青年风采查看更多
 
     

冯仲恺

学历: 博士
学位: 博士
专业方向: 水电能源复杂系统优化调度
专业技术职务: 讲师
工作单位: 华中科技大学水电与数字化工程学院
获重大人才培养奖励计划、基金资助项目情况
序号 年度 项目名称
1 2018/01-2020/12 特大流域水电站群优化调度降维方法研究(国家自然科学基金青年项目、主持人)
2 2017/07-2020/12 流域分区水资源多目标功能需求与动态互馈博弈关系解析 (国家重点研发计划子课题、主持人)
 3  2018/01-2019/12  大规模水库群联合调度协同降维方法研究(湖北省自然科学基金面上项目、主持人)
4 2017/05-2019/12 水电系统优化调度混合降维方法研究(华中科技大学自主创新研究基金面上项目、主持人)
 5  2019/01-2022/12 雅砻江流域流量传播规律和来水预报及梯级电站优化调控与风险决策研究(国家自然科学基金雅砻江联合基金重点支持项目、参与人) 
主要科研经历及贡献

申请人2011年9月~2016年10月在大连理工大学师从程春田教授攻读博士学位,2016年10月进入华中科技大学水电与数字化工程学院张勇传院士和周建中教授团队工作。申请人主要从事水电调度方向的教学与科研工作,具体工作为:教学方面,承担多门本科生课程的教学工作,荣获第六届全国水利类专业青年教师讲课竞赛二等奖、华中科技大学2017~2018学年教学竞赛二等奖、优秀教师班主任等荣誉称号;科研方面,荣获2018年度华中科技大学学术新人奖,合作申请30余项国家发明专利,以第一/通讯作者发表高水平论文40余篇,其中30余篇SCI论文(平均影响因子约为4.4)、6篇ESI高被引论文;担任20余个国际权威学术期刊的特邀审稿人,荣获《Energy》、《Applied Soft Computing》、《International Journal of Electrical Power & Energy Systems》、《Science of the Total Environment》等5个权威SCI期刊的“Outstanding Reviewer”称号

1、教书育人方面

在教学方面,承担《水管理信息系统》、《水文预报》等多门专业课程的讲授工作,发表2篇教学论文,教学工作综合评价全院排名前2.94%,荣获学校教学竞赛二等奖、第六届全国水利类专业青年教师讲课竞赛二等奖。在人才培养方面,担任学院本科1703班级班主任,荣获校优秀教师班主任荣誉称号;独立指导2名硕士研究生,人均完成2篇学术论文、申请国家发明专利3项,其中1人获得校三好研究生称号、2人均荣获一等学业奖学金(所在班级仅2个名额);协助学院和团队指导多名硕士、博士研究生开展研究工作,努力培养学生的科研兴趣,认真指导学生提炼学术成果。

2、科学研究方面

申请人聚焦国际学术前沿和国家重大工程需求,潜心从事大规模水电能源系统优化调度领域的教学和研究工作,主持国家自然科学基金青年项目1项、国家重点研发计划专题项目1项、湖北省自然科学基金1项等多项课题,在《Journal of Cleaner Production》(中科院Top期刊)、《Energy》(中科院Top期刊)、《Journal of Hydrology》(中科院Top期刊)、《Journal of Water Resources Planning and Management》(美国ASCE协会百年旗舰期刊)、《Applied soft computing》(世界软计算协会会刊)、《水利学报》(国内水利工程Top1)、《中国电机工程学报》(国内动力与电力工程TOP1)、《中国科学:技术科学》等权威期刊发表第一或通讯作者论文40余篇(含30余篇SCI论文、平均影响因子约为4.4),其中6篇入选ESI高被引论文、1篇入选ESI热点论文、1篇入选水利学报优秀论文、1篇入选中国精品科技期刊顶尖学术论文(F5000),SCI他引200余次,荣获教育部科技进步一等奖、水力发电科学技术一等奖、辽宁省自然科学优秀学术论文一等奖、辽宁省优秀博士论文(当批全省20人)、大连理工大学优秀博士论文(当批水利1人)、华中科技大学学术新人奖(当批全校仅10人)等多项奖励。主要研究成果和创新如下:

(1)突破了大规模水电能源系统优化调度降维理论障碍

最近十多年来,我国水电实现了跨越式发展,水电系统的装机容量、电站数目、机组规模都发生巨大变化,系统规模与运行复杂性急剧增大,引发了严重的维数灾问题,亟待构建满足工程实际需求、有效均衡求解精度和计算效率的实用化降维方法。为此,申请人在深入研究传统水电调度方法计算复杂度基础上,定量对比分析了各类方法在不同应用情景下的适用性,提出了基于经典方法重构和高性能计算技术的大规模水电能源系统优化调度降维理论框架:首先依据问题特征将密集型高维复杂问题转化为多个小规模低维子问题,而后通过试验设计技术在可行域内优选少数极具代表性且均匀散布的状态变量,最后引入领域知识动态辨识可行决策空间、利用高性能计算技术实现快速解算。所提理论可将传统水电调度方法计算复杂度从指数级降至多项式水平,为超大规模水电调度问题的高效优质求解奠定了坚实理论基础。研究成果被芬兰阿尔托大学与瑞典农业科学大学联合研究人员Mikko M?kel?等学者在中科院Top期刊《Energy Conversion and Management》作为典型应用进行报道,现已成功应用于贵州电网、乌江公司等合作单位。

(2)攻克了特大流域水电站群联合调峰调度技术瓶颈

我国绝大多数电网负荷峰谷差较大,存在强烈的调峰需求,且会随着风电、光伏等间歇性能源大规模并网发电日益凸显,如何充分发挥水电优越的负荷跟踪能力实现调峰运行,将是我特大流域梯级水电系统现在乃至未来很长时间内都无法回避的现实问题。为此,申请人在国内外率先构建了以电网余荷极差最小为目标、计及电网负荷特性和电站复杂约束的极小—极大型特大流域水电站群联合调峰调度模型;在求解过程中,首先引入启发式切负荷策略合理确定电站初始工作位置,而后采用降维方法快速改善结果质量、依据电网负荷相对差异合理分配水电系统出力,实现对电网调峰需求的科学响应。所提方法突破了常规方差/均方差型调峰模型的强时空关联特征,为缓解我国日益严峻的调峰压力提供了科学的理论方法。研究成果被武汉大学郭生练教授、河海大学钟平安教授等著名水电调度专家在中科院Top期刊《Applied Energy》、《Energy》等多次引用,现已成功应用于华中电网、华东电网、长江电力等重大工程项目。

(3)创新了大电网平台下多电源多目标联合调度方法

大电网平台下水火核等多电源呈现出日益紧密的非线性强耦合关联特征,在日常运行时必须综合考虑发电、防洪、供水、航运、生态需水等相互竞争、不可公度的调度目标,属于典型的多约束、多层次、多阶段、多目标优化问题,如何科学生成充分反映不同调度目标间复杂耦合与制约关系的调度方案集合是国际研究热点与难点问题。为此,申请人建立了兼顾环境保护、发电效益与运行可靠性的多电源多目标联合优化调度模型,深入研究了时空耦合约束综合作用下可行决策空间的拓扑变化规律,提出了一类基于细粒度小种群进化机制与并行贯序逐次逼近技术的多目标高效求解方法,快速生成在多维目标空间内分布均匀的非劣调度方案集。所提方法能够大幅提高计算效率、获得满足工程实际需求的调度方案集,可为变化环境下的多电源互联电力系统经济运行提供全面、丰富的调度决策信息。研究成果被伊朗阿扎德大学Mohsen Simab等学者在中科院Top期刊《Energy》作为领域最新研究进展进行介绍,现已成功应用于三峡集团、贵州电网、乌江公司等合作单位。

3、公益服务方面

申请人积极承担学校和学院分派的各项公共服务工作,先后担任多名本科生的毕业设计指导教师、十余名本科生暑期社会实践指导教师(获评校级优秀队伍)、数十名本科生与研究生的答辩指导教师、以及学院研究生招生阅卷组和工作组成员,按照学校和学院规定圆满完成了资料整理、科研指导、论文把控等各项工作;按时参加学院组织的暑期社会实践、奖学金评定、教学检查师生座谈会等活动,广泛听取学生的意见与建议,认真回答相关专业问题,努力提高学生竞争力;深度参与学院承担的多个重大工程项目、学校和学院工会组织的各项文体工作,协助完成水利学科双一流建设方案编制、数字流域科学与技术湖北省重点实验室年度评估(成功通过)、国家重点研发计划项目《珠江流域水资源多目标调度技术与应用》申报(成功获批)和国家自然科学基金委雅砻江基金重点项目《雅砻江流域流量传播规律和来水预报及梯级电站优化调控与风险决策研究》申报(成功获批)。

发表论文、专著的情况

发表的论文:

近5年来,申请人在《Journal of Hydrology》(中科院Top期刊)、《Journal of Cleaner Production》(中科院Top期刊)、《Energy》(中科院Top期刊)、《Journal of Water Resources Planning and Management》(美国ASCE协会百年旗舰期刊)、《Applied soft computing》(世界软计算协会会刊)、《中国电机工程学报》(国内动力与电力工程Top1)、《水利学报》(国内水利工程Top1)、《中国科学:技术科学》等权威期刊发表第一或通讯作者论文40余篇(含30余篇SCI论文、平均影响因子约为4.4),其中6篇入选ESI高被引论文、1篇入选ESI热点论文、1篇入选水利学报优秀论文、1篇入选中国精品科技期刊顶尖学术论文(F5000),SCI他引200余次。

学术论文

1         第一或通信作者论文

[1]     冯仲恺,牛文静,程春田*,武新宇.水库群联合优化调度知识规则降维方法[J].中国科学:技术科学,2017, 47(2): 210–220. (EI)

[2]     冯仲恺,牛文静,程春田*,武新宇,申建建.大规模水电系统优化调度降维方法研究I:理论分析[J].水利学报, 2017, 48(2):146-156. (EI、《水利学报》优秀论文<当年10篇>)

[3]     冯仲恺,牛文静,程春田*,申建建,武新宇.大规模水电系统优化调度降维方法研究II:方法实例[J].水利学报, 2017, 48(3): 270-278. (EI)

[4]     冯仲恺,牛文静,程春田*,武新宇.梯级水库群优化调度精英集聚蛛群优化方法[J].水利学报, 2016, 47(6):826-833. (EI)

[5]     冯仲恺,程春田*,牛文静,廖胜利,申建建.均匀动态规划方法及其在水电系统优化调度中的应用[J].水利学报,2015,46(12):1487-1496. (EI)

[6]     冯仲恺,廖胜利,程春田*,苏华英.库群长期优化调度的正交逐步优化算法[J].水利学报,2014, 45(8):903-911. (EI、入选领跑者5000—中国精品科技期刊顶尖学术论文(F5000) )

[7]     冯仲恺,牛文静,程春田,武新宇.水电站群联合调峰调度均匀逐步优化方法[J].中国电机工程学报,2017, 37(15): 4315-4323.(EI、入选中文精品学术期刊外文版数字出版工程)

[8]     冯仲恺,廖胜利,牛文静,程春田,唐建兴,苏华英.梯级水电站群中长期优化调度的正交离散微分动态规划方法[J].中国电机工程学报,2015,35(18):4635-4644. (EI)

[9]     冯仲恺,廖胜利,牛文静,申建建,程春田*,李泽宏.改进量子粒子群算法在水电站群优化调度中的应用[J].水科学进展,2015,26(3):413-422. (EI)

[10] 冯仲恺,牛文静,程春田,廖胜利,苏华英,汪明清,唐建兴.水电系统中长期发电调度多核并行逐步优化方法[J].电力自动化设备, 2016,36(11): 75-81. (EI)

[11] 夏燕(学生),冯仲恺*,牛文静,覃晖,蒋志强,周建中.基于混合量子粒子群算法的梯级水电站群调度[J].水力发电学报, 2018,37(11): 24-35.

[12] 冯仲恺,牛文静,王金文,孙怀卫.“水文预报”课程互动式教学方法研究 [J].中国地质教育,2018, 27(3): 49-51.

[13] 冯仲恺,牛文静,覃晖,蒋志强,莫莉,周建中.水电调度专业人才多维联动培养模式[J].中国地质教育, 2018, 27(4): 61-63.

[14] Feng Zhong-kai*, Liu Shuai, Niu Wen-jing, Li Shu-shan, Wu Hui-jun, Wang Jia-yang. Ecological operation of cascade hydropower reservoirs by elite-guide gravitational search algorithm with Lévy flight local search and mutation. Journal of Hydrology, 2020, 581,124425. (SCI/EI, IF2018=4.405)

[15] Feng Zhong-kai*, Niu Wen-jing, Cheng Xiong, Wang Jia-yang, Wang Sen, Song Zhen-guo. An effective three-stage hybrid optimization method for source-network-load power generation of cascade hydropower reservoirs serving multiple interconnected power grids. Journal of Cleaner Production, 2020, 246: 119035. (SCI/EI, IF2018= 6.395)

[16] Feng Zhong-kai*, Niu Wen-jing, Zhou Jian-zhong, Cheng Chun-tian. Linking Nelder–Mead simplex direct search method into two-stage progressive optimality algorithm for optimal operation of cascade hydropower reservoirs. Journal of Water Resources Planning and Management-ASCE,2020, doi:10.1061/(ASCE)WR.1943-5452.0001194.(SCI/EI, IF2018= 3.404)

[17] Feng Zhong-kai*, Niu Wen-jing, Zhang Rui, Wang Sen, Cheng Chun-tian. Operation rule derivation of hydropower reservoir by k-means clustering method and extreme learning machine based on particle swarm optimization. Journal of Hydrology, 2019, 576: 229-238. (SCI/EI, IF2018=4.405)

[18] Feng Zhong-kai*, Niu Wen-jing, Wang Wen-chuan, Zhou Jian-zhong, Cheng Chun-tian. A mixed integer linear programming model for unit commitment of thermal plants with peak shaving operation aspect in regional power grid. Energy, 2019, 175, 618-629. (SCI/EI, IF2018= 5.537)

[19] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. China's large-scale hydropower system: operation characteristics, modeling challenge and dimensionality reduction possibilities. Renewable Energy, 2019, 136: 805-818. (SCI/EI, IF2018=5.439) ESI热点论文

[20] Feng Zhong-kai*, Liu Shuai, Niu Wen-jing, Liu Yi, Luo Bin, Miao Shu-min, Wang Sen. Optimal operation of hydropower system by improved grey wolf optimizer based on elite mutation and quasi-oppositional learning. IEEE Access, 2019, 7(1):155513-155529. (SCI/EI, IF2018=4.098)

[21] Feng Zhong-kai*, Niu Wen-jing, Wang Sen, Cheng Chun-tian, Song Zhen-guo. Mixed integer linear programming model for peak operation of gas-fired generating units with disjoint-prohibited operating zones. Energies, 2019, 12, 2179. (SCI/EI, IF2018= 2.707)

[22] Feng Zhong-kai, Liu Shuai, Niu Wen-jing*, Jiang Zhi-qiang, Luo Bin, Miao Shu-min. Multi-objective operation of cascade hydropower reservoirs using TOPSIS and gravitational search algorithm with opposition learning and mutation. Water, 2019, 11, 2040. (SCI/EI, IF2018= 2.524)

[23] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. Optimal allocation of hydropower and hybrid electricity injected from inter-regional transmission lines among multiple receiving-end power grids in China. Energy, 2018, 162: 444-452. (SCI/EI, IF2018= 5.537)

[24] Feng Zhong-kai*, Niu Wen-jing, Wang Sen, Cheng Chun-tian, Jiang Zhi-qiang, Qin Hui, Liu Yi. Developing a successive linear programming model for head-sensitive hydropower system operation considering power shortage aspect. Energy,2018,155:252-261. (SCI/EI, IF2018= 5.537)

[25] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. Optimization of hydropower reservoirs operation balancing generation benefit and ecological requirement with parallel multi-objective genetic algorithm. Energy, 2018, 153:706-718. (SCI/EI, IF2018= 5.537)

[26] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. Optimizing electrical power production of hydropower system by uniform progressive optimality algorithm based on two-stage search mechanism and uniform design. Journal of Cleaner Production, 2018, 190: 432-442. (SCI/EI, IF2018= 6.395)

[27] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Wu Xin-yu. Optimization of large-scale hydropower system peak operation with hybrid dynamic programming and domain knowledge. Journal of Cleaner Production, 2018, 171: 390-402. (SCI/EI, IF2018= 6.395) ESI高被引论文

[28] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Zhou Jian-zhong. Peak shaving operation of hydro-thermal-nuclear plants serving multiple power grids by linear programming. Energy, 2017, 135: 210-219. (SCI/EI, IF2018= 5.537)

[29] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Wu Xin-yu. Optimization of hydropower system operation by uniform dynamic programming for dimensionality reduction. Energy, 2017, 134: 718-730. (SCI/EI, IF2018= 5.537)

[30] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Liao Sheng-li. Hydropower system operation optimization by discrete differential dynamic programming based on orthogonal experiment design. Energy, 2017, 126:720-732. (SCI/EI, IF2018= 5.537) ESI高被引论文

[31] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. Multi-objective quantum-behaved particle swarm optimization for economic environmental hydrothermal energy system scheduling. Energy, 2017, 131:165-178. (SCI/EI, IF2018= 5.537)

[32] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Jay R.-lund. Optimizing hydropower reservoirs operation via an orthogonal progressive optimality algorithm. Journal of Water Resources Planning and Management-ASCE,2018, 144(3): 04018001. (SCI/EI, IF2018= 3.404)

[33] Feng Zhong-kai*, Niu Wen-jing, Zhou Jian-zhong, Cheng Chun-tian. Multiobjective operation optimization of a cascaded hydropower system. Journal of Water Resources Planning and Management-ASCE, 2017, 143(10): 05017010. (SCI/EI, IF2018= 3.404)

[34] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian. A quadratic programming approach for fixed head hydropower system operation optimization considering power shortage aspect. Journal of Water Resources Planning and Management-ASCE, 2017, 143(10): 06017005. (SCI/EI, IF2018=3.404)

[35] Feng Zhong-kai*, Niu Wen-jing, Zhou Jian-zhong, Cheng Chun-tian, Zhang Yong-chuan. Scheduling of short-term hydrothermal energy system by parallel multi-objective differential evolution. Applied Soft Computing, 2017, 61: 58-71. (SCI/EI, IF2018= 4.873)

[36] Feng Zhong-kai*, Niu Wen-jing, Cheng Chun-tian, Wu Xin-yu. Peak operation of hydropower system with parallel technique and progressive optimality algorithm. International Journal of Electrical Power & Energy Systems, 2018, 94: 267–275. (SCI/EI, IF2018= 4.418) ESI高被引论文

[37] Feng Zhong-kai*, Niu Wen-jing, Zhou Jian-zhong, Cheng Chun-tian, Qin Hui, Jiang Zhi-Qiang. Parallel multi-objective genetic algorithm for short-term economic environmental hydrothermal scheduling. Energies, 2017, 10(2), 163. (SCI/EI, IF2018= 2.707) ESI高被引论文

[38] Feng Zhong-kai, Niu Wen-jing, Liao Sheng-li, Cheng Chun-tian*, Wang Ming-qing, Su Hua-ying. Orthogonal dimension reduction search algorithm for optimal operation of hydropower system. 2015 World Environmental & Water Resources Congress, Texas, Austin, USA, 2015, 1921-1931. (EI)

[39] Niu Wen-jing, Feng Zhong-kai*, Chen Yu-bin, Zhang Hai-rong, Cheng Chun-tian. Annual streamflow time series prediction using extreme learning machine based on gravitational search algorithm and variational mode decomposition. Journal of Hydrologic Engineering-ASCE, 2020, doi: 10.1061/(ASCE)HE.1943-5584.0001902. (SCI/EI, IF2018=1.438)

[40] Niu Wen-jing, Feng Zhong-kai*, Zeng Ming, Feng Bao-fei, Min Yao-wu, Cheng Chun-tian, Zhou Jian-zhong. Forecasting reservoir monthly runoff via ensemble empirical mode decomposition and extreme learning machine optimized by an improved gravitational search algorithm. Applied Soft Computing, 2019, 82: 105589. (SCI/EI, IF2018= 4.873)

[41] Niu Wen-jing, Feng Zhong-kai*, Feng Bao-fei, Min Yao-wu, Cheng Chun-tian, Zhou Jian-zhong. Comparison of multiple linear regression, artificial neural network, extreme learning machine and support vector machine in deriving hydropower reservoir operation rule. Water, 2019, 11(1), 88. (SCI/EI, IF2018= 2.524) ESI高被引论文

[42] Niu Wen-jing, Feng Zhong-kai*, Cheng Chun-tian. Optimization of variable-head hydropower system operation considering power shortage aspect with quadratic programming and successive approximation. Energy, 2018, 143: 1020-1028. (SCI/EI, IF2018= 5.537) ESI高被引论文

[43] Niu Wen-jing, Feng Zhong-kai*, Cheng Chun-tian. Min-max linear programming model for multireservoir system operation with power deficit aspect. Journal of Water Resources Planning and Management-ASCE, 2018, 144(10): 06018006. (SCI/EI, IF2018= 3.404)

[44] Niu Wen-jing, Feng Zhong-kai*, Cheng Chun-tian, Wu Xin-yu. A parallel multi-objective particle swarm optimization for cascade hydropower reservoir operation in southwest China. Applied Soft Computing, 2018, 70: 562–575. (SCI/EI, IF2018= 4.873)

[45] Niu Wen-jing, Feng Zhong-kai*, Cheng Chun-tian, Zhou Jian-zhong. Forecasting daily runoff by extreme learning machine based on quantum-behaved particle swarm optimization. Journal of Hydrologic Engineering-ASCE, 2018, 23(3):04018002.(SCI/EI, IF2018=1.438)

[46] Xia Yan (学生), Feng Zhong-kai*, Niu Wen-jing, Qin Hui, Jiang Zhi-qiang, Zhou Jian-zhong. Simplex quantum-behaved particle swarm optimization algorithm with applications to ecological operation of cascade hydropower reservoirs. Applied Soft Computing, 2019, 84:105715. (SCI/EI, IF2018= 4.873)

[47] Liu Shuai(学生), Feng Zhong-kai*, Niu Wen-jing, Zhang Hai-rong, Song Zhen-guo. Peak operation problem solving for hydropower reservoirs by elite-guide sine cosine algorithm with Gaussian local search and random mutation. Energies, 2019, 12, 2189. (SCI/EI, IF2018= 2.707)

 

2        其他作者论文

[48] 牛文静,冯仲恺,程春田*,武新宇,申建建.梯级水电站群并行多目标优化调度方法[J].水利学报, 2017, 48(1):104-112. (EI)

[49] 牛文静,冯仲恺,程春田*.梯级水电站群优化调度多目标量子粒子群算法[J].水力发电学报,2017,36(5):47-57.

[50] 牛文静,武新宇,冯仲恺,申建建,程春田.梯级水电站群蓄能控制优化调度方法[J].中国电机工程学报, 2017, 37 (11): 3139-3147. (EI)

[51] 牛文静,申建建*,冯仲恺,程春田,郭有安.基于数据挖掘的梯级水电站群指令调度优化方法[J]. 电力系统自动化, 2017,41(15):66-73. (EI)

[52] 刘本希,廖胜利*,冯仲恺,李秀峰,蔡华祥.耦合偏互信息的贫资料地区小水电发电能力预测[J]. 电力系统自动化, 2015,39(19):149-154. (EI)

[53] 牛文静,申建建,程春田*,武新宇,冯仲恺,郭有安.耦合调峰和通航需求的梯级水电站多目标优化调度混合搜索方法[J]. 中国电机工程学报, 2016, 36(9): 2331- 2341. (EI)

[54] Nian Ting-kai*, Feng Zhong-kai, Yu Peng-cheng, Wu Hui-jun. Strength behavior of slip-zone soils of landslide subject to the change of water content[J]. Natural Hazards, 2013, 68(2): 711-721. (SCI)

[55] Cheng Chun-tian*, Feng Zhong-kai, Niu Wen-Jing, Liao Sheng-li. Heuristic Methods for Reservoir Monthly Inflow Forecasting: A Case Study of Xinfengjiang Reservoir in Pearl River, China[J]. Water, 2015, 7(8), 4477-4495. (SCI/EI)

[56] Niu Wen-jing, Wu Xin-yu, Feng Zhong-kai, Shen Jian-jian, Cheng Chun-tian*. Model of long-term optimal operation of multi-reservoir system under the cascade storage energy control. 2015 World Environmental & Water Resources Congress, Texas, Austin, USA, 2015, 1962-1970. (EI)

[57] He Fei-fei, Zhou Jian-zhong, Feng Zhong-kai, Liu Guang-biao, Yang Yu-qi. A hybrid short-term load forecasting model based on variational mode decomposition and long short-term memory networks considering relevant factors with Bayesian optimization algorithm [J]. Applied Energy, 2019, 237:103-116. (SCI/EI)

[58] Cheng Chun-tian*, Niu Wen-jing, Feng Zhong-kai, Shen Jian-jian, Kwok-wing Chau. Daily reservoir runoff forecasting method using artificial neural network based on quantum-behaved particle swarm optimization[J]. Water, 2015,7(8):4232-4246. (SCI/EI)

[59] Liu Yi, Jiang Zhi-qiang*, Feng Zhong-kai, Chen Yu-yun, Zhang Har-rong, Cheng Ping. Optimization of energy storage operation chart of cascade reservoirs with multi-year regulating reservoir. Energies, 2019, 12, 3814. (SCI/EI)

[60] Jiang Zhi-qiang*, Wang Chao, Liu Yi, Feng Zhong-kai, Ji Chang-ming, Zhang Hai-rong. Study on the Raw Water Allocation and Optimization in Shenzhen City, China. Water 2019, 11, 1426. (SCI/EI)

[61] Jiang Zhi-qiang*, Ji Chang-ming, Qin Hui, Feng Zhong-kai. Multi-stage progressive optimality algorithm and its application in energy storage operation chart optimization of cascade reservoirs [J]. Energy, 2017, 148: 309-323. (SCI/EI)

[62] Jiang Zhi-qiang*, Tang Zheng-yang, Liu Yi, Chen Yu-yun, Feng Zhong-kai, Xu Yang, Zhang Hairong. Area moment and error based forecasting difficulty and its application in inflow forecasting level evaluation. Water Resources Management. 2019;33:4553-4568.

[63] Jiang Zhi-qiang*, Qin Hui, Ji Chang-ming, Feng Zhong-kai, Zhou Jian-zhong. Two dimension reduction methods for multi-dimensional dynamic programming and its application in cascade reservoirs operation optimization[J]. Water, 2017, 9(9), 634. (SCI/EI)

[64] Liao Sheng-li*, Cheng Chun-tian, Wang Jing, Feng Zhong-kai. A hybrid search algorithm for mid-term optimal scheduling of thermal power plants[J]. Mathematical Problems in Engineering, 2015, http://dx.doi.org/10.1155/2015/710876. (SCI)

[65] Zhang Zhendong, Qin Hui*, Yao Liqiang, Liu Yongqi, Jiang Zhiqiang, Feng Zhongkai, Ouyang S. Improved Multi-objective Moth-flame Optimization Algorithm based on R-domination for cascade reservoirs operation. Journal of Hydrology. 2020;581:124431.

[66] Liu Yongqi, Qin Hui*, Zhang Zhendong, Pei Shaoqian, Jiang Zhiqiang, Feng Zhongkai, Zhou Jianzhong. Probabilistic spatiotemporal wind speed forecasting based on a variational Bayesian deep learning model. Applied Energy. 2020;260:114259.

[67] Zhang Zhen-dong, Qin Hui*, Liu Yong-qi, Yao Liqiang, Yu Xiang, Lu Jiantao, Jiang Zhiqiang, Feng Zhong-kai. Wind speed forecasting based on Quantile Regression Minimal Gated Memory Network and Kernel Density Estimation[J]. Energy Conversion and Management, 2019, 196 (15):1395-1409. (SCI/EI)

 

国家专利:

1    部分已授权专利

[1]       程春田,冯仲恺,牛文静,廖胜利,武新宇,李刚,申建建,曾筠.一种多维多阶段复杂决策问题的均匀动态规划方法[P]. 中国:CN104408531A,2018-01-18. (授权)

[2]       程春田,冯仲恺,牛文静,廖胜利,武新宇,李刚,申建建. 一种基于正交降维搜索算法的水电站群优化调度方法[P]. 中国:CN 104182806 B, 2017-07-11. (授权)

[3]       程春田,冯仲恺,牛文静,廖胜利,武新宇,李刚,申建建. 一种梯级水电站群联合优化调度的正交离散微分动态规划方法[P]. 中国:CN 104166887 B, 2017-04-12. (授权)

[4]       程春田,冯仲恺,廖胜利,牛文静,武新宇,李刚,申建建. 基于改进量子粒子群算法的水电站群优化调度方法[P]. 中国:CN 103971174 B, 2017-04-12. (授权)

[5]       程春田,冯仲恺,牛文静,武新宇,廖胜利,申建建,李刚. 一种基于气象信息的中期径流预报系统[P]. 中国:CN203982389U,2014-12-03. (实用新型,授权)

[6]       武新宇,牛文静,冯仲恺,曾筠,程春田. 一种梯级蓄能控制下水电站群长期优化调度方法[P]. 中国:CN104504455B, 2017-10-17. (授权)

[7]       程春田,廖胜利,冯仲恺,林成,唐建兴,苏华英. 利用CFS集合预报产品的水电站中期滚动调度方法[P]. 中国:CN103729803B, 2017-01-18. (授权)

[8]       程春田,牛文静,冯仲恺,申建建,武新宇. 一种梯级水电站群指令调度管理系统[P]. 中国:CN205384639U, 2016-07-13.(实用新型,授权)

[9]       廖胜利,程春田,冯仲恺,牛文静,汪明清,唐建兴,苏华英. 一种基于GSM短信通信的清洁能源信息采集系统[P]. 中国:CN204633818U,2015-09-09. (实用新型,授权)

[10]   程春田,罗清标,武新宇,冯仲恺,吴慧军,王健,过团挺,冯永修. 一种计及径流预报不确定性的水库调度风险评估方法[P]. 中国:CN104182807B,2017-10-20. (授权)

[11]   程春田,吴慧军,王健,武新宇,冯仲恺,罗清标,冯永修. 基于场景分析的水库水位控制系统[P]. 中国:CN206115481U,2017-04-19. (实用新型,授权)

[12]   高孟平,蔡华祥,李秀峰,程春田,杨强,冯仲恺,蔡葆锐,廖胜利. 基于正交逐次逼近算法的水库调度方法[P]. 中国:CN103729556B, 2016-08-31. (授权)

 

2    部分已申请专利

[13]   冯仲恺,刘帅,牛文静; 一种梯级水库群多目标均衡调度方法与系统;已提交

[14]   冯仲恺,牛文静;一种水电系统联合优化调度的拉丁方动态规划降维方法;申请号: 2018102676765;申请日:2018-03-27

[15]   冯仲恺,夏燕,牛文静,蒋志强,覃晖,陈璐,莫莉,周建中;基于混合智能降维算法的特大流域水电站群优化调度方法;申请号:2018102459180;申请日:2018-03-23

[16]   冯仲恺,牛文静;一种大规模水电站水库群联合调度的代理优化降维方法;申请号:2018104005591;申请日:2018-04-28

[17]   冯仲恺,牛文静,夏燕,胡德超,蒋志强,陈璐,覃晖,莫莉,周建中;一种巨型梯级水电系统的多目标调度并行降维方法;申请号:2018104258701;申请日:2018-05-07

[18]   冯仲恺,牛文静,夏燕,覃晖,莫莉,蒋志强,陈璐,胡德超,周建中;一种梯级水库群生态-发电动态互馈调控方法;申请号:2018104296154;申请日:2018-05-08

[19]   冯仲恺,牛文静,莫莉,覃晖,蒋志强,周建中;一种特大流域水电站群优化调度两阶段直接搜索降维方法;申请号:2018112242194;申请日:2018-10-19

[20]   冯仲恺,牛文静,莫莉,覃晖,蒋志强,周建中;一种水电站水库调度规则的分类智能提取方法;申请号:2018110895942;申请日:2018-09-18

[21]   冯仲恺,牛文静;一种特大流域水电站群多电网调峰调度方法及系统;申请号: 201811221915X;申请日:2018-10-19

[22]   冯仲恺,牛文静;一种梯级水电站水库生态调度智能优化方法及系统;申请号:2018112213609;申请日:2018-10-19

[23]   冯仲恺,牛文静,刘帅,夏燕;一种水电系统联合调度邻域搜索降维优化方法;申请号:2018113636013;申请日:2018-11-16

[24]   冯仲恺,刘帅,牛文静,夏燕;一种梯级水电系统发电调度自适应优化方法与系统;申请号:2018115382030;申请日:2018-12-16

[25]   冯仲恺,夏燕,牛文静,刘帅;一种梯级水库群联合调度的多目标优化方法和系统;申请号:2019105140862;申请日:2019-06-13

[26]   冯仲恺,刘帅,牛文静;一种梯级水电站群短期调峰调度协同优化方法和系统;申请号:2019103870625;申请日:2019-05-10

[27]   冯仲恺,刘帅,牛文静,蒋志强,刘懿;一种梯级水电站群生态调控方法与系统;申请号:201910806054X;申请日:2019-08-28

[28]   冯仲恺,牛文静,刘帅,夏燕;一种水电站群运行资料管理系统;申请号:2019205573258;申请日:2019-04-23

[29]   冯仲恺,牛文静,刘帅,夏燕;一种水电站群长期优化调度系统;申请号:2019205573277;申请日:2019-04-23

[30]   程春田,冯仲恺,牛文静,武新宇. 一种水库群联合优化调度可行决策空间辨识方法. 中国:CN106127348A,2016-11-16.

[31]   程春田,冯仲恺,牛文静,申建建,武新宇. 一种梯级水电站群并行多目标优化调度方法[P]. 中国:CN105719091A,2016-06-29.

[32]   程春田,冯仲恺,牛文静,廖胜利,武新宇,李刚,申建建. 一种水电系统优化调度的多核并行逐次逼近方法[P]. 中国:CN104182909A,2014-12-03.

[33]   程春田,牛文静,申建建,冯仲恺. 一种基于数据挖掘的梯级水电站群指令调度优化方法[P]. 中国:CN105809272A,2016-07-27.

[34]   吴英,程春田,李江,周毅,冯仲恺,申建建,牛文静. 一种梯级水库群优化调度新型群体搜索方法[P]. 中国:CN105956714A,2016-09-21.

 

软件著作权:

[1]       程春田,冯仲恺,牛文静.面向特大流域集控中心的梯级水电站群实时优化调度系统[简称:ROSS]V1.0 (2015SR193085). 2015-10-09.

[2]       程春田,冯仲恺,牛文静.面向特大流域集控中心的梯级水电站群基础资料管理系统[简称:BDMS]V1.0 (2015SR187365). 2015-9-25.

[3]       程春田,冯仲恺,廖胜利,牛文静,武新宇,李刚,申建建.面向特大流域集控中心的梯级水电站群变步长优化调度软件V1.0(2014SR130417). 2014-8-29.

[4]       程春田,冯仲恺,廖胜利,牛文静,武新宇,李刚,申建建.面向特大流域集控中心的梯级水电站群运行指标计算系统V1.0 (2014SR130415). 2014-8-29.

[5]       程春田,冯仲恺,廖胜利,牛文静,武新宇,李刚,申建建.面向特大流域集控中心的梯级水电站群后台监视及管理系统V1.0(2014SR130420). 2014-8-29.

[6]       申建建,冯仲恺,牛文静,程春田.跨流域梯级水电站群长期优化调度系统V1.0 (2015SR159268). 2015-8-18.

[7]       申建建,牛文静,冯仲恺,程春田.跨流域梯级水电站群中期优化调度系统V1.0 (2015SR159303). 2015-8-18.

[8]       申建建,牛文静,冯仲恺,程春田.跨流域梯级水电站群AGC优化调度系统V1.0 (2015SR159310). 2015-8-18.

 

科技成果应用情况或技术推广情况

[1]申请人参与的国家专利《一种基于气象信息的中期径流预报系统》、《利用CFS集合预报产品的水电站中期滚动调度方法》均已在贵州电网得到应用,后者荣获中国南方电网有限责任公司专利奖三等奖;
[2]申请人参与的项目《贵州电网一体化水调自动化系统开发及应用》荣获2014年贵州电网有限责任公司技术改进贡献一等奖和中国南方电网有限责任公司技术改进贡献二等奖。

项目依托的科研平台、科研项目

一、工作基础及现有科研条件
(1)工作基础:自2011年以来,申请人一直专心从事复杂水电系统可计算建模与决策支持系统的研发工作,深度参与了国家自然科学基金雅砻江联合基金重点支持项目(U1865202)、国家自然科学基金重大计划重点支持项目(91547201、91547208)、国家自然科学基金重大国际合作项目(51210014)、国家重点基础研究发展计划973项目(2013CB035906)、国家杰出青年基金(51025934)等多项国家级研究课题,以及国家电网公司华中分部《电网水电短期及实时智能调度技术研究》、贵州电网公司《水调自动化系统升级改造(高级应用)》(23DDJS120042)、乌江水电开发有限责任公司《乌江干流梯级水电站群协调优化控制策略研究及应用》、广东粤电集团《新丰江水库优化调度》(XFJG000096)等多项企业委托项目。在项目参与过程中,申请人收集整理了大量的国内外专业文献,并编制形成涵盖线性规划(如LP、SLP)、非线性规划(如QP、GP)、动态规划系列算法(如POA、OPOA、DDDP、DPSA、UDP)、启发式智能算法(如GA、PSO、SSO、QPSO)、响应曲面模型(如ELM、SVM、MLR)等诸多方法在内的JAVA优化程序包。综上,通过上述项目,申请人对水电调度相关工程背景与关键科学问题有着较为深入的理解,形成较好的前期技术储备库,能够及时跟踪水电调度国际前沿研究热点与生产一线实际需求。
(2) 现有科研条件:申请者依托单位华中科技大学水电与数字化工程学院是国家“九五”至“十二五”“211工程”重点学科、国家“985工程”一期至三期科技创新平台建设单位,拥有“水利工程”一级学科博士学位授权点,其中“水利水电工程”为国家重点学科。长期致力于水利水电工程规划、开发、运行、控制、管理和水电能源高效转换与安全运行的基础理论研究,在复杂水系统演化机理分析和预测、流域梯级水电联合优化调度、水利工程胁迫下河流生境安全保护、水资源系统多重风险识别和评估等研究方向取得了丰硕的成果。主持承担/参与国家973计划、国家自然科学基金重大、重点和面上项目以及国家科技支撑计划等一大批与水电能源系统耦合动力学与优化决策问题相关的基础研究和国家重大工程应用项目,获得包括国家科技进步一、二等奖在内的一批重大科技奖励。因此,依托单位已经在流域梯级水库群联合调度领域开展了卓有成效的探索和实践,能够为本项目的顺利开展提供丰富的理论基础和工程经验。
二、依托单位对本项目的支持情况
(1) 依托单位可以为本项目提供优越的研究条件。华中科技大学水电与数字化工程学院、数字流域科学与技术湖北省重点实验室已基本形成一支实力雄厚、学科交叉、结构合理的师资队伍,在科研组织、实验条件、人员队伍等方面已具备本项目所需软硬件条件,可为本项目研究提供有力的理论和技术支持。
(2) 依托单位可以为本项目提供良好的实施平台。依托单位与华中电网、三峡集团公司、长江水利委员会、金沙江流域、雅砻江流域、清江流域等多家生产单位建立密切的合作关系与互联环境,积累了多个巨型梯级水库群的丰富资料和数据,能够为申请人提供检验成果科学性、实用性与适用性的实践平台。
(3) 依托单位可以为本项目提供丰富的学术资源,利于申请人实时跟踪国际前沿热点。华中科技大学图书馆具有十分丰富的图书资源、门类齐全的中外文科技期刊以及电子书刊与网络资源,同时与国内外知名院校建立了紧密学术联系,能够方便申请者及时、便捷、全面地跟踪最新的国内外相关研究动态。
三、依托的数字流域科学与技术湖北省重点实验室
数字流域科学与技术湖北省重点实验室以张勇传院士、周建中教授为学术带头人,凝聚了一批包括从美国麻省理工学院(MIT)等国内外著名学府毕业的博士在内的中青年高级专业技术人才,研究领域涉及水利水电工程、水文学与水资源、信息科学、控制科学、系统科学、数学等多个学科。目前实验室拥有价值约5400万元的各类科研设备和占地3650平方米的实验室面积:包含国内最大的HP高性能计算集群工作站(峰值计算能力每秒8千亿次)和SGI Onyx2小巨型机,20台UNIX工作站和三百多台高端NT计算机和高速海量数据存储服务器等各类终端,配置了Matlab、Lingo等专业计算软件,形成了亚洲规模最大、设备最先进、具有协同并行计算能力、基于网格的数字仿真计算与分析系统。实验室可大幅面、高清晰度同步显示实时生成的三维图形图像与各类立体视频信息,创造身临其境的虚拟现实环境,同时已经建成国际领先水平的空间科学信息背景下供VR和3DGIS可视化研究的增强型Power Wall(立体环幕)和iDesk系统(立体桌面信息系统)、EOS/MODIS卫星遥感系统,在水电能源综合开发利用和空间信息科学等研究领域具有一定的国际影响。综上,依托实验室具有较好的软、硬件环境,能够为本项目提供必要的物质支持和技术保障。
 
 
 
 
 
 
相关技术和理论方法应用于锦屏一级、小湾、糯扎渡、向家坝、丹江口、QBT、李家峡、丰满、白山、岩滩、佛子岭、梅山、芹山、金造桥、东津、古田溪三级、红石等20多座国家重大水利水电工程,解决了大量工程问题,产生了显著的社会经济效益。
典型案例一:小湾水电站蓄水期大坝安全监测资料跟踪分析
小湾水电站为当时世界最高混凝土双曲拱坝(294.5m),在正常蓄水位下,大坝承受的库水荷载在已建水利工程中首屈一指。申请人所在的河海大学研究团队运用自身研发的分析理论和评价方法,客观地评价了小湾大坝蓄水各阶段的工作性态,准确预测了蓄水下一阶段大坝的工作状态,有效指导了小湾电站各阶段安全蓄水,为小湾电站提前投产发电,发挥巨大经济效益奠定了基础,也为提高下游发电效率和防洪灌溉能力,发挥了巨大的综合效益。
典型案例二:李家峡水电站库水位抬升至正常蓄水位研究
李家峡水电站属大(Ⅰ)型一等工程,最大坝高155m。由于调度原因,水库正常运行水位难以靠上限水位运行。为此,申请人所在的河海大学研究团队开展了李家峡大坝原型观测实验和提高水库非汛期运行水位研究工作,对超设计水位工况下的大坝工作性态进行了全面分析评价,提出了李家峡大坝安全快速评估方法和预控指标。实践证明,上述技术和结论符合工程实际,为大坝超设计水位运行提供了强有力的技术支持,在确保大坝安全的前提下,进一步发挥了效益。
 
 
 
相关技术和理论方法应用于锦屏一级、小湾、糯扎渡、向家坝、丹江口、QBT、李家峡、丰满、白山、岩滩、佛子岭、梅山、芹山、金造桥、东津、古田溪三级、红石等20多座国家重大水利水电工程,解决了大量工程问题,产生了显著的社会经济效益。
典型案例一:小湾水电站蓄水期大坝安全监测资料跟踪分析
小湾水电站为当时世界最高混凝土双曲拱坝(294.5m),在正常蓄水位下,大坝承受的库水荷载在已建水利工程中首屈一指。申请人所在的河海大学研究团队运用自身研发的分析理论和评价方法,客观地评价了小湾大坝蓄水各阶段的工作性态,准确预测了蓄水下一阶段大坝的工作状态,有效指导了小湾电站各阶段安全蓄水,为小湾电站提前投产发电,发挥巨大经济效益奠定了基础,也为提高下游发电效率和防洪灌溉能力,发挥了巨大的综合效益。
典型案例二:李家峡水电站库水位抬升至正常蓄水位研究
李家峡水电站属大(Ⅰ)型一等工程,最大坝高155m。由于调度原因,水库正常运行水位难以靠上限水位运行。为此,申请人所在的河海大学研究团队开展了李家峡大坝原型观测实验和提高水库非汛期运行水位研究工作,对超设计水位工况下的大坝工作性态进行了全面分析评价,提出了李家峡大坝安全快速评估方法和预控指标。实践证明,上述技术和结论符合工程实际,为大坝超设计水位运行提供了强有力的技术支持,在确保大坝安全的前提下,进一步发挥了效益。
相关技术和理论方法应用于锦屏一级、小湾、糯扎渡、向家坝、丹江口、QBT、李家峡、丰满、白山、岩滩、佛子岭、梅山、芹山、金造桥、东津、古田溪三级、红石等20多座国家重大水利水电工程,解决了大量工程问题,产生了显著的社会经济效益。1
典型案例一:小湾水电站蓄水期大坝安全监测资料跟踪分析
小湾水电站为当时世界最高混凝土双曲拱坝(294.5m),在正常蓄水位下,大坝承受的库水荷载在已建水利工程中首屈一指。申请人所在的河海大学研究团队运用自身研发的分析理论和评价方法,客观地评价了小湾大坝蓄水各阶段的工作性态,准确预测了蓄水下一阶段大坝的工作状态,有效指导了小湾电站各阶段安全蓄水,为小湾电站提前投产发电,发挥巨大经济效益奠定了基础,也为提高下游发电效率和防洪灌溉能力,发挥了巨大的综合效益。
典型案例二:李家峡水电站库水位抬升至正常蓄水位研究
李家峡水电站属大(Ⅰ)型一等工程,最大坝高155m。由于调度原因,水库正常运行水位难以靠上限水位运行。为此,申请人所在的河海大学研究团队开展了李家峡大坝原型观测实验和提高水库非汛期运行水位研究工作,对超设计水位工况下的大坝工作性态进行了全面分析评价,提出了李家峡大坝安全快速评估方法和预控指标。实践证明,上述技术和结论符合工程实际,为大坝超设计水位运行提供了强有力的技术支持,在确保大坝安全的前提下,进一步发挥了效益。