三峡水库运行初期蓄水调度函数的神经网络模型研究及改进

针对三峡水库运行初期汛末蓄水实时调度问题,提出了一种改进方案用以训练神经网络水库调度函数,并与传统方案进行对比分析。首先建立了水库汛末蓄水优化调度模型,并通过动态规划求解生成了训练样本,然后采用两种方案训练神经网络调度函数:①传统方案(优化———拟合):用神经网络直接拟合优化出的训练样本;②改进方案(优化———拟合———再优化):直接以模拟调度的发电量最大为目标,而将传统方案输出的神经网络权重作为优化初值,采用直接优化方法(单纯形法)进一步调整神经网络权重。通过比较这两种方案,得到了改进方案虽不能最好的拟合训练样本与检验样本,但在实际调度中却可以获得较高的蓄满率及较大的发电效益的结论;并详细的分析了其原因。因此,在训练神经网络调度函数时,最终目标应是使整个调度获得最大的效益,而不是去最好的拟合最优训练样本;而改进方案为训练神经网络水库调度函数给出了一有效的算法。