一种基于深度Q神经网络与管网建模技术的泵站运行控制方法

本发明提供了一种基于深度Q神经网络与管网建模技术的泵站运行控制方法，包括如下步骤：获取泵站管径大小、阀门坐标和水泵性能参数；结合稳态水力方程计算沿程损失与局部水头损失，建立泵站管网数值模型，并基于实际运行工况设定节点压力限制条件；构建算法模型框架，建立融合设备能耗、管网压力偏差和流量越限惩罚的奖励机制，采用动态探索策略完成神经网络训练；根据管网末端水头与流量需求参数，得到水泵控制决策，输出全局最优能效方案；根据全局最优能效方案与实际泵组运行参数的匹配度评估可行性，若超出设备运行阈值，基于管网仿真模型在当前解的邻域空间搜索矫正方案。本发明可获得以最低的泵站能耗情况下实现水循环的方案。