文献

J-GLOBAL ID：202002273709984146   整理番号：20A0065506

改良型腎臓アルゴリズムを用いた巨大カスケード貯水池の水力発電出力の刺激【JST・京大機械翻訳】

Stimulate hydropower output of mega cascade reservoirs using an improved Kidney Algorithm

著者 (8件)： Zhou Yanlai (State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan, 430072, China) ,  Zhou Yanlai (Department of Geosciences, University of Oslo, P.O. Box 1047 Blindern, N-0316 Oslo, Norway) ,  Guo Shenglian (State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan, 430072, China) ,  Xu Chong-Yu (Department of Geosciences, University of Oslo, P.O. Box 1047 Blindern, N-0316 Oslo, Norway) ,  Chang Fi-John (Department of Bioenvironmental Systems Engineering, National Taiwan University, Taipei, 10617, Taiwan) ,  Chen Hua (State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan, 430072, China) ,  Liu Pan (State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan, 430072, China) ,  Ming Bo (State Key Laboratory of Water Resources and Hydropower Engineering Science, Wuhan University, Wuhan, 430072, China)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 244  ページ： Null  発行年： 2020年 
JST資料番号： W0750A  ISSN： 0959-6526  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 進化アルゴリズムは,高速収束速度で貯留層操作を解決することができるが,メガカスケード貯水池の共同操作を扱う際の主要な障害は,技術的ボトルネック,すなわち,局所最適,不安定性および良好な解の損失へのトラッピングを容易に引き起こす。本研究は,中国のJin-sha川流域に位置する6つのメガカスケード貯水池の共同運用に関するKAにおけるボトルネックを克服するための水力発電出力を最適化するために,3つの補助戦略をKneyアルゴリズム(KA)に融合させる方法論を提案した。提案したテーマは,メガカスケード貯水池のよりクリーンな水力発電を促進する最先端の進化アルゴリズムの応用に貢献する。3つの補助戦略は以下の通りである。第一に,探索と開発戦略を用いて,局所的最適化へのトラッピングの技術的欠点を克服するための解法の運動を刺激した。第二に,適応戦略を用いて,不安定性問題を克服するためにアルゴリズムパラメータ値を自動的に調整した。最後に,良好な解の損失を避けるために,すべての時代における最良の解を保存するために,エリート戦略を導入した。この方法は,水力インフラを拡張したり,高度化することなく,標準運転方針と比較して,6つのメガカスケード貯水池の水力発電を7.8%増加させることができる。水力発電は,4.8億kWの年/年に達することができて,それはCO_2排出物において3.77億kg/年を減少することができて,水力発電利益において217.4百万USD/年をもたらした。改良されたKAは,水力発電出力の信頼性とレジリエンスをかなり増加させることができ,水力発電の脆弱性を大幅に減少させることができる。結果は,著者らの方法論が,よりクリーンな生産,炭素排出削減および持続可能性に関して,より多くの利益を得るために水力発電出力を刺激できることを示唆した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *貯水池 ,  信頼性 ,  不安定性 ,  人工知能 ,  *水力発電 ,  水力エネルギー ,  流域 ,  レジリエンス ,  河川 ,  最適化 ,  インフラストラクチャー ,  *アルゴリズム
準シソーラス用語： 持続可能性 ,  貯留層 ,  進化的アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： 水力発電 ,  カスケード貯留層 ,  最適運転 ,  水エネルギーNEXUS ,  人工知能(AI) ,  Jin-Sha川

分類 (3件)： 環境問題  (SA01020V) ,  自然エネルギー一般  (LB03010U) ,  発電一般  (NB03010W)

タイトルに関連する用語 (6件)： 腎臓 ,  アルゴリズム ,  カスケード ,  貯水池 ,  水力発電 ,  刺激