基于遗传算法的水电厂自动发电控制

以遗传算法为基础,设计出一种新的水电厂自动发电控制,该算法有效地解决了优化问题中对求解多约束的处理。仿真计算验证了该算法的有效性。     

基于遗传算法的水电厂自动发电控制研究

以遗传算法为基础,设计出一种水电厂自动发电控制算法。该算法有效地解决了优化问题中对求解多约束条件的处理问题。程序设计简单,收敛速度快。仿真计算验证了该算法的有效性。     

基于微粒群算法的梯级水电厂短期优化调度研究

介绍了一种易于实现、参数少且收敛快的集群智能算法—微粒群算法,并将其应用于梯级水电厂的短期优化调度。提出以确定微粒群在多维空间中的最优位置来实现多阶段优化调度决策的方法,并针对算法易陷入局部最优的缺陷,引入遗传算法中的“杂交”因子以及采用自适应的惯性权重,以改进其全局优化能力。通过实际算例验证了该算法的有效性,从而为梯级水电厂的短期优化调度问题提供了一种新的求解途径。     

基于受控微分—代数系统灵敏度分析的紧急控制

基于时域仿真得到的系统受扰轨迹给出了暂稳紧急控制的非线性规划模型，该模型采用一种启发式的功角积分型指标构成稳定约束。通过引入受控非线性微分-代数系统灵敏度分析求出所定义的功角积分型指标对控制变量的梯度后，给出了所建立的暂稳紧急控制非线性规划模型的2种求解方法：近似规划算法和拟贪婪算法。所提出的暂稳紧急控制模型与时域仿真具有同等的模型适应性。对多机系统切机／切负荷暂稳紧急控制的数值仿真表明，该方法是有效的。     

新的非线性最小费用循环流算法及其在电力系统经济运行中的应用

水电系统优化运行问题可表达为一非线性网络流问题,既约梯度网流法是求解该问题的常用方法,但在实际应用中,经常会出现"基变量达界后,找不到新的入基变量"的情况,使算法无法进行下去.文章分析了造成这一情况的原因,并给出了一种新的非线性最小费用循环流算法.该算法能避免发生上述情况,且具有计算速度快,收敛性好等特点,是求解水电系统优化运行问题的有效方法.实际算例也表明,该算法是实用和有效的.     

基于改进共轭梯度理论神经网络优化算法研究

文章阐述了一种改进共轭梯度理论神经网络优化算法。该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG)。这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止。仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确。     

基于免疫粒子群优化算法的梯级水电厂间负荷优化分配

免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及疫苗接种原理,改进了粒子群优化算法的全局寻优能力,提高了收敛速度。在分析梯级水电厂间负荷分配的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的负荷优化分配方法,建立了数学模型,给出了具体求解步骤。经实例验证,IA-PSO算法得出的负荷分配方案优于PSO算法的计算结果,且算法后期收敛速度快,从而为梯级水电厂间负荷优化分配问题提供了一条新的求解途径,可应用于更广泛的优化问题。     

基于基因拟子协同进化算法的水电优化调度研究

设计了一种基因拟子协同进化算法(GMCA),并应用于水电优化调度问题.基于基因拟子协同进化理论,定义了算法中的拟子和文化的概念,设计了算法步骤,设计了发展、感染、复兴、消亡四个文化进化算子和判断文化衰老的方法,建立了算法求解水电优化调度问题的方法和流程,通过仿真验证了算法的有效性.与遗传算法(GA)、混合遗传算法(HGA)、粒子群算法(PSO)等相比较,基因拟子协同进化算法显得更为有效.这为水电优化调度等问题提供了新的求解技术.     

基于遗传算法的梯级水电厂自动发电控制算法研究

以二倍体遗传算法为基础,设计了一种梯级水电厂自动发电控制算法。该算法既可用于离线制定梯级水电厂的日发电计划,又可用于梯级水电厂的实时发电控制。算法中,出力限制条件在负荷分配方案的编码中自动满足,其它约束条件如负荷平衡、水量平衡等则在计算个体适应值时予以考虑,算法程序设计简单,收敛速度快,仿真计算验证了该算法的有效性。     

一种实用的水电厂机组启停与负荷分配模型

借鉴虚拟机组技术，通过将机组工况转换成本转换成水当量来计算，建立了一种实用的水电厂机组启停与负荷分配模型。该模型既尽量减少水电厂发电耗水量，又尽量减少机组启停次数和通过机组汽蚀振动区的次数。在模型求解过程中将动态规划和网络最短路径搜索有效地结合，模型求解的结果能在发电耗水成本和机组工况转换成本之间取得较好的平衡，从而有效地降低水电厂发电的综合成本。该模型在对隔河岩水电厂实时经济运行的离线仿真应用中获得了较好的效果。     

伪并行遗传算法及其在水电站经济运行中的应用

提出了一种伪并行算法,来提高遗传算法的搜索能力和效率以及避免算法中常出现的"早熟"现象,并且进行了两个仿真实验.在以清江隔河岩水电站的4台机组为例的经济运行工程实验中,从收敛速度、搜索能力和运算速度三方面比较了该算法和自适应遗传算法、双代竞争遗传算法的性能,得到了令人满意的结论,说明本文所提出的改进遗传算法可以成功地应用到水电站经济运行中.     

蚁群算法在水电站厂内经济运行中的应用

水电站实行经济运行既可带来巨大的经济效益,又可以节约宝贵的水资源.文章介绍了一种新的模拟优化算法--蚁群算法,并根据水电站厂内经济运行问题与旅行商问题的相似性,通过合理处理约束条件与目标函数,将水电站厂内经济运行问题转化为旅行商问题,从而提出了一种用蚁群算法求解水电站厂内经济运行问题的数学模型.实例验证表明此方法具有较高的实用价值.     

二滩水电站期货电量优化研究

二滩水电站是雅砻江梯级开发的第一个水电站，该水电站以发电为主,是四川电网的骨干电源之一，它的运行方式的好坏,不仅影响电站自身的经济效益,而且对四川电网的安全与经济运行起着举足轻重的作用，在电力市场环境下,合理地制定该电站的年期货电量计划是二滩水电公司实现其预期效益的重要保证，因此本文重点研究了二滩水电站的年期货电量的优化问题,建立了年期货电量优化模型,以基于径流趋势预测方法选用的入库径流量为依据,用小生境遗传算法对模型进行求解,计算结果可作为该公司签订期货合同的依据。     

HELP模型及其在水电优化开发和电力系统电源优选中的应用

ＨＥＬＰ是为水电优化研究及电力系统扩展电源选择而研制的动态规划和线性规划相结合的模型。主要功能是电源优选、水电规划（含梯级开发方案、开发时序及电厂水能参数选择）、电厂项目评估及电力系统电厂群运行优化。     

大型水电站施工用电经济性及可靠性探讨

水电站施工用电网络的有效运行是水电站建设的基本保障,本文针对水电站施工用电的特点,从规划和运行的角度提出了一些提高大型水电站施工用电经济性和可靠性的技术措施,具体介绍了改进施工用电网络的时效性和可重用性的方法。     

锦屏水电站枯期运行方式浅析

通过分析锦屏1、2级电站首尾相接的特点,初步探讨了枯水期两级电站经济运行的有功优化可行方式,为电站投产后的实际安全经济运行提供了参考。     

改进遗传算法在水电站自动电压控制中的应用研究

在水电站自动电压控制中,为保证水电站内母线电压在给定范围内,并且使站内网络损耗最小,文中提出一种改进的遗传算法进行水电站内无功分配。该方法通过对简单遗传算法中的选择、杂交和变异3个基本算子进行改进,并采用爬山法修正所得结果,从而有效地提高了无功优化的速度和精度。对5机组和13机组的水电站进行仿真,结果表明与常规方法及简单遗传算法相比,该方法适应性好,且易收敛到全局最优。     

基于AI视频图像处理的水电机组运转监测与智能报警技术研究

水电机组作为水电站生产电能的主要动力设备,机组运行的稳定性不仅影响着水电站的经济效益,还影响着水电站和工作人员的安全问题。为了保障水电机组安全平稳运行、及时发现机组运行异常状态,该文针对基于AI视频技术的水电机组运转监测与报警系统做了一系列初步研究。首先,给出了系统的硬件设计方案;其次,重点研究并分析了视频图像预处理技术、目标检测以及目标跟踪等可用于水电机组运转监测的AI算法;最后,给出了机组运转监测与报警系统的软件设计方案。研究结果可以为后续研发的基于人工智能图像识别技术的水电机组运转监测与报警系统打下基础,为建设智慧水电厂提供参考。     

李家峡水电站计算机监控系统升级改造方案与实施

李家峡水电站计算机监控系统自1996年投产至今,已逐步暴露出软件功能不全,硬件故障频发的不安全隐患,无法适应当前安全生产需要。文章分析了计算机监控系统不安全隐患的原因,并提出了改造方案,介绍了系统的各项功能。系统升级改造并实施后,提高电站安全运行水平及电能生产质量,形成一个完整的、先进的开放网络型分层分布的实时闭环过程控制系统,提高了电站运行的经济效益,逐步满足了现代电力企业发展要求及远方调度部门集控要求。     

我国第一座超千米水头水电站桂林天湖水电站

天湖水电站是以高山水库群蓄引水,集中落差修建水电站.发电水头1074米,现有装机容量30MW,1988年开工建设,建设和运行十多年来,取得了良好的社会效益和经济效益,本文介绍了该电站的规划、建设和运行情况,提出电站今后发展的一些看法和建议.