梯级水库群联合防洪预报调度规则优化设计方法 ，刁艳芳，武竹青，洪水和降雨预报精度的提高使之广泛应用于水库防洪调度中，并且随着水库建设的增多，库群联合防洪预报调度成为有效提升水库防洪和

梯级水库群联合防洪预报调度方式风险分析 ，刁艳芳，王亚平，随着降雨预报和洪水预报精度的提高，为实现预蓄预泄，提高水库防洪和兴利效益，预报信息越来越广泛的应用于指导水库防洪调度决策

梯次电池，通信机房，比亚迪梯级电池通信应用配置说明

梯级水电站不仅要满足电力系统运行要求,还要考虑发电和用水之间的协调,才能使综合效益最大化。提出一种兼顾年发电量和运行成本的梯级水电站长期多目标优化调度新模型。通过分别求解各个单目标优化问题和定义各单项目标的隶属度函数,把多目标问题模糊化;采用对各单项目标优化的目标值在一定范围内伸缩的方法来体现决策者的主观意愿;利用模糊最大满意度方法把多目标优化问题转化为单目标非线性规划问题;并构建了一种动态调整惯性因子的自适应粒子群算法。仿真计算验证了模型的正确性和求解方法的可行性,多目标模型比单目标模型获得了更佳的综合效益,模糊优化处理方法避免了目标权重选取的人为任意性,同时自适应粒子群算法计算速度快、收敛精度高。

为有效解决高比例风光消纳问题，提出一种基于梯级水电与高载能负荷功率变化主动响应能力的风光容量优化配置方法。设计高载能负荷配合梯级水电平抑风光出力波动的协调框架；通过刻画基于水头变化的不同时刻间梯级水电的功率调节规律以及基于生产过程的冶炼类高载能负荷功率调节特性，构建考虑系统调节能力约束的风光容量最优配置模型，以风光电站投资建设成本、水火电站运行成本、高载能负荷调度成本以及弃风弃光惩罚成本最低为目标确定风光装机容量。湖南某地区仿真结果表明，所提方法能够更好地应对净负荷功率波动，增加风光并网容量。

基于Matlab遗传算法工具箱的梯级水电站优化调度.pdf

人工智能-机器学习-浑江梯级水电厂计算机监控系统的设计与实现.pdf

c1=1.4962; %学习因子1 c2=1.4962; %学习因子2 w=0.7298; %惯性权重 MaxDT=20; %最大迭代次数-------k次迭代 D=12; %搜索空间维数（未知数个数）-----D维空间 N=100; %初始化群体个体数目--------m个粒子 eps=10^(-6); %设置精度(在已知最小值时候用)

建立了梯级水电站短期优化调度的数学模型，在此基础上探讨了逐次逼近(DPSA)和大系统分解协调2种降“维”算法的主要思想和实现方法，并对其进行了较深入的对比分析，认为2种算法的核心思想是相同的，都将收敛于满意优化解。决策者可根据计算精度和时间等的需要从不同优化方法中选择，以寻求满意解。最后给出了2种优化算法在工程中的算例，其结果可供实际应用参考。

煤矿智能开采工艺与装备对于地质条件适应性不足，急需在各种复杂地质条件下构建高精度透明化的煤层地质模型。以山西某地质条件复杂的矿井为例，选择陷落柱、断层、褶曲等较为发育的XY-S工作面，通过利用不同勘查、生产阶段获取的地质数据，递进式构建了设计阶段的黑箱模型、掘进阶段的灰箱模型、回采前的白箱模型和开采中的透明模型；以XY-S工作面7 400 m掘进巷道、1 470 m推采范围的实测数据作为统计依据，对不同模型的地质建模精度进行实证分析。试验结果表明：①煤层底板的建模误差：黑箱模型10~20 m（仅有钻探数据时）、5~10 m（钻探+三维地震），灰箱模型和白箱模型0~5 m，透明模型0~1.0 m；②断层、陷落柱的控制程度：槽波解释的3条落差1.5 m以上断层验证可靠，直径20 m以上陷落柱的解释准确率平均75%，但是槽波探测的陷落柱范围明显偏大、推断的异常区偏多；③煤厚预测误差：主采煤层平均厚度2.70 m，黑箱、灰箱、白箱模型煤厚预测最大误差1.5 m、均方误差0.5 m左右，透明模型的煤厚预测误差小于0.30 m，但是可统计的实证点偏少。按照智能开采工作面地质模型梯级构建的思路，智能