基于改进人工神经网络的梯级水电站群调度规则研究

《基于改进人工神经网络的梯级水电站群调度规则研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2010年10月ZK刀友电基于改进人工神经网络的梯级水电站群调度规则研究舒卫民，马光文，杨道辉一，陆涛(1．四川大学水电学院，四川成都610065；2．二滩水电开发有限责任公司，四川成都610021)摘要：针对水电站群的运行依靠经验、缺少科学依据的问题根据人工神经网络的非线性决策特点，提出了水电站群最优调度规则的改进人工神经网络模型，并结合实际算例进行其最优调度规则的模拟计算。结果表明，模型合理、可行且实用。关键词：优化调度；水电站运行；调度规则；神经网络StudyonCascadeHydropowerStationsSchedulingRuleBasedonIm

2、provedArtificialNeuralNetworkModelShuWeinfin，MaGuangwen，YangDaohui2，LuTaof1．CollegeofWaterResources＆Hydropower，SichuanUniversity，ChengduSichuan6l0065；2．ErtanHydropowerDevelopmentCo．，Ltd．，ChengduSichuan610021)Abstract：Theoperationofcascadehydropowerstationsrelyingonexperiencesisnotscie

3、ntific．Basedonthenon—lineardecision—makingofartificialneuralnetwork，animprovedartificialneuralnetworkmodelwaspresentedtostudytheoptimalschedulingrulesofcascadehydropowerstations．Thecasestudyshowsthatthemodelisreasonable．KeyWords：optimalscheduling；hydropowerstationoperation；schedulingr

4、ule；neuralnetwork中图分类号：TV697．12文献标识码：A文章编号：0559—9342(2010)10—0069—04水库调度规则是根据水库调度原则．在其来水、反馈型和自组织竞争型，对应这种层次结构，目任务及种种约束等条件下进行水库操作调度，决定水前应用最多的_一种网络模型为：BP网(利用BP算库调度方式有关的具体要求和规定I1】。现在，调度函数法进行训练的网络)、Hopfield网(美国加州工学院主要是利用确定性优化得出的水库长系列运行结果．物理学家HopfieldJJ提出的一种网络)和Kohonen从中总结规律，制定出来的[21。利用长系列历

5、史径流资网(芬兰学者Kohonen提出的一种网络)。本文选料进行的优化计算，得到了长系列的最优运行过程。用改进的BP(Back-Propagation)神经网络，对水由于径流过程的随机性和不重复性，这些过程过于库群的调度规则进行了研究。“理想”，在实际运行中难以实现，因而不能直接用这1．1获取训练样本些优化结果来指导水电站运行。但这些最优过程中应本文以雅砻江梯级水电站群为研究对象，采朋包含大量的水电站优化运行的规律性信息，如何从这收稿日期：209—07—13些最优过程中总结水电站优化运行规律，来指导水电基金项目：国家自然科学基金重点资助项目(50539140)；围

6、家站运行，是调度函数要研究的问题[31。本文结合人工神自然科学基金资助项日f50679098)；围家科技支撑计划经网络对水电站群的调度规则进行了研究(2O08BAB29BO9)；美国能源基金会资助项目“中国可持续能源”fG一061O一0858111人工神经网络在水库群调度规则中的应用作者简介：舒卫民(1985一)，男，湖北孝感人，硕士研究生，主人工神经网络有三种基本层次结构：前馈型、要从事梯级水电调度、径流预测方面的研究．WaterPoue，Vo1．36No．10圈小／J仅电2010al=10月其1960年～1994年共34年的实测径流资料进行确的最小出力，MW(

7、取决于水轮机的种类与特性)：定来水的水库优化调度模拟计算。因稚砻江梯级水～为第i个电站的装机容量，MW。电站以发电为主，综合利用要求相对单一。为实现上述模型用C#编程、用POA算法进行求解．水能资源的最优利用，给电网提供尽可能大的可靠得到长系列的优化结果。电力，并考虑四JII电网丰枯电价差，以年收入最大1．2BP网络的学习过程及改进为准则，选择下列目标本研究作用函数采用S型(sigmoid)函数，即：(1)梯级电站年内出力最小时段的出力尽可能)：l／【l+E)]，它是非线性连续可微的，其网络训大，即最大化最小出力。该目标的效果是为电网提练结果的收敛性已为许多文献所

8、证明，在此