一、韩江流域库群优化调度信息系统的设计与研制（论文文献综述）
吴怡蓉,张媛[1]（2021）在《珠江委 珠江碧水接海长 固基前行开新局》文中进行了进一步梳理2021年,水利部珠江水利委员会坚决贯彻落实水利部党组决策部署,坚持对表对标、以上率下,全员参与、全员覆盖,高质量推进、高标准谋划"三对标、一规划"专项行动。广大党员干部学思践悟,政治意识、能力水平、工作作风得到全面提升,为推动新阶段珠江水利高质量发展提供坚强保证。"三对标、一规划"专项行动成果引领新阶段珠江水利高质量发展坚持对表对标,全面提升政治能力。珠江委党组高度重视,组建工作专班,先后组织召开动员部署会、委党组专题研究会、委党组中心组专题学习会等13次,确保专项行动顺利推进、取得实效。为深化学习效果,结合流域实际,整理编印"十四五"规划建议和纲要的水利工作要点、
高黎明[2]（2020）在《弥河流域水库群-闸坝防洪调度方案初步研究》文中指出近几年,随着全球气候的变化,北方地区季节性洪水的发生频率在增大,基于对各大流域上控制性防洪工程设施,研究水库群间的联合防洪优化调度,对减少洪水灾害的损失、维护国民生命财产安全具有重要意义。本文以水库群-闸坝防洪联合调度为研究主题,运用MIKE11水动力模型及水库调洪原理,以弥河流域某场次洪水发生时的上游冶源水库、嵩山水库、黑虎山水库三座控制性水库为研究实例,重点探讨了水库群联合防洪调度问题及在三种调度模式组合下涉及的河道洪水演进问题,旨在初步提出水库群-闸坝防洪调度方案,为弥河流域的防洪减灾工作提供决策参考。全文取得了一些具有实际意义的成果,主要结论如下:（1）基于MIKE11软件建立洪水演进模型,运用其自动率定功能,结合人工调参方式对NAM模型中的各参数进行率定,使得流量、水位模拟结果与实测结果吻合程度较好。经过反复调算HD模块的参数文件,最终率定弥河主干流上游段糙率为0.025,中游段糙率为0.040,下游段糙率为0.031,支流五井石河糙率为0.054,石沟河糙率为0.027。（2）采用模型与水库调洪计算相结合的方法,按照现状调度原则调度、固定泄洪量调度、泄流设备开启状态调度的三种方式形成调度方案,得出各调度模式下在重要时段即8月19日0:00～8月21日23:00的库水位和相应库容变化,以及此调度情况下水库的最高水位值、出现时间、汛中最大蓄水量和洪峰段利用调洪库容。（3）基于建立的弥河流域洪水演进模型,模拟8种水库群组合调度方案的洪水演进过程,利用各方案出库流量序列点源汇入求解,得出冶源、嵩山、黑虎山水库8种联合调度方案下的洪水演进过程,结果表明:谭家坊控制断面洪峰流量分别为1579m3/s、1647 m3/s、1588 m3/s、1687 m3/s、1926 m3/s、2012 m3/s、1905 m3/s、2005 m3/s;寒桥闸闸后控制断面洪峰水位分别为17.09m、17.13m、17.11m、17.13m、17.15m、17.16m、17.15m、17.17m。（4）拟定的8种水库群联合防洪调度方案中,组合方案Y02/S02/H02和组合方案Y02/S03/H02的联合调度方案错峰、削峰作用及洪峰延迟时间较为理想。其中,组合方案Y02/S02/H02在冶源水库水位不超过138.62m,嵩山水库水位不超过287.17m,黑虎山水库水位不超过166.69m的情况下,谭家坊控制断面的最大洪峰流量1579 m3/s,削峰29.8%,该方案下洪峰到达时间在8月20日4:00,而实测洪峰值出现在8月20日3:00,洪峰延迟时间为1h。组合方案Y02/S03/H02在冶源水库水位不超过138.62m,嵩山水库水位不超过287.33m,黑虎山水库水位不超过166.69m的情况下,谭家坊控制断面的最大洪峰流量1588 m3/s,削峰29.4%,该方案下洪峰到达时间在8月20日5:00,洪峰延迟时间为2h。从而得出方案Y02/S03/H02最优。（5）针对弥河流域水库群及闸坝防洪调度,给出了水库库容高效利用管理和闸坝信息自动化调控的建议,以期实现水库信息化、河道安全化,从而提高工作效率及社会效益。
陈清[3]（2019）在《日调节水库梯级优化调度方法的设计与实现》文中进行了进一步梳理随着我国水电能源的梯级滚动综合开发,梯级水库联合优化调度已成为水库调度领域的一个重要研究内容。但是由于水库库容小、调节能力差等表面因素,日调节梯级水电站的联合优化调度研究长期被人们所忽视,而失去了其潜在且可观的梯级衔接调度效益,同时考虑到目前水电企业的水库管理已逐步实现集中化与信息自动化,本文选择福建富屯溪流域的三级日调节梯级水电站作为研究对象,设计出适用于日调节梯级水电站的联合优化调度方法,并研究开发相应的优化调度系统,以期解决日调节梯级水电站优化调度研究困难的问题。本文主要从日调节梯级水电站联合优化调度的方法选择、日调节梯级联合优化调度的计算以及日调节梯级优化调度系统的设计实现三个方面进行详细研究。（1）根据日调节梯级水电站的调度特征,对梯级联合优化调度中常用的基于数学理论的智能优化算法（包括传统数学方法与现代启发式算法）与依托水文学原理的物理成因分析算法进行对比分析,选择并设计了一种适合于日调节梯级短期优化调度的出力水位物理成因分析算法,并在此基础上确定了日调节水电站梯级发电量最大的目标函数,解决了具有单调性、同步性的日调节梯级水电站短期优化调度研究困难的问题。（2）考虑到日调节梯级水电站的各种制约条件与影响因数,结合基于水文学原理的出力水位物理成因分析算法,设计了一种多要素日调节水库梯级联合优化调度诺模图,以此实现基于多要素诺模图的日调节梯级优化调度计算,其具体计算步骤包括调度关键因素、确定水力滞时、分析区间流量、计算调度出力、修正计算误差等,计算结果能够综合考虑上库前一时段平均坝前水位、平均尾水位与电站平均出力,并参考本库当前坝前水位和尾水水位等,对梯级日调节水库的联合调度计算具有科学的指导意义。（3）研究开发了集发电调度与运行管理为一体的日调节梯级水电站联合优化调度系统,系统基于上述研究提出的改进的出力水位物理成因分析算法和联合优化调度诺模图,采用B/S、C/S混合结构与软件分层设计模式,对总体架构、应用数据库与功能模块等方面进行了设计。该系统已实现并应用于本文的研究对象—洋口、峡阳与照口日调节梯级水电站,有效提高了水电站调度运行的管理效率与经济效益。
李永泰[4]（2018）在《南水北调东线江苏段水资源联合调度信息系统》文中研究说明水资源从自然角度看,属于国家建设方面的基础资源;从经济角度看,属于国家之间的战略资源。当下,水资源短缺引发的供需矛盾已逐渐成为制约我国社会经济发展的瓶颈。解决资源性缺水,满足社会发展的需水要求,需对目前水资源进行合理的分配。合理调度水资源,需要为区域内工业、农业、人民生活和环境发展提供科学合理的水资源分配方案,以期实现最大的社会、经济与环境效益。基于此,本文以南水北调东线工程江苏段为研究区,针对研究区水利工程密集、水系河网密布、调度复杂的情况,设计并开发了耦合产汇流及水工程调度的水资源联合调度信息系统。本文针对系统进行需求分析,在此基础上将系统划分为GIS可视化模块、产汇流模块、水资源调度模块、水源划分模块四大模块,设计水资源空间数据库和水文数据库,依托ArcGIS Engine平台,采用组件式开发技术,实现对水资源联合调度信息系统的开发。本文介绍了系统相关专业性功能的设计流程:基本的GIS功能、闸站调度功能、水源划分功能。其中,闸站调度功能又分为水文模拟、闸站调度和多空间尺度用水分析三块。本文选取研究区2009年的数据,从分口径调度、闸站调度翻水量、水源划分三个功能展示系统运行结果,并做简要分析。通过水量平衡对系统进行验证,结果证明本系统较为良好展现了调度的模拟结果。水资源联合调度信息系统设计了较为良好的人机互动界面,立足于微观层面用水户的用水需求,进行供水调配;根据实际,从不同空间口径进行调度统计;明确划分各用水口门水源来源。在实际应用中,本系统可以提供闸站调度模拟方案,可以为研究区南水北调工程输水路线沿线的调度工作提供指导意见。本系统可以提供基于调度方案的供需平衡统计分析,从地级市、水资源分区、区段、、梯级、干线进行农业、工业、生活、生态、船闸用水户的缺水统计,为研究区域内水资源供需平衡,不断研究与调整供需关系,为制定水资源宏观决策及合理分配与调度奠定基础。本系统可以实现多水源划分功能,将各用水户供水来源分为长江水、淮河水、本地水。结果按不同空间尺度进行分类,为各地区厘清水源来源,完善水价收费政策提供参考建议。本系统的研究充分体现了水利工程联合调度的发展趋势,可为复杂水资源调度配置系统联合调度提供有力的技术支撑,大大提高相关规划设计的工作效率和工作质量。可以直接应用于前期规划的指导工作。
郭旭宁[5]（2013）在《水量调度规则的建模理论与求解方法》文中研究表明随着水资源综合利用思想的发展、落实和整体观点的兴起,水资源开发利用方式经历了从单一工程单一用途向诸多工程协调运行共同完成多项任务的转变过程,这使得水资源系统复杂性特征表现得日益凸显。加之我国大批水库群和国家供排水网工程的相继建设,之前基于单库调度图的水库调度规则和原有供排系统调度理论难以满足水库群梯级化和供排系统网络化的现实需求,迫切需要建立一套更为完善的水资源系统分析方法和调度理论体系。基于此,本文选取水资源系统中较具代表性的供水水库群、跨流域调水水库群和农田流域排水系统作为研究对象,分别对供水水库群的供水规则、分水规则、调水规则和配水规则的表述形式、模型构建和求解方法以及农田流域排水系统调度运行方式进行研究,取得了一定研究成果,具体包括如下几方面内容：对水资源调度理论研究背景、意义进行概述,着重对作为本文研究对象的供水水库群、跨流域调水水库群和农田流域排水系统的调度研究现状进行评述,在总结现有研究成果的基础上,介绍本文主要研究内容。水库群联合调度规则形式是影响调度结果好坏的先要条件和关键因素,本文在分析现有调度规则形式不足的基础上,提出了与参数式规则（Parametric rule）结合的聚合水库调度图和针对双库供水系统联合调度的二维水库调度图。参数式规则采用较少的参数实现对水库群共同供水任务的分配,降低了搜索最优规则参数的难度,实为一种有效的分水规则。但是,参数式规则在确定库群对供水任务的完成程度时,采用标准式调度规则（Standard policy）确定供水决策,即只要水库中有足够蓄水即按需水量全额满足,这易导致干旱期超破坏深度供水情况的发生。鉴于此,本文将聚合水库调度图与参数式规则结合,在弥补参数式规则在确定供水决策方面不足的同时,有效发挥了这两种规则的各自优势。为了能够综合考虑水库群系统的蓄水状态,并根据水库蓄水的不同组合情况有区别地划分共同供水任务,本文提出针对双库库群供水系统的二维水库调度图,分析了补偿调节分水规则和变动分水系数法的分水效果。针对跨流域供水水库群联合调度问题存在的主从递阶结构,本文提出了调水规则和供水规则相结合的跨流域供水水库群联合调度规则,建立了确定水库群调水、供水规则的二层规划模型,采用并行种群混合进化的粒子群算法对调水控制线和供水调度图进行分层优化,最终得到满足上、下层决策要求的跨流域供水水库群联合调度规则,并以中国北方某大型跨流域调水工程为例,验证模型的合理性与有效性。在给定水库群联合调度规则形式并构建调度模型之后,调度规则提取方法是决定能否获取最优调度规则的技术保证。为了解决水库群多目标联合供水调度规则的确定问题,本文提出了一种改进的多种群多目标粒子群算法（I-NSPSO）,并将其嵌入到模拟-优化模式中,探讨了水库群联合供水调度中多目标之间的竞争关系,得到了令决策者满意的一组联合调度规则。集对分析方法能够从同、异、反三方面定量刻画水库最优供水决策与待定供水决策间的相似性,通过提高二者的联系度来确定水库群联合调度规则,基于此本文提出了一种基于集对分析的水库群联合供水调度规则提取方法。鉴于水库群供水风险指标体系的复杂结构和层次特征,采用层次分析法确定不同用水户各风险指标的权重,计算水库群供水风险综合指标；并以水库群供水风险最小为目标函数,构建供水优化调度模型,提出了探讨水库群供水能力与风险分析的一般框架。本文对SWAT模型的水库蓄水和稻田产流等模块进行改进,采用改进SWAT模型对农田流域排水水文过程进行模拟,分析了水稻不同生育期内稻田最大蓄水深度变化对流域出口径流过程的影响。考虑水稻田和湖泊等水体对涝水的调蓄作用,以湖泊淹没损失、泵站抽排运行费用和水稻减产损失之和最小为目标,以湖泊起排水位和泵站开机台数为决策变量,建立了农田流域排水系统优化调度模型。通过改进SWAT模型模拟得到的稻田不同蓄水方案下的入湖径流过程作为模型输入资料,优化确定稻田不同蓄水方案下的湖泊起排水位和不同调度时段的泵站开机台数。本文围绕水量调度这一主题,从供水和排水两个方面出发,分别对供水水库群、跨流域调水水库群和农田流域排水系统的相关调度理论开展研究工作,所取得的研究成果不仅为现实中的水利工程调度实践提供了技术支撑,而且会对现有复杂水资源系统调度理论体系的完善做出有益补充。
卿逸男[6]（2013）在《非汛期赣江流域水量优化调度系统研究与应用》文中研究说明随着经济的快速发展,社会对水资源的需求量越来越大,但水资源污染与环境变化等都使得可利用水资源日益短缺。赣江流域虽然地处我国丰水区,但水资源时空分布不均,在非汛期同样存在水量供需矛盾突出的问题。水量调度是水资源系统优化配置的重要手段,而水库群科学管理对解决非汛期赣江流域水资源短缺问题具有重要意义。本文主要介绍了非汛期赣江流域水量优化调度的模型建立、智能算法研究、应用平台搭建等三大部分的内容。首先结合赣江流域具体情况,提炼了4个矩阵将流域抽象成纯矩阵表达,建立了非汛期赣江流域水量调度的优化模型,并通过引入惩罚函数来处理复杂约束。最终构建了以关系矩阵与标志矩阵为基础的通用的、标准化的水量优化调度模型。然后针对水量优化调度问题,提出了一种带差分进化的双层多种群粒子群算法（DE-TMPSO）,通过试验证实该算法与基本粒子群算法相比,具有收敛速度快、精度高、不易陷入局部极值等优势,并将算法应用在水量调度优化模型中,取各水库各时段的下泄流量为决策变量,得到了较好的调度结果。最后使用了C#开发语言和SQL2005数据库,开发了B/S架构的非汛期水量调度辅助决策平台,该平台实现了水资源的信息化管理,水资源数据的共享,为实际的水量调度提供了参考与指导。非汛期赣江流域水量优化调度矩阵式的通用模型的建立,双层多种群粒子群算法的提出都丰富了水量调度问题的研究成果。辅助决策平台实现了水资源管理的信息化与水库群调度的智能化,使水量调度更加科学合理。
裴哲义[7]（2012）在《大型流域水电站水库群联合优化调度及风险分析》文中研究指明近年来,随着我国大力发展水电方针的落实,水电事业得到快速发展,我国已成为世界水电第一大国。特别是随着近几年大机组、巨型电站的投运,水电厂安全经济运行和大型流域水电站水库群的优化调度问题受到人们的高度重视。开展大型流域水电站水库群联合优化调度,不仅关系到水库群自身的安全和经济利益,也关系到电网的安全经济运行以及防洪、航运、供水等多方面的利益。符合建设资源节约型、环境友好型社会的要求,也是实现节能减排目标的重要途径。本文以大型流域水电站水库群的联合优化调度和水调自动化系统建设为研究对象,从优化调度模型构建、求解策略和方法、优化调度目标确定、对电网运行风险分析和水调自动化系统建设等方面深入探讨了水电站水库群联合优化调度问题,并取得了如下主要成果：（1）水库运行调度管理及水调自动化系统建设。对我国水库调度管理的现状以及取得的成就进行了全面的总结分析,并对我国水电站水库和电网水调自动化技术的发展和管理进行了深入探讨,指出了水库调度管理和水库调度自动化系统建设管理方面存在的问题和不足；从构建新型水电站水库调度管理体系,加强大型流域水电站水库群管理、加快现代智能电网调度自动化系统建设以及完善标准体系等方面提出了设想和建议,将对今后我国水库调度工作的开展和水库调度自动化系统的建设管理起到一定的积极作用。（2）大型流域水电站水库群联合优化调度模型研究。针对长江上游巨型水电站水库群联合优化调度模型的多目标及多约束特点,分别按整体系统、局部电网和河流梯级三个空间层次,在满足水库综合利用要求的前提下,建立了长期、中期、短期的多维时间尺度联合调度模型,并在传统动态规划及其改进方法、现代智能仿生算法的基础上,研究引入了自调整参数的粒子群优化算法对其进行求解,为地区电网、区域电网以及互联电网条件下的大型流域水电站水库群联合优化调度提供了重要的技术支撑。（3）大规模多约束联合优化调度模型的解算方法研究。针对水电站水库群联合调度这个涉及多水力联系、电力联系和多目标、多约束的高维、动态、非线性的系统优化问题,引入了基于MPI（消息传递标准）与OpenMP（共享存储编程模型）混合控制的双层并行优化方法,成功实现了多进程与多线程的同步并行计算,为大规模多约束的水电站水库群联合优化调度提供了一条快速求解途径。（4）大型流域水电站水库群联合优化调度实例分析。研究了中国水电站的分布及其水文、水库调节特性,针对西南地区长江上游的部分大型水电站水库群和华中地区长江中下游的部分大型水电站水库群,建立了联合优化调度模型,将大型流域水电站水库群优化调度问题分解为各个小规模的问题求解,然后借助水库调度知识经验进行总体协调。分析结果表明,开展大型流域水电群优化调度工作,不仅可以增加水电发电量,而且可以提高整个水电站群的保证出力。（5）大型流域控制型水库蓄放水风险分析。以三峡水库2008年实验性蓄水为例,对2008年度试验性蓄放水过程进行了细致分析,并从蓄水时间、蓄水目标、蓄水过程和消落过程等方面研究了整个蓄放水过程对电网运行的风险。提出了三峡水库蓄放水时间和应遵循的原则,将对今后三峡梯级电站运行以及流域水库群联合调度有一定的指导作用。（6）大型流域水电站水库群调度自动化系统建设。根据大型流域水库群调度的需要,提出了大规模水电站水库群调度自动化系统建设的计算机网络及软件结构;在基础应用平台及三维视景仿真建设方面,对数据通信、数据库、人机界面等进行全面分析研究,特别是针对流域仿真、枢纽工况仿真等需求,研究提出了结合虚拟现实技术和地理信息系统（VR&GIS）的解决方案,提供了直观、互操作性良好的信息终端服务系统,满足了专业应用需求。
叶季平[8]（2010）在《混联水库群防洪调度管理理论与方法研究》文中进行了进一步梳理水库是河流综合开发治理中普遍采用的有效工程措施。利用水库调蓄洪水、削减洪峰,对提高江河防洪标准,减轻或避免洪水灾害,起着十分重要的作用。近几年,我国水资源短缺与洪水灾害频繁出现,以生态环境保护为目标的水库生态调度越来越引起社会各界人士的注意,防洪调度难以满足现在各方面需求的局面日益凸显,因此,深入研究混联水库群防洪调度管理对我国水资源可持续利用,减少自然灾害,促进社会、经济、生态协调发展具有重要的意义。本文以混联水库群防洪系统为研究对象,以对洪水预报与防洪调度管理为前提,应用相关智能算法、风险分析和可拓学等方法理论,深入探讨了混联水库群防洪调度管理中的运行优化、风险分析、方案决策和生态调度等问题,并取得了如下成果：（1）改进了洪水预报技术及参数优选方法。从洪水成因、水文模型及参数优选方法入手,在马斯京根模型参数估计问题中,引进绝对残差绝对值和最小准则,直接优选流量演算系数,且结合遗传算法的原理步骤及算法本身的参数优化特性,提出了马斯京根模型参数估计自适应加速遗传算法。（2）建立了混联水库群防洪优化调度模型与方法。论文梳理了单库单目标防洪调度模型和梯级水库群多目标防洪调度模型,以水库群下游控制点的最大过流量最小和水库群最大泄流量最小为系统目标,考虑防洪控制点的重要程度和水库群的运行模式,建立了防洪调度管理优化多目标集成模型；并对上述模型运用快速非支配分类遗传算法（NSGA-Ⅱ）求解。实例计算表明,该模型和求解方法方便实用,可快速获得多组非劣解,构成非劣解集,不仅为复杂混联水库群联合防洪优化调度提供了一条有效的解决途径,而且也为防洪系统的调度管理决策提供充分的依据。（3）提出了能够有效解决混联水库群防洪调度管理中风险分析的方法。综合考虑水库群下游防洪安全和水库群本身的防洪风险,建立了混联水库群防洪调度管理风险分析模型；模型采用Monte Carlo模拟与“逼近于理想解的排序方法（TOPSIS）”相结合的方法进行求解,比较全面地描述了防洪系统的风险特征,为混联水库群防洪调度风险分析提供了一种有效的方法。（4）拓展了混联水库群防洪调度管理多目标决策理论与方法。论文首先论述了现有各种评价决策方法,结合混联水库群防洪调度的特点把信息熵方法引入权重计算,客观地反映方案集中具体数据对决策的贡献度,并利用可拓学在描述事物时能够将不同形式表述的因素组合并能够概括它们的全体特征的优点,建立了基于可拓学理论的防洪调度方案评价方法,为对水库群防洪调度管理可行方案集进行评估分析、寻求满意实施方案提供了有效的解决途径。（5）探讨了水库生态调度模型与方案优选。针对大型水库运行方式的特点,建立了兼顾社会、经济和环境效益的多目标优化运行模型,以期能提高水库的综合效益；同时,对排污权市场的制度建设进行了初步的设计,从交易的主体、交易的标的以及交易的规范管理等角度出发,分析了排污权交易市场的主要交易原则,结合水市场中的排污权交易实际,提出了一种基于协商模式的交易模型,并给出了各种情况下的优化解。（6）构建了混联水库群防洪调度管理决策支持系统。提出混联水库群防洪调度管理决策支持系统的总体组成,设计了内嵌模块——流域水文模型、防洪调度模型、数据处理模型等的主要功能。
罗云霞[9]（2009）在《小水电群智能优化调度方法及系统开发》文中认为小水电是优质的再生能源,是可持续利用的洁净能源。我国的小水电建设已经取得了很大的成效,现在如何高效地运行管理小水电越来越得到重视。随着传统水利向资源水利、可持续发展水利转变,小水电运行管理也应由常规调度管理向优化调度转变。将小水电联合起来优化调度,可以最大限度地发挥小水电的积极作用,并促进小水电的可持续发展。小水电群优化调度问题是大规模、多目标、非线性优化问题,数学模型和优化调度方法是研究的关键。以发电量最大为目标的优化调度数学模型更多地考虑了水的资源功能,而对水的生态环境功能考虑不足;基于动态规划法的优化调度存在“维数灾”等问题;遗传算法容易出现“早熟”,计算时间随问题规模显着增加。本文主要研究小水电群优化调度数学模型、优化调度方法以及地方电网小水电群优化调度系统。主要研究工作如下:（1）首先介绍了小水电群、小水电群优化调度的研究背景及意义,在总结归纳大量文献的基础上,综述了小水电群优化调度问题的主要研究内容和国内外研究现状。（2）系统研究了小水电群优化调度数学模型。建立了能够统一描述串联、并联和混联小水电群以发电量最大为目标的优化调度数学模型;提出了以控制水位和弃水最小为目标的小水电群优化调度数学模型,能够体现小水电的生态环境功能;分析了发电引用流量约束,并设计了流量调节因子,以保证下游生态需水要求。（3）研究了基于粒子群优化算法的小水电群优化调度。将自适应粒子群优化算法（APSO）应用于小水电群优化调度问题,实例仿真结果证明了算法可以有效地处理小水电群大规模优化调度问题;将自适应机制引入弹性粒子群优化算法（RPSO）,并应用于小水电群优化调度问题,实例仿真证明了RPSO算法可以很好地克服APSO算法容易陷入局部最优的弱点;分析了RPSO算法的时间复杂度,并将RPSO和PSO、APSO算法联合应用,经测试比较,RPSO算法具有较好精度和稳定度。（4）研究了基于文化算法的小水电群优化调度。深入研究了双空间双演化双促进文化算法,将改进遗传算法作为种群空间的全局搜索策略,将各子群体的优秀个体提升为对应文化单元的知识,以一定概率引入遗传模拟退火算法和粒子群优化算法作为优秀知识指导种群进化的局部变异策略。将算法应用于小水电群优化调度问题,实例仿真并作算法比较,验证了文化算法可以综合各算法的优点,具较好的性能;将文化算法应用于不同水文年的优化调度,且采用不同的数学模型,分析了径流随机性对优化调度结果的影响,并验证了小水电群以控制水位和弃水最小为目标的数学模型简单有效。（5）研究基于基因拟子协同进化算法的小水电群优化调度。提出了一种新的基因拟子协同进化算法（GMCA）,并将其应用于小水电群优化调度问题。针对描述生物进化的遗传算法,提出了编码拟子和特殊拟子,并将它们和遗传操作拟子一起形成算法文化;设计了多种拟子并形成多种文化,使不同的文化指导不同的生物群体进化;提出了文化进化的发展和消亡算子,以粒子群优化算法作为文化感染策略,并以对应种群的适应值增幅大小作为判别文化衰老的标准;分析得出了GMCA的一代算法时间复杂度最高不超过整个群体采用最复杂文化策略的时间复杂度;经实例仿真、算法测试比较,证明了GMCA作为一种综合算法,能组合多种遗传操作算子,有优良的性能;本文对八种小水电群智能优化调度方法进行了比较分析。（6）开发了地方电网小水电群优化调度系统。结合温州电网实例,提出了系统功能、系统模块以及系统实现方法等;开发了系统并投入了实际的应用。最后,对全文的研究工作进行了总结,展望了小水电群优化调度问题研究的前景。
张俊[10]（2009）在《中长期水文预报及调度技术研究与应用》文中进行了进一步梳理水资源的开发和利用,特别是水电系统资源的开发和利用,是一项综合运用水利水电工程、水文学及水资源和电力系统自动化等多门学科知识的系统工程,涉及洪水预报、水文预报、水库调度、库群补偿发电优化调度等一系列问题。其中,水文预报和水电站（群）优化调度是两个最为核心的问题。及时可靠的水文预报信息能够为调度提供科学依据,是调度成功的基础保障;水电站（群）调度方案则直接关系到资源的优化配置和电网的稳定运行。由于降雨通过产流和汇流形成径流的复杂过程、水力发电的特殊形式、水力元素和电力元素（水头、流量、出力、电量等）之间的动态耦合关系以及梯级水库群之间的水力联系等,导致水文预报和水电站（群）调度成为具有随机性、多维性、多阶段性、非线性、非凸性、离散性等特点的复杂数学问题,也使得它们长期以来成为水电系统中的研究热点和难点。本文依托国家自然科学基金“电力市场环境下省级电网水火电协调竞争优化风险分析方法（50679011）”和教育部高校博士点基金“面向省级电网复杂水火电系统建模方法研究（20050141008）”,以福建电力调度通信中心“福建电网跨流域水调高级应用系统”为工程背景,从模型与方法的角度,对这两个问题开展研究。针对中长期水文预报问题,主要从智能算法耦合和引入数值天气预报信息的角度改善预报效果;针对水电站（群）优化调度问题,主要从智能算法改进的角度研究能够适用于实际工程需求的解决方案。文中将神经网络、支持向量机、蚁群算法、遗传算法、粒子群算法等智能算法及其耦合算法应用到上述两个问题中,取得了一些有价值的研究成果,主要内容包括:（1）提出了基于蚁群优化算法参数优选的支持向量机水文预报模型（ACO-SVM）,并将其应用于长期水文预报。SVM建模过程中,选择径向基核函数作为SVM的核函数,利用蚁群算法进行参数优选。以福建省安砂水电站月径流预报为例,对该模型进行建模仿真计算,并与时间序列方法（ARMA）、人工神经网络方法（BP-ANN）所获得的预报结果进行对比分析,结果表明,在拟合精度方面,ACO-SVM模型相比ARMA模型和BP-ANN模型有不同程度的提高,且增幅较大;在模型的泛化性能方面,ACO-SVM模型优于BP-ANN模型。（2）提出了耦合定量降水预报（QPF）的BP神经网络中期水文预报模型。将地区QPF信息转化为流域降雨信息,结合其他预报因子,建立基于多层感知器神经网络的中期水文预报模型。采用自相关函数和交叉相关函数确定预报因子有效阶数。针对常规BP算法收敛速度慢和易陷入局部最优的不足,将网络误差函数的改变量引入权值和偏移值的调整。采用自适应学习速率和自适应动量因子调整策略,改善算法性能。以福建省水口水电站日径流过程的中期预报为例,对该模型进行建模仿真计算,通过与标准BP神经网络模型、ARMA模型所获得的预报结果进行对比分析,表明改进BP算法比标准BP具有优越性,并且,耦合定量降水预报的中期水文预报能够延长预见期,提高预报精度。（3）提出了基于病毒进化遗传算法的水电站优化调度模型,首次将病毒进化遗传算法应用于水资源领域的优化问题。该模型通过引入生物的病毒感染机制改善种群多样性,提高遗传算法的全局寻优能力。以福建省棉花滩水电站的年发电调度为例,进行了建模和求解,分别对丰水、平水、枯水不同典型年进行了优化计算,并将调度结果与标准遗传算法和动态规划方法比较。结果显示,对于各种典型年,病毒进化遗传算法获得的调度结果均优于标准遗传算法,与经典方法动态规划方法获得的结果十分接近,因此,基于病毒进化遗传算法的水电站优化调度模型是可行、有效和优越的。（4）提出了基于混合改进粒子群算法的梯级水电站群优化调度模型。从三个方面进行改进标准粒子群算法:（a）提出一种新的惯性权重系数策略——自适应指数惯性权重系数。（b）借鉴遗传算法中染色体交叉、变异的思想,将其引入粒子的更新策略,提高粒子的多样性。（c）建立粒子精英集合,将适应值高的粒子选拔进入精英集合,用于代替进化过程中适应值低的粒子,实行优胜劣汰。以福建省闽江流域梯级水电站群优化调度为例,建立基于混合改进粒子群优化算法的水电站群长期优化调度模型,计算结果表明,该模型获得的调度结果优于常规粒子群优化算法（PSO）,与逐步优化算法（POA）获得的结果达到相当水平,但求解时间却大幅缩短,计算效率大幅提高,是可以应用于工程实践的有效方法。（5）基于Oracle双机平台,采用J2EE架构,使用Java、EJB、Servlet、Web、面向对象等技术,设计并开发了福建电网高级水调自动化系统——中长期水文预报及调度系统,为福建电网水电系统经济运行提供决策支持。重点阐述了系统架构设计、功能设计和程序设计等方面的关键技术问题,并介绍了系统的特色和主要功能模块。最后对全文做了总结,并对有待于进一步研究的问题进行了展望。
二、韩江流域库群优化调度信息系统的设计与研制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、韩江流域库群优化调度信息系统的设计与研制（论文提纲范文）
（1）珠江委 珠江碧水接海长 固基前行开新局（论文提纲范文）
| “三对标、一规划”专项行动成果引领新阶段珠江水利高质量发展 |
| “预”字当先“实”字托底全力做好流域抗旱保供水工作 |
| 创新建立粤港澳大湾区国家级重点监控用水户监控预警核查通报机制 |
（2）弥河流域水库群-闸坝防洪调度方案初步研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 国内外研究进展 |
| 1.3.1 流域暴雨洪水模型研究进展 |
| 1.3.2 水库群、闸坝防洪调度研究进展 |
| 1.4 研究内容及路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 1.5 本文创新点 |
| 第二章 研究区域概况 |
| 2.1 自然地理条件 |
| 2.1.1 地理位置 |
| 2.1.2 水系支流 |
| 2.1.3 水文气象 |
| 2.1.4 地形地貌 |
| 2.2 弥河流域水利工程概况 |
| 2.2.1 水库特征分析 |
| 2.2.2 拦河闸特征分析 |
| 2.3 研究范围 |
| 第三章 弥河暴雨洪水模型的构建 |
| 3.1 MIKE11模型及原理 |
| 3.1.1 MIKE11模型介绍 |
| 3.1.2 MIKE水动力模型原理 |
| 3.2 降雨径流模型(NAM) |
| 3.3 水动力模型构建(HD) |
| 3.3.1 模型数据资料的收集 |
| 3.3.2 河网文件(.nwk11)的生成 |
| 3.3.3 断面文件(.xns11)的生成 |
| 3.3.4 时间序列文件(.dfs0)的生成 |
| 3.3.5 边界文件(.bnd11)的生成 |
| 3.3.6 参数文件(.hd11)的生成 |
| 3.4 参数率定与模型验证 |
| 3.4.1 NAM参数率定与分析 |
| 3.4.2 HD模型参数率定与分析 |
| 3.4.3 模型验证 |
| 3.5 可控建筑物模块(SO) |
| 3.5.1 水库溢洪道概化 |
| 3.5.2 拦河闸概化 |
| 第四章 弥河水库群-闸坝防洪调度方案模拟 |
| 4.1 水库群联合防调度规则 |
| 4.1.1 水库调度目标与约束条件 |
| 4.1.2 水库防洪任务分类 |
| 4.2 单库洪水调度方案 |
| 4.2.1 冶源水库调度方案 |
| 4.2.2 嵩山水库调度方案 |
| 4.2.3 黑虎山水库调度方案 |
| 4.3 水库群联合调度方案 |
| 4.4 联合调度方案分析 |
| 4.4.1 控制站的洪水流量过程 |
| 4.4.2 方案优选 |
| 第五章 水库群联合防洪调度管理调控 |
| 5.1 水库防洪库容高效利用管理 |
| 5.2 闸坝信息自动化调控系统 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（3）日调节水库梯级优化调度方法的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 梯级水库联合优化调度研究现状 |
| 1.2.2 梯级水库联合优化调度系统研究现状 |
| 1.3 研究内容与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 论文结构安排 |
| 第二章 日调节梯级水电站的调度特征与方法 |
| 2.1 日调节梯级水电站的调度特征 |
| 2.2 梯级联合优化调度的基本方法 |
| 2.3 日调节梯级联合调度的方法选择 |
| 2.3.1 日调节梯级优化调度的计算方法 |
| 2.3.2 日调节梯级优化调度的目标函数 |
| 2.3.3 日调节梯级调度方法的图形表现形式 |
| 2.4 本章小结 |
| 第三章 日调节梯级优化调度的研究实例 |
| 3.1 研究区域概况 |
| 3.2 基本资料的收集与审查 |
| 3.3 重要曲线资料的复核 |
| 3.3.1 出力、水头、发电流量(N~H~Q)关系曲线的复核 |
| 3.3.2 尾水水位流量关系曲线的复核 |
| 3.3.3 闸门泄流曲线的复核 |
| 3.4 本章小结 |
| 第四章 基于多要素诺模图的日调节梯级优化调度计算 |
| 4.1 多要素梯级调度诺模图的绘制步骤 |
| 4.2 水电站优化调度关键因素的筛选 |
| 4.2.1 优化调度关键因素的描述 |
| 4.2.2 日调节水电站调度关键因素的筛选 |
| 4.3 梯级电站水力滞时的确定 |
| 4.4 梯级区间流量的分析 |
| 4.5 日调节梯级联合优化调度诺模图的计算 |
| 4.5.1 电站调度出力初步计算 |
| 4.5.2 计算误差分析与修正 |
| 4.5.3 梯级联合调度诺模图的绘制与应用 |
| 4.6 本章小结 |
| 第五章 日调节梯级优化调度系统的设计实现 |
| 5.1 系统总体设计 |
| 5.1.1 技术体系选择 |
| 5.1.2 总体架构搭建 |
| 5.1.3 数据交互设计 |
| 5.2 系统应用数据库设计 |
| 5.2.1 数据库选型 |
| 5.2.2 数据库体系结构设计 |
| 5.2.3 考虑水库调度的类库设计 |
| 5.3 系统功能模块设计与实现 |
| 5.3.1 系统功能模块设计 |
| 5.3.2 梯级优化调度主要应用数据 |
| 5.3.3 日调节梯级优化调度功能实现 |
| 5.4 本章小结 |
| 第六章 结束语 |
| 6.1 论文工作总结 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（4）南水北调东线江苏段水资源联合调度信息系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法与技术路线 |
| 1.4 论文的组织结构 |
| 第二章 研究区概况 |
| 2.1 自然地理概况 |
| 2.2 水资源利用分析 |
| 2.3 水资源分区及水系 |
| 2.3.1 水资源分区 |
| 2.3.2 水系 |
| 2.4 江苏省南水北调东线工程 |
| 2.4.1 江水北调工程 |
| 2.4.2 南水北调东线工程 |
| 第三章 CRWRIS总体设计 |
| 3.1 需求分析 |
| 3.2 技术框架设计 |
| 3.3 功能模块设计 |
| 3.3.1 基本GIS功能模块 |
| 3.3.2 产流模块 |
| 3.3.3 汇流模块 |
| 3.3.4 水资源调度模块 |
| 3.3.5 水源划分模块 |
| 第四章 水资源调度数据库设计 |
| 4.1 空间数据库 |
| 4.2 水文数据库 |
| 4.3 数据库表间关系 |
| 4.4 数据库查询与修改 |
| 第五章 CRWRIS实现 |
| 5.1 基本的GIS功能实现 |
| 5.2 调度功能实现 |
| 5.2.1 水文模拟 |
| 5.2.2 闸站调度 |
| 5.2.3 多空间尺度用水分析 |
| 5.3 水源划分功能实现 |
| 5.4 实例应用 |
| 5.4.1 分口径调度 |
| 5.4.2 闸站调度翻水量 |
| 5.4.3 水源划分 |
| 5.5 系统验证 |
| 第六章 结论与展望 |
| 参考文献 |
| 致谢 |
（5）水量调度规则的建模理论与求解方法（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 水库群系统调度研究综述 |
| 1.2.1 水库群系统特征描述 |
| 1.2.2 供水水库群联合调度规则形式研究进展 |
| 1.2.3 供水水库群联合调度规则提取方法研究进展 |
| 1.2.4 跨流域水库群联合调度研究进展 |
| 1.2.5 水库群联合调度供水风险分析研究进展 |
| 1.3 农田流域排水系统优化调度与SWAT模型研究综述 |
| 1.3.1 农田流域排水系统优化调度研究进展 |
| 1.3.2 SWAT模型在农田径流模拟中的应用与改进研究进展 |
| 1.4 研究内容 |
| 第2章 供水水库群联合调度的规则形式研究 |
| 2.1 引言 |
| 2.2 聚合水库供水调度图与Parametric rule规则的耦合研究 |
| 2.2.1 基于联合调度图的混联供水水库群联合优化调度规则 |
| 2.2.2 优化算法与联合调度规则优化确定流程 |
| 2.2.3 观-葠-汤水库群联合调度规则优化确定与分析 |
| 2.2.4 结论与讨论 |
| 2.3 基于二维水库调度图的双库供水系统联合调度研究 |
| 2.3.1 与补偿调节分水规则相配合的二维水库调度图研究 |
| 2.3.2 配合变动分水系数的二维水库调度图研究 |
| 2.4 本章小结 |
| 第3章 跨流域水库群联合调度规则的建模研究 |
| 3.1 引言 |
| 3.2 确定水库群调水、供水规则的二层规划模型 |
| 3.2.1 跨流域供水水库群联合调度规则的表述形式 |
| 3.2.2 模型的建立 |
| 3.3 实例应用 |
| 3.3.1 跨流域调水工程基本情况 |
| 3.3.2 主要计算结果 |
| 3.3.3 调水规则合理性分析 |
| 3.4 本章小结 |
| 第4章 供水水库群联合调度规则的提取方法研究 |
| 4.1 引言 |
| 4.2 基于模拟-优化模式的供水水库群联合调度规则提取方法 |
| 4.2.1 确定水库群联合调度规则的模拟-优化框架 |
| 4.2.2 Improved Non-dominated Sorting Particle Swarm Optimization(I-NSPSO)优化算法 |
| 4.3 供水水库群联合调度规则的集对分析方法 |
| 4.3.1 单一水库供水调度规则的集对分析 |
| 4.3.2 水库群供水调度规则的集对分析 |
| 4.3.3 实证分析 |
| 4.3.4 结论 |
| 4.4 本章小结 |
| 第5章 基于调度规则的水库群供水能力与风险分析研究 |
| 5.1 引言 |
| 5.2 水库群供水能力与风险分析框架 |
| 5.2.1 来水、用水资料的随机模拟生成 |
| 5.2.2 水库群供水风险综合评价指标的计算 |
| 5.2.3 聚合水库调度图与共同供水任务分配过程的优化 |
| 5.2.4 共同供水任务分配规则的拟定 |
| 5.3 实例应用 |
| 5.3.1 碧、英水库群概况 |
| 5.3.2 碧、英水库群优化调度模型 |
| 5.3.3 结果分析与讨论 |
| 5.4 本章小结 |
| 第6章 基于改进SWAT模型的农田排水系统调度研究 |
| 6.1 引言 |
| 6.2 农田流域水文响应特征分析及模型考虑 |
| 6.2.1 农田与自然流域水文响应差异性分析 |
| 6.2.2 对建立农田流域分布式水文模型的若干考虑 |
| 6.3 SWAT模型模块改进 |
| 6.3.1 SWAT模型概述 |
| 6.3.2 SWAT模型的改进 |
| 6.4 基于改进SWAT模型的研究区域分布式水文模型构建 |
| 6.4.1 研究区域概述 |
| 6.4.2 改进SWAT模型的率定与验证 |
| 6.4.3 模型改进前后模拟结果对比分析 |
| 6.5 农田流域排水系统优化调度研究 |
| 6.5.1 农田流域排水系统的水量调蓄规则 |
| 6.5.2 农田流域排水系统调度模型 |
| 6.5.3 农田流域排水系统运行费用与受涝损失计算模型 |
| 6.5.4 基于改进SWAT模型的稻田蓄水的水文效应分析 |
| 6.5.5 焦岗湖运行调度结果分析 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（6）非汛期赣江流域水量优化调度系统研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 水量调度的研究现状 |
| 1.2.1 水量调度模型研究现状 |
| 1.2.2 水量调度方法研究现状 |
| 1.2.3 水量调度研究应用成果 |
| 1.3 论文的主要研究内容和创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要创新点 |
| 1.4 论文提纲 |
| 第二章 非汛期赣江流域水量优化调度模型 |
| 2.1 引言 |
| 2.2 赣江流域河流概况及其基本资料 |
| 2.2.1 赣江流域介绍 |
| 2.2.2 赣江流域河段与控制断面划分 |
| 2.2.3 赣江流域水库资料 |
| 2.3 赣江流域的矩阵表达 |
| 2.3.1 赣江流域概化图 |
| 2.3.2 赣江流域河段编号方式 |
| 2.3.3 赣江流域的矩阵表达 |
| 2.4 非汛期赣江流域水量优化调度模型建立 |
| 2.4.1 赣江流域水量优化调度的模型结构 |
| 2.4.2 目标函数 |
| 2.4.3 约束条件 |
| 2.4.4 带惩罚函数的优化调度目标函数 |
| 2.4.5 优化调度模型的矩阵表达 |
| 2.5 小结 |
| 第三章 非汛期赣江流域水量优化调度的粒子群算法研究 |
| 3.1 引言 |
| 3.2 水量调度的粒子群算法研究 |
| 3.2.1 粒子群优化算法 |
| 3.2.2 带差分进化的双层多种群粒子群优化算法(DE-TMPSO) |
| 3.3 DE-TMPSO算法在水量调度中应用 |
| 3.4 实例应用 |
| 3.4.1 算法参数设计 |
| 3.4.2 实例计算结果分析 |
| 3.5 小结 |
| 第四章 非汛期赣江水量调度辅助决策平台 |
| 4.1 引言 |
| 4.2 程序设计流程 |
| 4.2.1 项目架构设计 |
| 4.2.2 数据库设计 |
| 4.2.3 数据信息流控制 |
| 4.3 非汛期赣江水量调度辅助决策平台 |
| 4.3.1 基本信息模块 |
| 4.3.2 最小需水模块 |
| 4.3.3 水量预警模块 |
| 4.3.4 调度计算模块 |
| 4.3.5 调度方案模块 |
| 4.3.6 专家决策模块 |
| 4.4 小结 |
| 第五章 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参加的项目及发表的论文 |
（7）大型流域水电站水库群联合优化调度及风险分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 背景及研究的目的和意义 |
| 1.2 水库调度及相关理论发展概况 |
| 1.2.1 国外水库优化调度理论和方法综述 |
| 1.2.2 国内水库优化调度理论和方法综述 |
| 1.2.3 水调自动化系统研究 |
| 1.3 论文结构和研究方法 |
| 第2章 水库运行调度管理及水调自动化系统建设 |
| 2.1 水库调度运行管理成就与展望 |
| 2.1.1 水电站水库调度运行管理成就 |
| 2.1.2 加强水库调度管理措施与建议 |
| 2.2 水调自动化系统的发展展望 |
| 2.2.1 水调自动化系统的效益 |
| 2.2.2 水调自动化系统存在的问题 |
| 2.2.3 水调自动化系统展望与建议 |
| 2.3 本章小结 |
| 第3章 大型流域水电站水库群联合优化调度模型研究 |
| 3.1 引言 |
| 3.2 模型目标及思路 |
| 3.2.1 模型目标及要求 |
| 3.2.2 模型思路 |
| 3.3 长江上游水电站水库群联合优化调度模型 |
| 3.3.1 长期联合调度模型 |
| 3.3.2 中期联合调度模型 |
| 3.3.3 短期联合调度模型 |
| 3.4 基于自调整参数的粒子群优化算法的模型求解 |
| 3.4.1 粒子群算法简介 |
| 3.4.2 自调整参数的粒子群优化算法 |
| 3.4.3 水电站水库群补偿调度的自调整粒子群优化算法设计 |
| 3.5 本章小结 |
| 第4章 大规模多约束联合优化调度模型的解算方法研究 |
| 4.1 引言 |
| 4.2 并行算法思路及框架 |
| 4.2.1 目标及思路 |
| 4.2.2 技术路线及算法框架 |
| 4.3 大型流域水电站水库群双层并行优化算法 |
| 4.3.1 基于PC机群的水电站水库群多进程并行计算 |
| 4.3.2 基于多核PC机的阶段决策多线程并行计算 |
| 4.3.3 基于MPI与OpenMP混合控制的双层并行优化 |
| 4.3.4 并行程序性能评价及其优化 |
| 4.3.5. 水能迭代算法设计 |
| 4.4 本章小结 |
| 第5章 大型流域水电站水库群联合优化调度实例分析 |
| 5.1 引言 |
| 5.2 水库特性分析 |
| 5.2.1 华中电网基本情况分析 |
| 5.2.2 水库群水文特性分析 |
| 5.3 水库群优化调度模型研究 |
| 5.3.1 水电站水库群优化调度目标 |
| 5.3.2 优化调度数学模型 |
| 5.3.3 模型求解 |
| 5.4 优化结果分析 |
| 5.4.1 优化计算结果 |
| 5.4.2 结果分析比较 |
| 5.5 本章小结 |
| 第6章 大型流域控制型水电站水库蓄放水风险分析 |
| 6.1 引言 |
| 6.2 三峡工程试验性蓄放过程 |
| 6.2.1 156米蓄水阶段 |
| 6.2.2 172米蓄水阶段 |
| 6.2.3 水位消落阶段 |
| 6.3 三峡蓄放水对电网运行影响的风险分析 |
| 6.3.1 蓄水时间和蓄水目标不确定性给电网运行带来的风险 |
| 6.3.2 来水的不确定性给电网运行带来的风险 |
| 6.3.3 蓄水过程的不确定性给电网运行带来的风险 |
| 6.3.4 集中消落期的问题及对电网的风险 |
| 6.4 蓄放水机制及建议 |
| 6.5 本章小结 |
| 第7章 大型流域水电站水库群调度自动化系统建设 |
| 7.1 引言 |
| 7.1.1 主要内容 |
| 7.1.2 关键技术和难点 |
| 7.2 系统结构 |
| 7.2.1 计算机网络结构 |
| 7.2.2 软件结构 |
| 7.3 技术方案 |
| 7.3.1 基础应用平台 |
| 7.3.2 三维视景仿真(VRGIS) |
| 7.4 运行效果 |
| 7.5 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（8）混联水库群防洪调度管理理论与方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 洪水灾害制约我国经济社会的发展 |
| 1.1.2 现行的防洪策略已不能适应新时期的要求 |
| 1.1.3 混联水库群防洪联合调度有待发展 |
| 1.2 研究意义 |
| 1.2.1 混联水库群防洪调度是实现水资源可持续利用的必然要求 |
| 1.2.2 混联水库群防洪调度可以充分发挥水利设施的系统功能 |
| 1.2.3 现代科学技术给混联水库群防洪调度带来广阔的发展前景 |
| 1.3 国内外研究动态 |
| 1.3.1 水库防洪优化调度的研究现状 |
| 1.3.2 水库防洪调度风险分析的研究现状 |
| 1.3.3 水库防洪调度决策的研究现状 |
| 1.4 本文的主要研究内容和创新点 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文主要创新点 |
| 第二章 洪水预报技术及参数优选方法 |
| 2.1 洪水成因 |
| 2.2 水文模型 |
| 2.3 水文模型参数优选 |
| 2.4 实时预报 |
| 2.5 自适应加速遗传算法在马斯京根模型参数估计中的应用 |
| 2.5.1 马斯京根模型 |
| 2.5.2 自适应加速遗传算法的原理与步骤 |
| 2.5.3 实例应用 |
| 2.6 本章小结 |
| 第三章 混联水库群防洪优化调度模型与方法研究 |
| 3.1 单库防洪优化调度模型 |
| 3.1.1 目标函数 |
| 3.1.2 约束条件 |
| 3.2 梯级水库多目标防洪优化调度模型 |
| 3.2.1 多目标函数 |
| 3.2.2 约束条件 |
| 3.3 混联水库群防洪优化调度模型 |
| 3.3.1 混联水库群补偿调度 |
| 3.3.2 混联水库群防洪优化调度模型 |
| 3.4 单目标防洪优化调度模型及求解方法 |
| 3.4.1 动态规划 |
| 3.4.2 分解—协调求解方法 |
| 3.4.3 遗传算法 |
| 3.4.4 粒子群算法 |
| 3.5 多目标防洪优化调度模型及求解方法 |
| 3.5.1 目标函数权重法 |
| 3.5.2 快速非支配分类遗传算法(NSGA-Ⅱ) |
| 3.6 某防洪系统的运行调度实例分析 |
| 3.6.1 流域概况 |
| 3.6.2 计算分析 |
| 3.7 本章小结 |
| 第四章 混联水库群防洪调度风险分析方法研究 |
| 4.1 风险 |
| 4.1.1 风险的概念 |
| 4.1.2 风险分析的基本方法 |
| 4.2 水库防洪调度风险特性 |
| 4.2.1 风险的客观性 |
| 4.2.2 风险的不确定性 |
| 4.2.3 风险的不利性 |
| 4.2.4 风险的相对性 |
| 4.2.5 风险与利益的对称性 |
| 4.3 水库调度中的风险分析方法 |
| 4.3.1 定性分析法 |
| 4.3.2 定量分析法 |
| 4.4 混联水库群防洪调度风险分析 |
| 4.4.1 混联水库群防洪调度的风险因素 |
| 4.4.2 水库防洪效益与防洪风险 |
| 4.4.3 混联水库群防洪调度风险分析模型 |
| 4.4.4 实例分析 |
| 4.5 本章小结 |
| 第五章 混联水库群防洪调度多目标决策理论与方法 |
| 5.1 防洪调度多目标决策理论方法 |
| 5.1.1 防洪调度多目标评价指标体系 |
| 5.1.2 决策者主观偏好 |
| 5.1.3 基于AHP的调度方案评价 |
| 5.1.4 基于熵权理论的调度方案评价 |
| 5.1.5 基于区间映射理论的调度方案评价 |
| 5.2 混联水库群防洪调度方案的可拓学评价方法 |
| 5.2.1 可拓学描述事物的基本原理 |
| 5.2.2 防洪调度方案的可拓学评价方法 |
| 5.3 实例应用——基于可拓学的防洪调度方案评价 |
| 5.3.1 评价指标体系 |
| 5.3.2 调度方案评价等级 |
| 5.3.3 待评物元 |
| 5.3.4 物元经典域与节域 |
| 5.3.5 评价指标权系数 |
| 5.3.6 物元关联度 |
| 5.4 本章小结 |
| 第六章 水库生态调度与排污权交易研究 |
| 6.1 水库生态调度的内涵及任务 |
| 6.1.1 水库生态调度的内涵 |
| 6.1.2 水库生态调度的任务 |
| 6.2 水库生态调度模型 |
| 6.2.1 目标函数 |
| 6.2.2 约束条件 |
| 6.2.3 模型的求解方法 |
| 6.3 水库生态调度的模糊层次分析方法 |
| 6.3.1 水库生态调度目标的层次分析 |
| 6.3.2 水库生态调度方案的模糊优选 |
| 6.3.3 实例研究 |
| 6.4 排污权交易及其市场设计 |
| 6.4.1 河道排污权的交易 |
| 6.4.2 排污权交易市场的设计 |
| 6.5 基于协商的排污权交易模型分析 |
| 6.5.1 问题的描述 |
| 6.5.2 模型的建立 |
| 6.5.3 模型的求解 |
| 6.6 本章小结 |
| 第七章 混联水库群防洪调度管理决策支持系统总体设计 |
| 7.1 引言 |
| 7.2 系统研制的背景与开发目标、模式及原则 |
| 7.2.1 研制背景 |
| 7.2.2 开发目标 |
| 7.2.3 开发模式 |
| 7.2.4 开发原则 |
| 7.3 系统的整体结构 |
| 7.3.1 数据库 |
| 7.3.2 方法库 |
| 7.3.3 模型库 |
| 7.3.4 知识库 |
| 7.4 系统功能设计与集成 |
| 7.4.1 专业子系统 |
| 7.4.2 辅助服务子系统 |
| 7.4.3 人机交互界面与系统集成 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 结论 |
| 8.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
（9）小水电群智能优化调度方法及系统开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 插图列表 |
| 表格列表 |
| 符号及缩写说明 |
| 第1章 绪论 |
| 1.1 小水电群优化调度问题 |
| 1.2 小水电群优化调度问题研究意义 |
| 1.3 小水电群优化调度方法研究现状 |
| 1.3.1 入库径流模型 |
| 1.3.2 数学模型 |
| 1.3.3 数学模型求解方法 |
| 1.4 小水电群优化调度系统研究现状 |
| 1.5 本文的主要研究内容 |
| 第2章 小水电群优化调度数学模型 |
| 2.1 引言 |
| 2.2 以发电量最大为目标的优化调度数学模型 |
| 2.3 以控制水位和弃水最小为目标的优化调度数学模型 |
| 2.4 结合小水电生态调度要求的流量约束 |
| 2.4.1 小水电生态调度 |
| 2.4.2 发电引用流量约束条件 |
| 2.5 本章小结 |
| 第3章 基于粒子群优化算法的小水电群优化调度 |
| 3.1 引言 |
| 3.2 APSO算法求解小水电群优化调度问题 |
| 3.2.1 APSO算法 |
| 3.2.2 粒子编码 |
| 3.2.3 粒子适应度函数 |
| 3.2.4 粒子的速度和位置迭代更新方法 |
| 3.2.5 算法流程 |
| 3.3 APSO算法求解小水电群优化调度问题实例 |
| 3.3.1 高岭头一级、二级电站简况 |
| 3.3.2 高岭头电站以发电量最大为目标的优化调度模型 |
| 3.3.3 APSO算法优化调度仿真及结果分析 |
| 3.4 RPSO算法求解小水电群优化调度问题 |
| 3.4.1 RPSO算法 |
| 3.4.2 RPSO算法求解小水电群优化调度问题流程 |
| 3.4.3 RPSO算法时间复杂度分析 |
| 3.5 RPSO算法求解小水电群优化调度问题实例 |
| 3.5.1 枫树岭电站简况 |
| 3.5.2 电站以控制水位和弃水最小为目标的优化调度模型 |
| 3.5.3 RPSO算法优化调度仿真结果及分析 |
| 3.6 粒子群优化算法求解小水电群优化调度问题性能分析 |
| 3.6.1 三插溪电站及其优化调度数学模型 |
| 3.6.2 递增因子和递减因子对RPSO算法的性能影响分析 |
| 3.6.3 PSO、APSO和RPSO算法求解不同模型性能比较 |
| 3.6.4 PSO、APSO和RPSO算法的精度、稳定度和复杂度比较 |
| 3.7 本章小结 |
| 第4章 基于文化算法的小水电群优化调度 |
| 4.1 引言 |
| 4.2 文化算法 |
| 4.2.1 文化进化理论 |
| 4.2.2 Memetic算法 |
| 4.2.3 文化算法设计 |
| 4.3 文化算法求解小水电群优化调度问题 |
| 4.3.1 种群空间 |
| 4.3.2 信仰空间 |
| 4.3.3 接受函数和影响函数 |
| 4.3.4 空间进化策略 |
| 4.3.5 算法流程 |
| 4.3.6 算法时间复杂度 |
| 4.4 文化算法求解小水电群优化调度实例 |
| 4.4.1 小水电群实例及参数设置 |
| 4.4.2 优化调度仿真结果及分析 |
| 4.5 文化算法求解小水电群优化调度性能分析 |
| 4.5.1 MA和SGA、GSA优化调度结果比较 |
| 4.5.2 MA和SGA、GSA的精度、稳定度和复杂度比较 |
| 4.6 不同水文年优化调度结果 |
| 4.6.1 小水电群不同水文年的确定型径流模型 |
| 4.6.2 MA优化调度参数设置 |
| 4.6.3 丰水年优化调度结果 |
| 4.6.4 平水年优化调度结果 |
| 4.6.5 枯水年优化调度结果 |
| 4.6.6 不同水文年和不同模型的优化调度结果分析 |
| 4.7 本章小结 |
| 第5章 基于基因拟子协同进化算法的小水电群优化调度 |
| 5.1 引言 |
| 5.2 拟子的涵义 |
| 5.3 基因拟子协同进化算法 |
| 5.3.1 算法的框架 |
| 5.3.2 算法拟子 |
| 5.3.3 算法文化 |
| 5.3.4 算法协同进化策略 |
| 5.3.5 文化进化算子 |
| 5.3.6 算法一般步骤 |
| 5.3.7 GMCA收敛性和时间复杂度 |
| 5.4 GMCA求解小水电群优化调度问题 |
| 5.4.1 拟子和文化表示方法 |
| 5.4.2 染色体编码和适应度函数 |
| 5.4.3 算法流程 |
| 5.5 GMCA求解小水电群优化调度问题仿真 |
| 5.5.1 基因拟子数据结构和算法参数 |
| 5.5.2 仿真结果及分析 |
| 5.5.3 GMCA和SGA、HGA、PSO优化调度比较 |
| 5.6 小水电群智能优化调度方法比较 |
| 5.7 本章小结 |
| 第6章 地方电网小水电群优化调度系统 |
| 6.1 引言 |
| 6.2 系统结构及功能 |
| 6.2.1 系统结构 |
| 6.2.2 系统功能 |
| 6.3 信息管理查询方法 |
| 6.3.1 数据管理方法 |
| 6.3.2 资源特性管理方法 |
| 6.3.3 历史运行数据统计查询方法 |
| 6.3.4 报表管理方法 |
| 6.4 梯级水电优化调度方法 |
| 6.4.1 来水预测方法 |
| 6.4.2 长期优化调度模块 |
| 6.4.3 短期优化调度模块 |
| 6.4.4 日优化调度模块 |
| 6.4.5 结果输出方式 |
| 6.5 温州电网梯级水电优化调度系统 |
| 6.5.1 基本情况 |
| 6.5.2 系统主要功能 |
| 6.5.3 系统降雨和来水分析功能应用 |
| 6.5.4 系统历史运行数据查询统计功能应用 |
| 6.5.5 系统优化调度功能应用 |
| 6.5.6 优化调度绩效分析应用 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间获得的科研表彰奖励 |
（10）中长期水文预报及调度技术研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 中长期水文预报研究现状 |
| 1.2.1 物理成因分析方法 |
| 1.2.2 数理统计方法 |
| 1.2.3 智能水文预报方法 |
| 1.2.4 基于数值天气预报的综合预报方法 |
| 1.3 我国中长期水文预报研究的发展趋势 |
| 1.4 水电站(群)优化调度研究现状 |
| 1.4.1 传统数学规划方法 |
| 1.4.2 智能优化方法 |
| 1.5 我国水资源相关决策支持系统的发展现状 |
| 1.6 本文主要研究内容 |
| 2 基于蚁群算法的支持向量机长期水文预报模型 |
| 2.1 引言 |
| 2.2 统计学习理论基础 |
| 2.3 支持向量机算法 |
| 2.3.1 分类支持向量机 |
| 2.3.2 回归支持向量机 |
| 2.4 蚁群算法优化算法 |
| 2.4.1 蚁群算法的生物学描述 |
| 2.4.2 蚁群算法的数学描述 |
| 2.5 基于蚁群算法的支持向量机参数优化 |
| 2.5.1 核函数及参数选择 |
| 2.5.2 蚁群算法参数优选 |
| 2.6 应用实例 |
| 2.6.1 流域概况与数据准备 |
| 2.6.2 预报因子选择 |
| 2.6.3 参考模型与评价指标 |
| 2.6.4 预报结果与分析 |
| 2.7 小结 |
| 3 耦合定量降水预报的神经网络中期水文预报模型 |
| 3.1 引言 |
| 3.2 开展中期水文预报的必要性和可行性 |
| 3.2.1 中期水文预报的重要性 |
| 3.2.2 数值天气预报技术简介 |
| 3.2.3 中期水文预报的模型选择 |
| 3.3 人工神经网络算法 |
| 3.3.1 生物神经元 |
| 3.3.2 人工神经元 |
| 3.3.3 BP神经网络 |
| 3.3.4 改进的BP训练算法 |
| 3.4 耦合定量降水预报的神经网络中期水文预报建模 |
| 3.4.1 预报因子选择 |
| 3.4.2 网络结构优化 |
| 3.5 应用实例 |
| 3.5.1 流域概况与数据准备 |
| 3.5.2 参考模型与评价指标 |
| 3.5.3 结果分析 |
| 3.6 小结 |
| 4 基于病毒进化遗传算法的水电站优化调度模型 |
| 4.1 引言 |
| 4.2 遗传算法 |
| 4.2.1 遗传算法的生物学描述 |
| 4.2.2 遗传算法的数学描述 |
| 4.3 病毒进化遗传算法 |
| 4.3.1 病毒机制的生物学描述 |
| 4.3.2 病毒机制的数学抽象 |
| 4.3.3 病毒进化遗传算法 |
| 4.4 水电站发电优化调度的数学模型 |
| 4.5 应用实例 |
| 4.6 小结 |
| 5 基于混合改进粒子群算法的梯级水电站群优化调度模型 |
| 5.1 引言 |
| 5.2 粒子群优化算法 |
| 5.2.1 粒子群算法的生物学描述 |
| 5.2.2 粒子群算法的数学描述 |
| 5.2.3 粒子群算法与遗传算法的比较 |
| 5.3 改进粒子群优化算法 |
| 5.3.1 自适应惯性权重系数 |
| 5.3.2 交叉变异策略 |
| 5.3.3 粒子精英集合策略 |
| 5.4 梯级水电站群优化调度的数学模型 |
| 5.5 应用实例 |
| 5.5.1 函数优化测试应用 |
| 5.5.2 梯级水电站群优化调度应用 |
| 5.6 小结 |
| 6 福建电网中长期水文预报及调度系统设计与实现 |
| 6.1 引言 |
| 6.2 福建电网水电系统基本概况 |
| 6.2.1 系统开发范围 |
| 6.2.2 福建水电系统特点 |
| 6.3 福建电网中长期水文预报及调度系统设计与实现 |
| 6.3.1 系统设计开发原则 |
| 6.3.2 系统体系结构 |
| 6.3.3 数据库选择和配置 |
| 6.3.4 系统功能设计 |
| 6.3.5 数据层设计 |
| 6.3.6 业务层设计 |
| 6.3.7 表示层设计 |
| 6.4 系统主要功能界面设计 |
| 6.5 小结 |
| 结论 |
| 参考文献 |
| 创新点摘要 |
| 攻读博士学位期间参加课题项目情况 |
| Ⅰ 基金课题 |
| Ⅱ 工程项目 |
| 攻读博士学位期间发表学术论文情况 |
| 致谢 |
| 作者简介 |
四、韩江流域库群优化调度信息系统的设计与研制（论文参考文献）
- [1]珠江委 珠江碧水接海长 固基前行开新局[J]. 吴怡蓉,张媛. 中国水利, 2021(24)
- [2]弥河流域水库群-闸坝防洪调度方案初步研究[D]. 高黎明. 济南大学, 2020(01)
- [3]日调节水库梯级优化调度方法的设计与实现[D]. 陈清. 国防科技大学, 2019(02)
- [4]南水北调东线江苏段水资源联合调度信息系统[D]. 李永泰. 南京大学, 2018(01)
- [5]水量调度规则的建模理论与求解方法[D]. 郭旭宁. 武汉大学, 2013(07)
- [6]非汛期赣江流域水量优化调度系统研究与应用[D]. 卿逸男. 东华大学, 2013(06)
- [7]大型流域水电站水库群联合优化调度及风险分析[D]. 裴哲义. 华北电力大学, 2012(11)
- [8]混联水库群防洪调度管理理论与方法研究[D]. 叶季平. 华北电力大学（北京）, 2010(09)
- [9]小水电群智能优化调度方法及系统开发[D]. 罗云霞. 浙江工业大学, 2009(01)
- [10]中长期水文预报及调度技术研究与应用[D]. 张俊. 大连理工大学, 2009(09)