基于贝叶斯统计与MCMC思想的水库随机优化调度研究
针对马尔柯夫随机动态规划中的维数灾问题,提出一种改进马尔柯夫随机动态规划方法,基于贝叶斯统计原理,采用马尔柯夫链蒙特卡洛方法(Markov Chain Monte Carlo,MCMC)从数学角度出发,推求出一定预报级别下的实际来流概率密度函数,建立与预报级别相关的实际来流概率矩阵,在考虑预报误差发生的情况下进行不确定性优化调度,并且将该方法计算结果与有无预报时段相结合的马尔柯夫随机动态规划方法计算结果进行比较.结果表明,该方法所得到的结果比马尔柯夫随机动态规划结果更加贴近实际多年平均发电量,并且能够有效地减少计算量,缩短计算时间,从一定程度上解决了维数灾问题,本方法为不确定性优化调度提供重要理论参考.
贝叶斯统计、优化调度、马尔柯夫链蒙特卡洛、不确定性
47
TV697(水利枢纽、水工建筑物)
国家自然科学基金项目51279062;中央高校基本科研业务专项基金项目13QN22,2014ZD12,JB2015164;雅砻江流域水电开发有限公司项目JKZX-201416-01
2016-12-12(万方平台首次上网日期,不代表论文的发表时间)
共10页
1143-1152