水电科学中若干新方法应用的研究.pdfVIP

水电科学中若干新方法应用研究 专业：水文学与水资源 博士研究生万星 指导教师丁晶 摘 要 本论文依托国家重点自然科学基金项目：“基于子波和分形理论的水文尺度 开展研究。通过对传统的遗传算法、神经网络、灰色理论、最近邻思想、小波 分析研究，提出了改进的对称调和遗传算法、改进的灰色耦合模型和最近邻神 经网络耦合模型，在此基础上将基于经验模态分解的希尔伯特．黄变换、集对分 析等方法引入水电科学成功构建了水文径流预测、水资源评估、水库优化调度、 水电站经济效益综合评价、电力负荷预测等多种模型，并对模型进行了实证研 究，较好地解决了水文水资源中的一些复杂性问题。总括起来，本文在以下几 方面取得创新成果： (1)本论文尝试构建了基于集对原理的水文水资源分析模式、评价模式、 预测模式，在研究分析中依据水文水资源及水环境系统的特点，先从水文现象 中一些集对的例子入手，通过联系度表达式分析研究了不同河川年径流的同步 变化；建立了地下水资源承载力的等级；生态脆弱性程度；水库水电站综合效 益评价模型。集对分析法与传统分析方法相比较，直观、简明、实用、针对性 强，也便于计算机操作。为水电科学中的分析、计算、评价和预测增添了一种 独特的方法。 (2)本文提出了一种自适应最近邻神经网络耦合模型，该耦合模型能够在 ～定程度上解决水文水资源、电力负荷预测中对数据作预处理以及模型选择和 参数的不确定性问题；开辟了构建水文水资源径流序列预测模型的新思路。 (3)针对遗传算法存在求解精度与收敛速度间的矛盾，本文提出一种新的 自适应对称调和遗传新算法，以清江隔河岩水库为例，建立了水库发电最优调 度的数学模型，取得了满意的结果；以四川电网负荷为例，建立了新算法与人 工神经网络结合的电力负荷预测耦合模型，结果分析表明，新的耦合模型避免 了网络寻优的盲目性，从而达到最优的拟合效果。有效地提高了预测精度和速度， 为区域电力负荷预测问题的研究提供了新的分析方法。拓宽了建立中长期负荷 预测模型的新途径。 (4)本文在研究的过程中分析比较了人工神经网络和灰色模型的优缺点， 尝试将人工神经网络模型与改进灰色模型进行有机地结合，提出了改进灰色神 经网络模型。新的耦合方式发挥了灰色预测方法中累加生成的优点，便于神经 网络进行训练，又避免了灰色预测方法带来的误差，提高了预测精度，是一种 新的有益探索；为实际工程应用提供了重要的参考价值。 (5)尝试了一种时间序列新分析方法，即基于经验模态分解的希尔伯特． 黄变换方法。希尔伯特．黄变换是一种新的适用于非线性、非平稳序列分析法。 本文将此方法用到径流序列的分析与识别中，分解出不同尺度下的径流变化成 分。与传统方法相比，这些成分通常具有更加清晰的物理意义；为今后更好地 识别水文径流序列的演变模式提供了一种有效的分析方法。 (6)本文基于多分辨率分析的经验模态分解方法与自回归模型相结合，建 立了时间序列的耦合预测新模型，新耦合模型发挥了多分辨率的优点克服了经 验模态方法中可能的混频现象，具有良好的局部适应性和分析结果的直观性， 该祸合模型能够克服选小波基的困难，概念清晰，结构严谨，因此，新耦合模 型与传统的单一统计建模方法比较，预测精度高，更能较好的反映水文径流时 间序列变化的模式，具有可操作性，是一种非常有前途的水电系统信息处理新 方法。 关键词：集对分析；最近邻；对称调和；遗传算法；神经网络； 经验模态； 希尔伯特一黄；电力负荷；预测评价；水文水资源 Ⅱ of somenewmethodsresearchin Science Application hydropower andWaterResources Major：Hydrology Ph．D．Candidate：Wan