一种基于KNN机器学习算法的水电站耗水率计算方法

    公开(公告)号:CN117195093A

    公开(公告)日:2023-12-08

    申请号:CN202311217257.8

    申请日:2023-09-20

    Abstract: 本发明公开了一种基于KNN机器学习算法的水电站耗水率计算方法,属于耗水率计算技术领域,包括以下步骤:S1、数据预处理,收集历史运行数据,并按照对应关系格式将其构建为二维数据集[XHistory,YHistory];S2、构建KNN预测模型,基于输入的历史耗水率及其对应的历史特征变量数据,根据KNN算法预测原理构建模型,结合输入的特征变量进行特征距离计算,得出最接近该特征变量组合的对应耗水率;S3、调整模型参数,通过调整参数来得到最精确的耗水率计算结果,本发明提供的一种基于KNN机器学习算法的水电站耗水率计算方法,可以解决梯级电站经济运行计算过程中,耗水率计算误差较大,影响电站经济运行规划的问题。

    一种基于模型树和集成学习组合算法的河道流量演算方法

    公开(公告)号:CN116150973A

    公开(公告)日:2023-05-23

    申请号:CN202211709558.8

    申请日:2022-12-29

    Abstract: 本发明提供了一种基于模型树和集成学习组合算法的河道流量演算方法,包括步骤:步骤1,获取上游断面的流量、涨退水数据,下游断面的流量数据,时间数据以及与下游断面流量相关的其他数据;步骤2,对历史数据进行时间窗格化处理;步骤3,建立基于模型树和集成学习组合算法的河道流量演算模型,采用网格搜索进行模型的超参数寻优,确定最佳超参数组合;步骤4,根据最佳超参数组合建立基于模型树和集成学习组合算法的河道流量演算模型,对下游断面流量进行预测,并采用近邻样本对预测值进行校正;步骤5,生成模型树的划分规则。本发明可分析不同水源成分不同流量级不同时期条件下上游断面对下游断面的流量传播影响。

    一种考虑动库容影响的水库超短期水位预测方法、系统及存储介质

    公开(公告)号:CN115713165A

    公开(公告)日:2023-02-24

    申请号:CN202211501138.0

    申请日:2022-11-28

    Abstract: 本发明提供了一种考虑动库容影响的水库超短期水位预测方法、系统及存储介质,包括以下步骤:步骤1,分析动库容入库流量、库区水面线对坝前水位影响的滞后性,收集相应时间尺度的水库运行数据,根据设定参数和收集的水库运行数据构建数据集;步骤2,基于构建的数据集,建立以前期水位、前期库区水面线特征、预报流量、出力计划、弃水计划等变量为输入的坝前水位深度学习预报模型;步骤3,基于构建的深度学习预报模型,产生不同应用条件下的水位预测结果。本发明能够在水库超短期水位预测计算中考虑动库容的影响,实现快速、高精度的水库超短期水位预测,从而为水电站发电计划制定及水库安全运行提供更好的支撑。

    一种梯级电站中下游电站入库流量的预测方法

    公开(公告)号:CN111435469B

    公开(公告)日:2022-04-19

    申请号:CN201910024935.6

    申请日:2019-01-11

    Abstract: 一种梯级电站中下游电站入库流量的预测方法,包括:选取与下游电站入库流量有较强相关性的变量数据;对数据进行标准化处理;选择数据子集比例α范围,采用留一交叉验证,分别对不同α值训练局部加权线性回归模型,得到误差序列,并计算均方根误差RMSE;选取使RMSE最小的α值作为最优的子集比例值;将最优的α值运用到局部加权线性回归中,得到训练数据的拟合值序列和预测日的预测值y1;对训练数据的拟合误差建立ARIMA(p,d,q)模型;运用已训练的ARIMA模型进行预测,得到预测值y2;将y1+y2进行反标准化处理即为预测日的下游电站的入库流量估计值。本发明可提高下游电站入库流量的预测精度和日出力计划制作的准确度,减少发电计划修改次数,对保障电站安全稳定运行有一定的积极作用。

    一种适用于低流速水体水环境改善的调控装置及使用方法

    公开(公告)号:CN109596794B

    公开(公告)日:2019-12-03

    申请号:CN201910032842.8

    申请日:2019-01-14

    Abstract: 本发明公开了一种适用于低流速水体水环境改善的调控装置及使用方法,方壳体四边均固定有板架,所述板架的端部设置有油缸架,所述油缸架上安装有油缸,所述油缸的活塞杆端部通过料座安装有料箱,所述料箱的底部设置有电子阀门,所述板架底部通过环板安装有浮子,所述方壳体底部安装有用于对水体进行增氧的增氧装置,所述增氧装置的底部安装有用于推动整个调控装置在水中移动的动力装置;所述方壳体通过接线座安装有遥控信号器,所述遥控信号器与用于控制整个调控装置的控制器相连。此装置能够有效的改善低流速水体的环境。

    水电站非弃水期下游水位变化过程预测方法

    公开(公告)号:CN106127612A

    公开(公告)日:2016-11-16

    申请号:CN201610521095.0

    申请日:2016-07-05

    CPC classification number: G06Q50/06 G06Q10/04

    Abstract: 本发明提供一种水电站非弃水期下游水位变化过程预测方法,包括以下步骤:一、提取水电站多年逐小时历史运行数据,以水电站非弃水期的前期逐小时电站总出力、分电站出力、上游水位数据序列和部分逐小时电站下游水位数据序列作为输入因子,以剩下逐小时电站下游水位数据序列作为输出因子;二、选用神经网络算法,对输入、输出因子进行训练,构建预测模型;三、将电站非弃水期的前期逐小时电站总出力、分电站出力、上游水位、下游水位历史运行数据以及预见期内未来逐小时电站总出力、分电站出力、上游水位数据序列后输入预测模型,预测出未来下游水位过程数据序列。本发明实现预测下游水位变化过程,且预见期内无预报误差累计效应。

    一种基于可行域搜索映射的水电站群优化调度降维方法

    公开(公告)号:CN119151045A

    公开(公告)日:2024-12-17

    申请号:CN202411158753.5

    申请日:2024-08-22

    Abstract: 本发明涉及一种基于可行域搜索映射的水电站群优化调度降维方法,步骤如下:(1)对水电站不同时期的调度运行约束进行整理归类,将水电站群运行涉及的约束条件分为三个等级;(2)确定不同时期不同情况下,水电站调度的决策变量,即出库流量的可行域与已知运行条件、调度约束间的映射关系;(3)算法在优化水电站某一时段的出库流量时,可根据所处时段、入库流量和时段初库容,查询数据库中对应的决策变量可行域,仅在可行域范围内进行最优解搜索。本发明通过事先将水电站群在不同时期的约束条件集转化为决策变量的可行域,可有效缩减优化算法的搜索空间,大幅提升优化算法的计算效率。

Patent Agency Ranking