改进BP网络模型在径流预测中的应用

为了克服传统BP网络模型在训练过程中部分参数难以快速准确拟定的缺点,利用免疫粒子群算法对BP网络模型中隐含层节点数、最大训练次数、学习效率、动量因子等参数进行决策优选,建立了基于免疫粒子群算法的改进的BP网络模型。通过应用于某水电站水库的入库径流预测,结果表明,与传统BP网络模型相比,利用改进的BP网络模型所得的径流预测结果更准确。     

基于支持向量机的梯级水电站群中长期调度计划制定及评价

针对国内外水电站实际调度水平与优化调度理论间差距普遍较大的现状,基于确定性优化调度成果,运用支持向量机理论建立了水库水电站实际运行的中长期调度计划,以提高水电站实际运行调度水平.结合决策变量与相关因子筛选、训练样本与预测样本划分、模型参数优选等技术处理,将调度计划应用于金沙江-长江中游水电站群中的4座月调节性能以上水电站,预测结果表现出了良好的拟合精度.进一步模拟调度计划,指导梯级水电站群长系列调度运行,结果表明,模拟运行较好地继承了确定性优化调度在发电量、发电保证率及发电过程方面的效益,证实了该方法的可行性和有效性,为梯级水电站群实际优化运行提供了有力的技术支撑和决策支撑.