基于改进BP神经网络的水库调度函数研究

摘要

介绍了BP神经网络的基本原理及其改进方法.运用改进BP神经网络对水库调度函数进行非线性拟合,并将所得的调度函数应用于水库群联合调度.模拟调度中以出流和时段末水位做决策,两者相互印证和补充.实例表明,神经网络拟合精度较高,水库群的模拟联合调度取得了满意的效果.对于金沙江下游梯级及三峡葛洲坝水库组成的6库水电系统,对比按常规调度和线性调度函数方式,梯级保证出力分别增加了380 MW和160 MW,年均电量分别提高了73.79亿kW·h和12.45亿kW·h,年均弃水量分别减少了512.5亿m3和87.7亿m3,效果显著.