一种基于机器学习的泵房智慧调度控制工作方法、系统和介质

本发明提出了一种基于机器学习的泵房智慧调度控制工作方法、系统和介质，该方法包括以下步骤：S1，输入目标流量，预测对应总管压力、流量工况；S2，推演并筛选满足总管工况的单泵流量分配和单泵出水压力策略；S3，预测各单泵流量分配和单泵出水压力策略所需的水泵启用频率；S4，预测各水泵启用策略的能耗情况，筛选出能耗最低的方案作为最终控制方案。本发明通过引入基于神经网络的总管流量压力工况预测模型，能够精准地预测在目标流量下的各出水总管压力和流量。这种方法避免了传统控制方法对经验的依赖，能够实时动态适应不同管路特性和水厂需求，确保系统工况预测的准确性。