城市排水系统调蓄池的泛化控制策略生成方法及系统
本发明涉及城市水务管理与智能控制,尤其涉及一种城市排水系统调蓄池的泛化控制策略生成方法及系统。
背景技术:
1、随着极端降雨事件的频发和城市化进程的加速,城市排水系统面临越来越大的水力负荷,城市内涝和管网溢流问题日益严重。为应对这一挑战,实时控制技术通过优化现有排水基础设施的运行调度,提升系统对降雨变化的适应性,已成为一种有效的解决方案。
2、现有的城市排水系统控制策略主要包括启发式控制方法和优化驱动控制方法两类。启发式控制方法通常采用预设的规则集来调度泵站启闭,其性能高度依赖规则集的设计,缺乏统一的最优设计准则,且难以泛化到新的降雨事件或控制设施。优化驱动控制方法通过求解目标函数和约束条件定义的优化问题来获得控制方案,虽然性能较优,但计算负担沉重,针对不同降雨事件和控制设施需要重新优化,难以满足实时调度的需求。
3、目前,基于深度强化学习的控制方法受到广泛关注,与传统方法相比,深度强化学习通过与环境交互自动学习控制策略,具有强大的非线性表征能力和高效的实时决策能力。然而,现有深度强化学习研究主要关注在特定方案上提升控制性能和时序泛化能力,鲜有研究控制策略能否泛化到空间特征不同的控制设施,如位置和存储容积各异的调蓄池。在实际工程应用中,调蓄池的位置和容积往往在规划设计阶段才能最终确定,如果每种配置方案都需要单独设计和优化控制策略,将大大增加设计周期和计算成本,限制了实时控制技术的大规模推广。
技术实现思路
1、本发明提供一种城市排水系统调蓄池的泛化控制策略生成方法及系统,用以解决现有技术中“城市排水系统控制策略难以泛化到不同调蓄池位置和容积”的缺陷。
2、本发明提供一种城市排水系统调蓄池的泛化控制策略生成方法,包括:
3、基于目标排水系统生成多个调蓄池布设方案,并筛选得到配置方案样本集,其中,每个所述调蓄池布设方案具有调蓄池在管网上的建设位置及对应的存储容积两个维度;
4、基于所述配置方案样本集中每一布设方案下的管网几何拓扑特征、调蓄池及邻近节点属性、系统级水力状态和边界条件,构建知识引导的状态空间表示;
5、以最小化管网溢流总量为控制目标,采用强化学习算法对预设的智能体进行迭代训练,学习从所述状态空间表示至控制动作的映射策略,得到适用于不同调蓄池配置的泛化控制策略。
6、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述筛选得到配置方案样本集的步骤,具体包括:
7、以目标排水系统的管网节点作为调蓄池的候选建设位置,生成多个调蓄池布设方案;
8、将各所述调蓄池布设方案输入水力模拟模型进行可行性校验,保留连续性误差小于预设阈值的有效方案;
9、采用k-means空间聚类方法,以各所述有效方案的建设位置坐标为聚类特征,从多个所述有效方案中选取空间分布差异化的方案,构成所述配置方案样本集。
10、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述多个调蓄池布设方案包括第一容积调蓄池方案集和第二容积调蓄池方案集;
11、其中,所述第一容积调蓄池方案集与所述第二容积调蓄池方案集中各方案在管网节点上的建设位置一一对应,所述第二容积调蓄池方案集中方案的存储容积为所述第一容积调蓄池方案集中对应方案的存储容积的预设倍数。
12、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述构建知识引导的状态空间表示的步骤,具体包括:
13、以所述配置方案样本集中每一所述布设方案下调蓄池所依附的节点为中心,确定与其直接连通的紧邻上游节点和紧邻下游节点,分别获取所述调蓄池、所述紧邻上游节点和所述紧邻下游节点的节点级状态,作为调蓄池及邻近节点属性;
14、对于所述目标排水系统中除调蓄池、紧邻上游节点和紧邻下游节点之外的剩余上下游节点,计算水力状态数据的统计摘要,作为系统级水力状态;
15、基于所述管网几何拓扑特征、所述调蓄池及邻近节点属性、所述系统级水力状态和所述边界条件构建固定维度的状态向量,得到知识引导的状态空间表示。
16、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述采用强化学习算法对预设的智能体进行迭代训练,学习从所述状态空间表示至控制动作的映射策略,得到适用于不同调蓄池配置的泛化控制策略的步骤,具体包括:
17、将所述目标排水系统的水力模拟模型作为所述智能体交互的训练环境;
18、在每个控制时段,所述智能体根据当前布设方案的当前状态空间表示输出控制动作,并作用于所述训练环境,所述水力模拟模型执行当前所述控制动作,并返回当前控制时段内的管网节点溢流量的负值作为奖励;
19、对多个控制时段对应的奖励进行归一化处理,以采用近端策略优化算法训练所述智能体;
20、遍历所述配置方案样本集中训练样本集的各布设方案,使所述智能体逐步学习得到适用于不同调蓄池配置的泛化控制策略。
21、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述基于目标排水系统生成多个调蓄池布设方案之前的步骤,还包括:
22、获取所述目标排水系统的管网结构数据、历史降雨数据以及对应的实测水力状态数据;
23、基于所述管网结构数据建立所述目标排水系统的初始水力模拟模型,并采用所述历史降雨监测数据和所述实测水力状态数据对所述初始水力模拟模型进行参数率定,得到率定后的水力模拟模型。
24、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述方法还包括:
25、将训练得到的泛化控制策略应用于所述配置方案样本集中测试样本集的各布设方案,获取所述泛化控制策略在各布设方案下的管网溢流总量,作为泛化性能评价指标。
26、根据本发明提供的一种城市排水系统调蓄池的泛化控制策略生成方法,所述方法还包括:
27、利用积分梯度方法对训练得到的泛化控制策略进行解释性分析,以识别影响控制决策的状态空间表示中的特征。
28、本发明还提供一种城市排水系统调蓄池的泛化控制策略生成系统,包括:
29、样本生成模块,用于基于目标排水系统生成多个调蓄池布设方案,并筛选得到配置方案样本集,其中,每个所述调蓄池布设方案具有调蓄池在管网上的建设位置及对应的存储容积两个维度;
30、状态构建模块,用于基于所述配置方案样本集中每一布设方案下的管网几何拓扑特征、调蓄池及邻近节点属性、系统级水力状态和边界条件,构建知识引导的状态空间表示;
31、策略学习模块,用于以最小化管网溢流总量为控制目标,采用强化学习算法对预设的智能体进行迭代训练,学习从所述状态空间表示至控制动作的映射策略,得到适用于不同调蓄池配置的泛化控制策略。
32、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述城市排水系统调蓄池的泛化控制策略生成方法。
33、本发明提供的城市排水系统调蓄池的泛化控制策略生成方法及系统,基于目标排水系统生成多个调蓄池布设方案并筛选得到配置方案样本集,使得训练数据覆盖多样化的调蓄池配置空间;基于配置方案样本集中每一布设方案下的管网几何拓扑特征、调蓄池及邻近节点属性、系统级水力状态和边界条件,构建知识引导的状态空间表示,使得智能体能够在不同调蓄池配置下获得结构统一的输入,消除配置差异带来的输入维度不一致问题;以最小化管网溢流总量为控制目标,采用强化学习算法对智能体进行迭代训练,学习从状态空间表示至控制动作的映射策略,得到适用于不同调蓄池配置的泛化控制策略,使得智能体能够在多样化的调蓄池配置方案上习得控制规律,无需针对每一种配置方案单独设计或优化控制规则。因此,本发明充分考虑了调蓄池位置和容积变化对控制策略的影响,通过知识引导的状态空间表示,将管网几何拓扑特征、系统级水力状态、调蓄池及邻近节点属性、边界条件融合为固定维度的状态向量,使智能体能够学习适用于多种调蓄池配置方案的统一控制策略;相比现有技术,本方法无需针对不同调蓄池方案重新训练或优化,实现了从个案优化到泛化控制的突破,降低了设计控制一体化过程中的计算成本。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com