水库调度是水库运行管理的中心环节，调度水平的高低直接影响着水库综合效益的发挥。针对目前国内外水库优化调度理论在指导实际水库优化运行时存在的不足，在分析和总结现有优化调度理论研究成果和水库运行管理水平的基础上，提出了适用于水库实时优化调度需要的最小弃水法。该方法能够充分利用径流预报的结果，考虑入库径流及各部门用水的随机性，使径流预报、水库调度和各部门用水三者有机结合起来。为实现水库实时优化调度的最小弃水法，本文主要做了以下的研究工作： 1．径流预报部分 对现有的径流预报方法进行了评述，研究了径流预报的人工神经方法。对BP网络学习算法进行了改进，对Sigmoid函数用于数据预处理时存在的问题进行了讨论，给出了数据预处理函数的建议。建立了昭平台水库径流预报的人工神经网络模型，进行了预报，给出了结果并对其做了适当分析。 对人工神经网络用于径流预报存在的问题也进行了探讨和分析，在此基础上对人工神经网络用于径流预报及一些相关问题给出了自己的观点。对离散型径流预报模型的评定方法进行了分析，提出了引入可靠性指标的离散型径流预报模型评定准则，开发了相应的计算软件。 2．径流过程的连续模拟 现有的径流预报方法，给出的结果一般均为时段内的径流量，而实际来水是连续过程，所谓径流过程连续模拟，就是依据径流预报结果和水库入库径流的特性，将离散的预报结果反向模拟为连续入库径流过程，它是对离散的径流预报结果进行的后处理，目的是为水库调度的最小弃水法做准备，模拟给出的径流连续过程是最小弃水法进行水库调度的一个输入。 提出了径流连续模拟的概念，给出了径流连续模拟应满足的几个基本原则，研究了径流连续模拟的标准化输入、输出及径流连续模拟的实现方法，编制了径流模拟的软件。 3．水库实时优化调度的最小弃水法 一般来说，水库优化调度的目的是在满足其约束的前提下，追求一定时期内发电效益也就是发电量的最大化，但从我国目前水资源严重缺乏的实际情况来看，如何最大限度地减少水资源的损失，也是值得研究的课题。最小弃水法不同于追求发电效益最大化的模式在于，它更侧重于追求提高有限的水资源的利用率，而不是单纯追求某一时期内水库自身经济效益的最大化。因为在实现水库优化调度时，首先追求水库弃水量最小，所以称之为最小弃水法。 为了与水库弃水量最小这个目标相适应，在追求水库发电效益最大化时，对该目标作适当变通，将此目标改变为在满足水库弃水量最小前提下，水库尽可能在发电能力上达到满负荷、迟发电，这样原则就相当于追求高水头发电，从而变向地追求水库发电效益最大化。 本章提出了用于水库实时优化调度的最小弃水法，该方法具有求解速度快、精度高的优点，建立了最小弃水法的数学模型，对最小弃水法的适用范围进行了分析，并与动态规划法进行了比较。 最后作为水库调度效益的具体实现，研究了适用于小型水电站厂内优化运行的方法。