■謝林勇 ■江西華瑞建設(shè)有限公司，江西 上饒 343000

水利水電工程是我國(guó)發(fā)展政策的重點(diǎn)，主要是由于水電的效益高、污染小，因此，我國(guó)將水利工程的發(fā)展優(yōu)先于火電與核電，并積極尋找新能源，將水電作為第一發(fā)展資源是我國(guó)發(fā)展的重要決策。水利水電工程在運(yùn)行過程中需要比較精準(zhǔn)的徑流預(yù)報(bào)，能夠?yàn)樗姽こ淘诤楹嫡{(diào)度以及經(jīng)濟(jì)運(yùn)行中作出正確的決策提供依據(jù)，是水庫(kù)調(diào)度與電力調(diào)度部門工作中的重要信息資源，也是水電站在處理旱災(zāi)、洪澇、灌溉、供水等調(diào)度工作的重點(diǎn)，是實(shí)現(xiàn)水能合理運(yùn)用以及水電站經(jīng)濟(jì)效益的基礎(chǔ)。文章主要就計(jì)算智能在水利水電工程應(yīng)用研究展開分析，報(bào)道如下。

1 計(jì)算智能的簡(jiǎn)介

計(jì)算智能是以不確定性、非線性以及時(shí)間不可逆性為運(yùn)算特征，將復(fù)雜的問題作為計(jì)算對(duì)象，是現(xiàn)代數(shù)學(xué)與計(jì)算機(jī)發(fā)展的產(chǎn)物，其主要對(duì)常規(guī)方法無(wú)法解決的問題進(jìn)行運(yùn)算。傳統(tǒng)的人工智能是基于符號(hào)處理機(jī)制，其在知識(shí)表達(dá)、信息處理以及解決組合問題等方面的表現(xiàn)并不理想。因此，研究新的解決方法來(lái)提高人工智能的靈活性與準(zhǔn)確性［1］。模糊系統(tǒng)對(duì)于描述以及經(jīng)驗(yàn)汲取具有較好的應(yīng)用;而神經(jīng)網(wǎng)絡(luò)能夠從網(wǎng)絡(luò)數(shù)據(jù)中學(xué)習(xí)經(jīng)驗(yàn)與技能欄;進(jìn)化計(jì)算能夠?qū)?fù)雜的問題提出最佳的解決措施，并具有較高的穩(wěn)定性和優(yōu)化性。模糊系統(tǒng)在推理能力方面優(yōu)于神經(jīng)網(wǎng)絡(luò)以及進(jìn)化計(jì)算，而進(jìn)化計(jì)算以及神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)、搜索功能方面高于模糊系統(tǒng)。進(jìn)化計(jì)算在搜索的范圍以及適應(yīng)性方面優(yōu)于神經(jīng)網(wǎng)絡(luò)，但神經(jīng)網(wǎng)絡(luò)在優(yōu)化性以及學(xué)習(xí)能力方面強(qiáng)于進(jìn)化計(jì)算［2］。而計(jì)算智能則是涵蓋了模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及進(jìn)化計(jì)算這三個(gè)部分，雖然三種技術(shù)各不相同但其結(jié)合所產(chǎn)生的碰撞帶來(lái)的是新的機(jī)遇。

2 計(jì)算智能在水利水電工程中的應(yīng)用

2.1 中長(zhǎng)期徑流預(yù)報(bào)

隨著現(xiàn)代生產(chǎn)發(fā)展以及經(jīng)濟(jì)活動(dòng)的需求，各國(guó)都加強(qiáng)了對(duì)天氣的研究與檢測(cè)。自上個(gè)世紀(jì)70 年代以來(lái)，我國(guó)氣象學(xué)研究從短期數(shù)值天氣預(yù)報(bào)發(fā)展至中期。而由于大氣運(yùn)動(dòng)具有“不確定性”與“決定性”這雙重性質(zhì)，那么其動(dòng)力學(xué)研究方法與統(tǒng)計(jì)學(xué)方法需要從另一方面去預(yù)測(cè)大氣活動(dòng)，將統(tǒng)計(jì)與動(dòng)力結(jié)合的計(jì)算方法可以說是一種比較理想的研究方法［3］。而由于預(yù)測(cè)報(bào)值的差異鏟射了預(yù)報(bào)結(jié)果集，結(jié)果集中蘊(yùn)藏了真實(shí)的結(jié)果。在預(yù)測(cè)結(jié)果集中篩選而正確的結(jié)果則需要集合手段的平滑以及消除集合成員中的隨機(jī)誤差，以此來(lái)分析出真實(shí)的結(jié)果，在其可能產(chǎn)生誤差的變動(dòng)范圍內(nèi)，可以根據(jù)計(jì)算智能系統(tǒng)中隨提供的信息進(jìn)行科學(xué)的決策，以此突出計(jì)算智能的統(tǒng)計(jì)特征。

長(zhǎng)期水文預(yù)報(bào)在氣象學(xué)發(fā)展過程中是一個(gè)比較新的研究范圍，隨著我國(guó)不少研究對(duì)其展開分析，也取得了一定發(fā)展，但仍未對(duì)長(zhǎng)期水文過程的物理機(jī)制有比較清楚的認(rèn)識(shí)，再結(jié)合長(zhǎng)期水文的地域性與非絕熱性的特征，我國(guó)水文長(zhǎng)期預(yù)報(bào)中主要有以下三方面問題:(1)水文部門在過去很長(zhǎng)一段時(shí)間內(nèi)是模仿氣象部門的預(yù)測(cè)方法，而氣象部門的長(zhǎng)期預(yù)測(cè)其所使用的時(shí)間尺度以及空間尺度較大，因此在水文部門的長(zhǎng)期預(yù)測(cè)中不能起到有效的作用［4］。(2)水文部門在長(zhǎng)期預(yù)報(bào)中多以統(tǒng)計(jì)方法進(jìn)行長(zhǎng)期預(yù)報(bào)。主要是由于水文部門對(duì)天氣學(xué)方法以及能量學(xué)方法和動(dòng)力學(xué)方面的研究較少。(3)純統(tǒng)計(jì)方法的準(zhǔn)確度較低，因此，目前的水文部門采供的是在物理分析的基礎(chǔ)上，結(jié)合具有物理意義的氣象因子，并利用大量資料和統(tǒng)計(jì)方法的分析，從而建立長(zhǎng)期水文預(yù)報(bào)系統(tǒng)。

計(jì)算智能是一種被運(yùn)用于長(zhǎng)期水文預(yù)報(bào)中的新方法，其神經(jīng)網(wǎng)絡(luò)是基于連接學(xué)說創(chuàng)造的智能仿生模型，是由大量神經(jīng)元構(gòu)成的非線性動(dòng)力學(xué)系統(tǒng)，具有較高的組織性、自我處理性、適應(yīng)性以及應(yīng)用性的優(yōu)勢(shì)，其具有生物神經(jīng)網(wǎng)絡(luò)的部分特征，能夠進(jìn)行“自我學(xué)習(xí)”，因此，能夠應(yīng)用于各種水利水電工程中。相關(guān)文獻(xiàn)指出，神經(jīng)網(wǎng)絡(luò)能夠?qū)λ乃Y源中存在的問題研究提出一種新的研究方向，并且通過三層BP 網(wǎng)絡(luò)模型結(jié)構(gòu)以及參數(shù)的線性最小二乘單純形法，能夠適用于水利水電工程中對(duì)水文預(yù)報(bào)的需求。蘭州水電站就使用了神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)月徑流量，并且其應(yīng)用結(jié)果顯示，神經(jīng)網(wǎng)絡(luò)用于水文預(yù)報(bào)中具有較好的應(yīng)用效果，其效益高于多元回歸計(jì)算方式［5］。

2.2 尾水管壓力脈動(dòng)分析

在機(jī)械設(shè)備的檢測(cè)與故障診斷中，常應(yīng)用其振動(dòng)信號(hào)作為參考數(shù)據(jù)量，對(duì)信號(hào)發(fā)出的頻率以及頻帶變化，進(jìn)而將這些變化數(shù)值輸入診斷系統(tǒng)中就能夠得出該設(shè)備的運(yùn)行情況。快速傅里葉變換是現(xiàn)代水利水電工程中應(yīng)用較多的信號(hào)特征分析方法，其主要的問題在于只能對(duì)平穩(wěn)信號(hào)作出準(zhǔn)確的判斷，在波動(dòng)較大的信號(hào)變化中，不能有效的分析其變化規(guī)律，小波變化在任何信頻中可以反應(yīng)為母小波的變化，從而得到小波變化的基函數(shù)，就能夠得出相應(yīng)的信息。神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行、分布式儲(chǔ)存與處理、組織性、適應(yīng)性以及自主學(xué)習(xí)能力，能夠同時(shí)處理許多因素和條件、不確定以及模糊的信息問題。水輪機(jī)軸系動(dòng)態(tài)特征信息中應(yīng)用了小波包的時(shí)頻局部化分析能力以及最大熵譜估計(jì)的頻譜細(xì)化優(yōu)點(diǎn)。

3 結(jié)束語(yǔ)

隨著我國(guó)計(jì)算技術(shù)的不斷提高，計(jì)算智能的發(fā)展為我國(guó)許多工程活動(dòng)提供了便利，為其作出正確的決策提供科學(xué)依據(jù)。文章首選闡述了計(jì)算智能的構(gòu)成與內(nèi)涵，并對(duì)其在水利水電工程工程中的應(yīng)用進(jìn)行分析，主要闡述了其在中長(zhǎng)期徑流預(yù)報(bào)以及尾水管壓力脈動(dòng)分析方面的作用。

［1］浦仕虎.計(jì)算智能在水利水電工程中的應(yīng)用研究［J］.建材與裝飾，2014，12(21):219 -220.

［2］林小平，周石琳，張官亮等.基于計(jì)算智能的圖像拼接系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.現(xiàn)代電子技術(shù)，2013，22(12):49 -52.

［3］胡雷剛，肖明清.基于計(jì)算智能和信息熵的故障組合預(yù)測(cè)研究［J］.測(cè)試技術(shù)學(xué)報(bào)，2012，26(2):162 -170.

［4］李守巨.基于計(jì)算智能的巖土力學(xué)模型參數(shù)反演方法及其工程應(yīng)用［J］.巖石力學(xué)與工程學(xué)報(bào)，2015，24(2):343 -343.

［5］計(jì)算智能及其在采礦工程中的應(yīng)用［J］.金屬礦山，2015，21(15):6-9.