摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 课题背景及意义 | 第10页 |
1.2 梯级水电站群优化调度的研究现状 | 第10-14页 |
1.2.1 国内梯级优化调度研究现状 | 第10-12页 |
1.2.2 国外梯级优化调度研究现状 | 第12-14页 |
1.3 本文主要研究内容以及章节安排 | 第14-16页 |
第二章 梯级水电站短期优化调度问题建模 | 第16-28页 |
2.1 三峡-葛洲坝水电站基本情况 | 第16-17页 |
2.1.1 三峡水电站基本资料 | 第16页 |
2.1.2 葛洲坝水电站基本资料 | 第16-17页 |
2.2 三峡-葛洲坝梯级水电站短期优化调度数学模型 | 第17-20页 |
2.2.1 决策变量 | 第17-18页 |
2.2.2 约束条件 | 第18-19页 |
2.2.3 目标函数 | 第19-20页 |
2.3 三峡-葛洲坝梯级水电站水库水利数据 | 第20-24页 |
2.3.1 三峡水电站水位~库容关系 | 第20页 |
2.3.2 三峡水电站尾水位流量关系 | 第20-22页 |
2.3.3 三峡水电站水头损失流量关系 | 第22-23页 |
2.3.4 葛洲坝水电站水位库容关系 | 第23页 |
2.3.5 葛洲坝水电站尾水位流量关系 | 第23-24页 |
2.3.6 葛洲坝水电站水头损失流量关系 | 第24页 |
2.4 三峡-葛洲坝梯级水电站水力计算 | 第24-27页 |
2.5 本章小结 | 第27-28页 |
第三章 基于转化单目标的调度模型求解 | 第28-42页 |
3.1 多目标转化为单目标的方法概论 | 第28页 |
3.2 基于多目标转化为单目标模型求解的目标函数 | 第28-29页 |
3.3 决策变量和约束条件 | 第29页 |
3.4 算法原理 | 第29-38页 |
3.4.1 自适应遗传算法的改进 | 第29-33页 |
3.4.2 模型求解思路 | 第33-38页 |
3.5 计算实例 | 第38-41页 |
3.5.1 三峡水电站的发电特性数据 | 第38-40页 |
3.5.2 葛洲坝水电站的航运特性以及对三峡水电站的反调节作用 | 第40-41页 |
3.6 本章小结 | 第41-42页 |
第四章 基于多目标遗传算法的优化调度模型求解 | 第42-57页 |
4.1 模型求解算法和方案选择方法概论 | 第42-47页 |
4.1.1 多目标优化问题简介 | 第42-43页 |
4.1.2 非支配排序遗传算法Ⅱ型(NSGA-Ⅱ)简介 | 第43-45页 |
4.1.3 模糊集基本概念 | 第45-46页 |
4.1.4 TOPSIS决策方法 | 第46-47页 |
4.2 NSGA-Ⅱ优化算法目标函数 | 第47-48页 |
4.3 决策变量和约束条件 | 第48页 |
4.4 计算实例 | 第48-56页 |
4.5 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 总结 | 第57页 |
5.2 展望 | 第57-59页 |
参考文献 | 第59-64页 |
攻读硕士学位期间发表的论文及其它成果 | 第64-65页 |
致谢 | 第65页 |