[發(fā)明專利]一種供水系統(tǒng)調(diào)度代理決策方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210376714.7
• 申請(qǐng)日: 2022-04-12
• 公開（公告）號(hào): CN114936742A
• 公開（公告）日: 2022-08-23
• 發(fā)明（設(shè)計(jì)）人: 李靚怡;劉海星;趙夢(mèng)珂;李媛媛;張朝;劉雙
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 遼寧鴻文知識(shí)產(chǎn)權(quán)代理有限公司 21102
• 代理人: 隋秀文

一種供水系統(tǒng)調(diào)度代理決策方法，步驟：1)收集輸水工程的實(shí)測(cè)監(jiān)測(cè)數(shù)據(jù)，包括水位、流量、閘門啟閉情況。將樣本數(shù)據(jù)分為訓(xùn)練集、測(cè)試集及預(yù)測(cè)集。2)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，由輸入層、隱含層、輸出層組成。3)將訓(xùn)練集樣本數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練過(guò)程包含信息傳播過(guò)程和誤差傳播過(guò)程。4)輸出調(diào)控決策步驟3)中已得到較為理想的BP神經(jīng)網(wǎng)絡(luò)模型，輸出層的輸出結(jié)果在區(qū)間[0,1]中，將輸出結(jié)果進(jìn)行反歸一化處理，得到閘門的開度值，輸出閘門的調(diào)控決策。本發(fā)明能夠反映輸水系統(tǒng)各要素間的相互聯(lián)系和相互影響；可通過(guò)水位、目標(biāo)流量等要素預(yù)測(cè)閥門開度值，結(jié)果可靠，可為實(shí)際調(diào)度管理提供參考；使調(diào)水決策更加智能準(zhǔn)確，便于實(shí)際工程的運(yùn)行管理。

技術(shù)領(lǐng)域

本發(fā)明屬于長(zhǎng)距離輸水調(diào)度領(lǐng)域，涉及一種供水系統(tǒng)調(diào)度代理決策方法。

背景技術(shù)

為了解決水資源空間分布不均的問(wèn)題，近年來(lái)我國(guó)修建了大量的長(zhǎng)距離輸水工程。輸水工程運(yùn)行調(diào)度方式作為影響工程運(yùn)行效率和結(jié)構(gòu)安全的關(guān)鍵環(huán)節(jié)，直接決定著工程效益，因此，為全面實(shí)現(xiàn)輸水工程的建設(shè)目標(biāo)，保證工程運(yùn)行安全，針對(duì)長(zhǎng)距離輸水工程運(yùn)行調(diào)度的研究十分必要。目前國(guó)內(nèi)多采用明渠控制算法代替人工經(jīng)驗(yàn)來(lái)進(jìn)行明渠精準(zhǔn)調(diào)控，主要根據(jù)明渠仿真模型的模擬結(jié)果構(gòu)建優(yōu)化調(diào)度模型，以此對(duì)控制策略進(jìn)行優(yōu)化。但優(yōu)化模型計(jì)算耗時(shí)較長(zhǎng)，尤其面對(duì)規(guī)模更大、拓?fù)潢P(guān)系更為復(fù)雜的輸水工程時(shí)，計(jì)算時(shí)間將會(huì)更長(zhǎng)，除此之外，優(yōu)化模型大多基于圣維南模型或其衍生模型，受水流運(yùn)行的復(fù)雜性，以及輸水系統(tǒng)物理參數(shù)變化、測(cè)量誤差等因素影響，所建模型的精度會(huì)隨工程運(yùn)行時(shí)間發(fā)生變化，所以這類方法并不適于在實(shí)際工程中應(yīng)用。因此，在提高工程輸水效率、發(fā)揮工程潛力、提升工程效益、保證工程安全的同時(shí)，如何選擇最優(yōu)的調(diào)度控制方案，解決長(zhǎng)距離輸水系統(tǒng)調(diào)控策略成為當(dāng)前亟待解決的問(wèn)題。

發(fā)明內(nèi)容

為更快響應(yīng)輸水系統(tǒng)集中控制目的，滿足用戶“適時(shí)、適量”輸水的需求，針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明提供了一種供水系統(tǒng)調(diào)度代理決策方法，用于代替優(yōu)化調(diào)度模型進(jìn)行輸水系統(tǒng)閥門調(diào)度方案預(yù)測(cè)，該方法應(yīng)用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建長(zhǎng)距離輸水系統(tǒng)運(yùn)行調(diào)度模型，反映輸水系統(tǒng)水位、流量與閥門開度間的映射關(guān)系，確定在不同目標(biāo)情況下的輸水系統(tǒng)調(diào)控策略。

為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為：

一種供水系統(tǒng)調(diào)度代理決策方法，包括以下步驟：

步驟一：樣本數(shù)據(jù)獲取及處理

收集輸水工程的實(shí)測(cè)監(jiān)測(cè)數(shù)據(jù)，包括水位、流量、閘門啟閉情況。假定閥門開度在時(shí)段內(nèi)保持不變，樣本數(shù)據(jù)處理為日平均輸水流量。根據(jù)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型需求，將樣本數(shù)據(jù)分為訓(xùn)練集數(shù)據(jù)組、測(cè)試集數(shù)據(jù)組及預(yù)測(cè)集數(shù)據(jù)組，且各組數(shù)據(jù)集由樣本數(shù)據(jù)中隨機(jī)組合獲取。由于不同數(shù)據(jù)的范圍及量綱不同，在進(jìn)行神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練前需對(duì)所有樣本數(shù)據(jù)進(jìn)行歸一化處理，歸一化公式為式(1-1)，歸一化區(qū)間為[0，1]。

式中：x為樣本數(shù)據(jù)原始值；x'為x所對(duì)應(yīng)的歸一化數(shù)值；x_min為樣本數(shù)據(jù)中最小值；x_max為樣本數(shù)據(jù)中最大值。

步驟二：構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型

本發(fā)明采用三層BP神經(jīng)網(wǎng)絡(luò)，由輸入層、隱含層、輸出層組成，其特點(diǎn)是上下層之間各種神經(jīng)元實(shí)行全連接，即下層的每一單元與上層的每一單元都實(shí)現(xiàn)權(quán)連接，而每層內(nèi)的各個(gè)單元之間無(wú)連接。傳遞函數(shù)采用S型(sigmoid)函數(shù)。由于閥門開度與其初始狀態(tài)、水位及目標(biāo)需水量(輸水量)有關(guān)，所以可以將當(dāng)前狀態(tài)下各個(gè)用戶輸水流量、時(shí)段內(nèi)輸水工程入口處水位值、時(shí)段內(nèi)各個(gè)閥后水頭值、各用戶日需水流量作為輸入層的輸入因子。隱含層為閘門開度、流量、水位之間的非線性關(guān)系，由于隱含層節(jié)點(diǎn)個(gè)數(shù)決定網(wǎng)絡(luò)結(jié)構(gòu)，影響神經(jīng)網(wǎng)絡(luò)識(shí)別的準(zhǔn)確率與計(jì)算復(fù)雜性，如果隱含層節(jié)點(diǎn)數(shù)量增加，雖使網(wǎng)絡(luò)識(shí)別準(zhǔn)確率提高，但同時(shí)也會(huì)導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)更為復(fù)雜，增加計(jì)算時(shí)間，因而神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)量的選取十分重要。本發(fā)明采用的隱含層節(jié)點(diǎn)選擇方法是經(jīng)驗(yàn)公式法(1-2)。輸出層的輸出內(nèi)容為閘門開度。