国内外对于水库优化调度研究已有较长历史，我国是水资源大国，水电建设规模宏大，这为水库优化调度研究提供了条件和样本。隐随机优化调度方法作为水库优化调度中应用最广泛的方法之一，具有理论方法多、发电效益好的特点。对于如此之多的理论、方法、模型该如何选择，哪种方法能在水库发电调度中获得更高的精度，而目前学者们较少地对此问题进行系统的研究。基于此，本文以澧水流域梯级水库群为研究对象，选取线性逐步回归、BP神经网络、云模型三种方法提取调度规则，研究三种方法提取的规则对水库群模拟运行的可行性和适应性，分析比较哪种方法具有更好的性能。　　在实际运行过程中，除了制定调度规则的方法对仿真结果有影响之外，径流预报的精度也会对隐随机优化调度仿真效果带来影响。因此，本文以澧水流域单一水库和梯级水库群作为基本实例，进一步研究了径流误差对调度规则模拟仿真结果的影响，对模拟仿真结果进行效益评估，为水库发电调度计划提供定量可靠的依据。主要内容包括：　　（1）针对梯级水库群，建立确定性优化模型，采用SA-POA方法进行求解，获得水库的确定性最优解，作为水库群隐随机优化调度的最优样本。　　（2选取线性逐步回归、BP神经网络、云模型等方法提取调度规则仿真模拟计算，从可调电站总发电量及误差、调度过程以及系统多年平均发电量和系统保证率等方面与确定性优化调度结果对比，分析调度规则拟合效果，评价调度规则的性能。由结果分析，三种调度规则模拟计算结果小于且较接近确定性优化算法结果，表明三种方法提取调度规则在实际应用中具有可行性和可实用性；相较于BP神经网络和云模型方法提取调度规则仿真结果，线性逐步回归提取调度规则仿真结果与确定性优化结果更加接近，具有更好的性能。　　（3）由于径流预报存在误差，在实际径流的基础之上，产生一定的偏差，形成误差径流系列，定量研究不确定性对调度规则模拟仿真结果的影响。研究结果表明：随着径流预报误差率越大，单一水库和流域梯级水库的发电量下降越多，相较梯级水库群多年平均发电量下降幅度，单一水库多年平均发电量的下降幅度更大，表明澧水梯级水库群的联合调度相对单一水库调度更加具有优势。