李保健
ISBN
Publisher: 中国水利水电出版社
Published: Nov 30, 2019
全书共7章。第1章主要阐述了我国水电发展概况、国内外中长期水文预报及调度研究进展等基础信息。第2章主要结合极端学习机算法和小波分析技术特点提出了耦合模型，并将其应用于月径流预报模型。第3章对一种新的递归神经网络即回声状态网络进行研究，并结合贝叶斯理论和回声状态网络模型特点进行改进，并应用于日径流预报。第4章对差分演化算法进行了改进，并结合并行计算框架进行研究，然后将其应用于梯级水电站群长期优化调度中。第5章围绕远距离、长滞时入流在梯级电站中期调度中存在滞时电量问题进行研究，建立了考虑滞时电量的水电系统中期期末蓄能最大模型，并给出了求解方法。第6章围绕中长期水文及调度系统，主要从系统设计及其实现方式方面进行论述，并给出了应用实例。第7章对全文进行总结和展望。
本书可作为水文与水资源工程专业本科和硕士、博士研究生的参考书，也可供从事水文预报及水库调度相关领域的工程技术人员参考选用。
图书在版编目（CIP）数据
水电站群中长期水文预报及调度的智能方法研究与应用/李保健著.-一北京：中国水利水电出版社，2019.12
ISBN978-7-5170-8311-5
工.①水L.①李L.①智能技术一应用一梯级水电站一水文预报一研究②智能技术一应用一梯级水电站一水库调度一研究V.①TV74-39
Description:
全书共7章。第1章主要阐述了我国水电发展概况、国内外中长期水文预报及调度研究进展等基础信息。第2章主要结合极端学习机算法和小波分析技术特点提出了耦合模型，并将其应用于月径流预报模型。第3章对一种新的递归神经网络即回声状态网络进行研究，并结合贝叶斯理论和回声状态网络模型特点进行改进，并应用于日径流预报。第4章对差分演化算法进行了改进，并结合并行计算框架进行研究，然后将其应用于梯级水电站群长期优化调度中。第5章围绕远距离、长滞时入流在梯级电站中期调度中存在滞时电量问题进行研究，建立了考虑滞时电量的水电系统中期期末蓄能最大模型，并给出了求解方法。第6章围绕中长期水文及调度系统，主要从系统设计及其实现方式方面进行论述，并给出了应用实例。第7章对全文进行总结和展望。
本书可作为水文与水资源工程专业本科和硕士、博士研究生的参考书，也可供从事水文预报及水库调度相关领域的工程技术人员参考选用。
图书在版编目（CIP）数据
水电站群中长期水文预报及调度的智能方法研究与应用/李保健著.-一北京：中国水利水电出版社，2019.12
ISBN978-7-5170-8311-5
工.①水L.①李L.①智能技术一应用一梯级水电站一水文预报一研究②智能技术一应用一梯级水电站一水库调度一研究V.①TV74-39