(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111655949.1 (22)申请日 2021.12.3 0 (71)申请人 贵州东方世纪科技股份有限公司 地址 550008 贵州省贵阳市高新区金 阳知 识产业园创业大厦5楼 (72)发明人 李胜　张荣　张劲　李涛　刘继军　 杨正熙　田彪　宋超　 (74)专利代理 机构 贵阳中新专利商标事务所 52100 代理人 商小川 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 3/12(2006.01) (54)发明名称 一种基于自适应遗传算法改进后 的水库优 化调度方法 (57)摘要 本发明公开了一种基于自适应遗传算法改 进后的水库优化调度方法， 包括步骤1、 计算无蓄 水及调度情况下断面来水； 步骤2、 划分下泄流 量； 步骤3、 识别来水涨、 跌和平时段区间； 步骤4、 以顺序对每个区间段进行编码； 步骤5、 判断每个 时段所在的时段区间， 并获取到相应的染色体段 进行解码， 结合预报来水过程及起调水位开始优 化得泄流过程及水位变化过程； 步骤6、 适应度函 数计算； 根据泄流过程计算每个个体的适应度； 步骤7、 收敛性判断； 步骤8、 遗传操作； 步骤9、 控 制参数； 步骤10、 循环步骤5至步骤9直到满足条 件； 解决了水库优化调度方法中数据的读取会耗 费较大的CP U、 内存等； 不能满足调度中闸门开度 不能太频繁更改原则等 技术问题。 权利要求书2页 说明书6页 CN 114358410 A 2022.04.15 CN 114358410 A 1.一种基于自适应遗传算法改进后的水库优化调度方法， 它包括： 步骤1、 计算无蓄水及调度情况 下断面来水； 步骤2、 划分下泄流 量； 步骤3、 识别来水涨、 跌和平时段区间； 步骤4、 以顺序对每 个区间段进行编码； 步骤5、 判断每个时段所在的时段区间， 并获取到相应的染色体段进行解码， 结合预报 来水过程及起调水位 开始优化， 得到和泄流过程及水位变化过程； 步骤6、 适应度函数计算； 根据泄流过程计算每 个个体的适应度； 步骤7、 收敛性判断； 步骤8、 遗传操作； 步骤9、 控制参数； 步骤10、 循环步骤5 至步骤9， 直到满足条件。 2.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 计算无蓄水及调度情况下断面来水的方法为： 根据上一个断面来水， 利用马斯 京根 计算需要控制断面的来水。 3.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 划分下泄流量的方法为： 设置一个最小泄流的下限， 当来水小于下限值， 则全部作 为平稳状态划分； 设置下限的方法是： 有断面一年以上的平均流量值则使用平均流量， 没有 则使用来水 预报的平均值。 4.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 识别来水涨、 跌和平时段区间的方法为： 涨水段为设置泄流下限值 或谷值到峰值的 时段； 跌水段为峰值到设置泄流下限值或谷值的时段； 平稳段为小于等于设置的泄流下限 值的时段。 5.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 以顺序对每个区间段进 行编码的方法为： 根据步骤3划分的时段区间依次顺序对每 个区间段， 将水库允许最低水位与允许最高水位之间等分成N份， 得到N+1个离散的水位点， 每个区间表示一个下 泄流量， 用0或1构成长度为L的字符串， N个子区间形成总长为N*L的一 个染色体。 6.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 步骤5所述判断每个时段所在的时段区间， 并获取到相应的染色体段进行解码， 结 合预报来水过程及起调 水位开始优化， 得到和泄流过程及水位变化过程的方法包括： 判断 每个时段所在的时段区间， 并获取到相应的染色体段； 然后将染色体二进制转换成十进制， 然后通过水库水位和下泄流量关系曲线查得每一个水位对应水位区间得最大下泄能力 (q1max,q2max,q3max..qnmax),再根据解码公式,将十进制数转换成变量(q1,q2,q3, … qn)； 解码公式如下: 式中： x‑十进制数； x′ ‑二进制数 所对应的十进制数；权　利　要　求　书 1/2 页 2 CN 114358410 A 2a‑x的下限值； b‑x的上限值； m‑二进制数的位数。 结合预报来水过程及起调水位开始优化； 第一 时段， 假设这一时段水库不下泄洪水， 根 据来水， 计算出这一时段的末的水库蓄水量， 根据水位库容关系曲线查出对应的水位； 通过 上述的解码过程， 由此水位对应的水位区间； 计算出下泄流量q(t)假， 为平均流量， 根据水 量平衡公式重新计算水库的蓄水量V(t)假、 查出对应水位Z(t)假查q ‑V曲线得相应的q(t) 查， 假如q(t)假与q(t)查相等， 假定正确， q(t)假与V(t)假作为下一时段的状态； 假如不正 确， 则采用q(t)假、 q(t)查平均值为新q(t)假重新计算； 依次对后一时段进 行相同的运算过 程， 得到和泄流过程及水位变化过程。 7.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 步骤6所述适应度函数计算； 根据 泄流过程计算每个个体的适应度的方法为： 利用 “限幅滤波法 ”和“消抖滤波法 ”去掉泄流过程中的锯齿； 重新利用水量平衡公式计算后求 解； 作为该染色体的对应的解， 进而作为适应度计算的输入； 根据设定的目标函数， 包括最 大削峰、 最短成灾历时或超标 水量最小， 根据泄流过程计算每 个个体的适应度。 8.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 收敛性判断的方法为： 步骤7.1、 达 到精度要求， 即种群中有个 体的解满足目标函数 步骤7.2、 连续几代最优个 体适应度值差异很小且种群所有个 体适应度值差异很小； 步骤7.3、 超过设置迭代次数； 步骤7.5、 超过设置计算时间。 9.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 步骤8所述遗传操作包括： 步骤8.1、 选择： 最优保存策略与比例选择 结合； 步骤8.2、 单点交叉： 在个体编码串中随机设置一个交叉点， 然后在该点相互交换两个 配对个体的部分染色体； 步骤8.3、 均匀变异： 分别用符合某一范围内均匀分布的随机函数， 以某一较小的概率 来替换个体编码串中各个 基因座上的原有基因值。 10.根据权利要求1所述的一种基于自适应遗传算法改进后的水库优化调度方法， 其特 征在于： 控制参数的方法为： 使选择、 交叉、 变异的概率设置和适应度值随遗传中变化缩放， 从而实现控制参数的自适应。权　利　要　求　书 2/2 页 3 CN 114358410 A 3