满足▽f(x*)=0的点x*,称为函数f(x)的驻点,它可能是极大点、极小点或鞍点。
由N=ΣNi=N1+N2+N3+N4
Q=ΣQi=Q1+Q2+Q3+Q4
dQdN1=dQ1dN1+dQ2dN1+dQ3dN1+dQ4dN1
=dQ1dN1+dQ2dN2·dN2dN1+
dQ3dN3·dN3dN1+dQ4dN4·dN4dN1
可得
dQdN1=(dQ1dN1-dQ2dN2)+(dQ3dN3-dQ2dN2)dN3dN1+(dQ4dN4-dQ3dN3)dN4dN1
要保证dQdN1=0,必须满足微增率相等,即dQ1dN1=dQ2dN2=dQ3dN3=dQ4dN4
通过软件生成的数据在AutoCAD14环境下建立4条1~4号机的Q-N曲线,将其拟合,然后用离散牛顿法求各点的一阶偏导即微增率,其值如表二:
[表二]微增率表流量No.1微增率No.2微增率No.3微增率No.4微增率260.00110.00110.00110.0011270.00110.00110.00110.0011280.00110.00110.00110.0011290.00120.00120.00120.0012300.00130.00130.00130.0013310.00140.00140.00140.0014320.00160.00150.00160.0016330.00170.00170.00170.0017340.00160.00160.00160.0016350.00170.00170.00170.0017360.00190.00190.00190.0019 造成两种不同的优化方式的结果有所不同的原因分析:
a由于初始状态、检索步长和扩展节点不同,但它们都在最优解附近。
b求效率时循环结束条件为效率绝对误差0.05%
c计算机保留小数点后8位,引起的截断误差和舍入误差
d计算时功率的小数位舍去
2结论: a本系统用人工智能的方法求解水电厂内的智能调度问题,并用微增率相等满足极值点的必要条件证明了本方法的正确性。
b通过控制流量(流量一定,功率最大化。)或控制功率(功率一定,流量最小化。)两种初始状态,用不同的多维优化方式得出相同的组态效率,可见其为该工况的最大值。
c通过多次、反复地运行该软件,未出现因输入数据微小摄动而引起解的振荡或有较大扰动,可判定该软件算法是稳定的。
d通过四台机优化解算的切换点趋势可看出,其三次曲线已趋平坦,对于装机台数大于四台的电站,只须根据电站实际情况,前置适当的算法,即可达到电站整体优化调度的效果。
e本系统对综合特性曲线兼容性强,具有工程实现容易等特点。
f优化效果取决于检索步长,而检索步长的大小直接影响着计算机的运行时间和存储空间。
综上所述,该软件采用面向对象的程序构造,用人工智能的方法求解水轮机