基于关联规则的库岸边坡监测数据挖掘方法

库岸边坡失稳灾害会对工程自身效益和周边生命财产安全造成巨大损失,而边坡运行监测资料记录了失稳灾害孕育的全过程信息。针对库岸边坡监测数据库的数据挖掘方法运行速度慢的问题,将FP-Growth关联规则算法引入到边坡安全监测数据挖掘中,通过FP-Growth关联规则算法开展边坡监测数据中的因果关联规则和空间关联规则挖掘工作,分别挖掘了边坡监测环境量和效应量之间的因果性、多测点效应量之间的关联性,从包含多测点多项目的边坡时空监测数据中提取了反映边坡运行性状的有效信息,并提供有效知识帮助。计算实例表明,FP-Growth关联规则算法实现过程简单,挖掘结果可靠,为类似库岸边坡的监测数据挖掘提供了一条良好的思路。     

梯级电站联合发电模型(下)——基于总耗水量最小化目标的优化模型

提出基于水能转换最大化的梯级水电站联合发电数学模型。通过计算不同时期发电机组耗水量与发电功率之间的关系进而对水电站进行耗水量分析,以梯级水电站群耗水量最小为目标、以电力系统有功功率平衡和水库调度耗水量平衡为约束条件建立函数,应用拉格朗日函数法和计算机算法,推导具有水力联系的梯级水电站之间的比耗量微增率关系式,同时考虑其他不等式约束条件,提出梯级水电站联合发电优化模型,并对四节点的电力系统进行实例计算与分析。     

松江跨流域引水梯级电站群长期优化调度方法

结合松江跨流域引水梯级水电站群,建立了长期优化调度模型及求解方法。该模型首先确定初步的引水流量,然后以典型日负荷曲线为基础构建调峰电价曲线,以调峰效益最大为目标构建梯级水电站群优化调度模型,采用逐步优化算法、逐次逼近算法和状态逐密离散微分动态规划联合对模型进行求解。通过不断调整引水流量,对目标函数进行寻优,确定引水流量及相应的各水库调度方案,以充分发挥跨流域引水水库的调节与补偿能力。成果可直接应用于松江流域。     

基于关联规则挖掘的径流长期预报模型研究

关联规则是一种重要的数据挖掘技术。现结合水文长期预报的特殊性,将关联规则挖掘分析方法应用于径流长期预报中。根据预报目标初选出预报因子,构成长期预报事务数据集。然后将其进行离散化处理,对离散化后的数据集进行关联规则分析,挖掘出满足事先设定的最小支持度和最小置信度的强关联规则,解释规则并建立模型。以嫩江江桥站汛期径流长期预报为例,挖掘出满足要求的强关联规则,这些强关联规则中蕴含着北太平洋海温变化和江桥汛期径流的关系,说明了关联规则挖掘分析方法在径流长期预报中的可行性。     

基于分时电价的梯级水电站群短期联合优化运行

研究了电力市场环境下梯级水电厂短期联合优化调度问题,建立了基于分时电价的梯级水电站群优化调度数学模型并采用增量动态规划(IDP)优化算法对模型进行求解,讨论了梯级水电厂短期优化调度的效益最大问题,为梯级水电公司在目前电力市场机制下科学地申报次日各时段的发电量计划提供了依据。应用实践情况表明,该模型计算结果合理,效益显著。     

多维关联规则挖掘在径流长期预报中的应用

关联规则是一种重要的数据挖掘技术。结合水文长期预报的特殊性,将多维关联规则挖掘方法应用于径流长期预报中。首先根据预报目标初选预报因子,构成长期预报事务数据集。然后对连续属性值进行属性分割,对处理后的数据集进行多维关联规则分析,挖掘出满足最小支持度和最小置信度的强关联规则,解释规则并建立模型。以嫩江江桥站汛期径流量长期预报为例,挖掘出满足要求的强关联规则,这些规则中蕴含着太阳黑子活动、北太平洋海温以及副高强度变化与江桥汛期径流量的关系,说明了多维关联规则挖掘方法应用于径流长期预报研究的可行性。     

雅砻江下游梯级水电站联合优化调度研究

为了合理规划雅砻江下游梯级水电站多电网输电能力,应用梯级水电站水库蓄放水判别规则,建立了面向多电网供电的梯级水电站联合优化调度模型和算法。通过实例研究,该模型能够在考虑不同水电站送电电网设计负荷特性的基础上,充分发挥雅砻江下游梯级水电站发电规模效益,为面向多电网供电的雅砻江下游梯级水电站联合优化调度提供了解决办法。     

基于改进粒子群算法梯级水电站短期优化调度研究

应用改进粒子群算法求解梯级水电站短期优化调度问题.考虑发电效益和存水效益结合峰谷电价建立综合效益最大模型,针对粒子群算法存在的后期收敛速度慢和易陷入局部最优等缺点,引入收缩因子和杂交算子对其进行改进.应用改进粒子群算法对"水布垭水电站一隔河岩水电站一高坝洲水电站"进行短期优化调度,分别采用传统优化模型和峰谷优化模型进行实例计算,结果表明实施峰谷电价,对于提高梯级水电站综合效益,同时缓解高峰期用电紧张局面有更高的应用价值;应用改进粒子群算法求解梯级水电站短期优化调度问题在求解时间、求解精度上都得到了较满意的效果.     

基于关联规则的大坝变形性态预判模型

为剖析大坝变形与其影响因子间的关联模式,合理构建大坝变形性态预判模型,通过引入关联规则算法,对监测数据进行挖掘,构建关联规则库;然后利用库中的关联规则进行大坝变形性态预判;针对因关联规则前端影响因子数量不同而引起的预测精度下降问题,用影响因子与变形量间的关联度改进关联规则算法中的重要参数(最小支持度和最小置信度),以提...     

梯级水电站优化调度方案效益分析及分配研究

梯级水电站联合优化运行对梯级总效益的发挥起着重要作用。以金沙江中游梯级水电站为例,建立以发电量最大为目标的优化调度模型,采用改进的POA算法进行计算,通过比较分析5个典型组合方案发现,联合优化运行包含的水电站数越多的调度方案,梯级系统的发电量相应越高,枯、汛期电量之比从1∶2.2增加到1∶1.1。提出基于Nash谈判的梯级水电站优化调度利益分配模型,模拟结果表明,该方法能激励各水电站参与联合调度的积极性,可使水能资源得到合理利用。     

基于市场竞价的梯级水电站群的实时优化运行研究

以对电力市场及水电交易结算方法的分析为基础,研究了梯级水电站竞价策略的流程,建立了市场出清价计算数学模型和优化思路,即提出了梯级水电站群“发电量最大优化模型-系统发电成本最小模型-电站群效益最大模型”的竞价优化运行模式。以云南省硕多岗河梯级水电站为例,对所建模型的可行性、有效性进行了论证。     

含混合式抽水蓄能电站的梯级水电站群调度规则建模方法

含混合式抽水蓄能电站的梯级水电站群调度运行复杂,国内外研究较少.以第二松花江白山-丰满混合式抽水蓄能电站梯级水电站群为背景,提出了梯级水电站群长期调度规则建模方法.该方法以典型日负荷为基础推求调峰、填谷电价曲线,以发电效益最大为目标,以保证出力为约束构建了长期调度规则优化模型,并将混合式抽水蓄能电站的抽水与发电水-能转换模型引入随机动态规划算法进行模型求解.实例计算结果表明,所提模型方法能够有效解决混合式抽水蓄能电站长期优化调度问题.     

考虑日前市场的梯级水电站月度合约电量优化分解模型

基于我国目前的电力市场结构及交易规则,探讨了梯级水电站同时参与月度合约市场与日前市场的组合交易策略,然后考虑了日前市场出清电价的不确定性对梯级水电站发电收益的影响,构建了以发电效益最大为目标的梯级水电站月度合约电量优化分解模型。以我国某梯级水电站月度合约电量分解为例对模型进行验证,结果表明本文模型具有较高的求解效率,与传统确定性调度模型相比,显著提高了发电效益。     

机器学习算法下水利工程风险因素关系分析

为了加强水利工程事故风险管理和预防事故发生,引入了机器学习中的数据关联算法,对水利工程事故案例的风险因素进行多维关联分析。在经过改进的人为因素与分类系统(HFACS)的水利工程风险框架体系的基础上,采用机器学习中的Apriori关联算法对事故案例中的风险因素进行数据挖掘,计算事故风险因素之间的多维关联规则,进而对事故案例的关键影响因素进行识别和分析,并为应急管理及应急救援提供数据分析及技术保障。     

陕西省引汉济渭工程受水区水资源优化配置研究

以陕西省引汉济渭工程为背景,以受水区缺水量最少、经济效益最大和污水排放最小为目标,建立了陕西省引汉济渭受水区水资源优化配置模型,通过粒子群优算法对模型进行了求解,得到了受水区各主要城市及其各用水部门的分配水量,决了受水区多目标多水源复杂水资源优化配置问题.通过求解模型可以看出陕西内各主要城市生活需水基本得以解决;工业需水和生态需水得到很大缓解.     

基于关联规则挖掘的滑坡监测资料分析

在简要介绍数据挖掘的基本概念、关联规则挖掘的概念及其核心算法的基础上,运用比较常用的关联规则挖掘方法对滑坡监测信息进行了研究,挖掘出来的关联规则符合滑坡实际.研究成果表明,在滑坡监测资料分析中,引入数据挖掘方法是可行和有效的,并能解决常规方法不能解决的问题.     

松江河梯级水电站短期优化调度数学模型分析

应用改进粒子群算法求解松江河梯级水电站短期优化调度问题,建立梯级电站发电量最大和发电效益最大短期优化调度数学模型。针对粒子群算法存在的后期收敛速度慢和易陷入局部最优等缺点,引入收缩因子和基于遗传思想的变异算子对其进行改进。应用改进粒子群算法对松江河梯级水电站进行短期优化调度,分别采用发电量最大和发电效益最大数学模型进行算例分析。结果表明：对梯级电站进行短期优化调度可以提高梯级电站的整体质量和效益;应用改进粒子群算法求解梯级电站短期优化调度问题在求解时间、精度上都取得了满意的效果。     

基于事件序列数据挖掘原理的高压输电线系统故障诊断:(二）仿真和容错性能分析

在基于事件序列（SOE）数据挖掘原理的故障诊断模型与方法的基础上，提出了将基于事件序列的数据挖掘原理故障诊断模型用于高压输电线系统（HVTLS）故障诊断领域。分析了故障诊断模型中变异故障模式的种类及其对故障诊断策略的影响,阐述了基于SOE的数据挖掘HVTLS诊断模型和功能模块的构造。依据输电系统故障事件序列在时空特性的关联性，用动态规划算法的优化相似性原理挖掘事件序列之间的关联性和蕴涵的知识，将诊断问题的求解转化为寻找与实时故障事件序列模式最相似的、运算操作代价最小的标准故障事件序列模式。以实现对变异事件序列模式中畸变事件的“复原”和纠错，从而确保故障诊断系统的高容错性。     

市场环境下梯级水电站短期优化调度研究

市场环境下,梯级水水电站的短期调度竞价报送发电计划阶段,根据预测的边际电价和入库流量,以发电收益最大化为目标制定短期调度计划;电网负荷下达阶段,根据电网下达日内96点负荷和预测的入库流量制定短期调度计划。后者在流域梯级统一调度背景下,若梯级水电站具有流域统一电价,梯级水电站短期调度以耗水量最小为目标进行优化;若梯级水电站具有不同电价,则梯级水电站短期调度以发电收入最大为目标进行优化。以市场环境下不同阶段梯级水电站制定短期优化调度计划为对象,研究梯级水电站短期优化调度模型及其求解算法,构建梯级水电站短期优化调度整体框架。研究表明,市场环境下不同阶段采用不同模型进行短期优化调度,可节约梯级水资源、增加梯级发电收益。     

城市暴雨洪涝敏感性因素数据仓库构建与应用

随着大数据技术的发展,基于大数据技术开展城市暴雨洪涝研究成为热点。根据城市防洪工作中对暴雨洪涝相关数据的业务需求,在对多源异构数据分析的基础上,设定洪水敏感性因素分析主题,构建相应的多维数据组织模式,建立城市暴雨洪涝数据仓库,有效地对城市暴雨洪涝多源异构数据进行储存、管理与组织。基于洪水敏感性因素分析主题数据仓库,利用关联规则分析进行数据挖掘,识别不同敏感性因素与洪水度量之间的关联规则,归纳出敏感性因素与洪水过程之间的关系,结果表明:将城市暴雨洪涝数据集成到数据仓库中并进行相关的数据挖掘操作,可以为防洪决策提供新的可行途径。