三峡水库实时调度水文气象预报应用风险及控制

为量化水文气象预报误差对水库实时预报调度的影响,以三峡水库为例,基于其历年水文气象预报信息的误差分析成果,假定入库过程,并叠加对应不同概率的预报误差,以此作为水库调洪演算模型的输入。分析了不同预见期、不同保证率水文气象误差条件下,不超过风险控制点的库水位指标,提出了三峡水库实时预报调度风险控制策略,可为水库科学调度提供参考。     

一种光伏电池组件的温度预测方法

组件温度是影响太阳能电池组件转换效率的一个重要因素,对组件温度的准确预测,有助于提高光伏发电功率预测的精度。文中提出了一种光伏电池组件温度预测方法。该方法考虑了影响光伏电池组件温度的主要因素,通过选择适当的样本建立统计模型。算例结果表明,该预测模型能够较好地对光伏电池组件温度进行预测,具有潜在的应用价值。     

用聚类预报模型预报三峡水库来水量的探讨

为了开展三峡水库入库来水量长期预报,从北半球500 hPa高度场、太平洋海温场、北半球100 hPa高度场、北半球地面气压场与74项环流特征指数作为预报因子,采用回归方程求解和回归效果检验,建立回归聚类预报物理模型,对三峡水库6～8月各月平均来水量进行了长期预报分析。结果表明,三峡水库6~8月份各月来水量回归聚类预报的技术路线是可行的,正、负距平符号一致的概率能达到80%以上,效果较好,基本上可以满足生产需要。回归聚类预报物理模型具有一定的应用推广价值。     

中国洪水预报系统在贝江勾滩洪水预报中的应用

采用中国洪水预报系统的应用平台建立贝江勾滩水文站降雨径流模型洪水预报方案,利用系统自动进行模型参数的率定,该方案在精度的评定及实际应用中取得较满意的效果,解决了勾滩站长期没有洪水预报方案指导防洪的迫切的问题,为中国洪水预报在柳江流域的应用积累了经验.     

风电场风功率预测系统研究

对风电场发电功率的准确预测,可以有效优化电网调度,使得电网经济运行,同时提高风电场在电力市场中的竞争能力.文中提出了基于先进统计方法的风电功率预测系统,以高精度数值气象预报为基础,搭建完备的数据库系统,利用各种通讯接口采集风电场监控数据.提出并实现了“自适应逻辑网络”(ALN),为风电场建立功率预测算法引擎,可以准确预报风电场未来72小时短期功率负荷,并能针对单台风机、风电场或风机集群进行预测和上报,为风电场管理提供重要辅助手段.现场运行测试验证了系统在风速预测以及针对不同型号风机风功率预测的可行性和有效性.     

霍童溪流域水库群防洪服务信息系统

霍童溪流域是宁德市防洪重点流域,流域内水库众多,其中大、中型水库7座。水库间存在着串、并连等多种复杂关系,多座水库同时具有供水、防洪与发电等多种功能并存的特点。霍童溪流域水库群防洪服务信息系统基于GIS以图表形式进行概化处理、展现多种水情信息。基于GIS将流域划分为若干个具有独立地理单元、有均匀雨量站分布的子流域,进而开发分布式洪水预报模型,为水库群合理调度决策提供支撑。     

Android智能手机天气预报系统设计及实现

在分析讨论Android应用系统设计原理的基础上,提出了Android智能手机天气实况预报系统用户界面以及获取并解析城市列表数据的设计方法,给出了在用户界面上呈现列表数据的设计过程,实现了一个简单的Android智能手机城市天气实况预报系统.系统在模拟器上通过调试并正常运行.     

Optimized scenario for rainfall forecasting using genetic algorithm coupled with artificial neural network

Rainfall forecasting plays many important role in water resources studies such as river training works and design of flood warning systems. Recent advancement in artificial intelligence and in particular techniques aimed at converting input to output for highly nonlinear, non-convex and dimensionalized processes such as rainfall field, provide an alternative approach for developing rainfall forecasting model. Artificial neural networks (ANNs), which perform a nonlinear mapping between inputs and outputs, are such a technique. Current literatures on artificial neural networks show that the selection of network architecture and its efficient training procedure are major obstacles for their daily usage. In this paper, feed-forward type networks will be developed to simulate the rainfall field and a so-called back propagation (BP) algorithm coupled with genetic algorithm (GA) will be used to train and optimize the networks. The technique will be implemented to forecast rainfall for a number of times using rainfall hyetograph of recording rain gauges in the Upper Parramatta catchment in the western suburbs of Sydney, Australia. Results of the study showed the structuring of ANN network with the input parameter selection, when coupled with GA, performed better compared to similar work of using ANN alone.     

高维进化策略调整神经网络结构和参数

提出一种基于佳点集原理的进化策略用于神经网络结构和参数的调整.为了克服正交设计法的一些不足来处理高维最优化问题,本文采用分步交叉框架,将佳点集技术引入实数域交叉算子增强高维空间的搜索能力.前馈神经网络的隐含节点与连接边数从小逐步递增直至学习效果足够好.通过调整能得到一个部分连接的前馈网络,减少了网络实现的耗费.最后,佳点集进化策略有效应用于生成预测太阳黑子的演化神经网络.实验结果证明了新方法的有效性.     

基于排队机制下多代理的资源分配冲突处理

针对多项目共享的短期资源分配冲突问题,不同于绝大多数基于市场的机制利用均衡概念和资源冲突的重复调整,提出一个新的市场机制,称为优先权费用排队,它将受限制的单个本地资源以最理想的方式进行分配,有效解决了企业资源分配冲突问题。由于这种组织的动态和分布式特性,使用此方法可以获得更高的灵活性、可评估性和适应性。