水库优化调度函数的SVM方法研究

针对水库调度函数的复杂性、非线性,以及水文资料的有限性,尝试用支持向量机技术建立水库优化调度函数.不同于神经网络等传统以训练误差最小化作为优化目标,SVM采用结构风险最小化原则,把训练误差作为优化问题的约束,以置信范围最小化作为优化目标.因此,SVM的泛化能力要明显优于神经网络等传统学习方法.以洪家渡水电站42 a的径流资料对不同算法进行了比较,证明SVM方法的调度函数具有更好的性能.     

基于可持续发展的流域水电梯级开发模式研究

流域水电梯级开发是我国水电能源开发的主要形式,由于梯级开发对天然河道及其生态系统都有较大的扰动,开发管理不善将影响流域的可持续发展。为此,以可持续发展理论为基础对国外典型流域水电梯级开发模式,如梯级开发主体及任务、梯级时空布局和生态适应性等加以总结,理解不同开发模式对生态环境的影响,为我国流域水电梯级开发管理提供有益的参考。     

改进正交试验法在调速器参数优化中的应用

对粤电集团某水电站机组建立仿真模型,采用改进正交试验法对该电站调速器参数进行优化,并对优化后的调节系统进行了频率扰动仿真试验.结果表明:参数优化后的调节过程性能得到明显改善,且用改进正交试验法优化调速器参数是方便、快捷和可行的.     

基于随机动态规划方法的水电站水库优化调度的研究与应用

以清江隔河岩水电站为例，完整地介绍了一种由动态规划与马尔可夫随机决策过程理论发展形成的随机动态水库优化发电调度的理论和方法，并用此方法建立了隔河岩水电站随机动态规划水库优化调度模型，通过计算，编制了电站的优化发电调度图。     

基于模糊控制原理的多目标决策方法

在模糊控制原理的基础上,对于含有定性变量的多目标决策问题提出了一种新的求解方法:先把目标值与权重进行模糊化,再通过模糊推理和反模糊化过程直接得到各方案的评价值,进而进行多目标决策.具体实例的计算结果表明,该方法具有简单、实用、直观的优点.     

遗传算法在短期发电优化调度中的研究与应用

 将遗传算法用于解决梯级水电系统短期发电优化调度问题，并建立了短期发电优化调度模型，详细阐述了用遗传算法解决问题的步骤。实例证明，该方法能够求解具有复杂约束条件下的非线性优化问题，算法编程简洁，易于实现，从而为梯级水电站短期发电优化调度问题提供了一种有效的解决方法。     

用动态网络规划法制定水电厂开停机计划

制定水电厂开停机计划是厂内经济运行的一个重要方面。文中就具体的应用对象，以整个时段内耗水量最小为准则，使用动态网络规划法制定了水电厂日运行计划，并给出了计算结果;同时，将该算法与常用的动态规划法进行了比较。     

三峡梯级电站的模糊优化调度方法

三峡梯级调度中存在着大量的模糊信息，如入库流量、负荷需求等，为 了更好地处理这些模糊信息，同时考虑到梯级电站之间水和电的联系，文中在传统优化调度 的基础上, 结合模糊数学理论，对三峡梯级优化调度的模糊求解方法进行了研究。     

双决策变量法在水电站优化调度中的应用

对调度模型以隐随机优化为基本途径求解，采用两个决策变量，用传统最小二乘法及水能计算方法，寻求合理、有效的水电站优化调度规则。通过实例计算表明：双决策调度实际应用所得的经济效益明显优于常规调度。     

基于混沌进化算法的梯级水电系统短期发电计划

提出一种求解梯级水电系统短期发电计划问题的新方法－混沌杂交进化算法（CHEA）。该算法将混沌序列与进化算法有机结合在一起,同时采用浮点数编码并构造一种新的自适应误差反向传播变异算子,从而有效抑制了进化算法的“早熟”现象和收敛速度慢等缺陷,仿真计算结果表明,该方法可以求解具有复杂约束条件的非线性优化问题,算法求解精度高,收敛速度快,从而为水电系统的短期发电计划问题提供了一种有效的方法。