梯级水电站（群）中长期发电调度规则的提取及补偿效益分摊

摘要

随着我国水电建设的发展，越来越多的大型梯级水电站投入运行，寻找水电站水库群实用的调度规则指导水电站运行，已经成为水电站水库群调度研究的一个重点。本文以金沙江中游四级水电站为例，采用数据挖掘的决策树算法提取梯级水电站水库群中长期发电调度规则。经研究分析主要选取水库的入库流量、时段初水位和月平均出力3个特征属性构成数据集，通过决策树算法从中挖掘梯级水库群的月发电调度规则。为了检验决策树方法提取调度规则的合理性，将其与经典的调度图方法对比，结果表明，从调度规则分类的正确率和模拟运行两方面看，决策树算法用于梯级水库群中长期发电调度规则的提取是合理的，有效的。
　　为了使梯级水电站补偿效益分摊较好地兼顾到各个水电站的利益，调动其参与联合调度运行的积极性，本文将熵权法和Shapley值法相结合，提出熵权Shapley值法，并建立了熵权Shapley值效益分摊模型，将其应用于金沙江中游梯级上的三个水电站的效益分摊中。并将该方法与单指标法、离差平方法和Shapley值法进行比较，结果表明，该方法不仅考虑了各个水电站之间的公平性，同时兼顾了其本身的装机容量、调节库容、发电水头和保证出力等个体特征。最后的分摊结果相对公平合理，尤其是调动了龙头水电站参与梯级联合运行的积极性，有利于实现流域梯级联合运行及总效益最大的目标。

目录

声明

摘要

第1章 绪论

1．1 选题背景及意义

1．2 国内外水库群调度规则的研究现状和发展趋势

1．2．1 水库(群)调度图调度法

1．2．2 水库(群)优化调度

1．2．3 水库(群)调度规则

1．3 国内外水库补偿效益分摊研究现状及发展趋势

1．4 本文研究的主要内容

第2章 基于数据挖掘决策树的梯级水库发电调度规则的提取

2．1 数据挖掘算法简介

2．2 决策树算法

2．2．1 决策树算法简介

2．2．2 决策树C4．5算法

2．3 金沙江中游梯级各水电站概况

2．4 基于决策树算法的龙盘电站发电调度规则提取

2．4．1 决策树的生成

2．4．2 决策树的检验

2．5 结果对比分析

2．5．1 调度规则分类正确率比较

2．5．2 模拟运行结果比较

2．6 本章小结

第3章 熵权Shapley值模型

3．1 效益分摊方法

3．1．1 单指标法

3．1．2 综合指标法

3．2 基于熵权Shapley值法的模型

3．2．1 Shapley值法原理

3．2．2 熵权法原理

3．2．3 熵权Shapley值模型

3．3 本章小结

第4章 基于熵权Shapley值法的梯级水电站补偿效益分摊

4．1 单指标法

4．2 离差平方法

4．3 熵权Shapley值法

4．4 补偿效益分摊结果比较

4．5 本章小结

第5章 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

攻读硕士学位期间参加的科研工作

致谢