长江干流梯级水库群联合调度

随着2012,2013年金沙江下游向家坝、溪洛渡水库的建成投运,形成了世界上规模最大的流域梯级水库群-长江干流梯级水库群(溪洛渡-向家坝-三峡-葛洲坝).长江干流梯级水库群防洪库容277亿m~3、调节库容239亿m~3、总装机43835 MW,具有防洪、发电、航运、供水和生态等巨大的综合利用效益.近几年,基于梯级水库群联合蓄放次序调度理论,采用库容效率法对长江干流梯级水库群在联合防洪、蓄水和消落等方面进行了初步探索和实践.结果表明:长江干流梯级水库群的联合调度不仅能充分保障长江流域的防洪安全与淡水资源安全,同时也能有效改善长江流域生态环境,发挥长江航运"黄金水道"的作用,以及进一步提高长江流域水资源利用率,服务国家"西电东送"、"节能减排"能源战略,为促进长江经济带的战略发展发挥重要作用.     

塔里木河下游生态输水与生态调度研究

以塔里木河下游为研究对象,通过连续14年的动态监测、资料收集、野外数据采集及实验室数据处理,对塔里木河下游生态输水的特点及方式、生态输水后的生态环境变化进行了系统的分析与评估,同时对下游生态调度策略与模式进行了初步探讨,得出以下结论:(1)塔河下游生态输水经历了从单通道、双通道输水,向汊河输水和面状输水方式的转变;(2)从河水耗散分析看,补给地下水占比最大为57.7%,土壤与植被消耗占37.9%,入湖水量与河道内水面蒸发所占比例为4.4%;(3)输水后塔里木河下游地下水位上升、地下水水质明显好转,植被面积扩大,群落物种种类增加,胡杨长势好转,表明塔里木河下游生态退化的趋势得到遏止,但生态脆弱性依然没有根本转变;(4)为了更好地巩固生态恢复的成效,应制定合理的生态调度计划,在河道线状输水的基础上,进一步扩大受水区范围,有效补给地下水,合理调控地下水位;(5)生态变化是一个长期而缓慢的过程,需从地表水、地下水、植被响应、生物多样性等方面,长期监测输水对生态环境恢复的响应,以利采取更为科学有效的措施.     

三峡及上游梯级水库群特大洪水防洪能力研究

三峡上游大规模梯级水库群的建成,极大地改变了三峡水库入库洪水的原始形态,使得三峡水库实际运行时的来水情况与最初设计时发生了很大变化,对下游荆江地区的防洪风险造成了显著的影响.本文通过建立三峡水库入库洪水随机模型和动库容调洪模型,结合三峡水库对城陵矶地区进行防洪补偿的调度规则,从入库洪水形态、调洪计算模型、防洪调度规程三个方面探究在三峡水库与上游乌东德、白鹤滩、溪洛渡、向家坝梯级水库群联合调度下荆江地区的防洪安全.结果表明,仅三峡水库单独拦蓄千年一遇入库洪水,所能控制的最大下泄流量为70160～81160 m³/s,荆江地区的分蓄洪量为72.95～102.08亿立方米,大于荆江地区72.76亿立方米的蓄洪容积,难以保证完全分洪.为避免启用荆江分蓄洪区造成的巨大损失,在不同入库洪水形态和对城陵矶地区进行防洪补偿的调度规则下,三峡上游乌东德、白鹤滩、溪洛渡、向家坝梯级水库群需要预留的最小拦蓄库容为72.11～94.74亿立方米.研究成果可以为长江上游梯级水库群联合防洪调度提供参考.     

电力系统能量与备用联合优化与精确调度

随着能源与环境危机日益严重,如何建立精确调度模型成为电力市场逐步完善过程中的一个迫切需要研究的课题．目前广泛采用的建模方式是将时间离散化,建立离散时间调度模型,本文首先举例说明离散时间调度模型中所定义的备用容量上、下限存在不可达的情况,即离散时间调度模型中的备用容量上、下限约束条件不严格,从而造成实际调度时存在旋转备用容量无法满足实际需求的情况．通过对机组出力方式与爬坡率关系的详细分析,证明了任意调度时段内机组精确可达的备用容量上、下限与该时段首末时刻机组输出功率相关,并给出了精确可达备用上、下限的计算方法．基于上面的分析结果,建立了能量与备用联合优化与精确调度模型,该模型将能量与备用联合精确调度这样一个连续时间最优控制问题建模成一个非线性规划问题,从而极大地降低了问题的复杂性,避免连续时间最优控制问题所存在的求解困难．应用序列二次规划法对模型进行了数值求解,并对结果进行了讨论,进而验证了模型的有效性．     

基于多本体的煤炭调度集成系统的研究

针对公司煤炭调度系统中总调度系统与下属分矿的子调度系统中存在异构数据源导致难以实现数据共享,设计了一个基于多本体的煤炭调度集成系统架构。重点研究了系统查询处理过程,首先根据全局本体到局部本体的映射,把针对全局本体的查询语句分解为对局部本体的子查询,再将子查询进一步重写为关系数据源的查询语句并给出了RDQL—to—SQL查询重写算法,最后把对关系数据源的SQL子查询结果进行集成返回给用户。     

翼型和机翼的多目标优化设计研究

为使已有的单目标优化方法推广用于多目标/多学科优化中去, 构造一个合适的综合目标函数(确定性算法)或适应函数(遗传算法)是十分重要的. 提出了一种适用于具有约束优化问题的目标函数组合法(OFCM), 讨论了采用确定性算法和遗传算法进行高性能翼型和机翼的双目标和双学科优化的问题. 二维(翼型)和三维(机翼)算例表明本文的方法可用于优化不同流体条件下、不同类型的翼型和机翼.     

黄河流域水库群多目标运行控制协同方法研究

依据协同学原理,提出了水库多目标运行控制的方法,该方法能够综合考虑水资源利用过程中相互冲突的供水、防洪、发电等目标.应用序参量构建了描述水资源子系统协调程度的有序度模型,并结合信息熵原理,建立了有序度熵,作为判定系统是否向协调有序方向演化的根据.对水库运行方式进行调控时,首先用模拟的方法获得初始方案,然后根据有序度和有序度熵对初始方案进行调控.应用该方法对黄河流域水库群的调控进行了研究.     

ACP100净化模块多目标运行优化研究

模块化小型堆(ACP100)的化学和容积控制系统净化模块是一个典型的多工况、多目标的系统模块。为了寻找化学和容积控制系统净化模块最优的调试/运行参数,本文构建了净化模块的热工水力模型和多工况、多目标优化模型,提出了考虑不同工况下泵流量和净化流量的目标函数和优化评价指标——综合偏离率。利用所构建的模型,以泵的小流量、模块初始净化流量为优化变量,对净化模块在寿期内的运行进行单因素分析和多目标优化分析。通过分析发现,在单因素优化条件下不存在一个在各种工况和各目标下均最优的调试点,但是多目标分析表明,在初始净化流量约为设计点的1.09倍、泵的小流量约为设计点的1.5倍时,全寿期运行的综合偏离率能从额定设计点的7.0%降至1.5%以下。敏感性分析也表明模型的多目标分析结果具有较好的适用性。     

考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度

针对多产品混合加工车间中有限夹具-托盘资源引发的生产力制约问题,提出了考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度方法.首先,以最小化最大完工时间为目标建立了基于设备-夹具-托盘三资源约束的混合整数规划模型.其次,设计了基于可行性修复和自学习型变邻域搜索的改良遗传算法并进行求解,提出了种群染色体初始化、交叉、变异过程中的可行性修复策略,在算法迭代中后期引入三种变邻域搜索方法并构建搜索策略知识库,自学习地求得最优解.最后,基于工业大数据生成算例,并通过数值实验证明了该算法具备求解精度和求解时间上的双重优越性,可有效解决设备-夹具-托盘约束下的柔性作业车间调度问题,为加工车间的生产排产智能化转型提供有力支持.     

梯级水库群联合航运关键问题研究Ⅰ:水陆耦合集散交通系统的概念和框架

随着我国一批大型梯级水利枢纽的兴建与投运,形成大面积库区深水航道,为内河航运提供了良好的契机,也使得沿江沿河地区资源和能源的区位经济优势将更加明显,货物运输量急剧增加,亟需提升货物运输能力.梯级水库群联合航运这一非工程措施以其投资少、见效快成为首选.然而,梯级水利枢纽兴建的同时也截断了航道的连续性,降低了库区航道的通过能力、利用率及影响范围;同时,水库群防洪与发电调度一定程度也制约库区通航能力的提升,使得梯级水库群联合航运面临一系列挑战.围绕上述问题,提出以库区航运为核心驱动的水陆耦合集散交通系统概念,以水利枢纽作为货物集散的"中心点",以库区航道作为集散中心点间的主要"连接线",在库区航运驱动下带动陆路货运量增加并运输至周边经济区域形成"辐射面".在此基础上,进一步论述了此框架下所面临的关键科学问题以及解决方案.相关研究成果可为具有丰富矿产资源和航运潜力的梯级水库群联合航运的规划与实施提供有力的技术支撑.     

中国台风灾害区划及设防标准研究—双层嵌套多目标联合概率模式及其应用

鉴于台风灾害加剧趋势,中国必须构建一套完整的防灾、减灾体系。针对台风特征、致灾因素、相应后果和防灾需求,使用多维复合极值分布理论,构造一个双层嵌套、多目标的联合概率预测模式,进而建立台风灾害区划及相应防灾设防标准体系。     

无人机群协同跟踪地面多目标导引方法研究

多机协同目标跟踪是无人机系统的典型任务之一.由于军事任务的集群性,在实际中常需要跟踪多个不同的目标.如何使用尽量少的无人机对多个目标实施有效跟踪,以提高系统鲁棒性和定位精度,是一个重要的研究课题.本文针对复杂环境下无人机群协同跟踪地面多目标过程中的关键问题进行研究,设计了复杂环境下无人机群协同跟踪多目标系统架构,提出了考虑遮蔽区域机群跟踪多目标动态分组算法、自适应多模型无迹卡尔曼粒子滤波融合算法和障碍条件下机群协同目标跟踪运动快速导引方法.通过仿真试验和飞行试验,验证了本文方法的有效性.最后,对该领域的下一步研究方向进行了展望.     

嫦娥二号卫星多目标多任务设计与经验

嫦娥二号卫星在圆满完成后续工程先导技术验证和科学探测任务后,又相继开展了日-地拉格朗日L2点和飞越Toutatis小行星探测,开创了我国多目标探测的先河,开拓了拉格朗日点和小天体新的探测领域.在剖析以往国际上典型多目标多任务探测器特点后,本文紧扣牵引技术发展主题,提出了以系统创新拓展领域,提升能力,带动技术突破和产品发展的思路,设计了在短周期等约束条件下实现多目标探测的策略与步骤;其次针对设定目标任务和推进技术发展的需求,提出了实现更远距离、更多技术验证的高可靠、高精度和自主运行的设计要点,简述了相关技术突破的情况;基于在轨运行表现,分析、汇总嫦娥二号的实现结果和预期改进目标;最后,梳理总结了嫦娥二号在任务设计、技术突破和实施程序与方法等方面的成功创新经验,可供未来任务借鉴.     

变量施肥决策的多目标优化模型与算法

变量决策模型和优化算法是精准农业变量作业处方生成的核心环节.文中建立了一个综合考虑作物产量、质量、能源消耗、环境影响等多个指标的变量施肥多目标优化模型,提出了一种求解此类问题的高效禁忌搜索算法,从产量最大化的初始施肥方案出发,基于最近可行解的概念进行邻域搜索,并按照质量优先的策略不断寻找和更新解集,最后得到一组非支配意义下的优化施肥方案,以提高精准农业变量施肥的决策支持能力和水平.通过对江西宜春地区油茶树变量施肥问题的案例研究,验证了模型和算法的有效性和实用性.     

多目标环境下合成宽带雷达运动补偿方法研究

研究多目标环境下,合成宽带雷达速度估计和运动补偿的实现方法.分析了当各目标速度不等时,速度估计的前提条件——目标匹配配对.基于单脉冲雷达体制,将目标匹配的过程扩展到角度域,提出了角度匹配测速法,实现对多个目标不同速度分量的解算.从匹配概率和速度估计的Cramer-Rao下界等方面,对该方法的性能进行了分析.计算机仿真结果表明,该方法有效可行.     

基于DBF的多目标梯度跟踪算法仿真与实现

以均匀圆阵为接收天线阵,在分析梯度跟踪算法原理以及数字波束形成技术原理的基础上,提出了一种DBF技术与CORDIC算法相结合的FPGA实现方案,并用Verilog语言编写了算法程序,给出了电路原理图.使用ISE软件和Modelsim软件进行了仿真验证,仿真结果验证方案的正确性与可行性.     

黄河下游漫滩洪水造床机理与水沙调控指标研究

本文采用实测资料分析和理论探讨相结合的方法,系统研究了黄河下游漫滩洪水的造床机理与水沙调控指标.结果表明:对于多沙的黄河,漫滩洪水最充分的发挥了水流动力的输沙造床作用,其削峰滞洪与淤滩刷槽的功效十分显著且不可替代.漫滩洪水的造床作用随着洪水漫滩程度的变化而明显不同,可分为三个阶段;漫滩初期,主槽输沙能力降低,淤滩刷槽作用尚未得到充分展现;漫滩中期,滩槽水沙交换充分,淤滩刷槽作用良好;漫滩后期,淤滩刷槽作用趋缓.综合考虑提高河道输水输沙能力与保护滩区防洪安全,提出的黄河下游有利漫滩洪水的水沙调控指标为:洪水漫滩参数1.4γ1.5、来沙系数ρ0.028,即按照目前下游河道主槽平滩流量为4000 m3/s,通过小浪底水库水沙调控,控制下泄洪峰流量5600~6000 m3/s、来沙系数小于0.028的漫滩洪水,对于塑造与维持黄河下游合理规模的输水输沙通道最有利.若控制下游河道不漫滩,通过小浪底水库水沙调控,建议下泄洪峰流量3500~4000 m3/s接近主槽平滩流量的洪水,对于塑造与维持黄河下游合理规模的输水输沙通道较为有利.     

多介质板式换热器试验研究与分析

对一种基于Alpha magnetic spectrometer（AMS）热系统研究与设计自主开发的能够实现多介质换热的新型板式换热器进行了试验研究与分析.该种新型换热器的换热板片由凸球面和凹球面构成不连续波纹,其换热性能优于BR1型人字形板式换热器,阻力特性明显优于目前常用的60°人字形板式换热器.本文分析了球面波纹强化传热的机理,认为球面波纹能够减小局部场协同角,提高了板间流场与温度场的协同程度.     

基于多目标优化的核心专利挖掘方法研究——以基因工程疫苗领域为例

专利是技术信息最有效的载体,挖掘核心专利可以为组织机构以及个体的创新实践活动提供更加高效的背景技术支撑,对把握某领域技术发展水平,推动技术进步具有重要意义。本文对当前核心专利识别的研究现状进行调研分析,并在前人研究的基础上提出基于多目标优化方法的核心专利挖掘模式,选取基因工程疫苗领域的专利数据进行了实证分析。本文筛选了9项专利指标作为对象并归类到专利技术价值、经济价值、法律价值三个目标下,基于此运用超体积函数进行测度,最终识别出200项核心专利,为全面了解该领域的技术发展现状以及当前的核心专利识别研究提供方法借鉴。     

基于深度强化学习与演化计算的风-水-火混合增强智能调度

火电、水电和风电是我国电力工业系统的三大能源主体,根据风-水-火发电互补特性,建立联合优化调度模型对于降低电力系统运行成本以及促进新能源消纳具有重要意义.然而梯级水电站间的时空耦合性、风电的不确定性以及风-水-火多能源相互关联的复杂约束使得联合调度模型求解较为困难.因此,本文提出了一种基于深度强化学习(deep reinforcement learning, DRL)与演化计算的混合增强智能优化框架.该框架首先利用深度强化学习与风-水-火联合调度模型进行交互,并根据交互数据对联合调度模型复杂规律进行持续学习,优化自身控制策略,提高智能体泛化能力.此后,在解决实际调度问题时,为进一步提升算法的个性化能力,利用演化计算算法(particle swarm optimization, PSO)在经过训练的DRL上进一步优化调度方案,实现风-水-火联合调度的快速决策.算例分析表明,所提出的混合增强智能优化框架求解速度快、寻优能力强,提升了DRL优化性能的鲁棒性,提高了风-水-火系统运行的经济性及风电消纳能力.