凤山水库最大限度开发水资源提供参考依据。主要成果如下:(1)根据G-P算法和Takens理论,计算混沌空间序列相空间重构所需的最小嵌入维数,以此作为小波神经网络的输入节点数,根据时频分析确定小波神经网络的隐含层节点数,最终确定了小波神经网络拓扑结构为12-24-1;(2)采用附加动量项和拟牛顿法综合利用的方法修正权值和参数,以此改进小波神经网络,使得收敛速度加快,增加学习效率,避免了在多维输入情况下,网络收敛速度大大下降这一不足,运用改进方法处理模型,有效避免“维数灾”情况的出现;(3)根据龙凤山水库1994-2013年20年入库月径流水量资料,利用训练好的改进小波神经网络模型预测2014年和2015年龙凤山水库入库月径流量,为水库调度提供合理的数据。(4)利用遗传算法、粒子群算法及人工鱼群算法的改进算法对龙凤山水库进行优化调度,把2014年和2015年入库水量的分析及预测结果作为已知条件,在满足水库约束条件下,进行兴利调度,优化结果可以为2014、2015年调度方案的制定提供可靠的参考依据。
【关键词】：水库调度 混沌理论 小波神经网络 智能算法
【学位授予单位】：东北农业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TV697.11
【目录】：

• 摘要8-9
• 英文摘要9-11
• 1 绪论11-18
• 1.1 研究背景及依据11
• 1.2 单一水库调度研究意义及最优准则11-12
• 1.3 水库优化调度概况及国内外研究动态12-15
• 1.3.1 水库调度常用的数学模型12-13
• 1.3.2 国内外研究动态和趋势13-15
• 1.4 水库调度存在的主要问题及发展趋势15
• 1.4.1 存在的主要问题15
• 1.4.2 发展趋势15
• 1.5 研究的主要内容及技术路线15-18
• 1.5.1 研究的主要内容15-17
• 1.5.2 研究的技术路线17-18
• 2 流域概况及水库基本资料18-24
• 2.1 流域概况18-20
• 2.1.1 自然地理18
• 2.1.2 气候18-19
• 2.1.3 水文特征19-20
• 2.2 水库基本特性20-21
• 2.3 水库特性曲线21-22
• 2.4 水库蒸发渗漏损失22-23
• 2.5 本章小结23-24
• 3 龙凤山水库入库径流水量分析及预测24-41
• 3.1 混沌分析及重构相空间基本理论和方法24-27
• 3.1.1 关联维数24-25
• 3.1.2 相空间的基本理论25
• 3.1.3 时间延迟? 的求法—— C ?C方法25-26
• 3.1.4 Lyapunov指数的数值计算方法——Wolf方法26-27
• 3.2 小波神经网络理论和方法27-31
• 3.2.1 小波分析27-28
• 3.2.2 小波神经网络28-29
• 3.2.3 小波神经网络参数调整29-30
• 3.2.4 小波神经网络算法改进30-31
• 3.3 小波神经网络算法实现31-40
• 3.3.1 小波神经网络算法训练步骤31-32
• 3.3.2 数据化标准处理32
• 3.3.3 实例分析应用32-40
• 3.4 本章小结40-41
• 4 龙凤山水库优化调度的群体智能算法研究41-61
• 4.1 目标函数及约束条件41-42
• 4.1.1 目标函数41
• 4.1.2 约束条件41-42
• 4.2 水库优化调度的遗传算法研究42-45
• 4.2.1 遗传算法基本原理及特点42-43
• 4.2.2 遗传算法的运行流程及基本运算43-45
• 4.3 水库优化调度的粒子群算法研究45-47
• 4.3.1 粒子群算法45-46
• 4.3.2 改进粒子群算法及算法实现步骤46-47
• 4.4 水库优化调度的人工鱼群算法研究47-52
• 4.4.1 人工鱼群算法47-50
• 4.4.2 改进AFSA算法具体步骤50-52
• 4.5 龙凤山水库兴利优化调度的智能算法实现52-60
• 4.5.1 基于遗传算法的龙凤山水库优化调度研究52-53
• 4.5.2 基于改进粒子群算法的龙凤山水库优化调度应用53-55
• 4.5.3 基于改进人工鱼群算法的龙凤山水库优化调度应用55-60
• 4.6 本章小结60-61
• 5 结论与讨论61-63
• 5.1 研究结论61
• 5.2 研究不足及展望61-63
• 致谢63-64
• 参考文献64-67
• 攻读硕士学位期间发表的学术论文67

【参考文献】

中国期刊全文数据库 前2条

1 姚祥光;周永权;李咏梅;;人工鱼群与微粒群混合优化算法[J];计算机应用研究;2010年06期

2 施熙灿,林翔岳,梁青福,姜启源,张万琪,林元烈;考虑保证率约束的马氏决策规划在水电站水库优化调度中的应用[J];水力发电学报;1982年02期

  本文关键词：龙凤山水库优化调度的群体智能算法研究，由笔耕文化传播整理发布。

本文编号：423074