雅砻江梯级水电站运行数据管理优化模型

为解决雅砻江梯级水电站日常运行数据管理中存在的数据元素杂乱、计算及存储不规范、维护效率低等问题,采用“数据处理-计算存储-管理维护”技术链条,提出了基于对象和类别划分的数据元素处理技术、基于特征值的数据计算及存储规范化技术和满足读写快速性、质量可靠性及来源唯一性的数据管理维护技术等关键技术,以水电站日常运行数据为传输流搭建关键技术之间的耦合方式,由此建立了雅砻江梯级水电站运行多元数据管理优化模型。将所建模型集成至雅砻江综合自动化系统二期工程,有效提升了雅砻江流域电站运行数据的管理及维护能力。应用结果表明:提出的多元数据管理优化模型,能有效解决流域梯级水电站运行数据管理及维护问题,并为流域梯级水电站智能运行提供有力的数据管理技术支撑。

蚁群算法求解梯级电站短期优化调度改进研究

本文提出一种改进蚁群算法(Improved ant Colony Optimization Algorithm)求解梯级水库群短期优化调度问题。该算法的改进主要包括嵌入邻域搜索的单库轮换寻优、基于出力反推的初始解生成技术和约束优先的目标函数比较方法。以四川某中型流域梯级三级电站联合运行为背景,对蚁群算法和改进蚁群算法的求解质量和收敛性进行比较,实例验证表明,改进蚁群算法可以获得较好的优化调度结果。

杨房沟电站大江截流期径流预报

以杨房沟电站坝址下游6 km处麦地龙水文站2000~2015年16 a日径流资料作为典型流量系列历史数据库,采用基于退水系数随时间变化的退水曲线法及前后期径流相关法,对该电站2016年大江截流期间坝址径流情况进行预报,通过对比分析两种方法的预报精度可以看出,两种方法预报均为枯期径流预报的有效方法,但基于退水系数随时间变化的退水曲线法的预报精度、拟合度均好于前后期径流相关法。