摘要
本发明提供一种结合预报与反馈机制的水库群多目标优化系统,涉及水库优化调度研究技术领域。该结合预报与反馈机制的水库群多目标优化系统,包括:基于深度学习的洪水预报、反馈调度和多目标优化调度,所述基于深度学习的洪水预报包括以下步骤:S1.收集研究流域的实测降雨径流数据和地理数据;S2.根据收集的数据,选用深度学习的方法建立研究流域的洪水预报模型,通过预报得出的洪水过程线,判断水库的水位及库容,选取合适的水库调度方案来充分地发挥水库的效益,同时预测区间洪水,通过预测区间洪水的前瞻性。该方法对多目标的水库优化调度有一定的指导作用,根据预报的结果,适当地调整调度方案中目标的权重,可以充分地发挥水库的综合效益。
技术关键词
记忆单元
洪水预报模型
水库优化调度
风险
Sigmoid函数
洪水预报方法
机制
动态控制方法
修正机器
决策
数据
模型更新
调度系统
算法
误差
预测系统
径流
序列
系统为您推荐了相关专利信息
滑坡灾害
风险动态评估方法
斜坡单元
样本
超参数优化方法
典型气象年
风险评估方法
光伏电站
历史气象数据
累积分布函数
情感分析方法
多任务
情感分析模型
多模态特征
语义特征
组织特征数据
机器学习模型
控制系统
闭环
模型训练模块
线性回归模型
多项式
风险分析方法
配电网风险分析
变量