买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：水利部水利水电规划设计总院

摘要：本发明公开了一种水网调蓄工程群多目标优化调度规则提取方法，选取水网调蓄工程的影响因子，构建水网调蓄工程初始影响因子集，构建水网调蓄工程群多目标优化调度模拟模型，得到不同影响因子下的最优调度方案；计算影响因子的参数敏感度并选取敏感的影响因子，构建敏感影响因子集，并降重得到调度规则输入变量集；构建基于贝叶斯超参数优化的XGBoost调度函数拟合模型，得到水网调蓄工程群多目标优化调度规则；采用DREAM算法对超参数进行贝叶斯推断，得到不确定性区间的水网调蓄工程群多目标优化调度规则。本发明能够同时应对多个调蓄工程调度，同时考虑了算法参数不确定性，避免了算法参数不确定性带来的误差。

主权项：1.水网调蓄工程群多目标优化调度规则提取方法，其特征在于，包括如下步骤：步骤S1、选取水网调蓄工程的影响因子，构建水网调蓄工程初始影响因子集，构建水网调蓄工程群多目标优化调度模拟模型，使用水网调蓄工程群多目标优化调度模拟模型计算得到不同影响因子下的最优调度方案；步骤S2、基于模拟得到的不同影响因子下的最优调度方案计算影响因子的参数敏感度，根据敏感度对影响因子进行排序，选取敏感的影响因子，构建敏感影响因子集，对构建的敏感影响因子集进行降重，得到调度规则输入变量集；步骤S3、构建基于贝叶斯超参数优化的XGBoost调度函数拟合模型，将调度规则输入变量集划分为训练集和验证集，将训练集输入XGBoost调度函数拟合模型进行模拟计算，得到模拟调度集，选择评价指标对模拟调度集和验证集数据进行对比，根据对比结果对XGBoost调度函数进行调整与修正，得到水网调蓄工程群多目标优化调度规则；步骤S4、分别选用a%和b%作为调度函数的分位点条件，确定b-a%不确定性区间来代表算法超参数不确定性，分别采用最优超参数取值与算法参数后验概率密度函数a%和b%分位点条件下的调度函数作为考虑机器学习算法超参数不确定性的调度规则，采用DREAM算法对XGBoost调度函数拟合模型的超参数进行贝叶斯推断，得到b-a%不确定性区间的水网调蓄工程群多目标优化调度规则，a、b为0-100之间的正数；所述步骤S2进一步为：步骤S21、基于影响因子的分布依次将影响因子的取值范围分成N个区间，采用改进的Tent混沌映射取样取出N个样本，计算得到参数敏感度，按照敏感度从大到小排序选出最敏感的参数，从影响因子集中选出Y个敏感的影响因子，Y为大于0的正整数，N为自然数；步骤S22、使用调度期为T个时间步长拟合Y个敏感的影响因子，构建Y×T的敏感影响因子集，T为自然数；步骤S23、对构建的Y×T的敏感影响因子集进行降重，得到Z×T的敏感影响因子集，即为调度规则输入变量集，Z为自然数；其中，步骤S21具体为：（1）、根据各个影响的分布，将取值区间分成p个子区间；（2）、分别将q个影响因子的p个区间随机打乱；（3）、从各个子区间中部取样，每个垂直方向上的组合就是一个影响因子的样本；在操作时，根据每个影响因子的分布，将其根据历史长序列资料统计得到的取值范围分成N个区间，然后采用改进的Tent混沌映射取样取出N个样本；为了避免取样落入不稳定周期点或小周期点，采用随机变量rand对Tent混沌映射进行改进，迭代表达式如下： ；扰动每一个取样点P次，每次仅扰动P个参数中的一个影响因子，循环上述步骤直至遍历所有的取样点，影响因子ei在其中一个抽样点处的敏感度可以按下式计算： ；式中：WL（·）代表水网调蓄工程群多目标优化调度模拟模型的调度方案输出；fi是参数ei的扰动，为事先定义的常量；参数ei的敏感度Si采用它在所有取样点处的敏感度均值表示，即： ；计算出参数敏感度后，按照敏感度从大到小排序即可选出最敏感的参数。

全文数据：

权利要求：

百度查询： 水利部水利水电规划设计总院 水网调蓄工程群多目标优化调度规则提取方法