基于强化学习AI大模型驱动反渗透系统提效降耗智慧调控方法及系统与流程

本公开属于人工智能，更具体的，涉及一种基于强化学习ai大模型驱动反渗透系统提效降耗智慧调控方法及系统。

背景技术：

1、在工业纯水深度处理系统中，通常采用一级二段反渗透工艺系统。当系统为了降低整体能耗而主动降低前段运行压力时，虽然前段能耗明显下降，但其产水盐度可能会出现缓慢升高。该变化在短时间内不会超出允许范围，但会持续累积至后段反渗透系统，后段膜组会因此长期处于高渗透压运行状态。最终导致前段系统实现节能，而后段系统却被迫长期维持高压运行。

2、目前，现有技术所提供的工业纯水深度处理系统虽然能够对单一系统进行动态优化，但在一定程度上缺乏跨段膜组之间的长期负荷传递约束，因此较易出现“局部节能但整体增耗”的反向现象。

技术实现思路

1、为解决现有技术中存在的不足，本发明的目的在于解决上述缺陷，进而提出一种基于强化学习ai大模型驱动反渗透系统提效降耗智慧调控方法及系统。

2、本发明采用如下的技术方案。

3、本发明第一方面公开了一种基于强化学习ai大模型驱动反渗透系统提效降耗智慧调控方法，所述方法包括：

4、获取多段反渗透系统的运行状态参数，并对所述运行状态参数进行跨段负荷传递分析，以构建跨段运行状态序列；

5、根据所述跨段运行状态序列对不同段反渗透系统进行运行阶段划分，并通过ai大模型对多段膜组之间的负荷演化路径进行学习，以结合强化学习算法生成跨段负荷约束映射集；

6、基于所述跨段负荷约束映射集，对不同运行状态参数组合下的运行趋势变化进行预测，并对前段节能行为进行约束限制，以确定跨段协同调控策略；

7、通过所述跨段协同调控策略对各段反渗透系统的运行进行协同调节，并对调节后的实际运行状态参数与目标运行状态参数之间的运行偏差进行分析和修正，得到跨段运行反馈结果；

8、根据所述跨段运行反馈结果对跨段负荷传递路径进行学习，并对所述跨段协同调控策略进行优化，以更新多段反渗透系统的运行状态参数。

9、进一步的，所述获取多段反渗透系统的运行状态参数，并对所述运行状态参数进行跨段负荷传递分析，以构建跨段运行状态序列，包括：

10、按照预设的时间周期分别采集一段反渗透系统和二段反渗透系统的原始运行数据，并对所述原始运行数据进行时间对齐和无效数据剔除，得到跨段对齐运行数据段；

11、从所述跨段对齐运行数据段中提取一段产水导电率、二段运行压力以及二段膜压差，并基于所述一段产水导电率、二段运行压力以及二段膜压差构造跨段盐度压力传递系数；

12、根据所述跨段盐度压力传递系数计算跨段能耗继承系数，并基于所述跨段能耗继承系数构建跨段负荷传递特征；

13、其中，所述多段反渗透系统包含一段反渗透系统和二段反渗透系统，所述跨段运行状态序列为所述跨段负荷传递特征按照时间顺序排列得到的。

14、进一步的，所述根据所述跨段运行状态序列对不同段反渗透系统进行运行阶段划分，并通过ai大模型对多段膜组之间的负荷演化路径进行学习，以结合强化学习算法生成跨段负荷约束映射集，包括：

15、对一段反渗透系统的运行状态参数变化进行分段处理，并基于各分段运行状态参数的变化趋势对各分段进行标记，以构建跨段运行阶段标记序列；

16、从所述跨段运行阶段标记序列中确定前段节能阶段和后段负荷继承阶段，并基于所述前段节能阶段和后段负荷继承阶段构建多段负荷继承关系样本。

17、进一步的，所述根据所述跨段运行状态序列对不同段反渗透系统进行运行阶段划分，并通过ai大模型对多段膜组之间的负荷演化路径进行学习，以结合强化学习算法生成跨段负荷约束映射集，还包括：

18、通过所述ai大模型的时序编码器接收所述多段负荷继承关系样本中的运行状态参数，并通过注意力机制识别一段节能行为影响二段负荷的延迟区段，以及通过预测编码器输出二段负荷的演化趋势；

19、基于所述一段节能行为影响二段负荷的延迟区段以及二段负荷的演化趋势，构造负荷演化路径表征，并通过强化学习算法根据所述负荷演化路径表征建立所述跨段负荷约束映射集；

20、其中，所述ai大模型的主体为面向工业时序数据的时序大模型，所述ai大模型的结构为时序编码器结合注意力机制和预测解码器的结构。

21、进一步的，所述基于所述跨段负荷约束映射集，对不同运行状态参数组合下的运行趋势变化进行预测，并对前段节能行为进行约束限制，以确定跨段协同调控策略，包括：

22、从所述跨段负荷约束映射集中读取各段反渗透系统的运行状态参数，并根据所述负荷演化路径对一段反渗透系统的运行状态参数的调节范围进行收缩，得到跨段候选调控参数；

23、将所述跨段候选调控参数输入至所述ai大模型，以调用所述ai大模型预测候选运行状态参数，并通过所述候选运行状态参数对所述前段节能行为进行约束限制，得到约束候选调控策略；

24、按照预设的筛选规则对所述约束候选调控策略进行筛选，以确定满足设定要求的目标运行状态参数，并基于所述目标运行状态参数生成待执行的跨段协同调控策略。

25、进一步的，所述通过所述跨段协同调控策略对各段反渗透系统的运行进行协同调节，并对调节后的实际运行状态参数与目标运行状态参数之间的运行偏差进行分析和修正，得到跨段运行反馈结果，包括：

26、基于所述跨段协同调控策略，分别对各段反渗透系统进行协同调节，并对各段反渗透系统的运行状态参数进行监测，以获取调节后的实际运行状态参数；

27、计算所述调节后的实际运行状态参数与对应目标运行状态参数之间的运行偏差，并判断所述运行偏差是否位于预设范围内；

28、若否，则通过强化学习算法生成修正参数，并根据所述修正参数输出所述跨段运行反馈结果。

29、进一步的，所述根据所述跨段运行反馈结果对跨段负荷传递路径进行学习，并对所述跨段协同调控策略进行优化，以更新多段反渗透系统的运行状态参数，包括：

30、基于所述跨段运行反馈结果，将调节后的实际运行参数以及修正参数整合为负荷传递学习样本，并对所述负荷传递学习样本进行连续窗口分析，以识别二段反渗透系统中高压风险区段；

31、检索所述高压风险区段对应的一段节能策略，并确定所述一段节能策略中的节能行为对应二段反渗透系统的压力补偿，以根据所述压力补偿生成跨段协同优化参数；

32、基于所述跨段协同优化参数，对多段反渗透系统的运行状态参数进行周期性迭代更新。

33、本发明第二方面公开了一种基于强化学习ai大模型驱动反渗透系统提效降耗智慧调控系统，用于实现第一方面任一项所述的基于强化学习ai大模型驱动反渗透系统提效降耗智慧调控方法，所述系统包括：

34、跨段负荷分析模块，用于获取多段反渗透系统的运行状态参数，并对所述运行状态参数进行跨段负荷传递分析，以构建跨段运行状态序列；

35、负荷约束映射模块，用于根据所述跨段运行状态序列对不同段反渗透系统进行运行阶段划分，并通过ai大模型对多段膜组之间的负荷演化路径进行学习，以结合强化学习算法生成跨段负荷约束映射集；

36、调控策略生成模块，用于基于所述跨段负荷约束映射集，对不同运行状态参数组合下的运行趋势变化进行预测，并对前段节能行为进行约束限制，以确定跨段协同调控策略；

37、运行修正反馈模块，用于通过所述跨段协同调控策略对各段反渗透系统的运行进行协同调节，并对调节后的实际运行状态参数与目标运行状态参数之间的运行偏差进行分析和修正，得到跨段运行反馈结果；

38、运行参数优化模块，用于根据所述跨段运行反馈结果对跨段负荷传递路径进行学习，并对所述跨段协同调控策略进行优化，以更新多段反渗透系统的运行状态参数。

39、本发明第三方面公开了一种终端，包括处理器及存储介质；

40、所述存储介质用于存储指令；

41、所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。

42、本发明第四方面公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述方法的步骤。

43、本发明的有益效果在于，与现有技术相比，本发明具有以下优点：

44、（1）本发明通过获取多段反渗透系统的运行状态参数，并对运行状态参数进行跨段负荷传递分析，以构建跨段运行状态序列。之后，根据跨段运行状态序列对不同段反渗透系统进行运行阶段划分，并通过ai大模型对多段膜组之间的负荷演化路径进行学习，以结合强化学习算法生成跨段负荷约束映射集。随后，基于生成的跨段负荷约束映射集，对不同运行状态参数组合下的运行趋势变化进行预测，并对前段节能行为进行约束限制，以确定跨段协同调控策略，从根本上实现了跨段膜组之间的长期负荷传递约束。

45、（2）本发明在确定跨段协同调控策略之后，通过跨段协同调控策略对各段反渗透系统的运行进行协同调节，并对调节后的实际运行状态参数与目标运行状态参数之间的运行偏差进行分析和修正，得到跨段运行反馈结果。最后，根据跨段运行反馈结果对跨段负荷传递路径进行学习，并对跨段协同调控策略进行优化，以更新多段反渗透系统的运行状态参数。在实现跨段膜组之间的长期负荷传递约束的基础上，进一步更新优化多段反渗透系统的运行状态参数，实现了多段反渗透系统整体低能耗且高稳定性的长期协同运行。