-
公开(公告)号：CN110610256A
公开(公告)日：2019-12-24
申请号：CN201910711023.6
申请日：2019-08-02
Applicant: 华中科技大学
Abstract: 本发明公开了一种考虑不同预报情景下预报难度的径流预报水平评价方法，属于水文预报技术领域，所述方法包括：根据预报难度的影响因素对预报情景进行划分；根据划分的各个预报情景对应的预报径流和实测径流，得到各个预报情景下的相对预报难度系数；根据各个预报情景下的相对预报难度系数对预报人员在对应预报情景下的预报水平进行评定，得到预报人员的综合预报水平评定结果。本发明基于传统的径流预报精度和预报误差，提出了预报难度的概念及其求解方法，并将其耦合到预报人员综合预报水平评定中，能够有效反应不同预报情景下预报难度对于预报人员综合预报水平的贡献大小，从而科学、合理、准确地对预报人员的径流预报水平进行评定。
-
公开(公告)号：CN109670650A
公开(公告)日：2019-04-23
申请号：CN201811611895.7
申请日：2018-12-27
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明属于梯级水库群多目标优化调度模型求解技术领域，公开了一种基于多目标优化算法的梯级水库群调度模型的求解方法，首先收集梯级水库群的电站基本资料和水文资料；其次根据具体需求建立调度目标并添加调度约束条件；然后以调度期内各时刻的水位为决策变量，采用基于R支配的改进飞蛾扑火多目标优化算法(R-NSIMFO)对建立的梯级水库群调度模型进行求解；最后根据求解结果得到相应的调度方案集。本发明的求解方法从进化算法和多目标机制两个方面进行改进，有能力获得收敛性和分布性均较优的非劣调度方案集，对实现整个梯级水库群综合效益最大化具有至关重要的作用。
-
公开(公告)号：CN109359671A
公开(公告)日：2019-02-19
申请号：CN201811089594.2
申请日：2018-09-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种水电站水库调度运行规则的分类智能提取方法，包括：将电站出力作为输出变量，利用相关分析方法确定输入变量；获得归一化后的输入变量和输出变量，利用聚类方法将所有样本的输入变量划分为K个类别；对各类别下的输入变量及输出变量，分别构造对应的ELM模型进行模拟逼近，同时采用改进粒子群算法优选ELM模型参数，从而得到K个不同的ELM模型；确定新获取的输入变量所属类别，将其输入到对应模型即可得到对应的输出值对 进行反归一化处理得到用于调度决策的电站出力值。本发明采用分类进化极端学习机模型提取水电站水库调度规则，能够显著提高水电站水库的长期运行效益，有利于流域梯级水电站群水能资源的高效利用。
-
公开(公告)号：CN109344999A
公开(公告)日：2019-02-15
申请号：CN201811045131.6
申请日：2018-09-07
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开一种径流概率预报方法，其中，该方法主要包括：采用基于K-medoids的聚类方法对训练集进行聚类，得到隐含马尔科夫模型HMM的初始化参数；利用Baum–Welch算法对HMM进行学习，得到HMM的状态转移概率矩阵以及观测模型的概率分布；根据贝叶斯信息准则BIC进行模型选择，选择适宜该训练集的HMM状态个数；最终根据给出的预报因子，结合高斯混合回归GMR推理得到条件概率分布函数作为径流概率预报。本发明的概率预报方法引入了径流隐含状态的概念，可利用水文、地形、气象等诸多因素训练得到隐含状态转移概率矩阵，得到有效可靠的未来径流概率预报分布，为水库优化调度决策提供科学依据。
-
公开(公告)号：CN108710970A
公开(公告)日：2018-10-26
申请号：CN201810425870.1
申请日：2018-05-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种巨型梯级水电系统的多目标调度并行降维方法，该方法包括如下步骤：在完成电站设置与参数初始化工作后，采用种群分解策略将大规模种群分解为多个互不干扰的小规模子种群，每个子种群均同时在相应线程上并行完成搜索工作；各子种群在进化过程中动态生成变异种群与交叉种群，并选择进入下一轮进化的个体，同时选择精英个体来更新外部档案集合，在个体调节计算过程中采用约束集成策略减少搜索范围；主线程收集各子种群的非劣解集并从中优选出最终的Pareto解集供调度人员决策参考。本发明可以在保证个体搜索方向多样性与种群整体质量的同时大幅缩减计算时间，在时间维与状态维上取得显著的降维效果。
-
Patent Agency Ranking
公开(公告)号：CN105184426B
公开(公告)日：2018-09-21
申请号：CN201510684016.3
申请日：2015-10-20
Applicant: 华中科技大学
Inventor： 周建中 , 莫莉 , 孙怀卫 , 曾小凡 , 陈璐 , 闫宝伟 , 严冬 , 覃晖 , 刘懿 , 李远征 , 蒋志强 , 张诚 , 袁柳 , 王超 , 卢鹏 , 乔祺 , 欧阳文宇 , 汪洋 , 常楚阳 , 吴巍 , 刘伟 , 李远哲
IPC: G06F17/00
Abstract: 本发明公开了一种基于随机连续寻优策略的梯级电站调峰方法，包括：(1)初始解的生成：从上游到下游逐电站选择坝前水位作为离散状态量，以电网余荷均方差最小为目标进行单库调峰优化计算：(2)随机连续逐步优化搜索：(3)更新迭代判断：若达到时段末，当达到逐次优化算法终止条件时，调整过程结束，输出最终结果；若未达到逐次优化算法终止条件时，时段数置为起始时段，转入(2)，进行下一次迭代优化；若不是时段末，时段数增加一，转入(2)，进行下一时段的两阶段调整。本发明提出的约束处理方法完全解耦梯级电站间复杂的梯级电站耦合运行约束，简化了算法的约束处理过程，并减少了决策变量维数，找到合理寻优空间，能适用于大规模梯级电站群的调峰问题。
-
公开(公告)号：CN107274031A
公开(公告)日：2017-10-20
申请号：CN201710512467.8
申请日：2017-06-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种耦合神经网络和分布式VIC模型的水文预报方法及系统，包括：根据当前流域降雨量量、温度、地形、植被覆盖以及土壤品种信息，建立流域内各子流域的VIC模型；分析每个子流域前期实测径流序列与每个子流域当前实测径流序列的相关性，依据AIC准则，选取与每个子流域当前径流序列的相关性高于相关性阈值的序列集；将为每个子流域当前径流序列选取的预测序列集作为输入构建三层神经网络模型，对所述VIC模型模拟的每个子流域当前径流模拟序列进行校正；将校正后的各子流域的当前径流序列作为输入构建三层神经网络模型，对各子流域的径流序列进行汇流并校正得到流域出流序列。本发明可以提高水文预报精度。
-
公开(公告)号：CN106779182A
公开(公告)日：2017-05-31
申请号：CN201611074956.1
申请日：2016-11-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于动态规划的水库调度图优化方法，其包括如下步骤：划分整个调度期为T个时段；将调度线分离，并将所述调度线在各时段的可行水位范围内进行离散，得到水位离散点；建立所述调度线的所有水位离散点组合空间确定基于动态规划的水库调度图递归计算模型：从第T时段开始逆时序递归计算；令t＝t‑1，进入下一时段计算，当第t＝1时段计算完成后，逆时序递归计算过程结束；从第一个时段顺时序递归至最后一个时段，可确定最优离散水位组合{Ct}，即可获得最优水库调度图。本发明将水库调度图绘制模型与动态规划模型相耦合，采用逆时序递归方式推求最优水库调度图，以充分利用动态规划的全局收敛性来保证所得调度图的全局最优性。
-
公开(公告)号：CN105243502B
公开(公告)日：2016-07-13
申请号：CN201510679000.3
申请日：2015-10-19
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于径流区间预测的水电站调度风险评估方法，其中，该方法主要包括：根据预测流量误差的分析得到预测流量误差的累积概率密度分布函数，将一定置信概率下的实际流量预测区间和预测流量变量误差区间作为模拟流量过程的基础，仿真得到水电站的出力、末水位和出库流量，继而，与根据实际流量得到的水电站实际出力、末水位和出库流量进行比较，最终得到水电站发生弃水的风险概率和不能完成负荷任务的风险概率。本发明还提供一种风险评估系统。上述方法及系统不仅弥补了现有非线性随机模拟径流预测方法的缺陷，同时，显著提高了径流预测结果的准确性，对中长期径流预测具有借鉴意义。
-
公开(公告)号：CN105184426A
公开(公告)日：2015-12-23
申请号：CN201510684016.3
申请日：2015-10-20
Applicant: 华中科技大学
Inventor： 周建中 , 莫莉 , 孙怀卫 , 曾小凡 , 陈璐 , 闫宝伟 , 严冬 , 覃晖 , 刘懿 , 李远征 , 蒋志强 , 张诚 , 袁柳 , 王超 , 卢鹏 , 乔祺 , 欧阳文宇 , 汪洋 , 常楚阳 , 吴巍 , 刘伟 , 李远哲
Abstract: 本发明公开了一种基于随机连续寻优策略的梯级电站调峰方法，包括：(1)初始解的生成：从上游到下游逐电站选择坝前水位作为离散状态量，以电网余荷均方差最小为目标进行单库调峰优化计算：(2)随机连续逐步优化搜索：(3)更新迭代判断：若达到时段末，当达到逐次优化算法终止条件时，调整过程结束，输出最终结果；若未达到逐次优化算法终止条件时，时段数置为起始时段，转入(2)，进行下一次迭代优化；若不是时段末，时段数增加一，转入(2)，进行下一时段的两阶段调整。本发明提出的约束处理方法完全解耦梯级电站间复杂的梯级电站耦合运行约束，简化了算法的约束处理过程，并减少了决策变量维数，找到合理寻优空间，能适用于大规模梯级电站群的调峰问题。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.033 seconds)
