[发明专利]一种基于专家系统的多年调节水库年末消落水位优选方法

说明书

本发明公开了一种基于专家系统的多年调节水库年末消落水位优选方法，包括基于专家知识确立推理模式；建立并求解确定性水库优化调度模型，生成专家系统推理所需的样本集；确定推理模式判别规则；筛选各模式主要影响因子；调用差别化输入因子的神经网络推理消落水位；推理效果评价。本发明方法优选对于输入因子考虑全面，“随机”与“集成”的思想保证了样本信息的有效利用且不会产生“过拟合”问题；偏向于满足发电效益最大的约束，同时也兼顾供电稳定性和水资源利用率等指标，结构清晰，应用简便。适用于多年调节水库调度计划制定，在调度期内可以根据水文情势变更计算条件，具有较强的通用性和灵活性。

技术领域

本发明涉及水利水电领域，特别涉及一种基于专家系统的多年调节水库年末消落水位优选方法。

背景技术

多年调节水库年末消落水位是协调当年与未来效益的重要控制变量。在多年调节水库的发电调度中，年末消落水位不仅影响本库当年和以后的协调关系，还可能对与之有水利、电力联系的水库群运行效益产生影响。目前多年调节水库年度消落水位的优选常见的主要有两种方法：一是确定性优化方法，即以水库当年发电量和年末蓄能之和最大为目标函数，建立确定性优化调度模型；另一种是隐随机优化方法，通过分析水库长系列优化调度结果，提取消落水位控制规则。

主流的隐随机方法根据水库(或库群)长系列优化调度结果，筛选影响因子，建立年末消落水位和影响因子之间的相关关系，作为年末消落水位的控制规则。该思路的关键是影响因子的选择和相关关系形式的确定。传统的隐随机方法，无论是运筹学方法，BP神经网络还是遗传算法等现代智能算法，都是对复杂、非线性的水库调度过程中所体现的自变量和因变量关系的一种经验拟合，缺乏水库调度的机理支撑，实用性不强。

因此，如何全面且有效地利用水库调度长期以来经验，结合恰当的调度机理给出一种实用性较强的消落水位优选方法是亟待解决的问题。

发明内容

发明目的：提供一种基于专家系统的多年调节水库年末消落水位优选方法，以解决现有技术存在的上述问题。

技术方案：为实现上述发明目的，本发明采用以下技术方案：

一种基于专家系统的多年调节水库年末消落水位优选方法，包括以下步骤：

(1)基于专家知识确立推理模式；

(2)建立并求解确定性水库优化调度模型，生成专家系统推理所需的样本集，并得到六个影响因子；

(3)确定推理模式判别规则；

(4)筛选各模式主要影响因子；

(5)调用差别化输入因子的神经网络推理消落水位；

(6)推理效果评价。

进一步的，步骤(1)中推理模式为：

依据当年可靠来水预报，水库运行状态分为三类，每种类型有各自的模式和消落水位影响因子：

A类：水库当年能够蓄满；由于水库蓄满，蓄满之前的状态无法传递到年末，该模式下消落水位与起调水位和蓄满前的来水无关。；

B类：当年水库既没有蓄满，发电也没有破坏；该模式下消落水位主要受发电量的控制，发电量最大这个目标指导了消落水位的变动，。

C类：当年来水极枯，发电遭到破坏；该模式下，受保证出力的约束，年末消落水位被迫下降。

进一步的，步骤(2)中以长系列实测径流系列作为入库径流，以年为调度期，月为时段对历史资料进行仿真模拟调度；确定性水库优化调度模型的目标函数为：

N_t＝Kq_tH_t；