基于新维BP神经网络-马尔科夫链模型的大坝沉降预测

基于组合预测思想,结合BP神经网络和马尔科夫链2种预测方法,构建了一种新维BP神经网络-马尔科夫链大坝沉降预测模型。通过对训练样本的学习,利用新维改进的BP神经网络算法实现了对沉降位移时间序列的滚动预测。在此基础上,借助马尔科夫链模型对其随机扰动误差进行修正,有效地提高了预测结果的精度。将构建的组合模型应用于长洲大坝船闸控制楼沉降位移时序预测中,研究结果表明该模型预测精度较高、可靠性好,提高了模型的中长期预测能力,为大坝沉降预测提供了一种有效的新方法。

低水头大型水利枢纽汛期运行水位动态控制方法研究与应用--以长洲水利枢纽为例

水库汛期运行水位动态控制是促进雨洪资源利用、缓解水库防洪与兴利之间矛盾、提高水电站综合效益的重要手段。本文以长洲水利枢纽为例,针对低水头大型水利枢纽调度过程中面临库区上游淹没制约、下游尾水顶托、机组出力受限等多约束问题,构建了适用于此类工程的防洪与发电多目标联合优化调度模型,提出基于淹没临界控制线的调洪演算方法和发电流量逐次分配优化求解方法。通过长系列模拟演算和多方案对比分析发现,与常规方案相比,采用运行水位动态控制方案可以使枢纽汛期平均发电水头提升6.88%、平均发电量增加8.75%,经济效益显著。研究方法对低水头大型水利枢纽防洪与发电联合优化调度具有借鉴意义。

浅谈长洲水利枢纽光伏电站阵列设计

长洲水利枢纽20MWp光伏电站项目场地分散,分为12个地块,场地布局较为紧张,如何进行光伏阵列设计显得尤为重要。通过对阵列运行方式、阵列倾角、阵列间距设计的分析和计算,最终设计方案采用带16°倾角的固定式安装、阵列间距2.92m。