一种流域梯级水库群联合调度规则提取方法、装置和设备制造方法及图纸

本发明专利技术公开了一种流域梯级水库群联合调度规则提取方法、装置和设备，其中方法包括：从预设的梯级水库调度过程中，识别出影响因子和决策变量，预设的梯级水库调度过程至少用于优化防洪、发电、生态、航运、供水中的一种；以影响因子为输入，决策变量为输出，训练生成支持向量机模型，并基于改进亨利气体溶解度优化算法在训练过程中优化支持向量机模型的超参数，改进亨利气体溶解度优化算法是基于多种智能优化算法对个体更新过程进行的改进；提取支持向量机模型对应的超平面，以利用超平面表征流域梯级水库群联合调度规则。本发明专利技术提供的技术方案，提取的规则提高了表征调度因子和决策变量之间复杂非线性关系的准确性。之间复杂非线性关系的准确性。之间复杂非线性关系的准确性。

【技术实现步骤摘要】
一种流域梯级水库群联合调度规则提取方法、装置和设备


[0001]本专利技术涉及水库调度研究领域，具体涉及一种流域梯级水库群联合调度规则提取方法、装置和设备。

技术介绍

[0002]水电是一种重要的清洁可再生能源，在应对全球能源安全、环境保护和气候变化等问题上发挥着关键作用。在实际梯级水库群运行调度中，来水具有较强的随机性，中长期径流预报预见期和精度尚不能满足梯级水库群联合调度计划编制的需求。为在梯级水库群径流预报预见期有限且精度低的情况下提高联合运行调度能力，从确定性优化调度结果中提取出水库各调度因素之间隐藏的非线性函数关系，得到梯级水库群联合调度规则，合理安排梯级水库蓄放水，成为水库调度领域的重要研究内容。
[0003]目前，常用的水库调度规则有调度图和调度函数两种形式。前者是一种基于历史运行规律制定出的较为保守的调度策略，具有简单、直观的优点，但因其无法考虑水雨情预报信息在实际应用中受到一定的限制。后者以调度因子为输入，决策变量为输出，制定灵活的调度规则以适应实际调度需求，可以在来水不确定性条件下进行调度决策。
[0004]生成调度函数的方式主要包括两种，分别是回归分析法和机器学习方法。回归分析的表达式是在推测、检验和修正的基础上得到的，其过程复杂且受人为主观因素影响大；而机器学习方法通过数据映射刻画调度影响因子和决策变量之间的非线性映射关系，一定程度上克服了回归分析的缺陷。
[0005]但现有基于网格搜索的机器学习方法的超参数优化过程费时，不适应于梯级水库实时调度需求，依然在来水预报精度低和预见期短的条件下，难以刻画梯级水库群联合调度中调度因子和决策变量之间复杂的非线性关系。

技术实现思路

[0006]有鉴于此，本专利技术实施方式提供了一种流域梯级水库群联合调度规则提取方法、装置和设备，提高了表征调度因子和决策变量之间复杂非线性关系的准确性。
[0007]根据第一方面，本专利技术实施例提供了一种流域梯级水库群联合调度规则提取方法，所述方法包括：从预设的梯级水库调度过程中，识别出影响因子和决策变量，所述预设的梯级水库调度过程至少用于优化防洪、发电、生态、航运、供水中的一种；以所述影响因子为输入，所述决策变量为输出，训练生成支持向量机模型，并基于改进亨利气体溶解度优化算法在训练过程中优化所述支持向量机模型的超参数，所述改进亨利气体溶解度优化算法是基于多种智能优化算法对个体更新过程进行的改进；提取所述支持向量机模型对应的超平面，以利用所述超平面表征所述流域梯级水库群联合调度规则。
[0008]可选地，所述基于改进亨利气体溶解度优化算法在训练过程中优化所述支持向量机模型的超参数，包括：利用亨利气体溶解度优化算法初始化多组超参数，并对各组初始化的超参数进行评估和更新；利用多种智能优化算法对各组初始化的超参数进行更新；计算
更新后的各组超参数的适应度；针对相同的初始化的超参数，基于所述适应度从亨利气体溶解度优化算法更新后的超参数以及多种智能优化算法更新后的超参数中，选出更新后的一组较优超参数；利用亨利气体溶解度优化算法对各组更新后的较优超参数继续进行迭代评估和更新，直至达到迭代终止条件，将终止时评估结果最优的一组超参数作为所述支持向量机模型的超参数。
[0009]可选地，所述智能优化算法包括多元宇宙优化算法和二次插值算法。
[0010]可选地，所述从预设的梯级水库调度过程中，识别出影响因子和决策变量，包括：以流域梯级水库群调度期内发电量最大为目标，以水量平衡约束和边界范围为约束条件，建立梯级水库群联合发电优化调度模型；求解所述联合调度模型，得到所述预设的梯级水库调度过程，并从所述预设的梯级水库调度过程中识别所述影响因子和决策变量；其中，所述预设的梯级水库调度过程包括：逐时段运行水位过程、出库流量过程和全厂出力过程。
[0011]可选地，建立所述梯级水库群联合发电优化调度模型的约束条件，还包括：水位约束、流量约束、流量平衡约束、出力约束和变量非负约束。
[0012]可选地，在所述训练生成支持向量机模型之前，所述方法还包括：基于基准函数对所述改进亨利气体溶解度优化算法进行性能测试，并基于测试结果调整所述智能优化算法的选型。
[0013]可选地，所述基准函数包括：单峰测试函数、多峰测试函数和固定维数的多峰测试函数，其中单峰测试函数用于测试算法的收敛速度和求解精度；多峰测试函数用于测试算法在函数存在多个局部最优解时的全局寻优能力；固定维数的多峰测试函数用于测试算法避免局部最优的能力以及算法全局和局部寻优之间的平衡能力。
[0014]根据第二方面，本专利技术实施例提供了一种流域梯级水库群联合调度规则提取装置，所述装置包括：识别模块，用于从预设的梯级水库调度过程中，识别出影响因子和决策变量，所述预设的梯级水库调度过程至少用于优化防洪、发电、生态、航运、供水中的一种；模型训练模块，用于以所述影响因子为输入，所述决策变量为输出，训练生成支持向量机模型，并基于改进亨利气体溶解度优化算法在训练过程中优化所述支持向量机模型的超参数，所述改进亨利气体溶解度优化算法是基于多种智能优化算法进行的改进；规则提取模块，用于提取所述支持向量机模型对应的超平面，以利用所述超平面表征所述流域梯级水库群联合调度规则。
[0015]根据第三方面，本专利技术实施例提供了一种流域梯级水库群联合调度规则提取设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
[0016]根据第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机从而执行第一方面，或者第一方面任意一种可选实施方式中所述的方法。
[0017]本申请提供的技术方案，具有如下优点：
[0018]本申请提供的技术方案，获取需要确定联合调度规则的影响因子和决策变量，然后以影响因子为输入，决策变量为输出，训练支持向量机模型，并且在训练过程中，实时以改进的亨利气体溶解度优化算法对支持向量机的超参数进行寻优，训练完成后得到更加准
确的支持向量机模型，最后将支持向量机模型的超平面作为表征影响因子和决策变量之间非线性映射关系的流域梯级水库群联合调度规则，从而在来水预报精度低和预见期短的条件下，提高了流域梯级水库群联合调度规则的准确性。
[0019]本专利技术实施例具体利用亨利气体溶解度优化算法初始化若干组支持向量机的超参数，然后进行评估与更新流程。在亨利气体溶解度优化算法更新了各组超参数之后，还利用多元宇宙优化算法和二次插值算法两种智能优化算法对各组超参数进行更新，从而对于每一组超参数，会得到3组不同的更新结果，然后以适应度为标准，针对每一组超参数从更新的3组超参数中选取最佳的更新超参数，再利用各组最佳更新超参数返回亨利气体溶解度优化算法的评估步骤，多次迭代后直至满足终止条件，从而显著提高了支持向量机模型超参数的准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流域梯级水库群联合调度规则提取方法，其特征在于，所述方法包括：从预设的梯级水库调度过程中，识别出影响因子和决策变量，所述预设的梯级水库调度过程至少用于优化防洪、发电、生态、航运、供水中的一种；以所述影响因子为输入，所述决策变量为输出，训练生成支持向量机模型，并基于改进亨利气体溶解度优化算法在训练过程中优化所述支持向量机模型的超参数，所述改进亨利气体溶解度优化算法是基于多种智能优化算法对个体更新过程进行的改进；提取所述支持向量机模型对应的超平面，以利用所述超平面表征所述流域梯级水库群联合调度规则。2.根据权利要求1所述的方法，其特征在于，所述基于改进亨利气体溶解度优化算法在训练过程中优化所述支持向量机模型的超参数，包括：利用亨利气体溶解度优化算法初始化多组超参数，并对各组初始化的超参数进行评估和更新；利用多种智能优化算法对各组初始化的超参数进行更新；计算更新后的各组超参数的适应度；针对相同的初始化的超参数，基于所述适应度从亨利气体溶解度优化算法更新后的超参数以及多种智能优化算法更新后的超参数中，选出更新后的一组较优超参数；利用亨利气体溶解度优化算法对各组更新后的较优超参数继续进行迭代评估和更新，直至达到迭代终止条件，将终止时评估结果最优的一组超参数作为所述支持向量机模型的超参数。3.根据权利要求2所述的方法，其特征在于，所述智能优化算法包括多元宇宙优化算法和二次插值算法。4.根据权利要求1所述的方法，其特征在于，所述从预设的梯级水库调度过程中，识别出影响因子和决策变量，包括：以流域梯级水库群调度期内发电量最大为目标，以水量平衡约束和边界范围为约束条件，建立梯级水库群联合发电优化调度模型；求解所述联合调度模型，得到所述预设的梯级水库调度过程，并从所述预设的梯级水库调度过程中识别所述影响因子和决策变量；其中，所述预设的梯级水库调度过程包括：逐时段运行水位过程、出库流量过程和全厂出力过程。5.根据权利要求4所述的方法...

【专利技术属性】
技术研发人员：仇红亚，胡挺，黄爱国，周曼，张松，肖扬帆，纪国良，王飞龙，时玉龙，郭率，谭政宇，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：