文档介绍：华侨大学
硕士学位论文
基于混合智能策略的水电站径流预报及优化调度研究
姓名:林志超
申请学位级别:硕士
专业:电工理论与新技术
指导教师:方瑞明
20100501
华侨大学硕士学位论文
中文摘要
径流预报和水电站优化调度是水资源的开发和利用中的两个重
要问题。可靠的径流预报是充分利用水资源、真正实现水库优化运行、
发挥电站经济效益的有力手段和重要环节;水电站调度方案则关系到
资源的优化配置和电网的稳定运行。本文结合福建水口水电站的工程
实际,对水电站径流预报及其优化调度进行研究。
首先,通过小波分析,得到不同时间尺度下水口水电站的年、月
径流的频谱特性,并通过小波方差图,得到序列的主要周期成分,得
到的这些成果可以为中长期径流预报提供有益的信息。
其次,由于径流形成过程中受多种不确定因子的影响,变化非常
复杂,因此准确的预报出未来年、月的径流量,一直是径流预报研究
难度较大的课题。目前中长期径流预报方法很多,但是由于径流的复
杂性,通过传统方法进行分析和预报仍有一定难度。本文将支持向量
机应用于径流预报中,并提出一种基于粒子群优化算法的参数寻优方
法,预报实例表明,通过粒子群寻优得到的支持向量机模型优于试验
法以及网格搜索法得到的支持向量机模型。
然后,由于径流序列包含多种不同频率的序列,提出一种基于小
波变换的支持向量机模型进行径流预报。该方法将径流序列经过小波
分解,得到不同频率的子序列,再分别建立支持向量机模型进行预报,
最后把各部分的预报结果叠加,得到完整的径流预报值。实例表明,
该方法的预报精度比单一支持向量机模型的预报精度有所提高。
I
华侨大学硕士学位论文
最后,由于大多数水电站优化调度属于有约束的非线性规划问
题,粒子群优化算法适用于求解这类问题。本文对粒子群优化算法进
行了描述,对水电站调度问题建立了优化模型,并结合水口水电站进
行了应用研究。结果表明,粒子群优化方法应用于水库优化调度中,
是可行和有效的。

关键词:径流预报,水电站优化调度,小波分析,支持向量机,粒子
群算法

II
华侨大学硕士学位论文
ABSTRACT
In the development and utilization of water resources, runoff
forecasting and hydropower station optimal operation are the important
issues. Reliable runoff forecasting is an advantage measure and important
step of full using water resource, implementing reservoir optimal run and
completing economic benefit, while hydropower station optimal
operation is more important which has an effect on the resources
collocation and the operation of power grid. Based on the project
backgroud of Shuikou hydropower station in Fujian province, the runoff
forecasting and hydropower station optimal are researched in this
dissertation.
Firstly, by taking wavelet method to analyze the changes of
frequency and range in multiple time scales, the paper get the main
periodic portion by wavelet variance method. Some special conclusions
drawn from the analysis can be used in runoff forecasting.
Secondly, because the runoff formation process has effected by