基于粗糙集和支持向量机的水电站发电调度规则研究

被引:17
作者
纪昌明 [1 ]
李继伟 [1 ]
张新明 [1 ]
石萍 [2 ]
喻杉 [3 ]
机构
[1] 华北电力大学新能源与可再生能源北京市重点实验室
[2] 武汉大学水资源与水电工程科学国家重点实验室
[3] 长江勘测规划设计研究院
关键词
水电工程; 调度规则; 粗糙集; 支持向量机; 发电调度;
D O I
暂无
中图分类号
TV737 [运转、管理];
学科分类号
081504 ;
摘要
针对梯级水电站联合运行调度的实际需求,基于粗糙集和支持向量机理论提取水电站发电调度规则。首先在梯级水库确定性优化调度结果基础上,构建由时间因子、空间因子和能量因子构成的属性集;然后采用粗糙集理论去除冗余属性,降低模型复杂度;最后采用支持向量机回归模型拟合水库时段决策变量之间的非线性关系得到水电站发电调度函数,并模拟长系列发电调度运行过程。以金中梯级水电站群为对象进行实例研究,计算结果表明:相比多元回归、全变量支持向量机模型模拟运行结果,本文提出方法得到的调度函数指导梯级运行时更多保留了确定型优化调度的发电效益,体现了方法的合理性与优越性,可以有效指导水电站水库中长期调度运行。
引用
收藏
页码:43 / 49
页数:7
相关论文
共 15 条
[1]   基于支持向量机的梯级水电站群中长期调度计划制定及评价 [J].
周婷 ;
纪昌明 ;
朱艳霞 ;
展金岩 ;
喻杉 ;
王绎 .
电力系统自动化, 2013, 37 (02) :56-60+78
[2]   基于粗糙集(RS)和支持向量机(SVM)的混凝土性能预测实证研究 [J].
陈斌 ;
郭雪莽 ;
刘国华 .
水力发电学报, 2011, 30 (06) :251-257
[3]   蚁群算法在水电站调度函数优化中的应用 [J].
纪昌明 ;
喻杉 ;
周婷 ;
杨子俊 ;
刘方 .
电力系统自动化, 2011, 35 (20) :103-107
[4]   大规模混联水库群调度规则研究 [J].
许银山 ;
梅亚东 ;
钟壬琳 ;
杨娜 .
水力发电学报, 2011, 30 (02) :20-25
[5]   基于人工神经网络的梯级水电站群调度规则研究 [J].
舒卫民 ;
马光文 ;
黄炜斌 ;
黄鹭 ;
张洪量 .
水力发电学报, 2011, 30 (02) :11-14+25
[6]   梯级水电站群调度函数的模型与评价 [J].
纪昌明 ;
苏学灵 ;
周婷 ;
黄海涛 ;
王丽萍 .
电力系统自动化, 2010, 34 (03) :33-37
[7]   基于总出力调度图与出力分配模型的梯级水电站优化调度规则研究 [J].
刘心愿 ;
郭生练 ;
刘攀 ;
郭富强 .
水力发电学报, 2009, 28 (03) :26-31+51
[8]   基于数据挖掘的水库供水调度规则提取 [J].
尹正杰 ;
王小林 ;
胡铁松 ;
吴运卿 .
系统工程理论与实践, 2006, (08) :129-135
[9]   水电站双线性调度规则研究 [J].
李承军 ;
陈毕胜 ;
张高峰 .
水力发电学报, 2005, (01) :11-15+46
[10]   粗集理论在电力系统负荷预测中的应用 [J].
罗治强 ;
张焰 ;
朱杰 .
电网技术, 2004, (03) :29-32