二灘水電站中長期入庫徑流智能預測系統(tǒng).pdf

1、中長期預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，為了能夠較為準確合理的上報發(fā)電計劃，對來水的預估則顯得更加重要。有了準確可靠的徑流預測就可以用確定性的預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度規(guī)則)基礎上，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)電預計劃的編制提供依據。

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、灰色性等復雜特性，因此準確的預測出未來年、月的水文徑流量，一直是水文預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)智能化擬定的預測方法。 (3)對年、月平均流量預測采用了多種數(shù)理方法，包括：最近鄰抽樣回

4、歸模型、門限回歸模型、人工神經網絡模型、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，得出推薦結果，從預測成果來看，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測方法，即：根據實際發(fā)生值不斷修正后續(xù)結果，為水電站滾動調度提供依據。 (5)采用Web Service技術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，應用Web Service技術開發(fā)了二灘水電站中長期徑流智能預測系統(tǒng)，系統(tǒng)采用B／S模式，可以通過網絡直接訪問，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測，對傳統(tǒng)預測方法和新理論進行了系統(tǒng)的闡述和分析，總結了各種模型的優(yōu)缺點和適用性；開發(fā)的徑流智能預測系統(tǒng)打破了傳統(tǒng)應用程序的局限性，將分布式應用程序從企業(yè)