| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-13页 |
| CONTENTS | 第13-18页 |
| 图表目录 | 第18-21页 |
| 主要符号表 | 第21-23页 |
| 1 绪论 | 第23-37页 |
| 1.1 选题背景和研究意义 | 第23-24页 |
| 1.2 国内外研究现状 | 第24-30页 |
| 1.2.1 数值降水预报及应用现状 | 第24-25页 |
| 1.2.2 中期径流预报研究 | 第25-27页 |
| 1.2.3 水电站水库(群)预报调度优化模型 | 第27-28页 |
| 1.2.4 水电站水库(群)优化模型降维 | 第28-30页 |
| 1.3 存在的问题及发展趋势 | 第30-31页 |
| 1.4 浑江梯级水库群流域概况 | 第31-34页 |
| 1.4.1 研究流域的选择 | 第31-32页 |
| 1.4.2 地理位置 | 第32-33页 |
| 1.4.3 水文气象特征 | 第33页 |
| 1.4.4 研究实例发电调度现状及存在的问题 | 第33-34页 |
| 1.5 论文主要研究内容 | 第34-36页 |
| 1.6 论文主要框架 | 第36-37页 |
| 2 浑江流域径流预报模型研究 | 第37-57页 |
| 2.1 引言 | 第37-38页 |
| 2.2 流域中期径流预报模型建立 | 第38-42页 |
| 2.2.1 BP神经网络模型 | 第39-40页 |
| 2.2.2 新安江模型 | 第40-42页 |
| 2.3 多元信息融合模型及评价准则 | 第42-46页 |
| 2.3.1 信息融合算法计算步骤 | 第42-43页 |
| 2.3.2 自适应子滤波器 | 第43-44页 |
| 2.3.3 自适应联邦滤波器信息融合 | 第44-45页 |
| 2.3.4 模型精度与稳定性评价指标 | 第45-46页 |
| 2.4 径流预报模型参数率定 | 第46-47页 |
| 2.4.1 BP神经网络模型的训练 | 第46页 |
| 2.4.2 新安江模型参数率定 | 第46-47页 |
| 2.5 率定期和检验期模拟结果 | 第47-49页 |
| 2.5.1 率定期模拟结果评定 | 第47-48页 |
| 2.5.2 验证期模拟结果评定 | 第48-49页 |
| 2.6 基于GFS的旬径流预报及信息融合 | 第49-55页 |
| 2.6.1 单模型预报误差分析 | 第49-51页 |
| 2.6.2 多模型信息融合的组合预报 | 第51-53页 |
| 2.6.3 预报结果对比分析 | 第53-55页 |
| 2.7 小结 | 第55-57页 |
| 3 基于数据挖掘技术的水库调度规则研究 | 第57-76页 |
| 3.1 引言 | 第57-58页 |
| 3.2 数据挖掘算法理论 | 第58-62页 |
| 3.2.1 决策树模型 | 第58-61页 |
| 3.2.2 粗糙集理论 | 第61-62页 |
| 3.3 挖掘数据的一致性处理方法 | 第62-65页 |
| 3.3.1 计算过程 | 第63-64页 |
| 3.3.2 目标函数 | 第64-65页 |
| 3.3.3 约束条件 | 第65页 |
| 3.4 调度规则挖掘 | 第65-69页 |
| 3.4.1 数据样本的条件属性选择 | 第66页 |
| 3.4.2 条件属性划分等级 | 第66-68页 |
| 3.4.3 决策属性等级划分与组合 | 第68-69页 |
| 3.5 预报信息的精度及特征分析 | 第69-72页 |
| 3.5.1 GFS降雨预报信息 | 第69-70页 |
| 3.5.2 流域径流预报 | 第70-72页 |
| 3.6 基于调度规则的发电模拟调度结果与分析 | 第72-74页 |
| 3.6.1 基于粗糙集挖掘的调度规则发电效益计算 | 第72-73页 |
| 3.6.2 基于决策树挖掘的调度规则发电效益计算 | 第73-74页 |
| 3.7 小结 | 第74-76页 |
| 4 基于模拟-优化的水库群发电预报调度图研究 | 第76-90页 |
| 4.1 引言 | 第76页 |
| 4.2 水库群发电调度图的优化算法模型建立 | 第76-79页 |
| 4.2.1 POA算法原理 | 第76-78页 |
| 4.2.2 目标函数 | 第78页 |
| 4.2.3 约束条件 | 第78-79页 |
| 4.3 水库群发电调度图模型建立 | 第79-84页 |
| 4.3.1 现行的常规调度图 | 第79-80页 |
| 4.3.2 水库群发电常规优化调度图建立 | 第80-81页 |
| 4.3.3 水库群发电预报优化调度图建立 | 第81-84页 |
| 4.4 水库群发电调度图推求及模拟调度与分析 | 第84-88页 |
| 4.4.1 新安江模型旬径流模拟预报精度 | 第84页 |
| 4.4.2 调度图模拟优化计算过程与结果 | 第84-87页 |
| 4.4.3 水库群发电调度图模拟调度结果与分析 | 第87-88页 |
| 4.5 小结 | 第88-90页 |
| 5 基于聚合分解的水库群随机动态规划(SDP)研究 | 第90-106页 |
| 5.1 引言 | 第90页 |
| 5.2 水库群聚合分解模型 | 第90-95页 |
| 5.2.1 来水量聚合方案 | 第91-92页 |
| 5.2.2 来水量和蓄水量聚合方案 | 第92-93页 |
| 5.2.3 聚合变量分解模型 | 第93-95页 |
| 5.3 水库群发电随机动态规划模型建立 | 第95-97页 |
| 5.3.1 库径流的随机性描述 | 第95页 |
| 5.3.2 模型目标函数 | 第95-96页 |
| 5.3.3 模型递推方程建立 | 第96-97页 |
| 5.4 总出力分配模型 | 第97-98页 |
| 5.4.1 模型状态变量与决策变量 | 第97-98页 |
| 5.4.2 梯级水库群的总出力优化分配目标函数 | 第98页 |
| 5.5 水库群SDP模型的决策调度图推求 | 第98-101页 |
| 5.5.1 AF-SDP模型联合优化调度图 | 第99页 |
| 5.5.2 AD-SDP模型联合优化调度图 | 第99-100页 |
| 5.5.3 AD-BSDP模型联合优化调度图 | 第100-101页 |
| 5.6 水库群SDP模型的模拟调度结果与分析 | 第101-104页 |
| 5.6.1 基于SDP模型的水库群发电模拟调度结果 | 第101-102页 |
| 5.6.2 基于SDP模型的水库群发电模拟调度分析 | 第102-104页 |
| 5.7 小结 | 第104-106页 |
| 6 预报信息预见期和调度决策期对发电调度效益与稳定性的影响研究 | 第106-116页 |
| 6.1 引言 | 第106-107页 |
| 6.2 调度模型滚动、优化和决策方式 | 第107-109页 |
| 6.3 水库发电滚动时域调度模型建立 | 第109-110页 |
| 6.3.1 水库发电目标函数 | 第109-110页 |
| 6.3.2 发电滚动时域调度模型递推方程建立 | 第110页 |
| 6.4 不同预见期径流预报精度分析 | 第110-111页 |
| 6.5 基于RHC模型的发电模拟调度及结果分析 | 第111-115页 |
| 6.5.1 发电调度决策期长度对发电效益与稳定性的影响分析 | 第112-113页 |
| 6.5.2 预报信息预见期长度对发电效益与稳定性的影响分析 | 第113-115页 |
| 6.6 小结 | 第115-116页 |
| 7 短、中期径流预报信息套接的聚合分解BSDP模型研究 | 第116-128页 |
| 7.1 引言 | 第116-117页 |
| 7.2 水库群TS-BSDP发电调度模型建立 | 第117-121页 |
| 7.2.1 决策方式与径流描述 | 第117-119页 |
| 7.2.2 优化递推方程推求 | 第119-121页 |
| 7.2.3 模型递推终止条件 | 第121页 |
| 7.3 流域两阶段径流预报 | 第121-123页 |
| 7.4 基于TS-BSDP模型的水库群优化调度决策 | 第123-124页 |
| 7.5 基于TS-BSDP模型的发电调度模拟结果 | 第124-127页 |
| 7.6 小结 | 第127-128页 |
| 8 基于浑江梯级水库群的发电预报调度模型实用化 | 第128-135页 |
| 8.1 引言 | 第128页 |
| 8.2 系统总逻辑结构与特点 | 第128-130页 |
| 8.2.1 系统总体结构 | 第128页 |
| 8.2.2 系统模块主要功能 | 第128-130页 |
| 8.3 系统使用技术 | 第130-131页 |
| 8.3.1 多用户的联合调度决策 | 第130页 |
| 8.3.2 采用Java开发方案解决跨平台问题 | 第130页 |
| 8.3.3 采用核心Java安全体系结构解决安全问题 | 第130-131页 |
| 8.3.4 采用可视化技术进行调度方案生成 | 第131页 |
| 8.4 系统可扩展性和可移植性处理方法 | 第131-132页 |
| 8.5 浑江梯级水库群发电调度系统模块功能 | 第132-134页 |
| 8.5.1 GFS降雨预报信息下载子系统 | 第132-133页 |
| 8.5.2 水库群中长期径流预报子系统 | 第133页 |
| 8.5.3 水库群发电调度决策子系统 | 第133-134页 |
| 8.6 小结 | 第134-135页 |
| 9 总结与展望 | 第135-139页 |
| 9.1 主要结论 | 第135-136页 |
| 9.2 主要创新点 | 第136-137页 |
| 9.3 展望与不足 | 第137-139页 |
| 参考文献 | 第139-147页 |
| 攻读博士学位期间科研项目及科研成果 | 第147-148页 |
| 致谢 | 第148-150页 |
| 作者简介 | 第150-151页 |
