人工神经网络在清江长期调度中的应用研究

摘要

该文以"清江梯级水电站优化调度决策支持系统"为实例,在理论和方法上对梯级水电站长期优化调度问题作了深入的探讨.主要研究成果如下:1、介绍了中国和世界的水能水资源概况,在国民经济发展中所起的重要作用,明确了水利水电开发的意义.2、在研究了水库优化调度的一些基本概念、方法、分类的基础上,重点提出了水库长期优化调度的概念和意义,为下面章节对清江梯级调度长期优化调度系统的研究打下了基础.3、分析了人工神经网络理论的发展历史和基本理论,人工神经网络的学习方法,多层前向网络和BP网络的基本知识和公式推导,BP网络的设计分析过程,以及在应用中应该注意的问题.4、提出了三个梯级水电站长期优化调度的计算模型,分别是长期发电效益最大、长期调峰电量最大以及长期耗水量最小优化模型,分别描述了目标函数和约束条件,并重点分析了长期发电效益最大优化调度模型.5、结合清江梯级水电站优化调度决策支持系统课题,在人工神经网络的指导下,探讨了基于BP网络的梯级电站长期调度的研究方法.

目录

文摘

英文文摘

1综述

1.1水能水资源概况

1.1.1世界水能水资源概况

1.1.2中国水能水资源概况

1.1.3水能水资源发展前景

2水电优化调度的意义

2.1水电优化的基本概念

2.2水电优化调度的基本原则

2.3水电优化调度的主要内容

2.4水库优化调度分类

2.4.1按水库目标分类

2.4.2按水库数目分类

2.4.3按调度周期分类

2.5水库调度优化方法

3清江水电梯级长期优化调度

3.1课题来源

3.2项目开发意义、原则及拟达到的目标

3.3项目拟进行的主要研究内容

3.4技术路线

3.5清江梯级长期优化调度

4人工神经网络原理

4.1人工神经网络的发展

4.2人工神经网络理论简介

4.3神经网络的学习方法

4.3.1 Hebb学习规则

4.3.2梯度下降法

4.4 BP神经网络

4.4.1BP神经网络概述

4.4.2BP网络学习公式推导

4.4.3BP算法公式汇总

4.4.4BP网络的设计分析

4.4.5BP网络在实际应用中需注意的几个问题

5人工神经网络方法在清江梯级长期调度中的应用

5.1引言

5.2神经网络学习样本的收集和处理

5.2.1学习样本的收集方法

5.2.2学习样本的处理方法

5.2.3清江梯级水库的资料整理

5.3仿真计算实例

5.3.1建立清江梯级水电站最优调度函数神经网络模型

5.3.2网络训练过程

5.3.3结果分析

6结论和展望

6.1全文总结

6.2前景展望

致谢

参考文献