龍鳳山水庫優(yōu)化調(diào)度的群體智能算法研究.pdf

1、水庫調(diào)度，亦稱水庫控制運用，指按來水蓄水實況和水文預報，有計劃地對入庫徑流進行蓄泄，以一定的客觀標準作為調(diào)度準則，利用水庫本身具有的庫容調(diào)節(jié)能力，在時間和空間上使來水量被重新分配，進而獲得最大的綜合效益。興利優(yōu)化調(diào)度是指為了獲取最大的綜合效益，使水量、水能及水質(zhì)等充分利用。
　　本文基于水資源的可持續(xù)發(fā)展理論，以龍鳳山水庫為研究對象，在充分了解水庫調(diào)度現(xiàn)狀的前提下，為尋求水庫獲得最佳效益下的最大運行規(guī)律，衡量水庫運行方式是否達到最

2、優(yōu)的標準，根據(jù)多年來水庫天然來水和各部門用水情況，綜合水庫實際蓄水能力，將水庫入庫徑流描述為確定型，建立以水庫電站發(fā)電量最大為最優(yōu)準則，利用智能優(yōu)化算法的理論方法和技術(shù)，制定龍鳳山水庫調(diào)度控制方式，為龍鳳山水庫最大限度開發(fā)水資源提供參考依據(jù)。主要成果如下:
　　(1)根據(jù)G-P算法和Takens理論，計算混沌空間序列相空間重構(gòu)所需的最小嵌入維數(shù)，以此作為小波神經(jīng)網(wǎng)絡的輸入節(jié)點數(shù)，根據(jù)時頻分析確定小波神經(jīng)網(wǎng)絡的隱含層節(jié)點數(shù)，最終確定

3、了小波神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)為12-24-1;
　　(2)采用附加動量項和擬牛頓法綜合利用的方法修正權(quán)值和參數(shù)，以此改進小波神經(jīng)網(wǎng)絡，使得收斂速度加快，增加學習效率，避免了在多維輸入情況下，網(wǎng)絡收斂速度大大下降這一不足，運用改進方法處理模型，有效避免“維數(shù)災”情況的出現(xiàn);
　　(3)根據(jù)龍鳳山水庫1994-2013年20年入庫月徑流水量資料，利用訓練好的改進小波神經(jīng)網(wǎng)絡模型預測2014年和2015年龍鳳山水庫入庫月徑流量，為水庫調(diào)