基于BP神经网络与改进遗传算法的泵站优化调度

论文摘要

通常泵组件的调节主要依靠工程师经验,难以保证水泵在所有时段内均高效运行,易造成能源浪费,对此提出了以效率模型为依据的泵站优化调度方法。为减小误差,使用泵站实际运行数据基于BP神经网络训练水泵特性。在此基础上,利用训练后的数据初始化种群,以泵站效率之和最小为目标,建立泵站优化调度数学模型,设定水量、压力和高效区等约束条件,采用改进的遗传算法求解水泵组合方案及各泵运行参数。结果表明,改进遗传算法对泵站调度的优化效果明显,可适用于泵站的优化节能运行。研究成果为泵站优化调度运行提供了一种新方法。

论文目录

• 1 引言
• 2 数学模型的建立
•   2.1 离心泵特性曲线
•   2.2 泵站优化调度数学模型
•     2.2.1 目标函数的建立
•     2.2.2 约束条件
• 3 算法的实现
•   3.1 BP神经网络训练水泵特性
•   3.2 改进遗传算法泵站调度优化
•     3.2.1 遗传算法的实现
•     3.2.2 遗传算法的改进
• 4 应用实例
•   4.1 水泵特性曲线的描述
•   4.2 泵站优化调度
• 5 结论

文章来源

类型: 期刊论文

作者: 魏良良,丁祥,蔡甜,欧阳二明

关键词: 神经网络,改进遗传算法,供水泵站,优化调度

来源: 水电能源科学 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 水利水电工程

单位: 南昌大学建筑工程学院,长安大学环境科学与工程学院

基金: 国家水体污染控制与治理科技重大专项(2014ZX07406-003)

分类号: TV675

页码: 168-171

总页数: 4

文件大小: 2106K

下载量: 366