分流式雨水调蓄池的实时预测控制与动态优化方法及系统

本技术涉及城市雨洪管理及实时控制，具体涉及分流式雨水调蓄池的实时预测控制与动态优化方法及系统。

背景技术：

1、受全球气候变化与城镇化建设迅猛发展的影响，城市水循环过程及暴雨洪水特性发生巨大变化，城市洪涝问题日益显著。面对城市防洪的迫切需求，国内外学者针对雨洪管理措施的布局与优化开展了大量的研究工作。

2、其中，分流式城市雨水调蓄池是一类重要的雨水滞蓄工程性措施，从雨水干管进水以调节排水管网中的高峰流量，具有增大雨水系统调蓄能力的作用。随着海绵城市概念在我国的提出与实践，雨水调蓄池作为海绵城市建设中灰色基础设施的重要组成部分，与源头绿色设施互为补充，在提高大雨天气径流控制方面发挥关键作用，同时能提供雨水回用等额外的经济效益。

3、然而，目前大部分的雨水调蓄池实践只关注空间布局的优化，缺少“蓄水-排水”时程优化的动态控制策略。在应对多变且复杂的天气状况时，这类静态管理模式的弊端主要体现在极大地束缚了调蓄池系统的动态调蓄能力，致使在径流量远超出系统调蓄体积的暴雨天气中，分流式雨水调蓄池往往无法发挥显著的削峰作用，难以应对不同天气条件下的多种控制目标。因此，还需要进一步研究变化天气条件下的分流式雨水调蓄池动态控制技术。

4、随着城市水文信息化和监测监控技术的发展，动态的实时控制模式被应用于城市合流制排水系统的运行，并逐渐推广到雨洪管理领域。近年来国内外涌现出许多关于雨水调蓄池、收集池、蓄水盆地的实时控制算法研究，主要包括反应式控制和预测式控制。

5、其中，反应式控制只根据调蓄池系统当前的状态信息式（例如降雨量、上游流量、调蓄体水位等）做出反馈，决策成本低且易执行，典型算法包括简单规则控制法、模糊逻辑控制法。预测式控制将未来的预测信息式（例如降雨预测、流量预测、水位预测）融合到当前状态的决策过程中，典型算法包括预测规则控制法、模型预测控制法，前者利用预测信息改进控制规则的条件判别式，后者需要用到水文水动力预测模型和先进的参数动态优化手段。相比效益受限于历史经验且缺乏可移植性的反应式控制，预测式控制具备适应变化环境条件的灵活性，在城市防洪、水质提升、基流控制等方面均表现出高效性。

6、然而，一些预测式控制算法对降雨过程和流量过程的预测需求较高，在实践过程中面临着许多不确定性因素的挑战。在实时控制工具的开发方面，国外学者取得了一些成果，例如基于swmm模型二次开发的swmm_mpc、pystorm等软件，可以用于指定调蓄池案例的实时控制模拟；国内雨洪实时控制起步较晚，现有研究主要为利用成熟的软件工具开展调蓄池反应式控制模拟，对实时控制理论方法与工具研发的研究较少。此外，目前大部分的实时控制策略仅面向某一特定的降雨时期，例如降雨过程中或降雨开始前，无法满足决策者对于变化天气条件下的连续控制需求。

7、虽然众多学者针对城市雨水调蓄池实时控制开展了一定量的方法研究，并开发了一些适用于案例分析的软件工具，但现有的研究成果通常基于理想数据而实际可获取的在线监测和预报信息，难以兼顾控制算法实用性与高效性，在现实世界的实践中面临挑战。需要进一步结合反应式控制的易执行和预测控制的参数动态优化特点，开发面向实际应用的分流式雨水调蓄池实时控制工具，提升不同天气条件下调蓄池削减洪峰、控制径流的水量调控性能，实现雨水净化、回用等多种控制效益。城市雨水调蓄池实时控制方法的进一步研究，将为暴雨天气城市雨洪适应性管理提供重要的科学依据和技术支撑。

技术实现思路

1、本技术提供一种分流式雨水调蓄池的实时预测控制与动态优化方法及系统，可以解决现有技术中存在的城市雨水调蓄池实时控制方法仅面向特定降雨时期，并且不能充分利用可获取的在线监测数据和预报信息，难以兼顾控制算法的实用性和高效性的技术问题。

2、第一方面，本技术提供了一种分流式雨水调蓄池的实时预测控制与动态优化方法，包括以下步骤：

3、设定雨天算法决策；

4、设定旱天算法决策；

5、获取动态数据库，所述动态数据库包括调蓄池的水质、流量、水位以及降雨监测数据、天气预报数据以及调蓄池系统基础信息；

6、根据获取的调蓄池降雨监测数据以及调蓄池上游雨水井流量，判断获取实时天气条件；

7、以获取的水质、流量、水位以及降雨监测数据为训练集，对设定的雨天算法决策以及旱天算法决策进行参数动态优化，获取参数动态优化后的雨天算法决策以及旱天算法决策；

8、根据获取的实时天气条件，依据调蓄池系统基础信息，控制调蓄池系统执行对应天气的参数动态优化后的雨天算法决策或旱天算法决策。

9、结合第一方面，在一种实施方式中，所述设定雨天算法决策，具体包括以下步骤：

10、构建场次降雨总量、调蓄池蓄水能力和目标流量三个元素的模糊集合；

11、按照降雨量越大目标流量越大，蓄水能力越小目标流量越小的原则，建立输入变量为降雨总量和调蓄池蓄水能力，输出为目标流量的模糊规则；

12、基于建立的模糊规则，在已知降雨总量和蓄水能力的条件下，通过模糊推理获取目标流量的模糊集合；

13、采用最大隶属度法对目标流量的模糊集合进行反模糊化计算，获取目标流量的计算值；

14、基于目标流量的计算值，求解调蓄池进水闸开度。

15、结合第一方面，在一种实施方式中，所述设定旱天算法决策，具体包括以下步骤：

16、优先执行考虑动态预备水位的预排水规则；

17、同步执行雨水回用规则；

18、若当前水位低于预备水位，按照滞留、排空规则控制蓄水池依次执行滞留、排空策略。

19、结合第一方面，在一种实施方式中，所述若当前水位低于预备水位，按照滞留、排空规则控制蓄水池依次执行滞留、排空策略，具体包括以下步骤：

20、若当前水位低于预备水位，并且池内固体悬浮物浓度大于当地回用水质量标准要求的固体悬浮物标准浓度时，控制关闭出水闸；

21、若当前水位低于预备水位，并且池内固体悬浮物浓度小于当地回用水质量标准要求的固体悬浮物标准浓度时，控制开启出水闸用于雨水回用；

22、若当前水位低于预备水位，并且累计滞留时间超过最大允许滞留时间时，控制开启出水闸用于排空池内雨水。

23、结合第一方面，在一种实施方式中，根据获取的与降雨监测数据以及天气预报数据，判断获取实时天气条件，具体包括以下步骤：

24、若当前降雨量或调蓄池上游雨水井流量大于0时，则判断为雨天；

25、若当前降雨量和调蓄池上游雨水井流量均不大于0时，则判断为旱天。

26、结合第一方面，在一种实施方式中，所述以获取的水质、流量、水位以及降雨监测数据为训练集，对设定的雨天算法决策以及旱天算法决策进行参数动态优化，获取参数动态优化后的雨天算法决策以及旱天算法决策，具体包括以下步骤：

27、对雨天算法决策以及旱天算法决策中的参数组进行初始值设定；

28、以动态数据库为训练集，基于遗传算法对雨天算法决策中的第一参数组进行参数优化，基于遗传算法对旱天算法决策中第二参数组进行参数优化，获取参数优化后的旱天算法决策；

29、更新动态数据库，以更新后的动态数据库为训练集，对参数优化后的雨天算法决策和旱天算法决策进行参数动态优化，获取参数动态优化后的雨天算法决策和旱天算法决策；

30、根据获取的实时天气条件，依据调蓄池系统基础信息，控制调蓄池系统执行对应天气的参数动态优化后的雨天算法决策或旱天算法决策。

31、结合第一方面，在一种实施方式中，所述以动态数据库为训练集，基于遗传算法对雨天算法决策中的第一参数组进行参数优化，基于遗传算法对旱天算法决策中第二参数组进行参数优化，获取参数优化后的旱天算法决策，具体包括以下步骤：

32、摘取场次降雨监测与天气预报数据、调蓄池上游雨水井流量监测数据、调蓄池水位监测数据生成训练事件；

33、对于雨天算法决策的训练，以每场事件开始时的24小时总降雨深度预报值作为降雨总量输入，以降雨开始时调蓄池空置的体积为蓄水能力输入，并通过分析流量过程得到能实现削峰率最大化的目标流量输出预期值，将这些训练数据输入到目标流量的模糊集合计算公式中并调整第一参数组，得到使目标流量的模糊逻辑计算值与预期值之间误差最小的第一参数组；

34、对于旱天算法决策的训练，以每场事件开始时的24小时总降雨深度预报值作为输入，以预报降雨总量和流量计算得到的场次降雨-径流系数为输出预期值，将这些训练数据输入到预排水规则表达式中并调整第二参数组，得到使降雨-径流系数的计算值与预期值之间误差最小的第二参数组，获取包含第二参数组的旱天算法决策。

35、第二方面，本技术提供了一种分流式雨水调蓄池的实时预测控制与动态优化系统，包括：

36、雨天算法决策模块，用于设定雨天算法决策；

37、旱天算法决策模块，用于设定旱天算法决策；

38、动态数据库获取模块，用于获取动态数据库，所述动态数据库包括调蓄池水质、流量、水位以及降雨监测数据、天气预报数据以及调蓄池系统基础信息；

39、天气条件获取模块，与所述动态数据库获取模块通信连接，用于根据获取的调蓄池降雨监测数据以及调蓄池上游雨水井流量，判断获取实时天气条件；

40、参数动态优化模块，与所述雨天算法决策模块、所述旱天算法决策模块和所述动态数据库获取模块通信连接，用于以获取的水质、流量、水位以及降雨监测数据为训练集，对设定的雨天算法决策以及旱天算法决策进行参数动态优化，获取参数动态优化后的雨天算法决策以及旱天算法决策；

41、水量调控模块，与所述天气条件获取模块与所述参数动态优化模块，用于根据获取的实时天气条件，依据调蓄池系统基础信息，控制调蓄池系统执行对应天气的参数动态优化后的雨天算法决策或旱天算法决策。

42、结合第二方面，在一种实施方式中，所述雨天算法决策模块包括：

43、模糊集合构建单元，用于构建场次降雨总量、调蓄池蓄水能力和目标流量三个元素的模糊集合；

44、模糊规则建立单元，用于按照降雨量越大目标流量越大，蓄水能力越小目标流量越小的原则，建立输入变量为降雨总量和调蓄池蓄水能力，输出为目标流量的模糊规则；

45、目标流量模糊集合计算单元，与所述模糊集合构建单元和所述模糊规则建立单元通信连接，用于基于建立的模糊规则，通过模糊推理获取目标流量的模糊集合；

46、目标流量计算值获取单元，与所述目标流量模糊集合计算单元通信连接，用于采用最大隶属度法对目标流量的模糊集合进行反模糊化计算，获取目标流量的计算值；

47、进水闸开度获取单元，与所述目标流量计算值获取单元通信连接，用于基于目标流量的计算值，求解调蓄池进水闸开度。

48、第三方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有分流式雨水调蓄池的实时预测控制与动态优化程序，其中所述分流式雨水调蓄池的实时预测控制与动态优化程序被处理器执行时，实现如上所述的分流式雨水调蓄池的实时预测控制与动态优化方法的步骤。

49、本技术实施例提供的技术方案带来的有益效果至少包括：

50、本技术提供的分流式雨水调蓄池的实时预测控制与动态优化方法，能利用不断更新的调蓄池系统在线监测与预报数据，参数动态优化雨天和旱天的实时预测控制策略，能较为显著地提高雨水调蓄池的水量-水质-经济多重控制性能