基于蟻群算法的泵站優(yōu)化運(yùn)行及敏感性分析研究
發(fā)布時(shí)間:2023-03-31 18:07
我國(guó)地域遼闊,針對(duì)水資源在時(shí)空上分布不均勻的現(xiàn)狀,我國(guó)興建了大量的跨流域、遠(yuǎn)距離調(diào)水工程。泵站工程是調(diào)水工程的主體工程,具有裝機(jī)容量大、提水量多、運(yùn)行時(shí)間長(zhǎng)、能源消耗大等特點(diǎn)。目前我國(guó)大部分泵站未能實(shí)現(xiàn)現(xiàn)代化管理運(yùn)行,往往由于調(diào)度不當(dāng)導(dǎo)致能源消耗較大,運(yùn)行成本較高,無(wú)法實(shí)現(xiàn)經(jīng)濟(jì)安全的目標(biāo)。因此,開展泵站系統(tǒng)運(yùn)行優(yōu)化研究,對(duì)優(yōu)化過(guò)程中的模型參數(shù)進(jìn)行敏感性分析,提高泵站運(yùn)行效率,減小泵站運(yùn)行成本具有十分重要的意義。泵站經(jīng)濟(jì)優(yōu)化運(yùn)行是以泵站為主要研究對(duì)象,在滿足需求用水的情況下,尋求一種最優(yōu)的機(jī)組運(yùn)行方式,使泵站發(fā)揮最大的經(jīng)濟(jì)效益。在我國(guó)大部分地區(qū)的水泵均為可調(diào)節(jié)葉片角度的軸流泵。當(dāng)抽水量和揚(yáng)程給定時(shí),這些水泵可通過(guò)調(diào)節(jié)葉片角,控制水泵的流量,并合理確定機(jī)組開機(jī)臺(tái)數(shù),通過(guò)機(jī)組間的優(yōu)化組合,使泵站運(yùn)行費(fèi)用最小,實(shí)現(xiàn)節(jié)能高效運(yùn)行,以達(dá)到經(jīng)濟(jì)最優(yōu)的目標(biāo)。本文以南水北調(diào)東線泗陽(yáng)泵站為研究對(duì)象,研究蟻群算法在泵站運(yùn)行優(yōu)化問(wèn)題中的應(yīng)用,建立泵站多機(jī)組數(shù)學(xué)模型,基于蟻群算法對(duì)大型泵站進(jìn)行優(yōu)化求解;根據(jù)泵站優(yōu)化數(shù)學(xué)模型選取合理參數(shù),采用Morris法和偏相關(guān)分析法分別進(jìn)行了局部和全局的敏感性分析。論文的主要...
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 泵站優(yōu)化運(yùn)行國(guó)內(nèi)外研究現(xiàn)狀
1.2.2 蟻群算法的國(guó)內(nèi)外研究現(xiàn)狀
1.2.3 敏感性分析研究現(xiàn)狀
1.3 主要研究?jī)?nèi)容
1.4 技術(shù)路線圖
2 蟻群優(yōu)化算法理論基礎(chǔ)
2.1 蟻群算法基本原理
2.2 蟻群算法數(shù)學(xué)模型
2.2.1 構(gòu)建路徑
2.2.2 更新信息素
2.3 蟻群算法基本流程
2.4 蟻群算法的優(yōu)缺點(diǎn)
2.5 常見(jiàn)改進(jìn)的蟻群算法
2.5.1 精英螞蟻系統(tǒng)
2.5.2 優(yōu)化排序的螞蟻系統(tǒng)
2.5.3 最大最小螞蟻系統(tǒng)
2.5.4 最優(yōu)最差蟻群算法
2.6 本章小結(jié)
3 泵站優(yōu)化運(yùn)行基本理論
3.1 泵站優(yōu)化運(yùn)行基本思想
3.2 泵站優(yōu)化運(yùn)行原理
3.2.1 特性曲線
3.2.2 運(yùn)行工況點(diǎn)
3.2.3 變頻水泵調(diào)節(jié)分析
3.3 泵站優(yōu)化運(yùn)行數(shù)學(xué)模型
3.3.1 泵站優(yōu)化準(zhǔn)則
3.3.2 數(shù)學(xué)模型
3.4 本章小結(jié)
4 基于蟻群算法的泵站日運(yùn)行優(yōu)化
4.1 泵站多機(jī)組優(yōu)化運(yùn)行數(shù)學(xué)模型
4.2 多機(jī)組蟻群優(yōu)化算法
4.2.1 第一級(jí)優(yōu)化
4.2.2 第二級(jí)優(yōu)化
4.2.3 求解步驟
4.3 算例分析
4.4 本章小結(jié)
5 泵站優(yōu)化模型參數(shù)敏感性分析
5.1 模型參數(shù)敏感性分析
5.2 敏感性分析方法
5.2.1 Morris分析方法
5.2.2 樣本抽樣方法
5.2.3 偏相關(guān)分析方法
5.3 敏感性分析
5.3.1 局部敏感性分析
5.3.2 全局敏感性分析
5.3.3 敏感性結(jié)果分析
5.4 本章小結(jié)
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
攻讀碩士學(xué)位期間發(fā)表的論文及參與完成的項(xiàng)目
致謝
參考文獻(xiàn)
本文編號(hào):3775546
【文章頁(yè)數(shù)】:64 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 研究背景
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 泵站優(yōu)化運(yùn)行國(guó)內(nèi)外研究現(xiàn)狀
1.2.2 蟻群算法的國(guó)內(nèi)外研究現(xiàn)狀
1.2.3 敏感性分析研究現(xiàn)狀
1.3 主要研究?jī)?nèi)容
1.4 技術(shù)路線圖
2 蟻群優(yōu)化算法理論基礎(chǔ)
2.1 蟻群算法基本原理
2.2 蟻群算法數(shù)學(xué)模型
2.2.1 構(gòu)建路徑
2.2.2 更新信息素
2.3 蟻群算法基本流程
2.4 蟻群算法的優(yōu)缺點(diǎn)
2.5 常見(jiàn)改進(jìn)的蟻群算法
2.5.1 精英螞蟻系統(tǒng)
2.5.2 優(yōu)化排序的螞蟻系統(tǒng)
2.5.3 最大最小螞蟻系統(tǒng)
2.5.4 最優(yōu)最差蟻群算法
2.6 本章小結(jié)
3 泵站優(yōu)化運(yùn)行基本理論
3.1 泵站優(yōu)化運(yùn)行基本思想
3.2 泵站優(yōu)化運(yùn)行原理
3.2.1 特性曲線
3.2.2 運(yùn)行工況點(diǎn)
3.2.3 變頻水泵調(diào)節(jié)分析
3.3 泵站優(yōu)化運(yùn)行數(shù)學(xué)模型
3.3.1 泵站優(yōu)化準(zhǔn)則
3.3.2 數(shù)學(xué)模型
3.4 本章小結(jié)
4 基于蟻群算法的泵站日運(yùn)行優(yōu)化
4.1 泵站多機(jī)組優(yōu)化運(yùn)行數(shù)學(xué)模型
4.2 多機(jī)組蟻群優(yōu)化算法
4.2.1 第一級(jí)優(yōu)化
4.2.2 第二級(jí)優(yōu)化
4.2.3 求解步驟
4.3 算例分析
4.4 本章小結(jié)
5 泵站優(yōu)化模型參數(shù)敏感性分析
5.1 模型參數(shù)敏感性分析
5.2 敏感性分析方法
5.2.1 Morris分析方法
5.2.2 樣本抽樣方法
5.2.3 偏相關(guān)分析方法
5.3 敏感性分析
5.3.1 局部敏感性分析
5.3.2 全局敏感性分析
5.3.3 敏感性結(jié)果分析
5.4 本章小結(jié)
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
攻讀碩士學(xué)位期間發(fā)表的論文及參與完成的項(xiàng)目
致謝
參考文獻(xiàn)
本文編號(hào):3775546
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3775546.html
最近更新
教材專著