买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种利用观测数据推断相邻水电站运行状态及参数的方法_大连理工大学_202111382149.7 

申请/专利权人:大连理工大学

申请日:2021-11-22

公开(公告)日:2022-03-08

公开(公告)号:CN114154404A

主分类号:G06F30/27(20200101)

分类号:G06F30/27(20200101);G06N5/04(20060101);G06Q50/06(20120101);G06F16/21(20190101);G06F111/04(20200101)

优先权:

专利状态码:在审-实质审查的生效

法律状态:2022.03.25#实质审查的生效;2022.03.08#公开

摘要:本发明公开一种利用观测数据推断相邻水电站运行状态及参数的方法,首先,依据自身水电站测量的和公开的历史数据对相邻水电站建立逆向推断的双层优化模型;其次,使用正则化方法对双层优化模型进行重构以避免出现多重推断结果;最后,面对下层模型具有大范围不可行域的事实,利用具有不可行域回避功能的保留精英的改进并行遗传算法对重构后的模型进行求解。本发明能够较好地对目标电站的运行状态及运行参数进行推断,求解方法在寻找最优解、避免不可行域和加快求解速度方面比传统方法具有优势。本发明为水电站逆向推断相邻电站运行状态及运行参数提供了新的技术途径,也为梯级水电适应“双碳目标”下的新的电力系统运行模式提供了技术借鉴。

主权项:1.一种利用观测数据推断相邻水电站运行状态及参数的方法,其特征在于,包括如下步骤:步骤1:依据自身测量的和公开的历史数据对相邻水电站建立逆向推断的双层优化模型建立双层规划模型用于逆向推断;其中,上层模型负责对水电运行参数的寻优,并把参数传递给下层模型,然后依据下层模型的返回,评判下层模型所给参数的准确性;上层模型以发电量序列误差最小为目标;下层模型以被研究的水电站的实际调度过程为背景,以发电量最大为目标;水电站运行状态是下层的决策变量,水电运行参数是上层模型的决策变量;上层模型的目标函数为式1,约束为式2及下层模型; s.t.ke,kz,kl,bz,bl,bh≥02下层模型的目标函数为式3,约束条件为式4~式10; 式中,D为所有时段的集合,t为某一个时段;为电站实际发电量序列所组成的向量,Et为模拟的电站发电量序列所组成的向量;ke为电站的发电能力系数,gt为电站在t时段的发电流量,ht为电站在t时段的发电水头,Δt为一个时段的秒数;Vt为电站在t时段的库容,it为电站在t时段的入库流量,qt为电站在t时段的出库流量,st为电站在t时段的弃水流量;zt为电站在t时段的上游水位,kz、bz分别为水位—库容曲线的斜率和截距,lt为电站在t时段的尾水位,kl、bl分别为尾水位—下泄流量曲线的斜率和截距,bh为水头损失;V分别为库容的上下限,C为电站的装机容量;对于下层模型而言,ke,kz,kl,bz,bl,bh共6个运行参数是上层模型的决策变量,由上层模型进行赋值;步骤2:基于正则化方法避免双层模型的多重推断结果并重构模型将下层模型中的式5、7、8、9四式带入式4中,得到: 在式11中,将bz、bl、bh进行合并,用kh来代替,得到下式: ke、kz、kl、kh是线性相关的,其中一个参数若放大n倍,另外三个参数缩小为原来的1,即可保证整个式子仍然成立;什么下层模型有多重推断结果;使用正则化方法对式12进行改造,令:Kz=ke·kz,Kl=ke·kl,Kh=ke·kh13将式13代入式12,得到: 从而将有多重推断结果的模型转化成为唯一解的模型,逆向推断的双层优化模型重构为:上层模型的目标函数为式15,约束为式16及下层模型: s.t.Kz,Kl,Kh≥016下层模型的目标函数为式17,约束为式6、式10、式13: s.t.式6,式10,式13步骤3:利用具有不可行域回避功能的保留精英的改进并行遗传算法进行求解由于水电站的运行参数具有实际的物理含义,所以,并非任意的Kz,Kl,Kh在由上层模型传递给下层模型时,都为可行解;因此在遗传算法中应注意非可行解的避免,定义遗传算法的个体总数为N,共计循环R代,具体步骤如下:步骤3.1:创建初始种群;循环创建n0个可行解,然后随机创建N-n0个解;步骤3.2:计算种群适应度;对N个解进行并行计算,并假定其中有Fr个可行解,Fr≥n0;步骤3.3:保留精英个体;对N个解按照好坏程度进行排序,选取最好的n*个个体,不做任何改变,直接放进下一代的种群中;再把这n*个个体复制一份;步骤3.4:对种群进行交叉操作;在步骤3.2中的Fr个可行解中,任意选取两个个体以θ的概率进行交叉操作,得到两个新的个体,循环此过程,直至交叉操作得到的个体个数达到N-2n*为止;步骤3.5:对种群进行变异操作;将步骤3.3中复制的n*个个体,与步骤3.4中交叉得到的N-2n*个个体加以组合,以γ的概率进行变异操作;将变异操作后的个体放进下一代的种群中;这样,达到了每一代的种群个体中均至少有n*个可行解的目的;步骤3.6:重复步骤3.2到步骤3.5,直至迭代次数达到R为止。

全文数据:

权利要求:

百度查询: 大连理工大学 一种利用观测数据推断相邻水电站运行状态及参数的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。