非弃水期葛洲坝水电站下游水位变化过程预测新方法

摘要

由于现有的水电站下游水位预测方法计算误差较大,选择葛洲坝水电站为研究对象,提出一种新的电站在不弃水情况下的下游水位变化过程预测方法.该方法基于BP神经网络算法,利用水电站监控数据实现电站下游水位的高精度预测,满足电站实时调度需求.对比现有的水位流量曲线查值法和非恒定流经验公式法,该方法有如下优势:①无需采用出库流量进行预测,避免了流量计算误差的影响;②建模过程中考虑了下游水位变化“后效性”影响,大幅提升水电站调峰时的预测精度;③可直接计算下游水位变化过程,计算结果稳定,精度更高,尤其在非弃水期葛洲坝水电站大调峰工况下,预测精度明显提高.