基于物理信息神经网络的水库调度研究

王飞龙; 胡挺; 肖扬帆

doi:10.20040/j.cnki.1000-7709.2025.20240606

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于物理信息神经网络的水库调度研究

水电优化调度 | 更新时间：2026-02-25

- 基于物理信息神经网络的水库调度研究
- 基于物理信息神经网络的水库调度研究
- 水电能源科学 2025年第4期页码：213-216
- 作者机构：
  
  中国长江三峡集团有限公司
- 作者简介：
- 基金信息：
  
  国家重点研发计划(2021YFC3200303);国家自然科学基金项目(U2340205)
- DOI：10.20040/j.cnki.1000-7709.2025.20240606
  中图分类号： TP183;TV697.11
- 纸质出版：2025
- 稿件说明：
移动端阅览
王飞龙, 胡挺, 肖扬帆. 基于物理信息神经网络的水库调度研究[J]. 水电能源科学, 2025,(4):213-216.

王飞龙, 胡挺, 肖扬帆. 基于物理信息神经网络的水库调度研究[J]. 2025, (4): 213-216.
王飞龙, 胡挺, 肖扬帆. 基于物理信息神经网络的水库调度研究[J]. 水电能源科学, 2025,(4):213-216. DOI： 10.20040/j.cnki.1000-7709.2025.20240606.

王飞龙, 胡挺, 肖扬帆. 基于物理信息神经网络的水库调度研究[J]. 2025, (4): 213-216. DOI： 10.20040/j.cnki.1000-7709.2025.20240606.

摘要

传统的水库调度智能模型多是以前馈神经网络或循环神经网络为代表的黑箱模型，模型的可解释性较差，缺乏内部规律的探索。因此，基于物理神经网络基本原理，结合水库调度方程，以出库流量误差及出力误差之和为模型总误差，建立了包含水库调度方程的物理机制神经网络，并以向家坝水库为例，对比了不含水库调度方程的神经网络，讨论了模型隐藏层数及隐藏层神经元个数对模型精度的影响。结果表明，包含水库调度方程的神经网络模型验证效果优于一般前馈神经网络，验证误差率为3%

隐藏层数和神经元个数太少会导致模拟效果较差，而太多的隐藏层数和神经元个数可能对模型精度提升不大，选择合适的隐藏层数和神经元个数是提高模型精度的手段之一。

Abstract

关键词

Keywords

references

汪涛,徐杨,刘亚新,卢佳,马皓宇.基于多种群引力粒子群算法的金沙江下游—三峡梯级水库群优化调度[J].长江科学院院报,2023(12).

郭远,傅卓佳,闵建,刘肖廷,赵海涛.课程-迁移学习物理信息神经网络用于长时间非线性波传播模拟[J].力学学报,2024(03).

李道伦,沈路航,查文舒,邢燕,吕帅君,汪欢,李祥,郝玉祥,陈东升,陈恩源.基于神经算子与类物理信息神经网络智能求解新进展[J].力学学报,2024(04).

方卫华,徐孟启.基于PINNs的圣维南方程组数据同化方法[J].水资源保护,2023(03).

王峰,王建平,王亦宁,郭希海.改进的显随机动态规划在梯级水库优化调度中的应用[J].中国农村水利水电,2023(08).

靳放,郑素佩,封建湖,林云云.求解浅水波方程的并行物理信息神经网络算法[J].计算力学学报,2024(02).

徐刚,舒远丽,任玉峰,吴碧琼.基于深度学习的三峡水库实时防洪调度模型[J].水力发电学报,2022(03).

汤正阳,张迪,林俊强,刘毅,彭期冬,尚毅梓.基于循环神经网络算法的水库调度模拟[J].水电能源科学,2021(05).

杨斌斌,孙万光.改进POA算法在流域防洪优化调度中的应用[J].水电能源科学,2010(12).

浏览量

495

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于新安江+马斯京根洪水预报模型的梅汛期分水江流域应用研究

来水偏枯情况下向家坝水电站潮汐式航运调度研究

考虑弃电损失的水风光多能互补调度图研究

考虑风光不确定性的水库多目标优化调度

月内合同交易下梯级电站偏差考核优化调度研究