论文部分内容阅读
我国水资源总量丰富,但是在空间分布上很不均匀,为满足人们在生产、生活中对水资源的需要,近年来兴建了很多调水工程来满足这一需求。但是这些调水工程在满足人们需求的同时,也消耗了大量的能源。泵站作为调水工程的主体,它的能源消耗在调水工程中无疑占了很大比例。因此,如何减少泵站的能源消耗,提高其运行效率,减少其运行费用,实现泵站的优化运行是当前必须要解决的问题。泵站优化运行的方法主要是以人工神经网络和遗传算法作为理论基础,利用现代的计算技术和最优化方法来寻求能够满足调度原则的最优调度方式或方案。主要是在满足抽水量和扬程的前提条件下,通过各种运行方式(比如调整水泵叶片角度来合理分配流量或者通过确定开机台数)使泵站达到优化运行,实现耗能最少的目的。本文介绍了泵站优化的研究现状,对人工神经网络和遗传算法的发展、组成、应用、特点等基础理论做了介绍,同时分析了各类泵站在优化运行时的数学模型的适用情况和它们的优缺点,并且对不同的求解方法做了分析、比较。在此基础上,确定以泵站总耗电量最小为准则,建立了大青山泵站站内优化运行的数学模型,用Visual Basic编程建立了泵站优化系统,利用人工神经网络技术建立其相应的运行模型,结合遗传算法实现了流量在泵站机组间的流量最优分配,从而达到优化运行的目的。当给定泵站的需水量时,利用神经网络和遗传算法的优化计算功能,能够快速确定出泵站的开机台数和总功率,为泵站的实时控制和实时调度提供依据,从而实现泵站的优化运行。