2026水源-调蓄水库-水厂调度技术及调度模式研究

日期：2025.04.13水源-调蓄水库-水厂调度技术及调度模式研究0401项目背景02上一阶段回顾03当前工作CONTENTS目录总结05代码演示项目背景1PARTONE1.1项目背景当前工作上一阶段回顾总结项目背景代码演示构建水源-调蓄水库-水厂联合调度系统1.基本需求：提高用水安全保障性能2.能耗需求：优化取水泵站运行组合，降低运行能耗3.特有需求：减少系统取水时的泥沙含量泵站极为耗电，具有较大的节约能源的空间水库内的泥沙沉积量决定着水库使用寿命1.2技术路线当前工作上一阶段回顾总结项目背景代码演示图1技术路线图上阶段工作回顾2.1虚拟压力分区2.2漏损压力时空特征2.3测压点优化布置方法2.4既有漏损区域识别2.5工程案例2PARTTWO2.1构建数据集当前工作上一阶段回顾总结项目背景代码演示图1技术路线图原始数据数据集2.2原水系统水力模型当前工作上一阶段回顾总结项目背景代码演示

图2金沙湾泵站及原水系统流程示意图

可能的水泵开启工况不开泵0-99.789.74113.890.0499.789.04129.986.97108.789.71120.887.66113.890.04表1金沙湾取水泵站可能的水泵开启工况汇总表取水泵站2.2原水系统水力模型当前工作上一阶段回顾总结项目背景代码演示调蓄水库表2调蓄水库多年平均水面蒸发量分配表图3西夏水库库容曲线月份多年平均E601水面蒸发量（mm）折算系数折算20m3蒸发池蒸发量（mm）117.80.7313.0235.60.7326.0371.50.7452.94132.80.8106.25163.10.76124.06140.40.77108.17137.70.81111.58118.40.86101.8983.50.9176.01061.90.9256.91135.20.828.21217.60.7312.8全年10160.80817.5

银川市属于干旱半干旱地区，蒸发量较大，所在地区多年平均水面蒸发量（E601）1050~1350mm，陆地蒸发量约215mm。西夏水库多年平均蒸发深度为1016mm。2.2原水系统水力模型当前工作上一阶段回顾总结项目背景代码演示现状供水问题分析城市水源结构单一地下水曾是银川市生活用水和工业生产用水的主要水源，但现已形成大面积的地下水超采漏斗区，城区地下水源地水质日趋恶化；无备用水源，城市饮用水源较为单一，在连续干旱年、特殊干旱年及突发污染事故情况下无法有效应对。水资源合理利用难度大黄河过境水资源量受降水条件、河流的补给类型和自然地理条件的影响，径流年内各月差异很大；城市日供水量受季节性及天气因素影响较大，冬季最低日供水量占夏季最高日供水量不足50%。图52021年度银川黄河地表水日用水量图42012-2018年度银川黄河地表水日用水量2.3水沙变化特性分析当前工作上一阶段回顾总结项目背景代码演示年际变化特征下河沿水文站黄河年径流的趋势线斜率9.31，年输沙量趋势线斜率-20.57，整体上看年径流量为增加趋势，年输沙量为降低趋势，且输沙量降低幅度大于年径流量增加幅度。年径流量和输沙量年际变化频繁，具有较大的波动性。水沙变化的一致性不明显。青铜峡水文站年输沙量为大幅降低趋势，输沙量降低幅度远大于上游的下河沿水文站。下河沿水文站多年平均泥沙含量远小于下游的青铜峡水文站。图7

2002-2021下河沿站水沙年际变化过程线a：年径流量变化；b：年输沙量变化图8

2002-2021青铜峡站水沙年际变化过程线a：年径流量变化；b：年输沙量变化2.3水沙变化特性分析当前工作上一阶段回顾总结项目背景代码演示年内变化特征月均泥沙含量具有较强的季节特征不论年平均泥沙含量还是各月泥沙含量都在逐年降低虽然青铜峡水文站年平均和月平均泥沙含量高于下河沿水文站，但它的逐年泥沙含量下降趋势同样高于下河沿站图9黄河下河沿站年、月含沙量平均值变化图10黄河青铜峡站年、月含沙量平均值变化2.4河流含沙量预测模型当前工作上一阶段回顾总结项目背景代码演示测站变量上游站10.5180.69820.5200.69330.5220.69040.5240.68512.0610.90021.9080.89331.8060.88241.7290.871下游站10.2790.42020.2590.41330.2560.40540.2440.39612.7540.98622.3400.96732.1180.95141.9480.936气象站10.0340.22520.0270.23600.3880.69810.3990.701模型输入层神经元隐藏层神经元凌汛期610非凌汛期812表4上下游测站训练数据的互信息与斯皮尔曼相关系数表3凌汛期与非凌汛期预测模型参数

2.4河流含沙量预测模型当前工作上一阶段回顾总结项目背景代码演示图11

测试期间预测沙量与实际沙量变化

模型训练集验证集测试集非凌汛期4.7553.0540.703凌汛期0.0220.0220.017非凌汛期1.1680.9940.536凌汛期0.0090.0090.014表5凌汛期与非凌汛期预测模型表现2.5强化学习调度模型当前工作上一阶段回顾总结项目背景代码演示图12取水泵站预测性在线控制模型架构图2.5马尔科夫决策过程建模当前工作上一阶段回顾总结项目背景代码演示动作空间A水泵开启数量可能的水泵组合简化动作空间后选取的水泵组合0-0--199.789.742113.890.0499.789.043129.986.97108.789.714120.887.66113.890.04

表5简化的水泵开启组合表状态空间S

2.5马尔科夫决策过程建模当前工作上一阶段回顾总结项目背景代码演示奖励函数R

取水含沙量奖励水库库容约束奖励水库余水量奖励能耗奖励水库年末水量奖励全年取水水量奖励2.5强化学习调度模型当前工作上一阶段回顾总结项目背景代码演示预测控制调度模型表现泵站控制策略完美预测策略159801593199.7(-8.33%)2679(-35.40%)0.167(-40.57%)预测控制策略156171556999.7(-8.33%)2768(-33.25%)0.177(-37.01%)人工策略147471597010841470.281图13(a)测试年完美预测策略每日水泵开启情况变化；(b)测试年预测控制策略每日水泵开启情况变化；(c)人工策略每日水泵开启情况变化表6测试年下不同取水策略的表现总结2.5强化学习调度模型当前工作上一阶段回顾总结项目背景代码演示水库出水模式对泵站预测控制策略训练的影响图14在测试年期间，不同水库出水策略的每日水泵启动变化(a)前一天地表水使用量;(b)同一天地表水使用量;(c)月平均地表水使用量;(d)年平均地表水使用量水库出水模式P1156171556999.727680.177P2155611552499.826910.173P3156171556999.728080.180P4156161556899.726390.169表7不同水库出水模式对预测控制策略结果的影响2.5强化学习调度模型当前工作上一阶段回顾总结项目背景代码演示初始水库蓄水量对泵站预测控制策略推理的影响图15在测试年期间，水库中不同初始水量的预测控制，每天启动的水泵数量（（a）：低；（b）：中；（c）：高）年初始水库水量水平低161611611299.727770.172中151631511699.727760.183高141641412099.727790.196表8不同年初始水库水量的水平对预测控制策略的影响当前工作2.1虚拟压力分区2.2漏损压力时空特征2.3测压点优化布置方法2.4既有漏损区域识别2.5工程案例3PARTTHREE3.1调度模型泛化性优化当前工作上一阶段回顾总结项目背景代码演示域随机化方法图16域随机化过程示意图数据驱动

+模型驱动解决RL训练冷启动问题领域随机化训练得到高适应性的策略虚拟环境真实环境高泛化性的策略缓解realitygap

3.2调度模型安全性优化当前工作上一阶段回顾总结项目背景代码演示集成学习-voting投票法是一种遵循少数服从多数原则的集成学习模型，通过多个模型的集成降低方差，从而提高模型的鲁棒性和泛化能力。对于回归模型：投票法最终的预测结果是多个其他回归模型预测结果的平均值。对于分类模型：硬投票法的预测结果是多个模型预测结果中出现次数最多的预测结果；软投票对各类测结果的概率