ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO KẾT HỢP VỚI GIẢI THUẬT DI TRUYỀN TÌM PHƯƠNG ÁN TỐI ƯU VẬN HÀNH HỒ CHỨA ĐA MỤC TIÊU: NGHIÊN CỨU ĐIỂN HÌNH CHO HỒ HÒA BÌNH

Chia sẻ: Quách Thị Xuân | Ngày: | Loại File: PDF | Số trang:10

Thêm vào BST

Báo xấu

203
lượt xem 32
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Quyết định số 1879/QĐ-TTg ngày 13/10/2010 của Thủ tướng Chính phủ đã phê duyệt danh mục các hồ thủy lợi, thủy điện trên 11 lưu vực sông phải xây dựng quy trình vận hành liên hồ chứa. Như vậy, xây dựng quy trình vận hành tối ưu hồ chứa, thường là hồ chứa đa mục tiêu, là một lĩnh vực nghiên cứu lớn trong quản lý tài nguyên nước ở Việt Nam. Có nhiều phương pháp phục tìm phương án tối ưu vận hành hồ chứa trong đó phương pháp tối ưu áp dụng giải thuật di truyền là phương...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO KẾT HỢP VỚI GIẢI THUẬT DI TRUYỀN TÌM PHƯƠNG ÁN TỐI ƯU VẬN HÀNH HỒ CHỨA ĐA MỤC TIÊU: NGHIÊN CỨU ĐIỂN HÌNH CHO HỒ HÒA BÌNH

ỨNG DỤNG MẠNG TRÍ TUỆ NHÂN TẠO KẾT HỢP VỚI GIẢI THUẬT DI TRUYỀN T M PH NG N T I U VẬN HÀNH HỒ CHỨA ĐA MỤC TIÊU: NGHIÊN CỨU ĐIỂN H NH CHO HỒ HÒA B NH APPLICATION OF ARTIFICIAL NEURAL NETWORK AND GENETIC ALGORITHMS IN DESIGNING OPTIMAL OPERATING RULES FOR MULTI-PURPOSE RESERVOIR A CASE STUDY OF HOABINH RESERVOIR TS. Quách Thị Xuân1 Tóm tắt: Quyết định 1879/QĐ-TTg ngày 13/10/2010 của Thủ tướng Chính phủ đ phê duyệt danh mục các hồ thủy lợi, thủy điện trên 11 lưu vực ông phải xây dựng quy trình vận hành liên hồ chứa. Như vậy, xây dựng quy trình vận hành t i ưu hồ chứa, thường là hồ chứa đa mục tiêu, là một lĩnh vực nghiên cứu lớn trong quản lý tài nguyên nước ở Việt Nam. Có nhiều phương pháp phục tìm phương án t i ưu vận hành hồ chứa trong đó phương pháp t i ưu áp dụng giải thuật di truyền là phương pháp đ và đang được ứng dụng rộng r i trên thế giới nhưng lại chưa được áp dụng phổ biến ở Việt Nam. Trong bài báo này tác giả mô tả một trong những cách thức kết hợp giữa mạng trí tuệ nhân tạo (ANN) với giải thuật di truyền để tìm phương án điều tiết t i ưu vận hành hồ chứa Hòa Bình. Cách làm tương tự có thể áp dụng cho việc tìm kiếm phương án vận hành t i ưu liên hồ chứa. Từ khóa: Giải thuật di truyền, ANN, quy hoạch động, vận hành t i ưu, hồ chứa đa mục tiêu, hồ Hòa Bình. I. GIỚI THIỆU Có nhiều phương pháp đã được áp dụng trên thế giới trong i c t iế phương án ận hành tối ưu hồ chứa đơn à đa ục tiêu. Tuy nhiên, i c áp dụng các phương pháp này ở Vi t Na còn hạn chế. Một số nghiên cứu gần đây áp dụng quy hoạch động tất định (DDP) à quy hoạch động ất định hay quy hoạch động ng u nhiên , trong đó có nghiên cứu của K . Nguyễn Công Bình à .T . Nguyễn Thống [2]. Nghiên cứu này ứng dụng quy hoạch động tất định trong điều tiết tối ưu hồ chứa thủy đi n Sông Bung 4. hương án ận hành tối ưu đưa ra ởi là phương án lý tưởng nó được đưa ra ới giả định iết trước hoàn toàn dòng chảy đến trong tương lai. o đó, phương án này hông áp dụng được trong thực tế hi à dòng chảy đến trong tương lai hông giống h t như những g đã xảy ra trong quá hứ. SDP đưa ra các giải pháp ận hành tối ưu có thể áp dụng trong thực tế nhưng lại có hạn chế ề tính phức tạp à thời gian tính toán hi áp dụng cho h thống nhiều hồ chứa. Mặt hác, hay SDP là công cụ tối ưu đơn ục tiêu, trong trường hợp tối ưu đa ục tiêu th cần phải sử dụng trọng số để quy đổi hà đa ục tiêu ề đơn ục tiêu. à cũng đòi hỏi hà ục tiêu phải gián đoạn, tức là có thể ước tính giá trị hà ục tiêu tại i ước thời gian [8]. iải thuật di truyền là phương pháp tối ưu à có thể hắc phục được các hạn chế của quy hoạch động. Bài áo này sẽ đề cập đến phương pháp tối ưu ứng dụng ạng trí tu nhân tạo ANN ết hợp ới giải thuật di truyền à phần áp dụng t iế phương án ận hành tối ưu cho hồ Hòa B nh. II. GIẢI THUẬT DI TRUYỀN iải thuật di truyền A là ột ỹ thuật của hoa học áy tính nhằ t iế giải pháp thích hợp cho các ài toán tối ưu tổ hợp co inatorial opti ization . iải thuật di truyền là 1 Vi n Quy Hoạch Thủy Lợi 162A Trần Quang Khải Hà Nội quachthixuan@gmail.com 1
ột phân ngành của giải thuật tiến hóa ận dụng các nguyên lý của tiến hóa như di truyền, đột iến, chọn lọc tự nhiên, và lai ghép để lựa chọn các cá thể tốt nhất trong ột quần thể [4,5]. Với những ài toán đơn ục tiêu th chỉ cần áp dụng giải thuật di truyền đơn giản để t ra ột phương án tốt nhất. Tuy nhiên, đối ới những ài toán đa ục tiêu th phương án tối ưu hông ao giờ là duy nhất. Khi đó cần phải có các công cụ giải ài toán tối ưu đa ục tiêu. Tối ưu đa ục tiêu hay tối ưu areto là ột quá tr nh tối ưu đồng thời hai hay nhiều ục tiêu xung đột ới các ràng uộc cho trước [6]. Bài toán tối ưu đa ục tiêu xuất hi n ở nhiều lĩnh ực đời sống: í dụ trong quá tr nh thiết ế à sản xuất, thiết ế ô tô, áy ay, hay ở những nơi à các quyết định tối ưu cần phải được đưa ra trên cơ sở đánh đổi giữa các hà ục tiêu xung đột ề lợi ích, điển h nh là ài toán tối ưu phân ổ nước cho các ục đích sử dụng hác nhau có âu thu n ề lợi ích dùng nước. Với những ài toán đa ục tiêu này, hông thể t được ột phương án duy nhất đồng thời tối ưu hóa tất cả các ục tiêu, trái lại, có rất nhiều phương án à tốt cho ục tiêu này nhưng lại hông tốt cho ục tiêu ia. Một phương án được coi là hông ị trội hơn tức là tối ưu areto hoặc có hi u quả areto) nếu hông t thấy ất ỳ ột phương án nào khác có thể cải thi n ột ục tiêu nào đó à hông là các ục tiêu hác trở nên tồi hơn. Vi c t ra tập hợp các phương án hông ị trội hơn à lượng hóa ức độ đánh đổi giữa các hà ục tiêu hác nhau chính là đích của i c thiết lập à giải ài toán tối ưu đa ục tiêu [6]. Thuật toán NSGA_II (Non-dominated Sorting Genetic Algorithm II) là ột công cụ có thể giải các ài toán tối ưu đa ục tiêu như nêu trên, nó được thiết lập à đã được ã hóa sẵn trong ôi trường Matla . Chi tiết ề A à N A_II độc giả có thể tra cứu trên ạng internet [9]. hần tiếp theo tác giả sẽ tập trung ào i c ô tả cách thức ứng dụng ANN và NSGA_II để t iế phương án ận hành tối ưu hồ Hòa B nh. III. KẾT HỢP ANN VÀ NSGA_II T M KIẾM PH NG N VẬN HÀNH T I U CHO HỒ HÒA B NH Hồ Hòa B nh được xây dựng trên sông Đà từ nă 1979 à được đưa ào ận hành từ nă 1989, có ục tiêu là cắt lũ, phát đi n, cấp nước tưới à giao thông thủy. ần đây, trong thực tế, hồ Hòa B nh được ận hành trong h thống liên hồ chứa trên lưu ực sông Hồng-Thái Bình. Tuy nhiên, do hạn chế ề nguồn lực, trong nghiên cứu này tác giả chỉ t phương án ận hành tối ưu cho riêng hồ Hòa B nh, còn dòng chảy đến từ hai sông Thao à sông Lô được coi là iên ào h thống Hình 1). Hình 1: Vùng nghiên cứu Trong nghiên cứu này, ài toán tối ưu ận hành hồ chứa Hòa B nh có hà ục tiêu là tối đa sản lượng đi n của nhà áy thủy đi n Hòa B nh, tối thiểu lượng nước thiếu tại ơn Tây giả 2
sử iết trước nhu cầu nước cho toàn ùng hạ du tại đây à giả ực nước lũ tại Hà Nội. Vi c xây dựng ô h nh toán ô phỏng hồ chứa, mô hình ận hành nhà áy thủy đi n, mô hình tính truyền lưu lượng tại ơn Tây à ực nước tại Hà Nội dựa ào giá trị lưu lượng ở 3 nhánh sông Đà, Thao, Lô đã được tr nh ày chi tiết trong luận án tiến sĩ của tác giả [1]. Lưu ý rằng ô h nh có sai số nên để có thể so sánh công ằng ề ực nước tại Hà Nội à lưu lượng tại ơn Tây giữa phương án lịch sử ới các phương án tối ưu t được th cần sử dụng ột ặt ằng chung là giá trị qua ô h nh. Tức là ở so sánh này giá trị lịch sử ực nước tại Hà Nội à lưu lượng tại ơn Tây là giá trị tính từ ô h nh tính truyển lưu lượng dựa ào các giá trị lưu lượng thực đo của 3 nhánh sông Đà, Thao à Lô. Ví dụ ực nước lũ lịch sử lớn nhất tại Hà Nội giai đoạn 1995-2004 là 12.34. , nhưng giá trị lịch sử này qua ô h nh là 12.22 , à giá trị sử dụng để so sánh trong nghiên cứu này là 12.22 . Mô tả toán học của bài toán như sau: T éc tơ θ tha số đặc trưng cho hà xả để tối thiểu đồng thời 3 hà ục tiêu:  1 h 1 hyd 1 h 1 sup 1 h 1 flo   h  g t 1 , h  g t 1 , h  g t 1   t 0 t 0 t 0  ới 3
 ut  a   bi i ( I t  cik  di ) (*) i 1   a, b1    b , c1    c k , d1    dv cho trước: a1 ,  , ah dòng chảy đến hồ Hòa Bình q1 ,  , qh YB YB dòng chảy đến tại Yên Bái trên sông Thao q1 ,  , qh VQ VQ dòng chảy đến tại Vụ Quang trên sông Lô Một số các chỉ số đánh giá được tính toán để so sánh lựa chọn phương án ận hành bao gồ : - Tổng sản lượng đi n trung nh nă Twh/nă 4
365 h i _ hyd   Pt 1 /109 h t 0 - Tổng lượng nước thiếu trung nh nă (106 m3/nă 365 h i _ sup   (wt  qtST )   86400 / 106 h t 0 - Tổng chênh ực nước lũ so ới áo động lũ cấp I ứng ới ực nước +9,5m tại Hà Nội c /nă 365 h HN i _ flo   (ht  9.5)  h t 0 Trong đó: Tên biến Đơn vị n ha ghyd kWh Giá trị hàm mục tiêu phát điện ở mỗi bước thời gian gsup (m3/s)2 Giá trị hàm mục tiêu cấp nước ở mỗi bước thời gian gflo (cm)2 Giá trị hàm mục tiêu phòng ch ng lũ ở mỗi bước thời gian u m3/s Lưu lượng xả mong mu n của người ra quyết định xả r m3/s Tổng lưu lượng xả của hồ Hòa Bình rt m3/s Phần lưu lượng qua tu c bin của nhà máy thủy điện Hòa Bình qt,max m3/s Lưu lượng t i đa qua tu c bin của nhà máy thủy điện Hòa Bình rt,max m3/s Lưu lượng xả t i đa có thể qua tu c bin tùy theo cột nước rb,max m3/s Lưu lượng xả t i đa có thể qua các cửa xả đáy tùy theo cột nước rs,mas m3/s Lưu lượng xả t i đa có thể qua tràn tùy theo cột nước hup m Mực nước hồ Hòa Bình hdo m Mực nước hạ lưu hồ Hòa Bình at m3/s Dòng chảy đến hồ Hòa Bình tại bước thời gian t s m3 Dung tích hồ chứa S m2 Diện tích mặt nước e m/ngày B c hơi đơn vị mặt hồ E m3/ngày B c hơi mặt hồ qmef m3/s Dòng chảy t i thiểu qua đập h , qYB YB cm, m3/s Lưu lượng, mực nước trạm Yên Bái hVQ, qVQ cm, m3/s Lưu lượng, mực nước trạm Vụ Quang hST, qST cm, m3/s Lưu lượng, mực nước Sơn Tây hHN, qHN cm, m3/s Lưu lượng, mực nước Hà Nội w m3/s Nhu cầu nước tại Sơn Tây cho vùng hạ du t Ngày Bước thời gian tính toán (ngày) h Tổng bước thời gian trong thời đoạn tính toán α,β,σ,m,n Hệ được xác định tùy thuộc đặc điểm hệ th ng. θ Véc tơ tham đặc trưng cho hàm xả I Véc tơ các biến đầu vào ν S các biến đầu vào trong véctơ I k S nơ ron i_hyd Twh/năm Tổng ản lượng điện trong khoảng thời gian tính toán 1995-2004 i_sup 106m3/năm Tổng lượng nước thiếu trong khoảng thời gian tính toán 1995-2004 Tổng chênh mực nước lũ o với báo động lũ cấp 1 tại Hà Nội (9.5 m) i_flo cm/năm trong khoảng thời gian tính toán 1995-2004 Lưu ý: đây là bài toán t i thiểu nên hàm mục tiêu phát điện mang dấu âm. α là hệ thể hiện tầm quan trọng của thủy điện theo các tháng trong năm, nhận giá trị bằng 2 ở các tháng cu i mùa khô từ tháng 4 đến tháng 6 vì những tháng này thường căng thẳng về điện. β là hệ thể hiện tầm quan trọng của việc cấp nước, nhận giá trị bằng 2 ở các tháng 1 đến 3 nhằm ưu tiên cấp nước phục vụ gieo trồng vụ Đông Xuân, σ là hệ thể hiện tầm quan trọng của việc giảm mực nước vào thời điểm lũ chính vụ, nhận giá trị bằng 2 ở tháng 8. m và n trong hàm mục tiêu tưới và phòng lũ tạm thời lấy bằng 2. Nghiên cứu này chưa xác định được giá trị t t nhất của các tham này. 5
Để xác định các phương án ận hành hồ tối ưu, tác giả giả sử rằng lưu lượng mà người ra quyết định ận hành hồ Hòa Bình uốn xả là ột hàm gọi là hàm xả) của các số li u đầu vào (inputs) như thời gian, dung tích hồ, dòng chảy đến hồ và ột số các iến ngoại sinh khác như ưa, nhi t độ .v.v). Hàm này là tùy ý và nó được đặc trưng ởi véc tơ các tham số θ = |a, b1… bν, c1… cν.k, d1… dν|. M i ột véc tơ tham số đặc trưng cho ột phương án xả thể hi n ối quan h giữa lưu lượng xả à các iến đầu ào . Có nhiều dạng hàm xả như tuyến tính, tuyến tính phân đoạn, phi tuyến, ạng trí tu nhân tạo. Khi cố định dạng hàm trước thì bài toán tối ưu hàm xả trở thành bài toán tối ưu phi tuyến, à i c tìm véc tơ tham số tối ưu θ được thực hi n dễ dàng ới giải thuật di truyền. Hình 3 thể hi n thuật toán t phương án xả tối ưu cho hồ Hòa B nh. Đầu tiên cố định dạng hàm xả, ở đây sử dụng ạng trí tu nhân tạo [7] thông qua lựa chọn đầu ào, ấn định số nơ ron, các lớp, à xác định éc tơ tha số θ (xem Hình 2). Về nguyên tắc, tập éc tơ tha số θ an đầu có thể được hởi tạo ng u nhiên. Tuy nhiên, ở đây một éc tơ tha số θ an đầu được hởi tạo ằng cách dùng ạng trí tu nhân tạo sử dụng chu i số li u xả ết quả của ài toán tối ưu ằng à chu i đầu ào lịch sử từ nă 1958 đến 1977. Nói đơn giản là t ối tương quan đa iến giữa tổng lưu lượng cần xả từ hồ Hòa B nh ới các iến đầu ào (xem phần IV). Công i c này được là ằng cách sử dụng hà train trong matlab. Hình 2: Ví dụ véc tơ tham của một hàm xả với 5 biến đầu vào và ử dụng 7 nơ ron, một lớp đầu vào, một lớp ẩn và một lớp đầu ra (tổng tham hay chiều dài véc tơ tham là 50 (50=1+2*7+5*7). Đường chấm thể hiện 1 véc tơ tham ban đầu được khởi tạo từ ANN. Tập véc tơ ban đầu có các giá trị nằm trong phạm vi 0.5 đến 1.5 lần giá trị ban đầu. 6
Hình 3: Sơ đồ kh i tìm phương án xả t i ưu Tập các véc tơ tha số an đầu được tạo ra ằng cách tổ hợp giá trị của các tha số xung quanh giá trị tha số an đầu tương ứng của éc tơ đã t ở trên. Với i ột tổ hợp ta có ột phương án. Mô phỏng h thống ới các phương án an đầu để tính giá trị các hà ục tiêu. au đó quá tr nh chọn lọc, đột iến, lai ghép tha số được thực hi n trong N A_II cho tới hi điều i n ết thúc giới hạn ởi số òng lặp, thời gian, hoặc hi hông thể cải thi n hà ục tiêu ở giai đoạn 1958-1977 nữa được thỏa ãn. Các phương án sau quá tr nh tối ưu được iể định trong hoảng thời gian từ 1995 đến 2004. Chỉ những phương án hoạt động tốt trong hoảng thời gian iể định (tức có giá trị hà ục tiêu tốt trong hoảng thời gian 1995-2004) ới được chọn. IV. KẾT QUẢ Trong nghiên cứu này tác giả chỉ sử dụng dạng hà xả là ạng trí tu nhân tạo ới các cấu trúc ạng hác nhau ao gồ : EMO (ut = ANN (|t, st, at, qtYB, qtVQ |; θ) ới 6 nơ ron à éc tơ iến đầu ào ao gồ thời gian được đưa ào dưới dạng sin(t) và cos(t)), dung tích hồ, dòng chảy đến hồ, lưu lượng dòng chảy đến tại Yên Bái à Vụ Quang. và EMO_exo ới 10 nơ ron à éc tơ iến đầu ào có thê lưu lượng dòng chảy đến hồ ở thời điể t-1, P2 , P3MT lần lượt là tổng lượng MT ưa 2 ngày à 3 ngày trước tại trạ Mường Tè, còn T2TG và T3TG lần lượt là nhi t độ tại trạ Tuần iáo ột ngày à hai ngày trước. iá trị hà ục tiêu của các phương án tối ưu t được ằng phương pháp tối ưu sử dụng giải thuật di truyền được so sánh ới giá trị hà ục tiêu lịch sử à ới giá trị hà ục tiêu của các phương án tối ưu sử dụng DDP và SDP. Trong Hình 4 i òng tròn thể hi n hi u quả của ột phương án. iá trị đi n lượng được thể hi n ằng ích thước òng tròn, trục tung thể hi n giá trị hà ục tiêu phòng lũ, trục hoành thể hi n giá trị lượng nước thiếu giá trị hà ục tiêu cấp nước). Trong ặt phẳng hà ục tiêu ở Hình 4, có thể thấy rằng ết quả tối ưu sử dụng giải thuật di truyền ới trường hợp các iến đầu ào gồ cả các iến ngoại sinh EMO_exo tốt ngang ằng à hơn so ới ết quả tối ưu ằng . Một số phương án của EMO_exo có thể giả hoàn toàn lượng nước thiếu nhưng n gây ra lũ trên ức áo động 1 tại Hà Nội. Ngay cả phương án lý tưởng từ cũng hông thể cắt lũ hoàn toàn cho Hà Nội. Điều này là do phương án tối ưu chỉ được là cho hồ Hòa B nh, tức là chỉ hống chế dòng chảy đến từ sông Đà, nhưng lũ trên sông Hồng còn ị ảnh hưởng ởi dòng chảy từ sông Thao và sông Lô. Như ậy để chống lũ cho Hà Nội th ột nh hồ Hòa B nh là hông đủ, cần phải có thê các hồ chứa trên sông Lô. 7
Hình 4. Giá trị hàm mục tiêu của các phương án t i ưu tìm được Để so sánh, lựa chọn ột phương án tốt nhất theo chủ quan của tác giả, í dụ là lựa chọn phương án có giá trị hà ục tiêu phòng lũ nhỏ nhất, trong thực tế i c lựa chọn cần phải có đà phán giữa các ên liên quan từ tập các phương án tối ưu theo các phương pháp tối ưu hác nhau ở trên. hương án được chọn của EMO ý hi u là EMO_6 à phương án được chọn của EMO_exo ý hi u là EMO_exo_10. iá trị của éc tơ tha số ứng ới các phương án chọn được trình bày trong ảng 2. ử dụng éc tơ tha số được chọn, thông qua hà xả (phương tr nh (*) ở trên) thì tại i ột thời điể , trên cơ sở giá trị của các iến đầu ào tại thời điể đó ta có thể tính toán được lưu lượng xả qua hồ à người ận hành hồ uốn xả à từ các công thức nêu ở phần trên ta tính được lưu lượng có thể xả qua hồ, đồng thời tính được các chỉ tiêu như trong Bảng 1. Các phương án hác như phương án giả định hi hông có hồ, phương án lịch sử, hông tưởng, à cũng được đưa ào để tha chiếu. Bảng 1. Kết quả vận hành của các phương án điều tiết trong giai đoạn 1995-2004 Phát điện Lũ Cấp nước Tổng sản Tăng Đỉnh Mức chênh so ố ngày có Tổng lượng ố ngày lượng đi n (%) lũ ới lũ báo lũ trên báo thiếu tại ơn thiếu nước Phương án TRUNG động 1 tại Hà động 1 Tây i_sup ngày/nă BÌNH! Nội i_flo ngày/nă (106 m3/nă i_hyd (cm/nă TWh/nă Không có hồ 0 - 13.79 1708 15.2 455 28.0 Lịch sử 7.82 - 12.22 1503 16 66 6.0 Không tưởng 9.20 18 10.39 247 5.3 0 0.0 DDP 9.00 16 10.39 254 8.1 4 3.8 SDP 8.00 3 11.86 1004 14.4 34 5.0 EMO_6 8.20 5 12.78 793 11.2 48 7.8 EMO_exo_10 8.02 3 11.90 771 12.1 7 1.6 Bảng 1 thể hi n ức đánh đổi giữa các ục tiêu. Với EMO_6 tổng sản lượng đi n tương đối cao, đạt ức 8.2 TWh/nă nhưng ực nước lũ lớn nhất là 12.78 à tổng lượng nước thiếu hụt 3 trung nh tại ơn Tây lên tới 48 tri u /nă . Trong hi đó ới EMO_exo_10 ực nước lũ cao nhất giả được 0.88 à tổng lượng nước thiếu hụt trung nh tại ơn Tây giả 41 tri u m3/nă nhưng sản lượng đi n giả là 0.18 TWh/nă so ới phương án EMO_6. Theo tác giả, phương án tốt nhất à tác giả t được từ giải thuật di truyền là phương án EMO_exo_10. Với phương án này đỉnh lũ qua ô h nh đã giả từ 12.22 xuống còn 11.90 m, tổng lượng nước thiếu hụt còn 7 x 106 m3/nă so ới 66 x 106 m3/nă trong lịch sử à sản lượng đi n hằng nă tăng từ 7.82 TWh lên 8.02 TWh, tương ứng ới hoảng 9 t đô la Mỹ ột nă ới giá đi n nhập hẩu từ Trung Quốc là 0.051 đô la/ Wh. hương án được đề xuất lựa chọn là phương án EMO_exo_10 ới éc tơ tha số như trong Bảng 2. Bảng 2: Véc tơ tham số của một số phương án ả sau khi tối ưu EMO_6 EMO_exo_10 6 iến đầu ào, 6 nơ ron, 49 11 iến đầu ào, 10 nơ ron, 131 tha số tha số) TT Giá trị TT Giá trị TT Giá trị TT Giá trị TT Giá trị TT Giá trị 1 -4.09871 34 1.008661 1 -1.99434 34 9.052692 67 -2.20312 100 0.070683 8
2 -3.69292 35 -0.2005 2 14.102 35 13.66162 68 -1.78367 101 -0.27309 3 3.497122 36 11.92352 3 -0.41122 36 59.32579 69 0.82472 102 0.561716 4 -38.8225 37 28.04656 4 -7.10948 37 -0.25341 70 39.61627 103 6.44091 5 -44.9281 38 -1.29894 5 -26.4943 38 2.707689 71 0.623994 104 17.33676 6 -10.1383 39 -2.50017 6 2.990284 39 0.724891 72 24.14584 105 4.784763 7 15.31264 40 2.872986 7 0.568765 40 -2.22413 73 -9.1212 106 -13.4243 8 7.94079 41 -0.50118 8 30.84017 41 1.865795 74 -13.1721 107 -0.023 9 0.024175 42 -28.9898 9 -48.9139 42 -5.12114 75 -7.15687 108 0.629211 10 0.036568 43 -5.44164 10 49.50977 43 10.0304 76 34.95151 109 0.270911 11 -0.12121 44 -0.8385 11 0.696987 44 1.733412 77 0.775012 110 0.281819 12 7.459516 45 -0.29689 12 0.008299 45 -5.13912 78 2.038864 111 1.139958 13 0.043137 46 -2.05688 13 0.019636 46 1.314926 79 -1.21853 112 1.896913 14 0.89973 47 -0.09327 14 0.033689 47 -2.57012 80 -0.69704 113 3.419586 15 2.907638 48 -33.1242 15 -0.00117 48 0.200167 81 -3.4486 114 3.315633 16 -4.62356 49 12.42452 16 -0.02549 49 -32.4144 82 -2.16594 115 -25.9393 17 41.54263 17 -0.1148 50 449.9336 83 4.04893 116 0.95772 18 -7.36386 18 -0.0646 51 -53.8074 84 2.430424 117 -0.07183 19 8.585212 19 -0.4021 52 16.66969 85 -1.63528 118 0.475143 20 0.77517 20 -0.36331 53 -8.23104 86 -27.0735 119 0.559913 21 60.19322 21 0.21697 54 12.25846 87 0.197334 120 -0.406 22 2.879086 22 8.887947 55 -7.03633 88 -0.55435 121 1.706645 23 2.869896 23 1.492361 56 -3.00648 89 0.212817 122 0.41488 24 -2.61326 24 -7.16425 57 0.637003 90 -3.05138 123 5.113267 25 -14.4059 25 22.41792 58 2.658259 91 -1.52151 124 -2.38111 26 0.353838 26 -50.3647 59 -0.29649 92 2.121818 125 -18.4868 27 3.378469 27 3.151382 60 -10.7928 93 -3.91962 126 -0.15169 28 -2.9456 28 2.366294 61 2.162128 94 -1.91916 127 -0.11027 29 -1.29585 29 0.441573 62 0.532326 95 -2.0986 128 0.174014 30 -8.40763 30 -1.92871 63 -1.73366 96 -2.7254 129 0.360419 31 29.53446 31 1.40704 64 -12.0391 97 0.222844 130 -0.00321 32 -0.87223 32 5.031572 65 8.835237 98 -0.58513 131 1.068032 33 -0.56606 33 31.12527 66 39.38138 99 -0.26251 V. KẾT LUẬN Nghiên cứu đã áp dụng thành công phương pháp tối ưu sử dụng giải thuật di truyền ết hợp ới ạng trí tu nhân tạo để t iế phương án ận hành tối ưu cho hồ Hòa B nh ới a ục tiêu chính là phát đi n, phòng lũ à cấp nước. Kết hợp ạng trí tu nhân tạo à giải thuật di truyền phục ụ xây dựng quy tr nh ận hành hồ chứa hoặc h thống hồ chứa đa ục tiêu là ột phương pháp có triển ọng nhờ tính áp dụng đơn giản ới các ài toán có nhiều hồ chứa, nhiều hà ục tiêu à có thể áp dụng đối ới ọi loại hà ục tiêu từ đơn giản đến phức tạp, từ gián đoạn tới hông gián đoạn. Nghiên cứu này ới chỉ áp dụng ết hợp ạng trí tu nhân tạo à giải thuật di truyền, cụ thể là N A_II để t iế giải pháp điều tiết tối ưu cho ột hồ chứa đa ục tiêu là hồ Hòa B nh. Tuy nhiên, nó là nền tảng quan trọng cho i c tiếp tục triển hai áp dụng để t iế phương án ận hành tối ưu liên hồ chứa, đặc i t là cho h thống hồ chứa trên lưu ực sông Hồng-Thái Bình. 9
Tác giả xin cả ơn các độc giả đã đọc ài iết này à rất ong nhận được ý iến đóng góp cũng như trao đổi của các độc giả quan tâ . TÀI LIỆU THAM KHẢO [1] X. Quach, 2011. Assessing and optimizing the operation of the Hoabinh reservoir in Vietnam by Multi-objective optimal control techniques. PhD thesis, Politecnico di Milano. [2] Nguyễn Công B nh, NguyễnThống, 2012. Ứng dụng quy hoạch động tất định trong điều tiết tối ưu hồ chứa thủy đi n A Vương. Tạp chí Tài Nguyên Nước – Hội Thủy Lợi Vi t Na số 4- 2012, Trang 53-57. [3] Sh. Momtahen and A. B. Dariane, 2007: Direct Search Approaches Using Genetic Algorithms for Optimization of Water Reservoir Operating Policies. Journal of Water Resources Planning and management, Vol. 133(3), page 202-209. [4] i.wi epedia.org/wi i/ iải_thuật_di_truyền [5] http://www.kh-sdh.udn.vn/zipfiles/sv2008-tb7/3.hoai-ng%20thi.pdf [6] http://en.wikipedia.org/wiki/Multi-objective_optimization [7] http://en.wikipedia.org/wiki/Artificial_neural_network [8] https://researchspace.auckland.ac.nz/bitstream/handle/2292/190/230.pdf [9] http://forge.it.irf.tu-dortmund.de/trac/mosch/wiki/NSGA-II 10