李 君，盧慧敏，王 偉，瞿 丘

（南通市九圩港水利工程管理所，江蘇 南通 226000）

0 引言

水閘泵站系統(tǒng)涉及諸多水利工程和河湖水系，工程調(diào)度運(yùn)行與河湖水系的各項(xiàng)指標(biāo)間存在著復(fù)雜的耦合互饋關(guān)系，水量水質(zhì)模型是水閘泵站系統(tǒng)預(yù)報(bào)的重要工具。然而由于極端氣候事件不斷增多和人類(lèi)活動(dòng)影響不斷增強(qiáng)，識(shí)別系統(tǒng)體系中的復(fù)雜關(guān)系變得越來(lái)越困難。水閘泵站系統(tǒng)作為水資源系統(tǒng)的重要子系統(tǒng)，為流域和區(qū)域提供了重要的防洪、供水、水生態(tài)環(huán)境服務(wù)，而這三方面任務(wù)相互交織、相互競(jìng)爭(zhēng)，因此需要開(kāi)展多目標(biāo)優(yōu)化調(diào)度。系統(tǒng)聯(lián)合調(diào)度最優(yōu)方案的確定，究其本質(zhì)屬于最優(yōu)決策問(wèn)題。但由于水閘泵站系統(tǒng)中要素眾多、各要素水力關(guān)系復(fù)雜、調(diào)度多目標(biāo)競(jìng)爭(zhēng)，屬于一類(lèi)動(dòng)態(tài)、高維度、非線(xiàn)性的復(fù)雜耦合優(yōu)化決策問(wèn)題。與此同時(shí)人工智能、大數(shù)據(jù)等新技術(shù)的蓬勃發(fā)展為識(shí)別和模擬水閘泵站系統(tǒng)中諸多要素的互饋耦合關(guān)系提供了新的可能性。這些新技術(shù)通常具有響應(yīng)速度快、泛化能力強(qiáng)和數(shù)據(jù)處理能力強(qiáng)等優(yōu)點(diǎn)，為水閘泵站系統(tǒng)預(yù)報(bào)模擬與優(yōu)化調(diào)度提供了新的思路和手段。

1 水閘泵站系統(tǒng)預(yù)報(bào)調(diào)度一體化框架

本文提出一種基于數(shù)據(jù)驅(qū)動(dòng)的水閘泵站系統(tǒng)預(yù)報(bào)調(diào)度一體化方法框架，如圖1 所示。該框架通過(guò)采用LSTM 深度機(jī)器學(xué)習(xí)預(yù)報(bào)水文變量耦合水閘泵站系統(tǒng)多目標(biāo)優(yōu)化調(diào)度模型來(lái)實(shí)現(xiàn)預(yù)報(bào)調(diào)度一體化。技術(shù)路線(xiàn)主要可以描述為：從分布在不同位置的物聯(lián)網(wǎng)遙感終端獲得傳感數(shù)據(jù)，包括河流水位、水質(zhì)指標(biāo)和小氣候信息，控制中心獲得這些數(shù)據(jù)后，驅(qū)動(dòng)機(jī)器學(xué)習(xí)和優(yōu)化調(diào)度，即LSTM可以模擬水量水質(zhì)，然后在優(yōu)化調(diào)度模型中采用預(yù)測(cè)的系統(tǒng)變量來(lái)優(yōu)化一天的調(diào)度運(yùn)行。下文對(duì)基于LSTM 的預(yù)報(bào)模型與水閘泵站系統(tǒng)優(yōu)化調(diào)度模型進(jìn)行具體描述。

圖1 水閘泵站系統(tǒng)預(yù)報(bào)調(diào)度一體化框架圖

2 基于LSTM 的預(yù)報(bào)模型

近年來(lái)，將機(jī)器學(xué)習(xí)作為一種數(shù)據(jù)驅(qū)動(dòng)的建模工具越來(lái)越受到關(guān)注，它旨在為越來(lái)越先進(jìn)的傳感技術(shù)開(kāi)發(fā)一個(gè)高效、靈活的算法模型，利用基于測(cè)量數(shù)據(jù)的學(xué)習(xí)能力來(lái)表征復(fù)雜和動(dòng)態(tài)的系統(tǒng)行為。

長(zhǎng)短期記憶網(wǎng)絡(luò)（LongShort-TermMemory，LSTM）是一種時(shí)間遞歸的神經(jīng)網(wǎng)絡(luò)，經(jīng)常用來(lái)解決時(shí)間序列問(wèn)題。LSTM 能夠有效地解決后者在訓(xùn)練時(shí)遇到的梯度消失（ExplodingGradient）和梯度爆炸（VanishingGradient）問(wèn)題，從而可以有效地利用長(zhǎng)距離的時(shí)間序列信息。其結(jié)構(gòu)如圖2 所示。

圖2 LSTM 模塊的四層交互神經(jīng)網(wǎng)絡(luò)圖

采用LSTM 的機(jī)器學(xué)習(xí)預(yù)報(bào)模型來(lái)模擬復(fù)雜城市河流系統(tǒng)中的水量水質(zhì)動(dòng)態(tài)變化。LSTM 機(jī)器學(xué)習(xí)預(yù)報(bào)模型的輸入包括決策變量（前一天的水閘泵站運(yùn)行計(jì)劃）、不確定變量（前一天的天氣預(yù)報(bào)信息）和狀態(tài)變量（歷史水文數(shù)據(jù)序列，如水位、降水量）。LSTM 預(yù)報(bào)模型的輸出是給定時(shí)間步長(zhǎng)的水文變量（如水位）的預(yù)報(bào)值。

3 水閘泵站系統(tǒng)優(yōu)化調(diào)度模型

在本框架中，由于水閘泵站系統(tǒng)的水量、水質(zhì)變量采用LSTM 的機(jī)器學(xué)習(xí)預(yù)報(bào)模型，計(jì)算代價(jià)低、模擬精度優(yōu)，采用LSTM 與優(yōu)化調(diào)度模型耦合求解或決策優(yōu)選已有方案，兩類(lèi)調(diào)度決策方法均可采用。

3.1 目標(biāo)函數(shù)

將水閘泵站系統(tǒng)多目標(biāo)優(yōu)化調(diào)度問(wèn)題轉(zhuǎn)化成如下多目標(biāo)優(yōu)化模型：

式中：三個(gè)目標(biāo)O1、O2、O3（f1、f2、f3）分別為水閘泵站系統(tǒng)防洪安全、供水安全、水生態(tài)環(huán)境安全保障方面的目標(biāo)；xi、xj、xk分別對(duì)應(yīng)三個(gè)目標(biāo)領(lǐng)域自變量。

3.2 約束條件

水閘泵站系統(tǒng)優(yōu)化調(diào)度模型的約束條件主要包括系統(tǒng)中泵站、水閘等工程安全運(yùn)行的約束，面向防洪、供水、航運(yùn)、生態(tài)等功能的水位、流量、水位變幅、流量變幅的約束，面向水環(huán)境的水質(zhì)約束。

3.3 模型轉(zhuǎn)化

上述多目標(biāo)優(yōu)化調(diào)度模型可以采用多目標(biāo)優(yōu)化算法求解，目前也已經(jīng)有許多學(xué)者致力于多目標(biāo)智能算法的研究，研究提出了很多算法，其中有不少經(jīng)典算法如NSGA-Ⅱ、NSGA-Ⅲ，已經(jīng)被廣泛運(yùn)用到了水利研究和應(yīng)用。采用這些多目標(biāo)算法求解構(gòu)建的優(yōu)化調(diào)度模型可以得到水閘泵站系統(tǒng)調(diào)度的非劣解集，其中每一個(gè)解都是一個(gè)非劣解，對(duì)應(yīng)著一個(gè)調(diào)度方案。然后根據(jù)調(diào)度策略構(gòu)建決策模型，從非劣解集中優(yōu)選出最滿(mǎn)足調(diào)度策略的那一個(gè)解，并反演成調(diào)度方案。這是一套可行的過(guò)程，然而這個(gè)過(guò)程比較復(fù)雜，不利于日常管理工作中使用，并且每個(gè)環(huán)節(jié)都有一定的不確定性，如果缺少相應(yīng)的不確定性評(píng)估，不確定性的疊加效應(yīng)也可能帶來(lái)較大的風(fēng)險(xiǎn)。因此本文給出一種簡(jiǎn)化的處理方式供實(shí)際水利工程管理工作中使用，采用線(xiàn)性加權(quán)法將上述構(gòu)建的水閘泵站多目標(biāo)優(yōu)化調(diào)度模型轉(zhuǎn)化為如下形式進(jìn)行求解：

式中：αi、βj、γk分別為三方面目標(biāo)的權(quán)重。此外，在實(shí)際應(yīng)用時(shí)，水閘泵站系統(tǒng)的運(yùn)行費(fèi)用往往也需考慮，可以根據(jù)實(shí)際情況列作第四項(xiàng)目標(biāo)。

將構(gòu)建的水閘泵站多目標(biāo)優(yōu)化調(diào)度模型轉(zhuǎn)化成上述線(xiàn)性加權(quán)的形式后，采用數(shù)學(xué)規(guī)劃方法或者智能算法都可以求解，并得到唯一方案。而這些求解方法往往都有現(xiàn)成的計(jì)算軟件和算法包可以直接使用，降低了管理者的工作難度，減輕了其工作負(fù)擔(dān)。

4 結(jié)語(yǔ)

本文提出一種基于數(shù)據(jù)驅(qū)動(dòng)的水閘泵站系統(tǒng)預(yù)報(bào)調(diào)度一體化方法框架，其技術(shù)貢獻(xiàn)主要包括：

1）引入深度機(jī)器學(xué)習(xí)技術(shù)開(kāi)展水量水質(zhì)預(yù)報(bào)，構(gòu)建LSTM 預(yù)報(bào)模型來(lái)準(zhǔn)確識(shí)別引水、天氣條件和水流變化的復(fù)雜動(dòng)態(tài)。

2）在水閘泵站系統(tǒng)優(yōu)化調(diào)度過(guò)程中，利用預(yù)報(bào)系統(tǒng)特性，在滿(mǎn)足諸多約束的情況下，制定優(yōu)化調(diào)度方案，實(shí)現(xiàn)預(yù)報(bào)調(diào)度一體化。

該方法框架所采用的模型、方法可在具體的研究或應(yīng)用中修改、替換和補(bǔ)充