南水北調(diào)工程中,泵站是其重要的組成部分,也是主要的耗能單元。泵站工程在運(yùn)行時(shí)往往需要根據(jù)流量、揚(yáng)程等因素對(duì)水泵機(jī)組的開(kāi)關(guān)、葉片角度進(jìn)行實(shí)時(shí)調(diào)整以達(dá)到工況最優(yōu)、裝置效率最高,這些都會(huì)直接影響整個(gè)工程的成本和經(jīng)濟(jì)效益。但是反觀我國(guó)當(dāng)前泵站現(xiàn)狀,往往效能過(guò)低,且存在嚴(yán)重的資源浪費(fèi)現(xiàn)象,而這也在一定程度上促使了其優(yōu)化改造工作的進(jìn)行。泵站優(yōu)化調(diào)度數(shù)學(xué)模型的構(gòu)建較為復(fù)雜,選擇一個(gè)合適的算法對(duì)模型進(jìn)行求解至關(guān)重要。在以往的優(yōu)化方案中,遺傳算法常被采用來(lái)進(jìn)行求解,當(dāng)進(jìn)行大空間搜索時(shí)存在計(jì)算效率低的缺點(diǎn),因此本文在遺傳算法中引入粒子群算法,結(jié)合后者運(yùn)算效率高以及進(jìn)化模式單一的優(yōu)勢(shì),使得遺傳粒子群融合算法整體性能得到提高。從優(yōu)化調(diào)度原理著手,并使用多種測(cè)試函數(shù)對(duì)融合算法性能進(jìn)行評(píng)估,驗(yàn)證遺傳粒子群融合算法相較于遺傳算法和粒子群算法的優(yōu)秀性能。本文對(duì)泵站的機(jī)組優(yōu)化調(diào)度方案進(jìn)行了深層次的分析探討,針對(duì)泵站機(jī)組的運(yùn)行測(cè)試性能數(shù)據(jù),通過(guò)最小二乘法對(duì)其采取多項(xiàng)式擬合,使用MATLAB軟件繪制其性能曲線。在此基礎(chǔ)之上,探討泵裝置在不同裝置揚(yáng)程的條件下,葉片角度的優(yōu)化調(diào)整。本文以高港泵站為例,針對(duì)高港泵站有兩組不同調(diào)控... 

【文章來(lái)源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Rosenbrock函數(shù)圖形

上海交通大學(xué)碩士學(xué)位論文-23-表2-1測(cè)試函數(shù)Table2-1Testfunctions測(cè)試函數(shù)函數(shù)式搜索范圍Rosenbrocklul[-.48.48]Griewanklul4llu[-66]Schaffer.āulu.ālulul[-10,10]Rastrigrinlluul[-5.12,5.12]圖2-4Rosenbrock函數(shù)圖形Fig.2-4Rosenbrockfunctiongragh圖2-5Griewank函數(shù)圖形Fig.2-5Griewankfunctiongragh圖2-6Schaffer函數(shù)圖形Fig.2-6Schafferfunctiongragh圖2-7Rastrigrin函數(shù)圖形Fig.2-7Rastrigrinfunctiongragh

上海交通大學(xué)碩士學(xué)位論文-23-表2-1測(cè)試函數(shù)Table2-1Testfunctions測(cè)試函數(shù)函數(shù)式搜索范圍Rosenbrocklul[-.48.48]Griewanklul4llu[-66]Schaffer.āulu.ālulul[-10,10]Rastrigrinlluul[-5.12,5.12]圖2-4Rosenbrock函數(shù)圖形Fig.2-4Rosenbrockfunctiongragh圖2-5Griewank函數(shù)圖形Fig.2-5Griewankfunctiongragh圖2-6Schaffer函數(shù)圖形Fig.2-6Schafferfunctiongragh圖2-7Rastrigrin函數(shù)圖形Fig.2-7Rastrigrinfunctiongragh

【參考文獻(xiàn)】：
期刊論文
[1]粒子群算法中慣性權(quán)重參數(shù)[J]. 王澤儒,李芬田,王紅梅.  長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào). 2017(04)
[2]基于改進(jìn)多目標(biāo)粒子群算法的南水北調(diào)東線江蘇段工程聯(lián)合優(yōu)化調(diào)度研究[J]. 聞昕,王志,方國(guó)華,郭玉雪,周磊.  水資源與水工程學(xué)報(bào). 2017(03)
[3]基于改進(jìn)人工蜂群算法的供水泵站優(yōu)化運(yùn)行研究[J]. 王圃,鄭成,楊俊.  給水排水. 2017(06)
[4]基于粒子群算法的梯級(jí)泵站優(yōu)化調(diào)度研究[J]. 梁興.  人民黃河. 2015(03)
[5]高港樞紐同步電機(jī)勵(lì)磁失步成因分析與對(duì)策[J]. 李頻,樊錦川.  江蘇水利. 2013(03)
[6]蟻群算法在泵站單機(jī)組優(yōu)化運(yùn)行中的應(yīng)用[J]. 袁堯,劉超.  水力發(fā)電學(xué)報(bào). 2013(01)
[7]南水北調(diào)東線高港泵站優(yōu)化運(yùn)行方案研究[J]. 馮曉莉,仇寶云,王斐,裴蓓.  水利學(xué)報(bào). 2010(04)
[8]供水泵站優(yōu)化運(yùn)行的混沌算法[J]. 鄢碧鵬,成立.  排灌機(jī)械工程學(xué)報(bào). 2010(01)
[9]一種保持PSO與GA獨(dú)立性的混合優(yōu)化算法[J]. 趙欣,葉慶衛(wèi),周宇.  計(jì)算機(jī)工程與應(yīng)用. 2009(26)
[10]模擬退火遺傳算法的泵站優(yōu)化運(yùn)行[J]. 魏新華,郭加宏.  上海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(01)

碩士論文
[1]基于人工蜂群算法的泵站運(yùn)行優(yōu)化研究[D]. 楊俊.重慶大學(xué) 2016
[2]基于蟻群遺傳混合智能算法求解TSP問(wèn)題[D]. 袁杰.長(zhǎng)春工業(yè)大學(xué) 2014
[3]基于遺傳算法的泵站系統(tǒng)優(yōu)化調(diào)度研究[D]. 李琳.天津大學(xué) 2007
[4]南水北調(diào)東線一期工程源頭泵站優(yōu)化運(yùn)行研究[D]. 馮曉莉.揚(yáng)州大學(xué) 2006
[5]基于遺傳算法和神經(jīng)網(wǎng)絡(luò)的泵站經(jīng)濟(jì)運(yùn)行研究[D]. 杜曉雷.揚(yáng)州大學(xué) 2005



本文編號(hào)：3272911