[發明專利]基于生成對抗網絡架構的灌溉配水智能控制系統及方法有效
| 申請號： | 201810210376.3 | 申請日： | 2018-03-14 |
| 公開（公告）號： | CN108459570B | 公開（公告）日： | 2021-07-27 |
| 發明（設計）人： | 朱金秀 | 申請（專利權）人： | 河海大學常州校區 |
| 主分類號： | G05B19/418 | 分類號： | G05B19/418;G06N3/04 |
| 代理公司： | 南京縱橫知識產權代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 213022 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 生成 對抗 網絡 架構 灌溉 智能 控制系統 方法 | ||
1.基于生成對抗網絡架構的灌溉配水智能控制系統的方法，所述系統采用生成對抗網絡框架，包括生成卷積網絡和判別卷積網絡；
生成卷積網絡：輸入各河段用水量、閘門上下游水位以及過閘流量的歷史數據，輸出閘門開度和閘門配水時間；
判別卷積網絡：判斷生成卷積網絡輸出的閘門開度和閘門配水時間分別與實際的閘門開度和閘門配水時間是否一致；其特征在于：包括以下步驟，
設置系統訓練次數，設置生成卷積網絡的代價函數、網絡結構、初始參數以及梯度更新算法，設置判別卷積網絡的損失函數、網絡結構、初始參數以及梯度更新算法；
在生成對抗約束的基礎上，結合河網水動力約束以及生成數據與實際數據一致性約束構成生成卷積網絡的代價函數，具體為，
其中，為生成卷積網絡的代價函數，Y為生成卷積網絡輸出，XQ為過閘流量，λ為權重系數，A為權重系數矢量，B為生成卷積網絡輸出的閘門開度，hu為閘門上下游水位，為l2范數，β為權重系數，Z為實際的閘門開度和閘門配水時間，|| ||1為l1范數，θg為生成卷積網絡參數，G(Y；θg)為生成卷積網絡在固定θg時的輸出，θd為判別卷積網絡參數，D(G(Y；θg)；θd)為在固定θd時，判別卷積網絡對于生成卷積網絡輸出Y的真實性概率判定結果，EY為對于Y的真實性概率判定數學期望；
固定判別卷積網絡，訓練生成卷積網絡，固定生成卷積網絡，訓練判別卷積網絡；
根據訓練次數，完成判別卷積網絡和生成卷積網絡的訓練；
將訓練完成的生成卷積網絡作為控制模型，即輸入各河段用水量、閘門上下游水位以及過閘流量的實際數據，預測閘門開度和閘門配水時間；
根據預測的閘門開度和閘門配水時間，控制各閘門開度和配水時間。
2.根據權利要求1所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：生成卷積網絡的網絡結構包括2個卷積層、1個反卷積層和1個輸出層。
3.根據權利要求1所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：生成卷積網絡的梯度更新算法針對最小化采用自適應矩估計一階優化梯度算法。
4.根據權利要求1所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：判別卷積網絡的損失函數為，
其中，Z為實際的閘門開度和閘門配水時間，為判別卷積網絡的損失函數，D(Z；θd)為判別卷積網絡對于Z的概率判定結果，EZ為Z的概率判定數學期望，D(G(Y；θg)；θd)為在固定θg時，判別卷積網絡對于生成卷積網絡輸出Y的真實性概率判定結果，EY為對于Y的真實性概率判定數學期望。
5.根據權利要求4所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：判別卷積網絡的梯度更新算法針對最小化采用自適應矩估計一階優化梯度算法。
6.根據權利要求1所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：判別卷積網絡的網絡結構包括2個卷積層和1個輸出層。
7.根據權利要求1所述的基于生成對抗網絡架構的灌溉配水智能控制系統的方法，其特征在于：存儲各河段實際用水量、閘門上下游水位、過閘流量、閘門開度和閘門配水時間，采用離線方式訓練生成卷積網絡，對使用的生成卷積網絡定時修正。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河海大學常州校區，未經河海大學常州校區許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810210376.3/1.html，轉載請聲明來源鉆瓜專利網。
