[发明专利]一种基于可变长基因遗传算法的泵站优化调度方法

说明书

本发明涉及人工智能领域，更具体的，涉及一种基于可变长基因遗传算法的泵站优化调度方法，本发明能够动态调整泵机的数量，在泵机可随时停机检修、更换和拆装的条件下，以及满足泵站流量约束和减少泵机启停次数的条件下，保持算法有效性，并求得最佳泵机启停组合，达到功耗最小，并且适应度函数不仅仅考虑到了泵机的能耗问题，还将流量惩罚因素及泵机启停惩罚因素考虑进去，并利用sigmoid归一化函数将这三个因素进行归一化处理，防止了因数值相差较大而导致某一因素影响及微小的情况。

技术领域

本发明涉及人工智能领域，更具体的，涉及一种基于可变长基因遗传算法的泵站优化调度方法。

背景技术

城市污水排放系统是城市给排水系统中的重要组成部分，承担收集和输送城市各类用户排放的废水和部分天然降水的任务，也是水污染防治和排涝减灾的骨干工程。通过科学的规划和设计可以帮助政府合理高效来处理污水排放问题，在最小能耗的情况下，将污水排放出去。

传统的污水传送泵站大都是由现场操作人员观测或者传感器检测到的前池水位信息对泵机进行启停调度，泵机启停频繁，容易造成泵机的损耗，且维护和检修费用较高。不合理的启停泵机容易造成高能耗低成效，泵机开启台数过少则易造成污水外溢。

而现有技术中采用的基于遗传算法的泵机优化调度方法在进行污水排放时，遗传操作中的基因长度往往设定为固定长度，这种固定长度的方式会造成在泵机出现损坏、更换或加装的情况下，需要重新对算法进行调整甚至重写，而且需要根据实际需求和供给对基因做一定的人为改造，干涉了算法自然选择的特性。因此，这类泵机优化调度方法通常比较适用于污水流量比较稳定，同时泵机不会出现经常损坏、更换或加装的情况下。

发明内容

为了解决现有技术中泵机优化调度方法适用范围小，且干涉了算法自然选择的特性的不足，本发明提供了一种基于可变长基因遗传算法的泵站优化调度方法。

为实现以上发明目的，采用的技术方案是：

一种基于可变长基因遗传算法的泵站优化调度方法，包括以下步骤：

步骤S1：从数据云端获取流经该泵站的污水量，并确定此时的最佳运行水位；

步骤S2：获取此时可运行泵机的型号信息及其数量参数，并将其作为遗传算法的参数之一；

步骤S3：用泵机启停关系组合作为遗传算法中的一个个体，个体染色体长度由上述泵机型号信息及其数量信息决定，其中，定速泵长度占一，变速泵占六，其中一单位长度是启停关系，剩下五单位是调速比；

步骤S4：为了加快收敛速度以及防止陷入局部最优解，初始化30个种群，分别对30个种群进行计算；

步骤S5：初始每个个体，分别计算每个个体的适应度值；开始迭代，若未满规定的迭代次数，则依次进行父代的选择、交互运算和变异运算，获得子代个体；

步骤S6：将所述最优个体对应的泵机启停作为结果，控制实际泵机。

优选的，步骤S3染色体的具体构建步骤如下：

根据获得的泵机型号信息及数量构造个体染色体，其中泵机按是否可调速分为定速泵和变速泵；其中定速泵由参数信息确定，在染色体中只需要一位来表示其启停状态即可，而变速泵需要一单位长度来表示其启停状态，需要五单位长度来确定其调速比；一条染色体即一个有效的泵机启停组，在启停状态位中，1表示泵机开启，0表示泵机关闭，由五位构成的调速比染色体分段中，由0和1组成，并用二进制转换十进制，将其转换成十进制数，乘于调速比系数即调速比，调速比系数取0.01。

优选的，步骤S5计算适应度值的方法如下：

步骤S501：用一个具有能耗系数K_E表示单位体积液体输送能耗量，并以此计算泵机i的能耗E_i：