基于遗传算法与神经网络的水库水沙联合优化调度模型

• 作者: 彭摇杨 王太伟 肖杨
• 来源期刊: 水利水电科技进展
• 学科: 工学
• 关键词: 水沙联合优化调度 加速遗传算法 自适应BP神经网络 三峡水库
• 年，卷（期）: 2013,（2）
• 页码范围: 9-13
• 分类号: TV145
• 字数: 4413字
• 语种: 中文
• DOI: 10.3880/j.issn.10067647.2013.02.003

摘要

针对一维泥沙数学模型维数高、求解耗时长以及水沙联合调度模型多目标难以求解的问题,结合遗传算法与神经网络的特性,以发电量最大和有效库容最大为基本目标,构建了水库水沙联合优化调度模型.利用约束法和权重法,将多目标模型转化为单目标模型,采用加速遗传算法进行求解,其中泥沙冲淤量使用自适应BP神经网络进行拟合预测.三峡水库实例计算结果表明:运行20 a,与原设计运行方式相比,采用该优化调度模型优化运行年均发电量增加7郾732%,泥沙淤积量增加0郾044%,在淤积量增加很小的情况下能大幅度增加发电量,模型能较好地解决水库水沙联合调度问题,在工程实际中是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖杨	华北电力大学可再生能源学院	5	23	3.0	4.0
2	王太伟	华北电力大学可再生能源学院	2	12	1.0	2.0
3	彭摇杨	华北电力大学可再生能源学院	1	12	1.0	1.0