近58年大汶河流域降水量演变特征分析

为进一步系统识别气候变化背景下大汶河流域降水量演变特征,基于大汶河流域32个雨量站1956~2013年逐日降水资料,分析了大汶河流域降水量年内分配与年际变化特征及趋势性、随机性、突变性、周期性的变化规律。结果表明,大汶河流域降水量年内分配不均,连续最大四个月均出现在6~9月,所占比例超过70%;年际变化较大,各分区多年平均降水量极值比分布在3.71~5.26之间;降水量呈现不显著下降趋势;降水序列并非完全独立,表现为正持续性;降水量在1964年发生不显著突变,降水量变化周期以14年为主。     

基于等效原理的水库群实时防洪联合调度模型研究

针对水库群规模大导致水库群联合调度模型求解困难、交互决策难以聚焦的问题,提出了基于等效原理减少联合调度模型水库数的新思路,即将水库群全集划分为显效水库和非显效水库子集,对显效水库开展联合补偿调度,非显效水库作为被补偿对象单库调度;并建立水库群分组指标体系和分组方法,由此构建了显效水库联合调度和非显效水库单独调度的混合调...     

隐层节点数经验公式在水库调度规则提取中的应用效果评价

隐层节点数是确定人工神经网络模型结构的重要参数,但目前尚无通用的确定方法。以水库中长期优化调度规则提取为例,选择了四种典型的隐层节点数经验确定公式,将合格率、确定性系数、平均绝对误差、指标综合占优数等作为评价指标,以全年、汛期、非汛期为统计时段,评价了各经验公式对四项评价指标的拟合和检验效果,并进行了摄动分析。结果表明,Lippmann R P公式应用效果、适应性及稳定性均较好,更适合建立水库优化调度规则提取模型。     

淮河流域近50年天然径流演变规律分析

以淮河流域临沂以上、王家坝以上、王家坝至蚌埠、蚌埠至中渡四个区间近50年的天然径流系列为倒,采用数理统计、线性倾向分析、差积曲线法、t检验法、小波分析等方法分析了多年天然径流量的年内分配与年际变化及趋势性、突变性和周期性等特征.结果表明,淮河流域天然径流年内分配差异大、年际丰枯变化剧烈;四个区间年径流序列存在不显著的下降趋势;临沂以上和蚌埠至中渡区间的天然年径流序列均在1965年发生突变,其他两区间不存在突变年;四个区间的主周期和次周期分别为10年和4年、7年和4年、7年和2年、7年和2年.     

水电站发电优化调度遗传算法的改进

遗传算法在求解水库优化调度问题时存在两个问题：随机的初始种群生成方式难以保证个体在解空间均匀分布,导致求解结果不稳定;由于水库水量平衡等条件约束,使交叉、变异操作常常导致可行解变成不可行解。针对上述问题,引入了基于均匀设计的初始种群生成方式,保障了初始种群空间分布的均匀性;在交叉、变异操作中建立了个体可行性判断与处理方法,保障了在个体进化过程中的可行性。以三峡发电优化调度为例,验证了改进算法的有效性,与标准遗传算法相比改进遗传算法可以显著提高寻优性能。     

梯级水电站实时发电补偿调度风险分析

在由"龙头"水库与若干日调节或无调节水电站组成的梯级水电中,枯水期末和汛期洪水间隔阶段,"龙头"水库根据下游电站区间来水情况,在正常发电流量外实施小流量泄流补偿,不仅可以提高"龙头"水库的防洪安全性、减少无益弃水,而且可以给下游电站提供更多的发电水量,改善机组的运行效率。文中建立了梯级水电站实时发电补偿调度风险分析模式,提出了梯级水电站实时补偿增益的计算方法、"龙头"水库不同补偿方案下风险的定量化方法以及基于期望增益最大的补偿方案选择方法。实例研究表明所提出的方法是合理、有效的,具有较好的辅助决策价值。     

小波变换尺度数对入库径流预测精度的影响

将小波变换中的á trous算法与周期均值叠加法耦合建立周期分析模型,预测水库的逐月平均入库流量过程。以三峡水库为例,研究了不同分解尺度数对预测效果的影响。研究得出分解尺度数增加对预报效果有改善,而当分解尺度数超过一定阈值时,预报效果不再改善的结论。     

信息集成中松耦合组织机制研究

信息集成系统中关键问题是打破传统应用系统与数据紧密绑定的现象,使系统具有灵活性,从而使系统能够快速适应需求的变化。在对常见集成模式的分析研究基础上,做了适当改进,构造了一种业务逻辑处理单元之间的松耦合的组织机制。从而使集成系统具有良好的适应性、可调整性、可扩展性、可配置性。     

梯级水电站优化调度的改进社会情感优化算法

探索新的调度模型求解方法一直是水库优化调度研究的热点之一。社会情感优化算法（SEOA）是一种新兴的启发式智能优化算法,但目前在水库优化调度中未见应用。将SEOA应用于梯级水电站发电优化调度中,并针对算法初始种群随机生成造成的初始解代表性低,引入了初始种群均匀设计,针对部分个体过早收敛导致的种群活力低、算法易于局部收敛,制定了种群淘汰策略,从而建立了改进社会情感优化算法（改进SEOA）。实例表明,在梯级水电站发电优化调度模型的求解中,改进SEOA搜索效率高、寻优能力强、稳定性好。     

水库优化调度遗传算法参数的灵敏性分析

选取选择算子、交叉算子、变异算子、初始种群数、交叉率、变异率和终止条件等7个主要因素,以搜索能力、时效性、收敛性、稳定性为算法性能评价指标,运用正交试验方法,进行遗传算法参数的多指标、多因素、多水平的模拟试验。采用极差分析方法,确定因素对遗传算法性能影响,得到结论,遗传算法参数对各性能评价指标影响比模式的影响大;初始种群数、优值不变终止代数和变异率是影响算法综合性能的主要敏感参数。实例表明,采用确定式采样选择、均匀交叉和均匀变异模式遗传算法的综合性能较优。