水库发电优化调度改进粒子群算法应用

为进一步提升粒子群算法在水库发电调度中的应用效果,应用粒子群算法建立水库发电优化调度模型,从初始种群生成、寻优模式、更新策略等方面对算法进行改进,将均匀设计理念和混沌理念分别引入粒子群算法并对惯性权重进行了非线性自适应设计。计算结果与标准粒子群算法以及传统的动态规划进行了对比。结果表明,粒子群及其改进算法在水库发电优化调度中应用效果良好,综合考虑算法收敛能力、稳定性及计算耗时等指标,改进粒子群算法具有较高的实用价值。

浅析径流变化归因定量识别方法中的假定与问题

径流变化归因识别分析揭示径流变化原因并且为径流适应性调控指明方向。现有的径流变化归因定量识别方法可以划分成统计分析类方法、概念类方法、水文模拟类方法三类。每类方法具有共通的归因识别思路,在具体实施时往往基于一定的假定条件。分别选取三类方法中具有代表性的气候弹性方法、Budyko框架的水热耦合平衡方法、分布式水文模型模拟方法开展径流变化定量归因识别理论研究,归纳了径流归因定量识别的基本思路,分析了各类方法内在假定以及可能带来的问题。研究结果可供流域开展河川径流变化分析提供参考。