水電能源系統(tǒng)最優(yōu)調(diào)控的先進理論與方法內(nèi)容簡介

本書從流域徑流特性分析及預報、水電能源系統(tǒng)優(yōu)化調(diào)度決策和水電機組動力學特性及運行狀態(tài)評估等內(nèi)容出發(fā)，對復雜水電能源系統(tǒng)最優(yōu)調(diào)控的理論和方法進行系統(tǒng)深入地研究。

全書內(nèi)容分為3篇：

第一篇：流域徑流特性分析及預報的先進理論與方法

本篇對流域徑流的周期、趨勢和混沌性等演化特性進行了深入研究，在此基礎(chǔ)上建立了基于小波分析和支持向量回歸的徑流多尺度耦合預測模型，構(gòu)建了一種中長期徑流區(qū)間預測的混沌時間序列方法，以便為今后水資源管理的政策制定者、研究人員以及公眾提供未來徑流變化的背景。

第二篇：水電能源系統(tǒng)優(yōu)化調(diào)度決策的先進理論與方法

本篇對現(xiàn)有多目標進化算法在求解流域梯級聯(lián)合調(diào)度等復雜大規(guī)模優(yōu)化問題時存在的問題，提出了自適應網(wǎng)格多目標粒子群優(yōu)化算法，針對傳統(tǒng)調(diào)度決策方法不能有效處理梯級聯(lián)合調(diào)度決策問題中的不確定性因素、缺乏柔性和魯棒性差等缺點，提出了基于廣義集對分析的多屬性決策方法；最后以三峽梯級電站調(diào)度問題為應用背景，研究了梯級電站多目標調(diào)度模型及其求解方法，以及基于廣義集對分析的梯級多屬性調(diào)度決策方法。研究成果為梯級電站多目標調(diào)度決策問題的解決提供一條有效途徑。

第三篇：水電機組動力學特性及運行狀態(tài)評估的的先進理論與方法

本篇考慮到振動問題在水力發(fā)電系統(tǒng)運行中的普遍性，為了使水電機組轉(zhuǎn)子系統(tǒng)振動分析更為合理，分別建立了剛性聯(lián)接轉(zhuǎn)子系統(tǒng)動力學模型、軸向推力作用下轉(zhuǎn)子系統(tǒng)動力學模型、轉(zhuǎn)輪葉片作用下懸臂轉(zhuǎn)子系統(tǒng)的動力學模型和立式Jeffcott轉(zhuǎn)子模型彎扭耦合振動微分方程，深入研究了不同參數(shù)作用下，轉(zhuǎn)子系統(tǒng)動力學特性進；在此基礎(chǔ)上，結(jié)合旋轉(zhuǎn)機械故障診斷理論，建立了基于信息熵和Parks聚類相結(jié)合的水電機組振動故障診斷模型。希望研究內(nèi)容能為水力發(fā)電機組在轉(zhuǎn)子動力學、軸系振動及振動故障診斷等相關(guān)研究提供一定的借鑒。

前言

第一篇 流域徑流特性分析及預報的先進理論與方法

第1章 徑流演化過程復雜特性分析方法

1.1 徑流過程多尺度特性分析

1.1.1 小波分析方法

1.1.2 實例分析

1.2 徑流時間序列混沌特性分析

1.2.1 相空間重構(gòu)理論與方法

1.2.2 最大Lyapunov指數(shù)

1.2.3 實例分析

第2章 中長期徑流過程預測先進理論與方法

2.1 2于支持向量機的徑流多尺度耦合預測

2.1.1 統(tǒng)計學習理論

2.1.2 支持向量機

2.1.3 支持向量回歸

2.1.4 基于差分進化的模型參數(shù)優(yōu)選

2.1.5 實例分析

2.2 徑流時間序列的混沌區(qū)間預測

2.2.1 混沌區(qū)間預測可行性

2.2.2 徑流時間序列區(qū)間預測

2.2.3 實例分析

第二篇 水電能源系統(tǒng)優(yōu)化調(diào)度決策的先進理論與方法

第1章 梯級電站調(diào)度決策的研究現(xiàn)狀及面臨的挑戰(zhàn)

1.1 水電能源系統(tǒng)調(diào)度決策的研究現(xiàn)狀

1.2 水電能源系統(tǒng)調(diào)度決策面臨的挑戰(zhàn)

1.2.1 電力市場環(huán)境下梯級電站聯(lián)合調(diào)度的特點

1.2.2 水電能源系統(tǒng)聯(lián)合調(diào)度對多目標決策方法的挑戰(zhàn)

1.3 多目標決策及研究現(xiàn)狀

1.3.1 多目標決策問題的特點及分類

1.3.2 多目標最優(yōu)化問題的數(shù)學描述

1.3.3 多目標決策方法的研究現(xiàn)狀

第2章 梯級電站調(diào)峰容量效益最大的日發(fā)電計劃研究

2.1 引言

2.2 數(shù)學模型描述

2.2.1 目標函數(shù)

2.2.2 約束條件

2.3 模型的求解算法

2.4 三峽梯級多目標日發(fā)電計劃

2.5 小結(jié)

第3章 基于自適應網(wǎng)格多目標粒子群優(yōu)化算法的水電能源系統(tǒng)多目標優(yōu)化調(diào)度

3.1 引言

3.2 自適應網(wǎng)格多目標粒子群優(yōu)化算法

3.2.1 算法的一般結(jié)構(gòu)

3.2.2 非劣解密度自適應網(wǎng)格估計算法

3.2.3 基于AGDEA的Pareto最優(yōu)解搜索算法

3.2.4 基于AGDEA的非劣解多樣性保持技術(shù)

3.2.5 改善AG—MOPSO算法性能的輔助策略

3.2.6 約束多目標優(yōu)化

3.2.7 AG—MOPSO算法的實現(xiàn)

3.3 AG—MOPSO算法的性能測試與分析

3.3.1 非劣解的質(zhì)量評價指標

3.3.2 典型測試函數(shù)

3.3.3 網(wǎng)格密度對算法性能的影響

3.3.4 e—Pareto最優(yōu)下e對算法性能的影響

3.3.5 典型測試函數(shù)下算法性能的比較分析

3.4 基于AG—MOPSO算法的梯級多目標調(diào)度

3.4.1 多目標發(fā)電調(diào)度

3.4.2 多目標洪水調(diào)度

3.5 基于AG—MOPSO算法的水電聯(lián)合調(diào)度

3.5.1 數(shù)學模型及算法實現(xiàn)

3.5.2 三峽梯級汛末不同攔蓄洪尾方案下的水電聯(lián)合調(diào)度

3.6 小結(jié)

第4章 基于廣義集對分析的梯級多屬性調(diào)度決策

4.1 引言

4.2 廣義集對分析的聯(lián)系數(shù)理論

4.2.1 聯(lián)系數(shù)理論

4.2.2 模糊聯(lián)系數(shù)理論

4.3 基于集對分析的多屬性決策方法

4.3.1 聯(lián)系數(shù)決策矩陣

4.3.2 決策方法

4.4 基于模糊集對分析的多屬性決策方法

4.4.1 模糊聯(lián)系數(shù)決策矩陣的建立

4.4.2 模糊聯(lián)系數(shù)的排序方法

4.5 多屬性調(diào)度決策（1）

4.5.1 問題描述

4.5.2 決策分析

4.6 多屬性調(diào)度決策（2）

4.6.1 問題描述

4.6.2 決策分析

4.7 多屬性調(diào)度決策（3）

4.7.1 區(qū)域用水水平的綜合評價

4.7.2 水資源配置方案的綜合評價

4.7.3 水資源規(guī)劃方案的綜合評價

4.8 小結(jié)

第三篇 水電機組動力學特性及運行狀態(tài)評估的先進理論與方法

第1章 水力發(fā)電機組軸系振動研究概況

1.1 轉(zhuǎn)子動力學研究綜述

1.2 水力發(fā)電機組振動研究概述

第2章 水力發(fā)電機組振動故障診斷策略研究綜述

第3章 剛性連接平行不對中轉(zhuǎn)子系統(tǒng)振動特性

3.1 引言

3.2 平行不對中轉(zhuǎn)子系統(tǒng)運動模型

3.3 平行不對中轉(zhuǎn)子系統(tǒng)振動特性

3.3.1 轉(zhuǎn)子系統(tǒng)橫向振動特性

3.3.2 從動軸質(zhì)量對轉(zhuǎn)子振動特性的影響

3.3.3 驅(qū)動軸質(zhì)量對轉(zhuǎn)子振動特性的影響

3.3.4 質(zhì)量偏心量對轉(zhuǎn)子振動特性的影響

3.3.5 聯(lián)軸節(jié)平行不對中量對轉(zhuǎn)子振動特性的影響

3.3.6 不同轉(zhuǎn)速時轉(zhuǎn)子系統(tǒng)軸心軌跡

3.4 本章小結(jié)

第4章 軸向推力作用下轉(zhuǎn)子軸心軌跡特性

4.1 引言

4.2 質(zhì)量不平衡轉(zhuǎn)子系統(tǒng)動力學模型

4.3 數(shù)值仿真

4.3.1 轉(zhuǎn)子橫向縱向振動時頻特性

4.3.2 不同轉(zhuǎn)速時轉(zhuǎn)子系統(tǒng)軸心軌跡

4.3.3 軸向推力頻率不同時轉(zhuǎn)子系統(tǒng)軸心軌跡

4.4 本章小結(jié)

第5章 葉片作用下轉(zhuǎn)子系統(tǒng)動力學行為

5.1 引言

5.2 轉(zhuǎn)輪葉片作用下的轉(zhuǎn)子系統(tǒng)動力學方程

5.3 葉片參數(shù)對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.3.1 計算參數(shù)

5.3.2 轉(zhuǎn)子系統(tǒng)振動的時頻特性

5.3.3 轉(zhuǎn)輪葉片質(zhì)量對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.3.4 葉片質(zhì)心到主軸的距離對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.3.5 轉(zhuǎn)輪葉片數(shù)對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.4 葉片斷裂對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.4.1 計算參數(shù)

5.4.2 轉(zhuǎn)子系統(tǒng)正常運轉(zhuǎn)時振動的時頻特性

5.4.3 轉(zhuǎn)子系統(tǒng)有1個葉片斷裂時振動的時頻特性

5.4.4 轉(zhuǎn)子系統(tǒng)有2個軸對稱葉片斷裂時振動的時頻特性

5.4.5 轉(zhuǎn)子系統(tǒng)有2個相鄰葉片斷裂時振動的時頻特性

5.4.6 葉片部分斷裂對轉(zhuǎn)子系統(tǒng)振動特性的影響

5.5 本章小結(jié)

第6章 懸臂轉(zhuǎn)子系統(tǒng)非線性動力學特性研究

6.1 引言

6.2 懸臂轉(zhuǎn)子系統(tǒng)動力學方程

6.3 計算結(jié)果及分析

6.3.1 計算參數(shù)

6.3.2 轉(zhuǎn)子系統(tǒng)振動的時頻特性

6.3.3 軸承支承剛度對轉(zhuǎn)子系統(tǒng)振動特性的影響

6.3.4 質(zhì)量偏心對圓盤1振動特性的影響

6.3.5 質(zhì)量偏心對圓盤2振動特性的影響

6.4 本章小結(jié)

第7章 立式質(zhì)量偏心轉(zhuǎn)子彎扭耦合振動分析

7.1 引言

7.2 立式質(zhì)量偏心轉(zhuǎn)子彎扭耦合運動方程的建立

7.3 立式質(zhì)量偏心轉(zhuǎn)子彎扭耦合特性分析

7.3.1 轉(zhuǎn)子穩(wěn)態(tài)振動時的彎扭耦合特性分析

7.3.2 轉(zhuǎn)子瞬態(tài)振動時的彎扭耦合特性分析

7.4 數(shù)值仿真與討論

7.5 本章小結(jié)

第8章 剛性連接轉(zhuǎn)子系統(tǒng)振動特性研究

8.1 引言

8.2 剛性連接轉(zhuǎn)子系統(tǒng)動力學模型

8.3 數(shù)值仿真

8.3.1 轉(zhuǎn)子系統(tǒng)瞬態(tài)振動特性

8.3.2 轉(zhuǎn)子系統(tǒng)穩(wěn)態(tài)振動特性

8.3.3 扭振固有頻率對轉(zhuǎn)子系統(tǒng)耦合特性的影響

8.4 轉(zhuǎn)速變化時的轉(zhuǎn)子系統(tǒng)彎振特性

8.5 本章小結(jié)

第9章 水力發(fā)電機組振動故障診斷策略

9.1 引言

9.2 水力發(fā)電機組振動故障概述

9.2.1 水電機組振動故障的特點

9.2.2 引起水電機組振動的原因

9.3 水力發(fā)電機組振動故障診斷策略研究

9.4 基于信息熵和Parks聚類的水電機組振動故障診斷

9.4.1 Parks聚類原理

9.4.2 信息熵理論

9.4.3 基于信息熵和Parks聚類的水電機組振動故障診斷

9.5 本章小結(jié)

參考文獻 2100433B

內(nèi)容簡介

本書系統(tǒng)闡述了多機電力系統(tǒng)最優(yōu)分散協(xié)調(diào)控制的理論和應用，并反映了作者近年來在這一領(lǐng)域

的研究成果。

書中內(nèi)容包括：用于多機電力系統(tǒng)控制器設(shè)計的電力系統(tǒng)元件數(shù)學模型、阻尼系數(shù)的計算和取值，

全狀態(tài)量反饋線性最優(yōu)控制原理、應用實例及現(xiàn)場試驗結(jié)果，可選擇控制器結(jié)構(gòu)的最優(yōu)分散協(xié)調(diào)控制，

可實現(xiàn)多機電力系統(tǒng)精確解耦的關(guān)聯(lián)測量最優(yōu)分散控制，基于人工神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)智能控制、多種

非線性控制器的協(xié)調(diào)控制及人工神經(jīng)網(wǎng)絡(luò)的實現(xiàn)，大規(guī)模電力系統(tǒng)特征值計算及降階動態(tài)等值，多機電

力系統(tǒng)中最優(yōu)分散協(xié)調(diào)控制器的多種設(shè)計實例以及大量數(shù)字仿真和物理模型實驗結(jié)果。

本書可作為理工科大學電力系統(tǒng)及其自動化專業(yè)、電氣自動化專業(yè)高年級學生和研究生教材，也可

供從事電力系統(tǒng)或其他工業(yè)系統(tǒng)控制研究和應用的科學工作者、工程技術(shù)人員學習參考。

基于點云數(shù)據(jù)的曲面重構(gòu)為產(chǎn)品的快速開發(fā)和原型化設(shè)計提供了有效的途徑，它可應用于機械、輕工、汽車、航空以及計算可視化、醫(yī)學圖像處理等領(lǐng)域。點云數(shù)據(jù)生成曲面流程中的許多過程都可轉(zhuǎn)化為最優(yōu)化問題。本項目擬運用最優(yōu)化理論與方法，針對點云生成曲面流程中的若干問題展開研究。其內(nèi)容包括：動態(tài)隱式曲面重構(gòu)，點云數(shù)據(jù)生成多邊形網(wǎng)格，點云與網(wǎng)格的參數(shù)化。我們將充分應用最優(yōu)化方法中的成熟理論，分別建立上述問題的最優(yōu)化模型，設(shè)計最優(yōu)化數(shù)值求解算法，并對其中的理論問題進行分析。這些工作將為發(fā)掘最優(yōu)化理論與方法在幾何造型中的應用做出進一步的嘗試。