二灘水電站中長期入庫徑流智能預(yù)測系統(tǒng).pdf

1、中長期預(yù)測是充分利用水資源、真正實現(xiàn)水庫優(yōu)化運行、發(fā)揮電站經(jīng)濟效益的有力手段和重要環(huán)節(jié)。尤其是在電力市場環(huán)境下，水電參與競價上網(wǎng)，為了能夠較為準確合理的上報發(fā)電計劃，對來水的預(yù)估則顯得更加重要。有了準確可靠的徑流預(yù)測就可以用確定性的預(yù)測值及其估計誤差來描述未來徑流，在水電站優(yōu)化運行的初始軌跡(由多年歷史水文資料通過優(yōu)化方法擬定的運行策略和調(diào)度規(guī)則)基礎(chǔ)上，有效擬定接近實際的電站運行策略，從而為水電站參與電力市場發(fā)電預(yù)計劃的編制提供依據(jù)。

2、 然而，由于水文情勢變化受多種不確定因子(如氣候變化、人類活動和地形地貌變化等)的影響，因果規(guī)律并不完全清楚，水文資料信息也不是很充分，表現(xiàn)出隨機性、模糊性、灰色性等復(fù)雜特性，因此準確的預(yù)測出未來年、月的水文徑流量，一直是水文預(yù)測研究難度較大的課題。 為了更好的把握二灘水電站未來徑流變化情況，本文為了從以下方面進行了較為深入的研究： (1)通過對二灘水電站多年年、月平均流量變化過程進行統(tǒng)計分析，主要包括年平均流

3、量多年變化情況分析、豐水期各月徑流變化情況分析、枯水期各月徑流變化情況分析，找到二灘水電站年、月徑流變化的規(guī)律。采用小波分析方法進一步闡述了不同時間尺度下年、月徑流的頻譜特性，最后通過小波方差圖求得序列的主要周期成分。 (2)對不同的數(shù)理模型，本文打破傳統(tǒng)的參數(shù)估計方法，采用優(yōu)化算法(本文采用遺傳算法)對模型參數(shù)進行優(yōu)化計算，形成參數(shù)智能化擬定的預(yù)測方法。 (3)對年、月平均流量預(yù)測采用了多種數(shù)理方法，包括：最近鄰抽樣回

4、歸模型、門限回歸模型、人工神經(jīng)網(wǎng)絡(luò)模型、自回歸模型、灰色動態(tài)模型、均生函數(shù)模型、投影尋蹤回歸模型等多種模型。通過比較分析，得出推薦結(jié)果，從預(yù)測成果來看，效果較好。 (4)考慮到徑流實測值在不斷的更新，對月平均流量提出了滾動預(yù)測方法，即：根據(jù)實際發(fā)生值不斷修正后續(xù)結(jié)果，為水電站滾動調(diào)度提供依據(jù)。 (5)采用Web Service技術(shù)對程序模塊進行封裝，保證了代碼的安全性，可移植性更強。 (6)以ASENET作為開發(fā)

5、工具，應(yīng)用Web Service技術(shù)開發(fā)了二灘水電站中長期徑流智能預(yù)測系統(tǒng)，系統(tǒng)采用B／S模式，可以通過網(wǎng)絡(luò)直接訪問，靈活性和可移植性強；系統(tǒng)可以和Office建立直接聯(lián)系，繪制的圖表可以直接導(dǎo)入Office系列軟件之中，更方便靈活。 通過對雅礱江流域二灘水電站中長期徑流進行預(yù)測，對傳統(tǒng)預(yù)測方法和新理論進行了系統(tǒng)的闡述和分析，總結(jié)了各種模型的優(yōu)缺點和適用性；開發(fā)的徑流智能預(yù)測系統(tǒng)打破了傳統(tǒng)應(yīng)用程序的局限性，將分布式應(yīng)用程序從企業(yè)