水库群联合调度系统总体设计

文章结合佛子岭、磨子潭、白莲崖3座水库联合调度系统在资源整合、共享及调度管理等方面的运用介绍其设计方案。     

水库群优化调度中的多层次分解组合优化算法

随机动态规划(SDP)在水库群优化调度中会导致“维数灾”问题,也难应用于多年调节水库。提出了一种水库群优化调度的多层次分解组合优化算法,其包括应用于多年调节水库SDP操作的均匀下泄流量算法,把库群优化问题分解为第1层次的单库SDP优化,然后应用改进的遗传模拟退火算法(GASA)对单库结果进行第2层次的组合优化。在贵州乌江梯级水库群中长期发电优化调度研究中,获得库群多年平均发电量94.72×108 kW·h,大于GA、SA和SDP单独运用的结果,运行速度也较SDP快。结果说明,提出的多层次分解组合优化算法是一种新的有希望的水库群优化调度方法。     

混合蚁群算法在水库群优化调度中的应用

针对梯级水库群优化调度问题的特点,建立蚁群算法求解多阶段最优化问题数学模型.把水库的运行策略转换为水库水位变化序列,通过一定的编码形式分别将其表示人工蚂蚁的路径.人工蚂蚁在满足一定的约束条件下,按预定的目标函数评价其优劣.针对蚁群算法在优化过程中出现搜索时间较长和早熟停滞现象,提出了具有变异特征混合局部优化算法的蚁群系统(MSA-ACS).然后将MSA-ACS和蚁群系统(ACS)分别用于求解雅砻江梯级优化调度问题,通过对优化结果和计算时间的对比分析,验证了改进方法的有效性.该改进方法获得了比较满意的解,不仅能提高蚁群算法的收敛性能,还能增强解的稳定性.     

基于风险分析的水库群供水调度规则

水库调度规则是指导水库调度运行的重要工具.建立了适用于多调出水库单一调入水库供水系统的调度规则提取模型,模型以系统风险最小化为目标,在水库群模拟调度及系统性能评价的基础上,结合智能优化方法,同时优化系统调度规则与调水规模,避免了多调出水库调出水量分配的问题.从风险控制角度,引入并优化不同用水户的限制供水规则,提升了不同时段间供水公平性.模型应用于应城市水库群供水系统,结果表明联合调水后供水系统中生活、工业、农业缺水风险分别增加了0.62、0.45和0.22,易损性指标则分别降低了0.50、0.55、0.34,占原易损性的81%、73%和40%,表明模型具有较好的合理性和有效性.     

基于混合遗传算法的水库群优化调度研究

针对水库群系统调度模型中目标函数的高度非线性特点,提出利用十进制编码的混合遗传算法来进行求解.依据该模型中线性等式约束条件较多的特点,提出了初始种群有条件的随机生成方式以及非随机变异算子来处理的策略,而利用罚函数法来处理边界条件和其他非等式约束.     

混沌粒子群优化算法在水库防洪优化调度中的应用

为改善粒子群优化算法的寻优性能,提出了一种新的算法——混沌粒子群算法。该算法将混沌搜索机制引入到粒子群算法中来增加粒子的多样性,采用自适应惯性权重因子模型来设置惯性权重因子,改善了算法的全局寻优能力,并将其用于水库防洪优化调度中。实例计算表明该算法能较好地克服了粒子群算法易早熟和陷入局部最优的缺点,为解决水库防洪优化调度问题提供一种新的有效途径。     

水库群洪水补偿调度的通用模型研究

根据水库泄洪设施的特点和流域型水库群的系统结构 ,提出了一种通用型水库群洪水补偿调度模型 .该模型基于洪水补偿调度的思想 ,以保证防护控制点安全行洪、减小分洪损失为目标 ,通过调整水库群拦蓄与预泄水量的策略 ,实现了模型的近似求解算法 .实际生产应用表明 ,该模型实用可靠     

基于混沌粒子群算法的车间作业调度优化

为提高车间作业调度效率,提出一种基于混沌粒子群算法的车间作业调度优化方法。首先以机器加工时间最短为优化目标,建立一个多约束的车间作业调度数学模型,然后采用粒子群算法对其进行求解,并通过采用混沌机制保持粒子多样性。仿真测试表明,混沌粒子群算法可以获得车间作业调度方案,具有一定应用价值。     

粒子群优化算法在水库调度中的应用分析

寻求水库最优调度轨迹过程线是水库优化调度中的经典、难点问题.本文在分析以往水库优化调度模型优缺点的基础上,提出了基于粒子群优化算法(Particle Swarm Optimization,简称PSO)的水库优化调度模型,并通过引入罚函数解决强约束问题.以某综合利用水库优化调度为实例进行研究,并与动态规划模型计算结果进行对比分析.结果表明:粒子群优化算法原理简单,易于编程实现,而且占用计算机内存小,计算速度快,适用于年内水库优化调度规则的确定.     

混沌遗传算法研究及其在经济负荷分配问题中的应用

提出了一种实数编码混沌遗传算法,并将其用于经济负荷分配问题。该算法将混沌引入遗传算法,利用混沌对标准遗传算法中的选择和变异进行了改进,之后对每一代最优个体进行变尺度混沌优化。将该方法应用于某厂3机组经济负荷分配问题,通过与混沌优化方法以及传统遗传算法的比较,该方法可以求得高质量的可行解,表明了该方法在求解经济负荷分配问题的有效性。     

变尺度混沌优化方法在电站经济运行中的应用

变尺度混沌优化方法（Ｍｕｔａｔｉｖ Ｓｃａｌｅ Ｃｈａｏｓ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｅｍ,ＭＳＣＯＡ）利用混沌现象的特点,把混沌变量映射到待寻优变量区间,不断缩小优化变量的搜索空间和提高搜索精度,从而有较高的搜索效率。对几个测试函数的优化计算验证了该方法有的效性。电站经济运行问题是一个具有整型变量、连续变量及非线性函数的混合整数非线性规划,本语文将变尺度混沌优化方法首次应用到电站     

基于改进遗传算法的有功经济负荷分配

提出将爬山算法与遗传算法相结合,从而构成了求解有功负荷分配问题的混合遗传算法,并进行实验计算。计算结果表明,用混合遗传算法求解有功负荷分配问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足,从而得到质量较高的解。     

金沙江下游梯级水库群多目标兴利调度模型及应用

多目标兴利调度是充分发挥金沙江梯级水库群综合效益的重要课题,如何科学控制上下游梯级水库蓄泄方式、协调不同兴利调度目标间的竞争关系,是金沙江梯级水库群水资源高效利用的关键科学问题。本文在分析发电效益、航运效益和容量效益间竞争与冲突关系的基础上,建立了以总发电量最大、通航流量最大、时段保证出力最大为目标的梯级水库群多目标兴利调度模型,并采用多目标进化算法对其进行求解,得到了不同频率来水情况下多目标兴利调度方案集,可为金沙江梯级水库群联合调度提供科学的决策依据。     

基于共享矩阵和混沌的图像分存算法

为了提高图像加密的安全性和有效性,提出一种广义的共享矩阵混沌加密算法。引入一种新的共享矩阵的定义并给出构造方法。将Tent混沌加密后的图像序列进行行扩展后与所定义共享矩阵进行点积编码,产生矩阵的每行对应一个秘密份额,并生成安全的多幅共享加密图像。通过二值、灰度和彩色等3种图像测试的结果表明,该共享加密算法能够实现数据量减半,具有较大的密钥空间,且能有效地抵抗差分和暴力攻击。     

一种改进时空混沌的图像加密算法

提出了一种改进时空混沌系统的图像加密算法。该算法通过对混沌系统加入局部反馈来调节时空混沌系统,利用改进的时空混沌系统来计算控制参数,完成置乱操作,然后对其进行扩散操作,完成彩色图像的加密过程。通过对Lena图像仿真并进行相关性能分析,结果表明,加密图像在水平、垂直和对角方向的相邻像素点的相关性较低,在R,G,B三个分量的平均信息熵值为7.993 8,接近最大无序状态下的期望值,加密效果较好;在对其进行抗统计攻击性能分析及抗差分攻击对比分析中,明文图像像素值在R,G,B三个分量上的分布相对不均匀,而密文图像的像素值在R,G,B三个分量上都呈现均匀分布,其R,G,B三个分量的像素数改变率分别为99.60%、99.59%、99.62%,其R,G,B三个分量的统一平均变化度分别为33.45%,33.47%,33.47%,均接近最优值,改进的算法能有效地抵抗统计攻击和差分攻击。     

基于小波变换和混沌映射的自适应水印算法

提出的基于小波变换和混沌映射的自适应图像水印算法中水印由混沌序列生成,在宿主图像的低频系数中嵌入水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明:该算法能够自适应地根据图像内容添加水印,对图像的平滑区进行的修改非常小,而对图像中抑制噪声能力较强的纹理和边缘区域修改较大,使用该算法嵌入的数字水印具有很好的隐蔽性、安全性及鲁棒性。     

罚函数法在水资源系统实时调度中的应用

阐述了如何利用罚函数法构造水资源系统实时调度数学模型的目标函数,实例验证表明:该方法可行,运行结果合理.     

基于经济负荷分配的混沌迭代粒子群算法

为高效求解复杂的非凸、非线性电力系统经济负荷分配问题,提出了一种混沌迭代粒子群算法：粒子群算法的全局搜索能力很强,但易陷入局部最优,混沌的遍历性特性可有效抑制早熟现象。将最优迭代因子引入粒子群算法,对经粒子群算法搜索后的先验解进行基于一种新 Ｔｅｎｔ映射的混沌变异,并改进算法的迭代策略,以平衡粒子的全局和局部性搜索,避免了早熟收敛。通过 ６机组、１５机组的仿真试验,以及同其他算法仿真结果的比较,验证了本算法良好的收敛性和寻优性。     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.