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。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。     

三峡梯级水电站自动发电控制的研究

介绍了梯级水电站自动发电控制（AGC）的实现原理和主要的控制运行方式－频率控制方式和功率控制方式。并根据三峡梯级水电站具体情况阐述了AGC需要考虑之处。此外，描述了三峡梯级AGC调度系统中信息的流向。最后指出，在设计计算机监控系统AGC功能时，需结合电站特点、发电机组的特性及整个水利枢纽的特点与调度要求，本着简洁、实用的原则，适当做一些特殊的技术处理，这样才能取得较为理想的运行效果。     

改进PSO法在马斯京根模型参数估计中的应用

提出了一种改进的粒子群算法(PSO),在保持基本粒子群算法进化原理基础上,考虑坏粒子即适应值最差的粒子在进化过程中所具有的有用信息,对部分粒子的进化模式进行改进.本方法丰富了粒子进化的多样性,能有效地克服基本粒子群算法易早熟的缺点.应用实例表明,同其他算法相比,该算法的计算精度较高,且编程易实现,因此可广泛应用于求解多种模型参数的优化问题,为准确估计非线性马斯京根模型参数提供了一种有效的方法.     

广州蓄能水电厂发电机油雾处理系统简介

国内水轮发电机的导轴承油雾对机组的污染问题一直未能很好的解决。由于大多数水轮发电机组的机械制动装置都位于发电机下部,制动器工作时产生的粉尘与油雾混合后附着在电机内部很难清除,机组每年检修时都要花费人力、材料和工时清扫定子通风槽、线棒、磁极线卷等。广州蓄能水电厂的机组每台机设有一套油雾处理系统,运行效果很好,下面对该系统作一简要介绍。     

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。     

POA算法在梯级水电站短期优化调度中的应用

介绍了梯级水电站短期优化调度的三个主要数学模型及相关的约束条件；在此基础上，深入分析了POA算法的主要思想和实现方法；给出了POA算法在梯级水电站短期优化调度的实际工程应用及结果；指出了POA算法进一步应用的方向。     

三峡流量对航运的影响分析

针对三峡—枝城河道的地形特征，建立一维不稳定流模型。在三峡电站预先给定的航运约束和流量过程下，研究电站下游的不稳定流动对航运的影响，从而为获得实际可行的三峡泄流量提供一种途径。     

较薄厚煤层综采放顶煤的实践

任楼煤矿72、73煤层合并区平均煤层厚度为4.75m，属于较薄厚煤层。设计采用综采放顶煤开采，取得了显著的经济效益和社会效益。本文介绍了该矿在综放开采实践过程中在合理确定综放工艺、提高开机率、治理瓦斯和优化拆安设计上的做法和经验，探索并完善了较薄厚煤层中的综放开采技术。     

水库长期优化调度模型探讨

在水库长期优化调度问题中,一般以发电量最大为优化调度模型。考虑到电力市场的影响,综合水电站水库自身约束和电力系统调峰要求,建立以水电站发电效益最大为目标的优化调度模型,并通过实例计算比较这两种模型,发电效益最大模型较发电量最大模型更为符合实际。     

基于遗传算法的水库中长期调度函数研究

传统采用对确定性优化算法所得的运算结果进行回归分析而建立水库调度函数的方法,对原有结果的拟合有较大的偏差;为此,建立水库线性调度函数求解模型,并用改进的遗传算法进行求解,同时采用“培训”的方法,加快算法收敛速度及性能。与基于POA优化的回归结果对比分析表明,遗传算法求解调度函数具有优势。