一种迁移学习的混凝土坝通水冷却优化控制方法及系统

本发明提出了一种基于迁移学习的混凝土坝通水冷却优化控制方法，该方法以仿真计算模型为基础，构建先验仓温度场样本集，通过人工神经网络捕捉输入参数与先验仓温度场计算结果之间的非线性关系，建立先验仓代理模型，并迁移应用至实际坝仓，以显著减少仿真计算所需的样本数量。随后，基于最大温度和冷却成本为优化目标，结合降温速率和温度梯度作为约束条件，构建通水冷却的双目标优化模型，并利用NSGA‑II算法对坝仓通水方案进行智能优化选择。在优化过程中，通过动态模型更新技术校准热学参数，进一步提升优化结果的可靠性和精确性。本发明能够在短时间内生成兼顾经济性与安全性的精准通水冷却措施，有效解决实际工程中工期紧张与优化效率不足的矛盾。