一种耦合最优性与稳定性的梯级水库调度决策支持方法

    公开(公告)号:CN114677064B

    公开(公告)日:2022-09-30

    申请号:CN202210583907.X

    申请日:2022-05-27

    IPC分类号: G06Q10/06 G06Q50/06 G06F17/18

    摘要: 本发明提供一种耦合最优性与稳定性的梯级水库调度决策支持方法,包括以下步骤:分别构建非合作与合作机制下的梯级水库发电效益模型,以日尺度长时间系列径流资料为模型输入数据;利用改良的水循环算法求解以上模型,从而获得两种机制下梯级水库发电效益;确定发电效益的合作增量,并采用指标法对其进行再分配;量化系统最优性与稳定性;采用合作博弈法耦合以上两种性能指数;依据耦合指数向量对备选方案进行排序,并结合梯级水库群的合作增益计算水库的最终效益分配。首次提出采用合作博弈来耦合最优性与稳定性指标,并提出相应的决策支持技术,对于协调各水库利益冲突,达成对其相对有利的、且现实可行的调度策略具有重要意义。

    基于变分模态分解和极端学习机的短期径流预测耦合方法

    公开(公告)号:CN110969312A

    公开(公告)日:2020-04-07

    申请号:CN201911333247.4

    申请日:2019-12-23

    IPC分类号: G06Q10/04 G06N3/08 G06N3/04

    摘要: 本发明公开了一种基于变分模态分解和极端学习机的短期径流预测耦合方法,包括以下步骤:通过变分模态分解方法将原始径流序列分解为若干个包含不同水文特征信息的分量径流序列;将每个分量径流序列分别选定影响因子集合,然后构建每个分量径流序列的极端学习机模型,利用正余弦算法对极端学习机模型的计算参数进行优化,并输出每个极端学习机模型的输出值;将输出值进行叠加运算,并输出原始径流序列的预测结果。本发明通过变分模态分解方法、极端学习机模型以及正余弦算法形成短期径流预测耦合方法,能够处理具有高度复杂的动态特的径流过程,大大提高了水文预报中径流预测的精准度。