一种基于决策树的水库调度规则提取方法、系统及介质

    公开(公告)号:CN118350522A

    公开(公告)日:2024-07-16

    申请号:CN202410292203.6

    申请日:2024-03-14

    摘要: 本发明公开了一种基于决策树的水库调度规则提取方法、系统及介质,该方法包括如下步骤:S1:收集水库调度的基本资料;S2:选取水库出库流量作为目标值,采用滑动平均法对出库流量数据进行预处理,作为决策树分析的基础数据;S3:对水库出库流量序列进行频数统计,对频数统计结果进行峰值划分,依据划分结果确定目标值的分类区间及代表流量级;S4:根据水库调度规程选取决策树算法的影响因子;S5:构建CART决策树,输出分类条件及分类结果;S6:基于决策树分类结果,按照“启动条件‑调度方式”的逻辑判断形式形成水库调度规则。本发明利用大数据智能化算法充分挖掘流域历史水库调度过程中蕴含的调度经验,为水库调度优化提供实用性的技术手段。

    梯级水电站群优化调度逐阶段反向学习降维优化方法

    公开(公告)号:CN112766564B

    公开(公告)日:2022-06-03

    申请号:CN202110054612.9

    申请日:2021-01-15

    IPC分类号: G06Q10/04 G06Q50/06 G06K9/62

    摘要: 本发明涉及水资源高效利用与水电优化调度技术领域,公开了一种梯级水电站群优化调度逐阶段反向学习降维优化方法,首先计算得到各水电站的初始调度状态过程和离散步长;然后对于计算的各个阶段,逐阶段在初始状态组合的上下两侧,随机生成上侧、下侧的离散状态数目并加以组合形成廊道,以廊道上下边界为基础,计算初始状态的反向状态组合进行迭代寻优,以获得改进的调度过程;重复上述过程直至所有阶段计算完毕;最后收缩离散步长,反复迭代直至收敛,从而逼近全局最优解,输出最优调度过程。本发明梯级水电站群优化调度逐阶段反向学习降维优化方法,有效降低计算复杂度,大幅提升计算效率,适用于大规模梯级水电站群优化调度。