來源:中國能源新聞網(wǎng) 時(shí)間:2025-01-09 15:56
中國能源新聞網(wǎng)訊(張峰)1月2日,國家能源集團(tuán)數(shù)智科技下屬大數(shù)據(jù)公司研究團(tuán)隊(duì)在水文水資源領(lǐng)域國際頂級期刊《Journal of Hydrology》成功發(fā)表題為《A deep reinforcement learning approach for joint scheduling of cascade reservoir system》(梯級水庫系統(tǒng)聯(lián)合調(diào)度的深度強(qiáng)化學(xué)習(xí)方法)的論文科技成果,提出一種基于人工智能的水庫群自適應(yīng)調(diào)度新算法。
該項(xiàng)成果能夠有效應(yīng)對水電復(fù)雜多變調(diào)度工況,克服現(xiàn)有技術(shù)在高維狀態(tài)空間求解局限的難題,實(shí)現(xiàn)多目標(biāo)動態(tài)跟蹤以及梯級水庫多級聯(lián)動實(shí)時(shí)反饋智能控制。目前,該成果已上線大數(shù)據(jù)公司的云上水電平臺模型云,所建立的水電聯(lián)調(diào)水庫模型在多目標(biāo)調(diào)度任務(wù)下,水位控制成功率達(dá)到99.8%,模型仿真速度提升42%,顯著提高了梯級水庫群調(diào)度的效率和穩(wěn)定性。該算法的成功研制,為水庫群實(shí)現(xiàn)復(fù)雜條件下自適應(yīng)“無人調(diào)度”在技術(shù)上邁進(jìn)了一大步。
據(jù)悉,水文科學(xué)期刊《Journal of Hydrology》是水文水資源領(lǐng)域歷史最悠久、最具影響力的國際頂級學(xué)術(shù)期刊之一,在中國科學(xué)院分區(qū)為一區(qū)Top期刊。本次成果錄用,表明大數(shù)據(jù)公司在水電調(diào)度領(lǐng)域的創(chuàng)新能力受到國際學(xué)術(shù)權(quán)威認(rèn)可,為解決行業(yè)痛點(diǎn)、提升生產(chǎn)效率與安全保障能力、助推水電智能化發(fā)展進(jìn)程起到了積極示范參考意義。
責(zé)任編輯:楊娜