水电作为优质清洁可再能源，水电开发利用及其调度管理是构建"清洁低碳、安全高效"现代能源体系的重要支撑。随着河流水力资源开发程度的不断提高，梯级水电厂越来越多，而这些大型流域梯级水电站群水力、电力联系十分紧密，同时还承担着流域防洪、电网安全稳定经济运行、水资源综合利用的任务，其调度运行面临着严峻的挑战。本书将利用大数据技术和人工智能技术对流域水电智慧调度进行有益探索，具有重要的现实意义和实践价值。本书基于人工智能理论和大数据技术进行流域水电智慧调度理论和关键技术研究，智慧智能调度是智能管理向广度和深度的发展和继承。本书将就智慧调度概述、流域水情智慧分析预测、梯级水电站发电能力智慧评估、梯级水电站发电计划智慧编制、梯级水电站负荷实时高效智慧匹配、梯级水电站群实时发电智慧调度策略、流域水电消纳市场信息剖析等方面内容开展研究。
更多科学出版社服务，请扫码获取。
目录
绪论 1
上篇 实时感知
第1章 数据采集 11
1.1 气象 11
1.1.1 气象信息获取方式 11
1.1.2 大渡河流域气象信息收集 12
1.2 水情 14
1.2.1 水情信息获取方式 14
1.2.2 大渡河流域水情信息收集 14
1.3 市场 18
1.3.1 市场信息获取方式 18
1.3.2 大渡河公司所需市场信息收集 20
1.4 设备 23
1.4.1 设备信息种类 23
1.4.2 设备信息获取方式 23
1.5 环境 25
1.5.1 环境信息种类 25
1.5.2 环境信息获取方式 25
第2章 数据传输 28
2.1 光纤通信 28
2.1.1 大渡河光纤通信系统概述 29
2.1.2 大渡河光纤通信系统保护策略 30
2.2 卫星通信 32
2.2.1 卫星通信系统概述 32
2.2.2 卫星通信技术特点 32
2.2.3 大渡河VSAT卫星通信系统 33
2.2.4 基于VSAT的VOIP调度通信 38
2.3 公网通信 39
第3章 数据处理 41
3.1 云计算中心 41
3.1.1 云计算基本概念 41
3.1.2 大渡河云计算中心体系架构 42
3.1.3 大渡河云计算中心存储设计 43
3.2 云数据中心 45
3.2.1 云数据中心基本概念 45
3.2.2 云数据中心数据采集 45
3.2.3 云数据中心数据存储 48
3.2.4 云数据中心数据质量 49
中篇 精准预测
第4章 气象预报 53
4.1 数值天气预报简介 53
4.1.1 数值天气预报技术发展简史 53
4.1.2 WRF预报模型简介 54
4.1.3 数据同化技术 58
4.2 大渡河流域数值天气预报模型 61
4.2.1 大渡河流域气候特点 61
4.2.2 预报思路 63
4.2.3 大渡河数值天气预报模型设计 64
4.2.4 大渡河资料同化设计 67
4.2.5 大渡河预报参数选择 69
4.2.6 大渡河集合预报 72
4.3 大渡河数值天气预报案例分析 74
4.3.1 大渡河降雨预报检验分析 74
4.3.2 预报偏差案例分析 78
4.4 大渡河降水预报方案优化 79
4.4.1 基于增量空间滤波的多尺度模型融合技术 79
4.4.2 使用分辨率更高的地形数据 80
4.4.3 融合更多公开的全球预报数据 81
4.4.4 利用认知技术修正模型预报误差 81
第5章 洪水预报 84
5.1 洪水预报技术简介 84
5.1.1 新安江模型 85
5.1.2 洪水概率预报 91
5.2 大渡河洪水预报方案 101
5.2.1 大渡河流域暴雨洪水特性 101
5.2.2 洪水预报总体设计 105
5.2.3 典型性断面预报方案 106
5.3 洪水预报案例分析 109
5.3.1 精度评定要求 109
5.3.2 典型性断面预报效果 110
5.4 大渡河洪水预报方案优化 110
第6章 中长期径流预报 112
6.1 径流预报技术简介 112
6.1.1 自回归模型 113
6.1.2 径向基神经网络模型 113
6.1.3 集对分析 114
6.2 大渡河中长期径流预报方案 115
6.2.1 大渡河径流特性分析 115
6.2.2 中长期径流预报总体设计 120
6.2.3 典型性断面预报方案 121
6.3 中长期径流预报案例分析 125
6.3.1 自回归模型预报 125
6.3.2 RBFNN模型预报 125
6.3.3 集对分析模型预报 126
6.4 大渡河中长期预报方案优化 127
下篇 智能调控
第7章 梯级联合优化调度 131
7.1 梯级水电站中长期优化调度 131
7.1.1 数学模型 131
7.1.2 模型求解 132
7.1.3 实例计算 136
7.2 梯级水电站短期优化调度 138
7.2.1 数学模型 138
7.2.2 模型求解 140
7.2.3 实例计算 142
7.3 梯级水电站负荷分配 143
7.3.1 梯级联合调度负荷分配模式 143
7.3.2 数学模型 148
7.3.3 模型求解 150
7.3.4 实例计算 150
7.3.5 日发电计划合理性校核 152
7.4 水库汛末分期蓄水 153
7.4.1 汛期分期方法 153
7.4.2 实例计算 158
7.4.3 汛末分期蓄水成效 162
7.5 中小洪水实时预报调度 162
7.5.1 研究方法 163
7.5.2 实例计算 164
7.5.3 中小洪水实时预报调度成效 167
第8章 负荷实时调控 169
8.1 研究内容 169
8.2 站间负荷实时分配模型 170
8.2.1 建模要点 170
8.2.2 约束条件 171
8.3 模型求解方法 172
8.3.1 动态规划算法 173
8.3.2 改进双向逐次逼近解算方法 175
8.4 瀑深枕三站EDC案例 180
8.4.1 厂间负荷实时分配策略 180
8.4.2 厂间负荷实时分配控制模型 181
8.4.3 求解算法 184
第9章 闸门智能控制 187
9.1 研究内容 187
9.2 水位控制策略及模拟运行 188
9.2.1 水库水位控制策略库 188
9.2.2 水电站模拟运行 189
9.2.3 水电站模拟运行计算流程 190
9.3 闸门调度及算法 191
9.3.1 调度模式的目标函数 191
9.3.2 闸门约束 192
9.3.3 闸门开度分配中的次优解 192
9.4 典型站闸门智能控制案例 192
9.4.1 大岗山水电站 193
9.4.2 瀑布沟水电站 194
参考文献 197
书单推荐
