申请/专利权人:长江水利委员会水文局;中国长江电力股份有限公司
申请日:2024-01-04
公开(公告)日:2024-03-26
公开(公告)号:CN117541019B
主分类号:G06Q10/0631
分类号:G06Q10/0631;E02B1/00;G06F30/28;G06F30/27;G06F18/15;G06F18/2321;G06F18/2413;G06N3/126;G06Q50/06;G06F111/04;G06F111/10;G06F111/08;G06F113/08;G06F119/14
优先权:
专利状态码:有效-授权
法律状态:2024.03.26#授权;2024.03.01#实质审查的生效;2024.02.09#公开
摘要:本申请涉及一种梯级水库中长期鲁棒优化调度方法、系统及存储介质,方法包括以下步骤:步骤1.采集梯级水库水文资料数据;步骤2.利用多站点径流随机模拟器基于有限历史实测径流资料生成随机径流情景;步骤3.采用聚类方法对不确定性径流样本进行分类;步骤4.通过多目标策略搜索算法对每个径流样本优化得到帕累托前沿;步骤5,针对得到的帕累托前沿利用鲁棒优化及概率分析算法筛选鲁棒性候选解;步骤6,通过均一化鲁棒指示器得到最终的鲁棒优化调度方案,本申请综合考虑水文站点间时空相关性生成大量不同来水组合的径流情景,并对不同来水情景进行分类,利用显性鲁棒优化及概率分析算法得到不同径流情景对应的梯级水库鲁棒性优化方案。
主权项:1.一种梯级水库中长期鲁棒优化调度方法,其特征在于,包括以下步骤:步骤1.采集梯级水库水文资料数据;步骤2.利用多站点径流随机模拟器基于有限历史实测径流资料生成随机径流情景;步骤3.采用聚类方法对不确定性径流样本进行分类;步骤4.以梯级水库总发电量期望值最大和河道生态保证率最高为目标函数,考虑水库调度边界条件,通过多目标策略搜索算法对每个径流样本优化得到帕累托前沿;步骤5,针对得到的帕累托前沿利用鲁棒优化及概率分析算法筛选鲁棒性候选解;步骤6,通过均一化鲁棒指示器得到最终的鲁棒优化调度方案;所述步骤5中利用鲁棒优化及概率分析算法筛选鲁棒性候选解包括以步骤:步骤5.1,初始选择某一目标函数为关键目标函数,另一目标函数为非关键目标函数,对于非关键目标函数选择某一确定水平L,从每组帕累托前沿中选择最接近该水平的优化解,组成鲁棒性候选解集;步骤5.2,构建集合中关键目标函数值的概率密度函数;不断更替水平L直至概率密度函数达到收敛条件;步骤5.3,转换关键目标函数,重复子步骤5.1和子步骤5.2,扩展集合;所述步骤6中均一化鲁棒指示器NRI包括对均值、高阶矩以及最不利情况鲁棒性指标进行综合考量,其中为第r场景第x候选解的鲁棒性目标函数值,np为总场景个数,NRI可由以上三项指标的归一化函数、和加权平均得到,即 ,式中,范围为[0,1],其值越大,表明候选解x越稳健。
全文数据:
权利要求:
百度查询: 长江水利委员会水文局;中国长江电力股份有限公司 一种梯级水库中长期鲁棒优化调度方法、系统及存储介质
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。