水库调度,亦称水库控制运用,指按来水蓄水实况和水文预报,有计划地对入库径流进行蓄泄,以一定的客观标准作为调度准则,利用水库本身具有的库容调节能力,在时间和空间上使来水量被重新分配,进而获得最大的综合效益。兴利优化调度是指为了获取最大的综合效益,使水量、水能及水质等充分利用。本文基于水资源的可持续发展理论,以龙凤山水库为研究对象,在充分了解水库调度现状的前提下,为寻求水库获得最佳效益下的最大运行规律,衡量水库运行方式是否达到最优的标准,根据多年来水库天然来水和各部门用水情况,综合水库实际蓄水能力,将水库入库径流描述为确定型,建立以水库电站发电量最大为最优准则,利用智能优化算法的理论方法和技术,制定龙凤山水库调度控制方式,为龙凤山水库最大限度开发水资源提供参考依据。主要成果如下:(1)根据G-P算法和Takens理论,计算混沌空间序列相空间重构所需的最小嵌入维数,以此作为小波神经网络的输入节点数,根据时频分析确定小波神经网络的隐含层节点数,最终确定了小波神经网络拓扑结构为12-24-1;(2)采用附加动量项和拟牛顿法综合利用的方法修正权值和参数,以此改进小波神经网络,使得收敛速度加快,增加学习效率,避免了在多维输入情况下,网络收敛速度大大下降这一不足,运用改进方法处理模型,有效避免“维数灾”情况的出现;(3)根据龙凤山水库1994-2013年20年入库月径流水量资料,利用训练好的改进小波神经网络模型预测2014年和2015年龙凤山水库入库月径流量,为水库调度提供合理的数据。(4)利用遗传算法、粒子群算法及人工鱼群算法的改进算法对龙凤山水库进行优化调度,把2014年和2015年入库水量的分析及预测结果作为已知条件,在满足水库约束条件下,进行兴利调度,优化结果可以为2014、2015年调度方案的制定提供可靠的参考依据。