發(fā)布時間：2021-01-20 06:10

　　徑流預報和水電站（群）調度是水電系統(tǒng)優(yōu)化運行的關鍵問題。準確的長期徑流預報可以為制定合理可靠的調度方案提供保障；而及時準確的中期徑流預報可以針對不同的天氣類型（如臺風、暴雨等）和節(jié)假日特殊用水需求制定水庫的蓄泄計劃,對防汛抗旱和水資源的合理配置有著非常重要的意義。結合預報的中期調度能充分考慮極端天氣（如高溫天氣）用電需求和工作日節(jié)假日用電差異,發(fā)揮水電機組運行靈活的特性充分削峰,使預留給火電的負荷過程盡量均勻,確保電力系統(tǒng)安全平穩(wěn)運行。水文預報調度由于考慮因素眾多、涉及目標復雜、求解過程困難,往往無法直接進行求解,需要深入分析問題特點,研究求解效率高的實用化方法。近年來,智能算法跳出傳統(tǒng)模型需明確目標問題機理成因的束縛,以其強魯棒性、自學習性、非可微要求等優(yōu)勢獲得空前發(fā)展。本文通過深入分析中長期徑流預報調度的特點,以南方地區(qū)水電系統(tǒng)為研究背景,結合智能算法進行了深入研究。具體工作如下：（1）針對長期徑流預報中支持向量機尋優(yōu)慢、精度低的問題,用遺傳算法對支持向量機的參數(shù)進行尋優(yōu),建立了基于遺傳算法尋參的支持向量機模型,應用于烏江流域某電站,與網(wǎng)格尋參的支持向量機模型進行對比分析。結果表明... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及意義
    1.2 國內外研究進展
        1.2.1 中長期徑流預報國內外研究進展
        1.2.2 中期發(fā)電調度國內外研究進展
    1.3 本文研究內容及框架
2 基于遺傳算法參數(shù)尋優(yōu)的支持向量機長期徑流預報
    2.1 前言
    2.2 統(tǒng)計學習理論
    2.3 基于支持向量機的中長期徑流預報
        2.3.1 支持向量分類機
        2.3.2 支持向量回歸機
        2.3.3 基于SVR的中長期徑流預報
    2.4 遺傳算法參數(shù)尋優(yōu)的支持向量機
        2.4.1 支持向量機參數(shù)選擇面臨的問題
        2.4.2 遺傳算法
        2.4.3 基于遺傳算法尋參的支持向量機模型
    2.5 實例與應用
        2.5.1 工程背景
        2.5.2 預報因子和參數(shù)選擇
        2.5.3 模型評價指標
        2.5.4 結果分析
    2.6 小結
3 基于廣義回歸神經(jīng)網(wǎng)絡（GRNN）的中期徑流預報
    3.1 前言
    3.2 廣義回歸神經(jīng)網(wǎng)絡
        3.2.1 GRNN網(wǎng)絡結構
        3.2.2 GRNN基本理論
        3.2.3 GRNN與BP模型對比分析
    3.3 基于廣義回歸網(wǎng)絡的中期徑流預報
        3.3.1 GRRN求解徑流預報的基本思路
        3.3.2 GRNN參數(shù)確定方法
        3.3.3 GRNN徑流預報流程
    3.4 實例與應用
        3.4.1 工程背景
        3.4.2 預報因子的確定
        3.4.3 數(shù)據(jù)預處理和光滑參數(shù)的確定
        3.4.4 模型評價指標
        3.4.5 結果分析
    3.5 小結
4 基于遺傳算法的中期水電調峰調度
    4.1 前言
    4.2 調峰出力最大模型
        4.2.1 目標函數(shù)及其替換
        4.2.2 約束條件
    4.3 遺傳算法求解的中期水電調峰調度
        4.3.1 梯級電站計算順序確定方式
        4.3.2 編碼方式
        4.3.3 適應度函數(shù)
        4.3.4 遺傳操作
        4.3.5 遺傳算法求解流程圖
    4.4 實例與運用
        4.4.1 工程背景
        4.4.2 模型參數(shù)選擇
        4.4.3 調峰評價指標
        4.4.4 計算結果分析
    4.5 小結
5 總結與展望
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
期刊論文
[1]水庫徑流預報的蟻群優(yōu)化神經(jīng)網(wǎng)絡算法應用研究[J]. 楊鑫,任海霞,萬芳.  中國農(nóng)村水利水電. 2013(12)
[2]多元混沌時間序列的加權極端學習機預測[J]. 韓敏,王新迎.  控制理論與應用. 2013(11)
[3]基于支持向量機的石羊河流域徑流模擬適用性評價[J]. 張?zhí)m影,龐博,徐宗學,劉文豐.  干旱區(qū)資源與環(huán)境. 2013(07)
[4]“十二五”水電發(fā)展規(guī)劃述評[J]. 江毅,戴慶忠.  東方電氣評論. 2013(02)
[5]不同徑流尺度的小波神經(jīng)網(wǎng)絡預測[J]. 汪麗娜,陳曉宏,李艷.  華南師范大學學報(自然科學版). 2013(02)
[6]多隱層BP神經(jīng)網(wǎng)絡模型在徑流預測中的應用[J]. 崔東文.  水文. 2013(01)
[7]基于模糊聚類分析的小波神經(jīng)網(wǎng)絡模型在徑流預測中的應用[J]. 徐瑾,鐘煒,李溪楠.  數(shù)學的實踐與認識. 2012(18)
[8]基于小波分析的徑流分級組合預報模型[J]. 明波,劉冀,呂翠美,董曉華.  人民長江. 2012(17)
[9]大規(guī)模復雜水電優(yōu)化調度系統(tǒng)的實用化求解策略及方法[J]. 程春田,申建建,武新宇,廖勝利.  水利學報. 2012(07)
[10]基于粒子群最小二乘支持向量機的水文預測[J]. 李文莉,李郁俠.  計算機應用. 2012(04)

博士論文
[1]東北地區(qū)流域徑流對氣候變化與人類活動的響應特征研究[D]. 張愛靜.大連理工大學 2013
[2]氣候與土地利用變化對徑流的影響研究[D]. 田鵬.西北農(nóng)林科技大學 2012
[3]中長期水文預報及調度技術研究與應用[D]. 張俊.大連理工大學 2009
[4]基于可變模糊集理論的徑流預報方法研究[D]. 李敏.大連理工大學 2008
[5]混沌理論在徑流預報中的應用研究[D]. 丁濤.大連理工大學 2004

碩士論文
[1]中長期徑流預報技術及應用系統(tǒng)研究[D]. 劉佳.東華大學 2011
[2]線性規(guī)劃在三峽～葛洲壩梯級樞紐優(yōu)化調度中的應用[D]. 葛文波.重慶大學 2008



本文編號：2988534