典型文献
基于深度学习的三峡水库实时防洪调度模型
文献摘要:
水库实时调度需要考虑多种约束条件及综合目标,具有较高复杂度.本文以三峡水库实时防洪调度为研究对象,提出一种基于深度学习的水库实时防洪调度模型.研究模拟三峡水库实时调度过程,生成训练样本数据.基于样本数据生成高维张量输入数据,通过网络参数训练提取高维数据特征以学习拟合水库实时调度模式.基于深度卷积神经网络实时调度模型在训练过程中提取闸门数据特征,模型中采用强化学习算法,迭代优化模型参数,随着样本数据不断更新,通过在线学习实现最优调度决策.实例研究表明,水位实时控制和下泄流量实时控制模型模拟的下泄流量与实际数据相对误差分别为1.4%和1.0%左右,该深度学习模型有较好的收敛性,能够应用于水库实时调度.
文献关键词:
水库防洪调度;模拟调度;深度神经网络;强化学习;决策
中图分类号:
作者姓名:
徐刚;舒远丽;任玉峰;吴碧琼
作者机构:
三峡大学 水利与环境学院,湖北 宜昌 443002;智慧长江与水电科学湖北省重点实验室,湖北 宜昌 443133;中国长江电力股份有限公司,湖北 宜昌 443002
文献出处:
引用格式:
[1]徐刚;舒远丽;任玉峰;吴碧琼-.基于深度学习的三峡水库实时防洪调度模型)[J].水力发电学报,2022(03):60-69
A类:
B类:
三峡水库,调度模型,实时调度,综合目标,训练样本,数据生成,张量,输入数据,网络参数,高维数据,数据特征,调度模式,深度卷积神经网络,训练过程,闸门,强化学习算法,迭代优化,不断更新,在线学习,最优调度,调度决策,实例研究,实时控制,下泄流量,控制模型,模型模拟,实际数据,深度学习模型,收敛性,水库防洪调度,模拟调度,深度神经网络
AB值:
0.308001
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。