梯级泵站优化运行智能决策支持方法研究及应用

论文摘要

近年来随着人工智能技术的不断发展,智能决策支持方法体系和智能化程度都得到了显著的提高,并且逐步应用于生产和社会生活各个方面,辅助决策者做出满意选择。我国泵站不仅在电能消耗中占比例较大,而且更是一个动态复杂的系统,面对很多复杂多变的因素,如果能将智能决策方法应用于该领域,将会产生很大的实用价值。本文针对泵站运行中的能耗问题展开研究,运用智能决策支持方法对梯级泵站优化运行进行分析。论文主要工作如下：一、将基于本体的知识表示方法运用到梯级泵站优化运行智能决策方法中。本文在构建知识库时采用了基于本体的知识表示方法,并且在构建决策支持系统时采用了内容知晓技术,以实现对特定任务进行正确决策。决策支持系统中各个功能Agent相互协商合作,然后进行逻辑推理判断,以完成对数据库的查询,对知识库的访问,对数据的计算,并最终给出计算结果。二、本文采用最短路径算法解决梯级泵站间的优化问题,将泵站运输调度研究中碰到的问题转化为求解最短路径问题。然后对其进行较深入的研究,建立了泵站站间的最短路径的基本模型图,并以南水北调东线工程为例,给出了最短路径模型在决策支持系统的应用。三、本文应用Microsoft Visual Studio2008软件,采用C#语言模拟实现梯级泵站优化运行系统。系统应用搜集的泵站数据、参数进行模拟运行,取得了不错的效果,证明了本文提出的梯级泵站优化运行智能决策方法是行之有效的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题背景
• 1.2 研究意义
• 1.3 国内外研究现状
• 1.3.1 国外梯级泵站优化运行研究介绍
• 1.3.2 国内梯级泵站优化运行研究介绍
• 1.3.3 梯级泵站优化调度中存在的问题及原因
• 1.3.4 智能决策支持方法研究现状
• 1.4 论文的主要工作
• 第二章 相关理论概述
• 2.1 智能决策方法
• 2.1.1 MAS方法
• 2.1.2 知识表示方法
• 2.1.3 基于MAS的智能决策方法
• 2.2 梯级泵站优化运行方法
• 2.2.1 梯级泵站站内机组的优化运行及方法
• 2.2.2 梯级泵站站间机组的优化运行及方法
• 2.2.3 梯级泵站优化运行方法
• 2.3 本章小结
• 第三章 基于本体的智能决策知识表示
• 3.1 基于本体的知识表示
• 3.2 基于本体的知识表示原理
• 3.3 基于知识表示的应用
• 3.4 内容知晓技术
• 3.5 本章小结
• 第四章 泵站运行决策中的最短路径算法
• 4.1 站内单机组优化模型及求解方法
• 4.2 站内相同型号多机组优化模型及求解方法
• 4.3 站间优化模型及求解方法
• 4.4 泵站优化的改进算法——最短路径算法
• 4.4.1 最短路径算法
• 4.4.2 最短路径算法的实现
• 4.5 本章小结
• 第五章 梯级泵站优化运行智能决策支持方法设计
• 5.1 梯级泵站优化运行智能决策支持方法的理论架构
• 5.2 梯级泵站优化运行智能决策支持方法的模型总体设计
• 5.3 泵站优化运行智能决策支持方法各功能模块设计
• 5.3.1 泵站站内机组管理AGENT
• 5.3.2 泵站站内机组信息AGENT
• 5.3.3 泵站站内机组接口AGENT
• 5.4 系统实现
• 5.4.1 XML实现泵站决策标记语言
• 5.4.2 系统主界面
• 5.4.3 系统运行过程
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 未来展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文