多级提水泵站优化调度研究

泵站可用于田间配水、城市用水,多级泵站大多建在西北黄土高原地区,由于各区域用水分布不均,输水系统复杂以及运行管理等问题,多级提水泵站需要进行系统的优化调度。以某多级提水泵站为研究对象,当泵站在正常情况下运行时,即流量为6.1 m^3/s,对于泵站级间采用粒子群算法,优化结果与实际运行情况相比,各级泵站水位发生微调,在该流量下水位实现一个相对较好的组合,单位时间内可节约1.66%的能量,一年大约可节约98万kWh。优化后多级泵站从整体降低了能耗,在尽可能提高其运行效率、降低能耗的基础上,使其在安全、经济的情况下运行。     

水库优化调度的粒子群算法

提出了在用粒子群算法求解水库优化调度问题时,将模拟退火因子引入罚函数,可以克服不变罚因子的缺陷.采用动态规划法和PSO算法优化调度程序,结果发现PSO算法计算结果更优于动态规划结果.实例计算表明,粒子群算法原理简单,易于编程,占用内存少,求解精度高,适合求解具有复杂约束的水库优化调度问题.     

水电站发电优化调度初始粒子群生

重点分析了粒子群算法(Particle Swarm Optimization, PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法。改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度。     

水电站发电优化调度初始粒子群生成方法研究

重点分析了粒子群算法(Particle Swarm Optimization,PSO)在水电站优化调度应用中存在的收敛速度慢等问题,并针对问题提出了一种新的初始粒子群生成方法,形成了粒子群算法求解水库优化调度的改进应用方法.改进前后仿真计算结果的对比分析表明,改进后的应用方法可明显提高水电站优化调度问题的求解速度和精度.     

大型泵站运行优化方法及其应用

为了掌握适于求解具有多变量的大型泵站运行优化问题的现代优化方法,阐述了遗传算法（GA）、基本粒子群算法（PSO）与模拟退火粒子群算法（SA-PSO）的基本原理,分析了算法的异同点,从理论上得出PSO算法较GA算法更简单、更高效.以南水北调东线工程江都泵站系统为例,当泵装置扬程一定时,以各座泵站开机台数和水泵叶片角度为变量,运行费用最少为目标函数,并且满足总抽水流量、单机允许抽水流量以及开机台数等约束条件,建立运行方案优化数学模型,确定各座泵站开机台数、机组运行工况和日运行费用.分别采用遗传算法、基本粒子群算法和模拟退火粒子群算法求解,可行性规则处理约束条件,应用Matlab语言编制优化计算程序.结果表明：SA-PSO算法求解的泵站变角优化运行方案,较在设计角度运行的方案节省运行费用0.99%～4.22%,较GA,PSO算法最优解方案分别节省运行费用0.22%～2.80%和0.02%～0.40%;3种算法的运算时间分别为30,52,25 s.因此,SA-PSO算法较为适合于大型泵站运行优化问题的求解.     

大型水利工程梯级泵站短期优化调度方案

针对泵站高能耗难题,采用粒子群优化算法对南水北调东线徐洪河段的短期经济性调度方案进行研究.基于水量平衡方法,耦合流量、水位、蓄量及水力损失函数关系式,动态模拟渠道水情变化过程.将泵站扬程动态调整过程中产生的电费纳入考虑范围,以调度期内梯级输水系统产生的总电费和调控后水位与目标偏差最小为优化目标,其中目标水位为适应短期内调节的梯级扬程优化分配结果.基于实际运行数据对模型结果进行分析和验证,结果表明：渠道水情模拟方法的模拟精度较高,水位模拟值与实测值平均误差在10 cm左右;梯级短期优化调度模型引入目标水位增强了优化效果,进一步减少4.7元/万m³用电费用,优化方案的单位运行成本相比实际调度可有效降低6.7%.     

基于自适应弹性粒子群算法的小水电长期优化调度研究

以三插溪电站为研究对象,建立了该电站以控制水位和弃水最小为目标的优化调度数学模型;设计了一种以自适应方式更新粒子飞行速度的弹性粒子群优化算法求解该优化调度数学模型,包括粒子编码设计、适应度函数设计以及弹性修正值设计,并编制了基于MATLAB语言的优化程序。仿真结果表明:自适应弹性粒子群算法是有效的,比基本粒子群优化算法和自适应粒子群优化算法具有更强的全局寻优能力;和常用的以发电量最大为目标的优化调度模型相比,数学模型可以实现水位控制,更充分地利用水能资源,是简单可行的小水电优化调度数学模型。     

基于混合粒子群算法的多目标柔性Job-Shop调度方法

针对经典Job-Shop调度问题的局限性,提出了以时间、成本、质量三者综合为优化目标,具有柔性Job-Shop车间调度的优化模型.给出了优化目标的计算方法,并设计了混合粒子群算法,给出了使用此算法求解模型的具体实现过程.模型采用工序能力指数对质量目标进行量化,并采用综合评判线性加权模型解决柔性Job-Shop算法的权重选择问题,使决策者能够根据实际情况选择优化目标的偏好解.通过一个车间调度问题的实例验证了此调度模型和算法的有效性.     

考虑峰谷电价及清水池调节容积的取水泵站优化调度

取水泵站优化运行调度研究对泵站节能具有较好的指导意义。针对取水泵站的工作特点,以取水泵站日运行耗电费最小为目标,考虑峰谷电价及清水池调节容积对取水泵站日运行耗电费的影响,建立了含定速泵或双速泵的取水泵站优化运行调度数学模型,并利用基于动态规划法的求解策略对该数学模型进行了求解。最后通过实例计算结果表明：在原有泵型不变且同等满足供水要求的情况下,该取水泵站采用本文优化后的运行方案较目前实际的运行方案,可有效地实现充分利用清水池调节容积应对峰谷电价进行错峰运行,泵站运行耗电费可明显降低,这验证了本文所建立的优化调度数学模型是合理、有效的,对类似的取水泵站节能运行具有良好的指导意义。     

MATLAB粒子群算法工具箱求解水电

粒子群算法因其原理简单、易于编程、适于并行计算等优点而得到了广泛的应用。本文探讨和分析了Matlab粒子群算法工具箱,并提出了基于该工具箱来实现水电站优化调度计算的方法。计算实例表明,Matlab粒子群算法工具箱可以很好地用于解决水电站优化调度问题,可获得比动态规划算法更好的精度。     

农业机械信息管理平台中会计智能化监测技术研究

为了提高农业机械信息管理平台的智能化服务水平,将云技术和会计智能化监测技术引入到了平台的设计上,并以农机调度系统的平台功能设计为例,在智能监测的基础上,采用粒子群神经网络算法对调度系统进行优化设计。为了验证方法的可行性,以不同作业区块的路径规划模拟为测试对象,将优化前后的调度系统的性能进行了对比。由路径规划距离和调度完成作业耗时的对比发现:优化后的系统可以明显节省作业时间和行驶距离,从而有效降低了作业生产的成本。     

光伏充气膜温室自跟踪发电系统发电量预测

针对光伏充气膜温室自跟踪发电系统提出了一种加入天气预报信息的自适应变异粒子群神经网络的发电量预测算法.首先结合历史发电量数据和气象数据分析了影响光伏充气膜温室自跟踪发电系统发电量的主要因素,建立了加入天气预报的神经网络预测模型,并针对传统神经网络预测模型中基于梯度下降的BP算法收敛慢、易陷入局部最优、训练难收敛等问题,通过自适应变异粒子群算法改进了神经网络.该算法通过将变异环节引入粒子群优化算法,进行隔代进化找到局部最优解.实验结果表明所采用的自适应变异粒子群的神经网络预测算法的全局收敛性能得到了显著提高,能有效避免粒子群优化算法中的早熟收敛问题.     

Ahut-Delta并联机构改进混沌粒子群算法尺度综合

针对Ahut-Delta并联机构,提出了一种基于改进混沌粒子群算法的尺度综合方法。首先提出一种改进混沌粒子群算法,即采用混沌立方映射初始化种群,并根据迭代状态指数性调整惯性权重因子,同时进行早熟判断和混沌扰动,迭代获得最优粒子。其次将Ahut-Delta并联机构优化参数转变为粒子维度决策变量,雅可比矩阵的全域均值条件数和全域波动量构建的全域综合性能评价指标在其几何条件约束、传动角约束条件下转换为改进混沌粒子群算法的适应度函数。最终通过改进混沌粒子群算法优化搜索,优化出适应度函数值最小的最优粒子,从而获得Ahut-Delta并联机构在全域运动性能最佳的尺度参数。仿真分析结果表明,所提尺度综合方法具有正确性和有效性。     

超驼峰工况下轴流泵站事故停泵防护方案寻优

针对带虹吸式出水流道的轴流泵站超驼峰工况下事故停泵防护问题,基于瞬变流基本理论,以闸门总关闭时间、闸门快关行程和快关时间为决策变量,以最大倒转转速、最大倒流流量、最大水锤压力和最小水锤压力为评估目标,建立多目标水锤防护措施优化模型,并采用混沌-粒子群算法进行求解.研究表明,相对于标准粒子群算法,混沌粒子群算法粒子多样性强、寻优能力高、算法稳定性好,有效提升了两阶段关闸水锤防护效果;多次寻优结果表明两阶段关闸中,第一阶段关闸速度和关闸角度对倒转转速、倒流流量等指标影响较大,而关闸规律和闸门流量系数对最大水锤压力影响较大;当泵站最大超驼峰水位小于2 m时,采用“14 s快关行程66%,104 s慢关行程34%”的策略可以有效防护事故停泵水锤.     

混沌粒子群微分进化算法及其在水库发电优化调度中的应用

粒子群优化算法（PSO）与微分进化算法（DE）都是有效的基于群体智能的全局优化算法,但它们都容易过早收敛,陷入局部最优。针对以上问题,提出了混沌粒子群微分进化算法（CPSO—DE）,该算法引入可变的惯性权重和学习因子,以基于logical映射的混沌序列代替标准PSO中的随机序列来对粒子群进行初始化,同时将微分进化算法（DE）中的变异、交叉和选择思想引入标准PSO算法中,改变标准PSO算法单一的进化策略,在全局范围内搜索最优解。作为实证的需要,通过对水库优化调度所存在问题的分析,建立了基于CPSO-DE算法的水库优化调度数学模型与求解算法,并以某水库实际运行数据进行计算,结果表明CPSO-DE算法具有较好的全局最优解,验证了CPSO—DE算法的可行性与健壮性。     

基于动态规划法的单级泵站日经济运行优化模型

为合理选择泵站机组在不同工况下的组合方式,实现单级泵站的运行优化。通过分析水泵运行效率与水泵流量、扬程以及转速间的相互关系,确定水泵装置的工况点,构建单级泵站日经济优化运行模型,以泵站日运行总费用最低为目标,通过动态规划法从而求解单级泵站的日经济最优运行方案。选定南昌市九圩港提水泵站为研究对象,依据泵站已有的运行数据,在综合考虑泵站日运行分时电价、扬程及流量变化的基础上,将该泵站优化运行模型分为两层,第一层为泵站日经济优化运行模型,确定泵站在一日内运行费用的最小值;第二层为泵站运行效率优化模型,确定在不同时段内泵站效率最优运行方式。结果表明,当日总输水量一定时,分时电价是影响泵站日经济运行费用和不同时段机组流量分配的主要因素;以九圩港泵站的典型工况为例,优化后的泵站运行方案较优化前日单位运行费用降低了18%。该模型对实现单级泵站日经济优化运行具有一定指导意义。     

线性递减权重粒子群优化投影寻踪模型及应用

针对粒子群算法局部搜索能力较弱和存在早熟收敛的问题,为了有效地控制粒子群算法的全局搜索和局部搜索,提出了将线性递减权重引入到粒子群优化算法中.该算法是从随机解出发,通过追随当前搜索到的最优值来寻找全局最优解,增加了粒子群算法的局部搜索能力.将其算法优化投影寻踪模型,以此构建了线性递减权重粒子群优化投影寻踪模型,将该模型应用到土坝护坡模式优化评价中,选取9个指标作为评判因子,提出适合该地区的土坝护坡优化模式.结果表明:线性递减权重粒子群优化投影寻踪模型可以有效地找到最佳投影方向,计算投影值,根据投影指标值的大小可对方案进行优选.利用该模型对土坝护坡模式进行综合评价是切实可行的.该算法以其实现容易、精度高、收敛快等优点,并且在解决实际问题中展示的优越性,在工程优化领域具有广泛的应用前景.     

改进粒子群优化（MPSO）算法在动

基于在水资源不充足的情况下，对都江堰灌区六大渠干水资源的合理分配，使农业效益达到最大。首先建立灌区优化配水模型，并将粒子群优化算法（PSO）及其改进的算法应用于该模型。分别对标准PSO、两种改进PSO（MPSO）算法与遗传算法进行仿真对比，结果显示采用PSO算法及其MPSO在农业经济效益上可获得更好的寻优效果，提高了水资源的利用率。