公开(公告)号：CN114936742B

公开(公告)日：2025-02-21

申请号：CN202210376714.7

申请日：2022-04-12

Applicant: 大连理工大学

Inventor： 李靓怡 ,  刘海星 ,  赵梦珂 ,  李媛媛 ,  张朝 ,  刘双

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06N3/0499 ,  G06N3/084

Abstract: 一种供水系统调度代理决策方法，步骤：1)收集输水工程的实测监测数据，包括水位、流量、闸门启闭情况。将样本数据分为训练集、测试集及预测集。2)构建BP神经网络模型，由输入层、隐含层、输出层组成。3)将训练集样本数据输入BP神经网络模型，训练过程包含信息传播过程和误差传播过程。4)输出调控决策步骤3)中已得到较为理想的BP神经网络模型，输出层的输出结果在区间[0,1]中，将输出结果进行反归一化处理，得到闸门的开度值，输出闸门的调控决策。本发明能够反映输水系统各要素间的相互联系和相互影响；可通过水位、目标流量等要素预测阀门开度值，结果可靠，可为实际调度管理提供参考；使调水决策更加智能准确，便于实际工程的运行管理。

公开(公告)号：CN114936742A

公开(公告)日：2022-08-23

申请号：CN202210376714.7

申请日：2022-04-12

Applicant: 大连理工大学

Inventor： 李靓怡 ,  刘海星 ,  赵梦珂 ,  李媛媛 ,  张朝 ,  刘双

IPC: G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 一种供水系统调度代理决策方法，步骤：1)收集输水工程的实测监测数据，包括水位、流量、闸门启闭情况。将样本数据分为训练集、测试集及预测集。2)构建BP神经网络模型，由输入层、隐含层、输出层组成。3)将训练集样本数据输入BP神经网络模型，训练过程包含信息传播过程和误差传播过程。4)输出调控决策步骤3)中已得到较为理想的BP神经网络模型，输出层的输出结果在区间[0,1]中，将输出结果进行反归一化处理，得到闸门的开度值，输出闸门的调控决策。本发明能够反映输水系统各要素间的相互联系和相互影响；可通过水位、目标流量等要素预测阀门开度值，结果可靠，可为实际调度管理提供参考；使调水决策更加智能准确，便于实际工程的运行管理。

公开(公告)号：CN114692353A

公开(公告)日：2022-07-01

申请号：CN202210376716.6

申请日：2022-04-12

Applicant: 大连理工大学

Inventor： 刘海星 ,  李靓怡 ,  赵梦珂 ,  顾建强 ,  徐佳雨

IPC: G06F30/18 ,  G06N3/12 ,  G06F111/04 ,  G06F113/14

Abstract: 本发明提供一种用于多源供水管网的优化加速方法，属于供水系统领域。步骤为：1)根据所需的管材或商业用管直径要求，获取管道的最大直径及粗糙度参数；根据管网的设计要求及规范，获取最小压力阈值，设置参数。2)确定每个水源的供应区域。3)根据最小水头损失路径计算各管的水头损失。4)根据各管的水头损失计算管径。5)由步骤4)得到的新直径将更新管网设计，重复步骤2)至步骤4)，经过多次迭代，直径不变，此时停止迭代。或者若迭代次数达到最大迭代数ITmax时，停止迭代。停止迭代时的管径即为最优管径。本发明求解质量大幅提升，计算量显著降低；增强算法的搜索能力和收敛性，为现实大规模供水管网中的优化设计问题提供一种新方法。