水電科學(xué)中若干新方法應(yīng)用研究.pdf

1、本論文依托國家重點自然科學(xué)基金項目：“基于子波和分形理論的水文尺度分析新途徑（NO.40271024）；水文水資源子波分析新途徑（No.50279023）”開展研究。通過對傳統(tǒng)的遺傳算法、神經(jīng)網(wǎng)絡(luò)、灰色理論、最近鄰思想、小波分析研究，提出了改進(jìn)的對稱調(diào)和遺傳算法、改進(jìn)的灰色耦合模型和最近鄰神經(jīng)網(wǎng)絡(luò)耦合模型，在此基礎(chǔ)上將基于經(jīng)驗?zāi)B(tài)分解的希爾伯特-黃變換、集對分析等方法引入水電科學(xué)成功構(gòu)建了水文徑流預(yù)測、水資源評估、水庫優(yōu)化調(diào)度、水電站經(jīng)

2、濟(jì)效益綜合評價、電力負(fù)荷預(yù)測等多種模型，并對模型進(jìn)行了實證研究，較好地解決了水文水資源中的一些復(fù)雜性問題。總括起來，本文在以下幾方面取得創(chuàng)新成果： （1）本論文嘗試構(gòu)建了基于集對原理的水文水資源分析模式、評價模式、預(yù)測模式，在研究分析中依據(jù)水文水資源及水環(huán)境系統(tǒng)的特點，先從水文現(xiàn)象中一些集對的例子入手，通過聯(lián)系度表達(dá)式分析研究了不同河川年徑流的同步變化；建立了地下水資源承載力的等級；生態(tài)脆弱性程度；水庫水電站綜合效益評價模型。集

3、對分析法與傳統(tǒng)分析方法相比較，直觀、簡明、實用、針對性強(qiáng)，也便于計算機(jī)操作。為水電科學(xué)中的分析、計算、評價和預(yù)測增添了一種獨特的方法。 （2）本文提出了一種自適應(yīng)最近鄰神經(jīng)網(wǎng)絡(luò)耦合模型，該耦合模型能夠在一定程度上解決水文水資源、電力負(fù)荷預(yù)測中對數(shù)據(jù)作預(yù)處理以及模型選擇和參數(shù)的不確定性問題；開辟了構(gòu)建水文水資源徑流序列預(yù)測模型的新思路。 （3）針對遺傳算法存在求解精度與收斂速度間的矛盾，本文提出一種新的自適應(yīng)對稱調(diào)和遺傳新

4、算法，以清江隔河巖水庫為例，建立了水庫發(fā)電最優(yōu)調(diào)度的數(shù)學(xué)模型，取得了滿意的結(jié)果；以四川電網(wǎng)負(fù)荷為例，建立了新算法與人工神經(jīng)網(wǎng)絡(luò)結(jié)合的電力負(fù)荷預(yù)測耦合模型，結(jié)果分析表明，新的耦合模型避免了網(wǎng)絡(luò)尋優(yōu)的盲目性，從而達(dá)到最優(yōu)的擬合效果，有效地提高了預(yù)測精度和速度，為區(qū)域電力負(fù)荷預(yù)測問題的研究提供了新的分析方法。拓寬了建立中長期負(fù)荷預(yù)測模型的新途徑。 （4）本文在研究的過程中分析比較了人工神經(jīng)網(wǎng)絡(luò)和灰色模型的優(yōu)缺點，嘗試將人工神經(jīng)網(wǎng)絡(luò)模型

5、與改進(jìn)灰色模型進(jìn)行有機(jī)地結(jié)合，提出了改進(jìn)灰色神經(jīng)網(wǎng)絡(luò)模型。新的耦合方式發(fā)揮了灰色預(yù)測方法中累加生成的優(yōu)點，便于神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，又避免了灰色預(yù)測方法帶來的誤差，提高了預(yù)測精度，是一種新的有益探索；為實際工程應(yīng)用提供了重要的參考價值。 （5）嘗試了一種時間序列新分析方法，即基于經(jīng)驗?zāi)B(tài)分解的希爾伯特－黃變換方法。希爾伯特－黃變換是一種新的適用于非線性、非平穩(wěn)序列分析法。本文將此方法用到徑流序列的分析與識別中，分解出不同尺度下的徑流

6、變化成分。與傳統(tǒng)方法相比，這些成分通常具有更加清晰的物理意義；為今后更好地識別水文徑流序列的演變模式提供了一種有效的分析方法。 （6）本文基于多分辨率分析的經(jīng)驗?zāi)B(tài)分解方法與自回歸模型相結(jié)合，建立了時間序列的耦合預(yù)測新模型，新耦合模型發(fā)揮了多分辨率的優(yōu)點克服了經(jīng)驗?zāi)B(tài)方法中可能的混頻現(xiàn)象，具有良好的局部適應(yīng)性和分析結(jié)果的直觀性，該耦合模型能夠克服選小波基的困難，概念清晰，結(jié)構(gòu)嚴(yán)謹(jǐn)，因此，新耦合模型與傳統(tǒng)的單一統(tǒng)計建模方法比較，預(yù)