并联水电站新、枫两库联合优化调度问题

本文将阐述广东省并联水电站新、枫两库联合优化调度问题。采用的计算方法为马尔可夫决策规划。水库群优化调度的目的,是在满足水库综合利用要求的条件下,使水电站群获得最大的年期望电量。为了说明两库联合优化调度的效益,曾进行过若干调度方案的比较。计算表明,两库联合优化调度所获得的保证出力与年平均发电量,分别比两库进行常规调度时增加9.6％与4.6％如与两库分别进行优化调度比较,虽年平均发电量减少0.5％,但总保证出力可增加7.8％。并联水电站新、枫两库进行联合优化调度的动能效益是显著的。     

含先验信息的学习机在生物序列分析中的应用

生物序列分析是机器学习和数据挖掘技术一个重要的应用领域。它的特别之处在于,很多有领域背景的先验知识可以在分析过程中得到利用,从而改善分析的效果。在对蛋白质的乙酰化修饰的预测过程中,通过合理地利用先验信息,改进模式提取方法,能够显著地提高支持向量机模型的预测性能。     

水资源系统中的水库优化调度

水资源系统中的入库径流过程,可建立为确定型和随机型序列两种数学模型,对水库优化调度可建立动态规划或马氏决策规划等数学模型.本文采用随机约束下的马氏决策规划,用罚因子方法使水库在满足防洪要求、发电保证出力、枯水期航运流量的前提下,尽可能使水电站的多年平均年期望发电量最大. 本文最后举例说明,华南地区枫库优化调度与常规调度比较,可额外增加发电量约4％左右;当新、枫两库进行补偿调度,则又可增加发电量约4％左右,经济效益比较显著.     

马氏决策规划在水电站水库(群)优化调度中的应用简述

本文简要地回顾了水库(群)优化调度问题的历史与现状,介绍了应用马氏决策规划解决有保证率约束的水库发电优化调度模型的确切提法,以及求解的罚因子法的若干性质。并对多水库群的优化调度问题作了简介。     

考虑保证率约束的马氏决策规划在水电站水库优化调度中的应用

在长期调节水电站的水库优化调度中,一般采用马氏决策规划寻求平均年期望发电量达到最大的最优策略。但是,在极大多数情况下,这种策略往往并不能满足发电保证率的条件。 本文首先叙述了在相邻时段径流相关和面临时段径流不能予报的条件下,应用马氏决策规划的一般方法。然后,根据水电站保证率的含义,给出其概率形式的定义,从而把问题归结为随机约束下的马氏决策规划。 我们对应用惩罚方法求解这一问题进行了研究,对特定的罚函数得到了若干有用的性质。最后,简要地给出某水电站水库的一些实际计算结果。