CN119539447A 基于水力模型和ai算法的自适应调度方法及相关装置 （深圳市深水宝安水务集团有限公司）

基于水力模型和AI算法的自适应调度方法本申请公开一种基于水力模型和AI算法的当前用水量使用SARIMAX模型进行水量预测得到前水厂工况信息从方案库中选取方案得到第一2基于所述当前用水量、所述预测用水量和当前水厂工况信息，从方基于所述第一结果集和所述第四方案集使用泵房水力模型基于所述第一结果集、所述第二结果集和目标函数确定目标供计算所述当前用水量、所述预测用水趋势和当前水厂工根据所述第一结果集和所述第二结果集计算所述目从所述第一结果集和所述第二结果集中选取对应的目标函数的预测单元，用于基于所述当前用水量使用SARIMAX模型进行水量预测，得到预测用水3确定单元，用于基于所述第一方案集使用遗传退火算法确定出水压力所述确定单元，还用于基于所述第二方案集使用管网水力模型确所述选取单元，还用于基于所述第一结果集从所述方案库中选取泵房调度方所述确定单元，还用于基于所述第三方案集使用遗传退所述确定单元，还用于基于所述第一结果集和所述第四方案集使用存储的计算机程序实现如权利要求1_7任4[0004]第一方面，本申请实施例公开了一种基于水力模型和AI基于所述第一方案集使用遗传退火算法确定出水压力调度方案，得到第二方案[0005]第二方面，本申请实施例公开了一种基于水力模型和AI5确定单元，用于基于所述第一方案集使用遗传退火算法确定出水压力调度方案，所述选取单元，还用于基于所述第一结果集从所述方案库中选取泵房调度方案，所述确定单元，还用于基于所述第三方案集使用遗传退火算法确定泵房调度方[0011]图1是本申请实施例公开的一种基于水力模型和AI算法的自适应调度方法的流程6图2是本申请实施例公开的另一种基于水力模型和AI算法的自适应调度方法的流图3是本申请实施例公开的一种基于水力模型和AI算法的自适应调度装置的结构性多元差分自回归移动平均（SeasonalAutoregressiveIntegratedMovingAverage[0024]SARIMAX为预先根据历史用水量、历史气象信息和历史节假日信息训练并验证好7[0033]第一方案集可以包括一个出水压力调度方案，也可以包括多个出水压力调度方8[0039]104、基于第一方案集使用遗传退火算法确定出水压力调度方案，得到第二方案[0047]服务器得到第一结果集之后，可以基于第一结果集从方案库中选取泵房调度方[0048]服务器可以计算第一结果集中每个结果或方案，与方案库中每个供水调度方案于第三阈值的泵房调度方案，即可以先从方案库中选取相似度大于第三阈值的供水调度方案，之后可以从选取的供水调度方案中选取各水厂的泵房的泵房调度方案，得到第三方案集。[0053]由于遗传退火算法对方案进行了洗盘寻优，寻优结果作为初代基因继续循环计9[0057]泵房调度方案可以包括泵房中水泵的运行状态的信息、水泵的工作频率的信息、[0067]确定出目标供水调度方案之后，可以基于目标供水调度方案进行自适应供水调[0068]在图1所描述的基于水力模型和AI算法的自适应调度方法中，使用当前用水量和[0083]205、基于第一方案集使用遗传退火算法确定出水压力调度方案，得到第二方案[0095]服务器确定出目标供水调度方案之后，可以存储目标调度供水调度方案至方案[0098]服务器确定出目标供水调度方案之后，可以向计算机设备发送目标供水调度方[0101]在图2所描述的基于水力模型和AI算法的自适应调度方法中，使用当前用水量和确定单元304，还用于基于第二方案集使用管网水力模型确定管网信息和水厂信确定单元304，还用于基于第一结果集和第四方案集使用泵房水力模型确定泵房个或多个计算机程序配置用于执行如前述方法实施例所描述的方法。存储器402可以是独array，PLA）中的至少一种硬件形式来实现。处理器401可集成中央处理器（central储器。可选地，计算机可读存储介质可以包括非易失性计算机可读介质（non_transitorycomputer_readablestoragemedium）。计算机可读存储介质具有执行上述方法中的方法步骤的程序代码的存储空间。这些计算机程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。计算机程序代码可以例如