基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的梯級水電站群調(diào)度規(guī)則研究

《基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的梯級水電站群調(diào)度規(guī)則研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、2010年10月ZK刀友電基于改進(jìn)人工神經(jīng)網(wǎng)絡(luò)的梯級水電站群調(diào)度規(guī)則研究舒衛(wèi)民，馬光文，楊道輝一，陸濤(1．四川大學(xué)水電學(xué)院，四川成都610065；2．二灘水電開發(fā)有限責(zé)任公司，四川成都610021)摘要：針對水電站群的運(yùn)行依靠經(jīng)驗(yàn)、缺少科學(xué)依據(jù)的問題根據(jù)人工神經(jīng)網(wǎng)絡(luò)的非線性決策特點(diǎn)，提出了水電站群最優(yōu)調(diào)度規(guī)則的改進(jìn)人工神經(jīng)網(wǎng)絡(luò)模型，并結(jié)合實(shí)際算例進(jìn)行其最優(yōu)調(diào)度規(guī)則的模擬計(jì)算。結(jié)果表明，模型合理、可行且實(shí)用。關(guān)鍵詞：優(yōu)化調(diào)度；水電站運(yùn)行；調(diào)度規(guī)則；神經(jīng)網(wǎng)絡(luò)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中圖分類號：TV697．12文獻(xiàn)標(biāo)識碼：A文章編號：0559—9342(2010)10—0069—04水庫調(diào)度規(guī)則是根據(jù)水庫調(diào)度原則．在其來水、反饋型和自組織競爭型，對應(yīng)這種層次結(jié)構(gòu)，目任務(wù)及種種約束等條件下進(jìn)行水庫操作調(diào)度，決定水前應(yīng)用最多的_一種網(wǎng)絡(luò)模型為：BP網(wǎng)(利用BP算庫調(diào)度方式有關(guān)的具體要求和規(guī)定I1】。現(xiàn)在，調(diào)度函數(shù)法進(jìn)行訓(xùn)練的網(wǎng)絡(luò))、Hopfield網(wǎng)(美國加州工學(xué)院主要是利用確定性優(yōu)化得出的水庫長系列運(yùn)行結(jié)果．物理學(xué)家HopfieldJJ提出的一種網(wǎng)絡(luò))和Kohonen從中總結(jié)規(guī)律，制定出來的[21。利用長系列歷

5、史徑流資網(wǎng)(芬蘭學(xué)者Kohonen提出的一種網(wǎng)絡(luò))。本文選料進(jìn)行的優(yōu)化計(jì)算，得到了長系列的最優(yōu)運(yùn)行過程。用改進(jìn)的BP(Back-Propagation)神經(jīng)網(wǎng)絡(luò)，對水由于徑流過程的隨機(jī)性和不重復(fù)性，這些過程過于庫群的調(diào)度規(guī)則進(jìn)行了研究?！袄硐搿保趯?shí)際運(yùn)行中難以實(shí)現(xiàn)，因而不能直接用這1．1獲取訓(xùn)練樣本些優(yōu)化結(jié)果來指導(dǎo)水電站運(yùn)行。但這些最優(yōu)過程中應(yīng)本文以雅礱江梯級水電站群為研究對象，采朋包含大量的水電站優(yōu)化運(yùn)行的規(guī)律性信息，如何從這收稿日期：209—07—13些最優(yōu)過程中總結(jié)水電站優(yōu)化運(yùn)行規(guī)律，來指導(dǎo)水電基金項(xiàng)目：國家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(50539140)；圍

6、家站運(yùn)行，是調(diào)度函數(shù)要研究的問題[31。本文結(jié)合人工神自然科學(xué)基金資助項(xiàng)日f50679098)；圍家科技支撐計(jì)劃經(jīng)網(wǎng)絡(luò)對水電站群的調(diào)度規(guī)則進(jìn)行了研究(2O08BAB29BO9)；美國能源基金會(huì)資助項(xiàng)目“中國可持續(xù)能源”fG一061O一0858111人工神經(jīng)網(wǎng)絡(luò)在水庫群調(diào)度規(guī)則中的應(yīng)用作者簡介：舒衛(wèi)民(1985一)，男，湖北孝感人，碩士研究生，主人工神經(jīng)網(wǎng)絡(luò)有三種基本層次結(jié)構(gòu)：前饋型、要從事梯級水電調(diào)度、徑流預(yù)測方面的研究．WaterPoue，Vo1．36No．10圈?。疛僅電2010al=10月其1960年～1994年共34年的實(shí)測徑流資料進(jìn)行確的最小出力，MW(

7、取決于水輪機(jī)的種類與特性)：定來水的水庫優(yōu)化調(diào)度模擬計(jì)算。因稚礱江梯級水～為第i個(gè)電站的裝機(jī)容量，MW。電站以發(fā)電為主，綜合利用要求相對單一。為實(shí)現(xiàn)上述模型用C#編程、用POA算法進(jìn)行求解．水能資源的最優(yōu)利用，給電網(wǎng)提供盡可能大的可靠得到長系列的優(yōu)化結(jié)果。電力，并考慮四JII電網(wǎng)豐枯電價(jià)差，以年收入最大1．2BP網(wǎng)絡(luò)的學(xué)習(xí)過程及改進(jìn)為準(zhǔn)則，選擇下列目標(biāo)本研究作用函數(shù)采用S型(sigmoid)函數(shù)，即：(1)梯級電站年內(nèi)出力最小時(shí)段的出力盡可能)：l／【l+E)]，它是非線性連續(xù)可微的，其網(wǎng)絡(luò)訓(xùn)大，即最大化最小出力。該目標(biāo)的效果是為電網(wǎng)提練結(jié)果的收斂性已為許多文獻(xiàn)所

8、證明，在此