基于混合智能策略的水电站径流预报与优化调度-研究

《基于混合智能策略的水电站径流预报与优化调度-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、原创性声明及学位论文版权使用授权声明原创性声明本人声明兹呈交的学位论文是本人在导师指导下完成的研究成果。论文写作中不包含其他人已经发表或撰写过的研究内容，如参考他人或集体的科研成果，均在论文中以明确的方式说明。本人依法享有和承担由此论文所产生的权利和责任。学位论文作者签名：日期：学位论文版权使用授权声明本人同意授权华侨大学有权保留并向国家机关或机构送交学位论文和磁盘，允许学位论文被查阅和借阅。论文作者签名：指导教师签名：签名日期：签名日期：华侨大学硕士学位论文第一章绪论第一章绪论1.1课题研究背景在全球能源危机的背景下，许多国家都将目光转向新能源以及可再

2、生能源的利用上。水能是一种清洁能源，也是一种优质的可再生能源。我国水能资源理论蕴藏量为6.49亿kW，技术可开发利用的水能资源为5.42亿kW，是世界上水[1]能资源总量最多的国家。但是，我国水电开发利用水平远比世界上水能资源相对丰富的国家低。美国在1986年时已开发43.3%的水能资源，日本在1986年已开发95%的水能资源，意大利在1986年时已开发93%的水能资源，而我国至2004[1]年时，水能资源开发程度仅为22.3%，开发潜力巨大。同时，提高水电开发能力对发展低碳经济具有重要的现实意义。水电站的中长期水文预报及其发电优化调度是水电站运行管理的

3、重要组成部分。研究水电站的中长期水文预报及其发电优化调度，不但能挖掘水电站水库的潜力，提高水电站的发电效益，而且对于推进水电系统和电力系统的规划设计和运行管理的科学化、现代化具有重要意义。中长期径流预报作为中长期水文预报的一项重要内容，已成为当今水资源开发和利用中非常重要的非工程措施之一。对于科学治水、防洪调度、减少灾害等方面，都起到了不可替代的作用。径流预报是充分利用水资源，真正实现水库优化运行，发挥水电站经济效益的有力手段和重要环节，其中准确可靠的径流预报可以使人们在协调防洪、兴利、发电、生态之间以及各用水部门用水之间矛盾时，能够及早进行统筹安排，以

4、获得最大的综合效益。径流预报的准确性不仅是水电站防洪渡汛的重要依据，也将直接影响水电站的发电效益，它是水电站运营管理中做出正确决策的重要依据。尤其对于库容小、调节性能较弱的径流式水电站，水情预报的准确性将直接影响到发电公司电量安排的合理性和可行性，与电厂的经济效益密切相关。径流预报作为水电站优化调度的基础，其预报结果的准确与否，将成为水电站的最优调度方式能否发挥作用的关键。1华侨大学硕士学位论文第一章绪论1.2中长期水文预报研究现状中长期水文预报是水资源研究领域中的一项重要内容，是水资源规划管理及综合开发利用、防汛抗旱、水利工程的管理、工农业用水计划的编

5、制、电站运行管理和制定发电计划等的基本依据。水文预报技术发展至今，研究者提出了很多[2,3]方法和技术。现有的预报方法可分为传统方法和智能方法两大类。1.2.1传统方法河川径流的变化具有连续性、周期性、随机性等特点，传统方法主要是根据径流变化具有的这些特点来开展研究，主要有成因分析和水文统计方法。成因分析法，其主要思想是根据前期的大气环流特征以及表示这些特征的各[4]种高空气象要素，直接与后期的水文要素建立起定量的关系进行预报。该方法是一种具有物理基础的重要预报方法，但是由于其基本理论的限制以及资料搜集难度大，离实际应用尚有一定差距，因而实现起来比较困难

6、。水文统计方法，通过对大量的历史水文资料进行统计分析，寻找预报对象与预报因子之间的统计关系，建立模型进行预报。水文统计预报方法可分为两大类：一类是利用水文要素自身历史演变规律，来对该要素未来可能的数值进行预报，如周期分析法和时间序列法等；另一类是由于水文的形成受到多种因素的影响，因此选取影响径流的主要因素，建立预报模型，进行多因素综合预报，如多元回[3]归法等。1.2.2智能预报方法模糊分析方法是从80年代开始发展起来的新方法。径流预报的模糊方法的基本思想是根据模糊控制理论，将预报用模糊语言描述，利用径流本身的历史演变规律作为已知输入，根据已知和未知的模

7、糊关系来输出未来出现的数值，预报时不需其它成因资料。但是由于模糊的学习能力比较弱，在实际应用中，常常和[5]其他方法结合使用。人工神经网络是一种包含许多简单的非线性计算单元或连接点的非线性动力系统，具有信息记忆、自主学习、知识推理和优化计算等特点。该方法以传统2华侨大学硕士学位论文第一章绪论显示函数的自变量和因变量作为网络的输入和输出，将传统的函数映射关系转化为高维的非线性映射。径流序列从根本上讲就是非线性系统的辨识问题，因此采用神经网络进行径流预报具有传统方法所没有的优点，在水文预报中得以广泛应[6-11]用。实际应用中，神经网络法存在网络结构难以确定

8、、收敛速度慢、局部极小点等问题。为此，研究者提出了许多改进方法，文献[10]提出