公开(公告)号：CN112068420A

公开(公告)日：2020-12-11

申请号：CN202010750197.6

申请日：2020-07-30

Applicant: 同济大学

Inventor： 田文翀 ,  廖振良 ,  王渲

IPC: G05B13/04

Abstract: 一种排水系统实时控制方法，引入强化学习方法，按照强化学习RL的模型结构和运行方式构建：以排水系统模型为环境Environment，以深度神经网络为智能体Agent，通过智能体Agent与环境Environment之间交互运行所获取的大量状态State、评价得分Reward、运行策略Action数据反复进行训练，不断优化智能体，实际应用中通过智能体Agent生成运行策略Action，以达到提升排水系统运行效果的目标。本发明借助强化学习实现排水系统的优化控制，相比于已有的启发式实时控制来说，可以搜索全局最优策略，更好的优化排水系统运行；相比于模型预测控制来说，可以避免预测误差带来的问题，可以提高排水系统实时控制的运行效果。

公开(公告)号：CN112084230A

公开(公告)日：2020-12-15

申请号：CN202010750178.3

申请日：2020-07-30

Applicant: 同济大学

Inventor： 王渲 ,  廖振良 ,  田文翀

IPC: G06F16/2458 ,  G06F16/951 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 一种地表水水质预测方法，通过Python网络爬虫技术获取相应站点的实时地表水水质数据；采用深度神经网络作为地表水水质预测模型，包括：通过Python爬虫技术从站点自动获取足够训练深度神经网络模型DNN的地表水水质时间序列数据；对获取到的数据进行预处理；将数据按时间顺序分为训练数据集和验证数据集，由训练数据集训练DNN，采用Adam算法优化模型参数；通过网格搜索方法获取模型超参数取值，将地表水水质数据爬虫系统新获得的时间序列数据输入优化后的DNN，从而预测下一个时间步的地表水水质数据。本发明结合网络爬虫技术及深度神经网络，能够实时获取最新监测数据，输入DNN模型预测得到下一个时间步的地表水水质数据，为水环境管理提供在线决策支持。

公开(公告)号：CN113239957A

公开(公告)日：2021-08-10

申请号：CN202110377372.6

申请日：2021-04-08

Applicant: 同济大学

Inventor： 陈运 ,  廖振良 ,  田文翀

IPC: G06K9/62

Abstract: 一种突发水污染事件在线识别方法，利用历史数据来训练水质预测模型，以期获得水质的基线波动，在此基础上，结合层次聚类的方法对滤除基线波动的数据进行分析，来区分出异常，最后通过水质指标融合来判断事件发生。通过对历史数据的离线调试，将优化后的参数和模型传给在线识别过程，以完成对水质数据的事件判断：监测故障、污染警报、基线变化，若是判断为正常，则将数据存入历史数据继续用于离线调试反复进行训练，不断优化并调整模型和参数。本发明借助时间序列增量、层次聚类等方法实现突发水污染事件的在线识别，相比于传统的阈值法来说，对污染事件检测的误报率、检出率有了明显的提升，并且降低事件检出延时性。

公开(公告)号：CN112112240A

公开(公告)日：2020-12-22

申请号：CN202010750220.1

申请日：2020-07-30

Applicant: 同济大学

Inventor： 王渲 ,  廖振良 ,  田文翀

IPC: E03F1/00 ,  G06F30/27 ,  G06N3/12 ,  G06Q10/04 ,  G06Q50/26

Abstract: 一种城市河网防涝优化调度方法，包括：获取城市河网上游各个雨水子汇水区的基础资料，分别构建SWMM模型，输入降雨过程线进行降雨径流模拟，获取各个子汇水区雨水管网排口的流量过程线；获取城市河网系统基础资料，构建河网SWMM模型，将S1中得到的排口流量过程线作为河网模型的入流，该模型将用于计算特定调度策略下的系统溢流量及河道湖泊水位过程线；构造河网系统防涝优化调度模型，包括优化目标函数及决策变量，基于差分进化算法对决策变量进行优化；在Python环境中实现基于差分进化算法的优化调度模型和SWMM模型的耦合，迭代计算河网系统的最优防涝调度策略。本发明稳健性好，可靠性高，得到的调度策略有助于发挥城市河网系统在城市内涝中的调蓄能力。

公开(公告)号：CN117389142A

公开(公告)日：2024-01-12

申请号：CN202311334398.8

申请日：2023-10-16

Applicant: 上海市城市建设设计研究总院(集团)有限公司 ,  同济大学

Inventor： 黄慰忠 ,  谢军 ,  刘新秀 ,  田文翀 ,  信昆仑 ,  刘雨婷

IPC: G05B13/04 ,  G06F18/10 ,  G06F18/27 ,  G06F18/21 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了污水处理厂生化反应池预测推演与安全实时控制方法，通过数据统计与动力学特征分析对系统特点进行判断，通过动力系统研究中的Koopman矩阵与深度学习模型结合的方法进行污水处理生物反应工艺状态参数的推演预测。借助模型预测控制系统，以生化反应池稳定运行以及出水水质达标为目标，对反应曝气量、内循环流量和污泥回流过程控制进行优化。并基于数据信息此对其控制的安全性与合理性做进一步检验。本发明的智能预测控制方法，基于数据驱动技术、深度学习、以及安全检验，具有可靠性高、对不同变化的适应性强的特点，在保证出水水质的前提下减少了污水厂处理厂的曝气量，实现优化控制。

公开(公告)号：CN109308308A

公开(公告)日：2019-02-05

申请号：CN201811287100.1

申请日：2018-10-31

Applicant: 同济大学

Inventor： 廖振良 ,  智国铮 ,  陈运 ,  田文翀

IPC: G06F16/248 ,  G06F16/29

Abstract: 本发明涉及一种基于三维动态可视化排水管网模拟和结果分析方法及装置，其中方法包括：步骤S1：在三维环境下创建应用于SWMM的输入文件；步骤S2：调用SWMM的计算模块在三维环境下进行模拟，得到SWMM模型输出的结果文件；步骤S3：对结果文件进行解析，并存入数据库中；步骤S4：调用模拟结果数据，在对应的三维管道和管点位置，对数据进行时间和空间上的三维动态可视化分析，并输出分析结果。与现有技术相比，本发明将三维可视化技术与排水管网模型进行结合，实现了在真实的管网三维实体中，进行模型结果数据的三维动态可视化分析，可以有效提高分析效率。