基于深度学习自适应动态网络和强化学习的水库调度方法

本发明基于深度学习自适应动态网络和强化学习的水库调度方法，涉及水库调度技术领域，包括获取水库的实时水位数据、气象数据、区域云层和地表特征的雷达影像数据并对三者进行数据融合；将融合后的数据输入预设的自适应动态Transformer网络模型，得到预测输出，所述预测输出为水库水位序列、入库流量序列和下泄流量序列；构建强化学习状态空间；将强化学习状态空间输入预设的强化学习网络中，所述强化学习网络的动作空间包括泄洪量、发电流量与生态流量，所述强化学习网络的优化目标为最大化累积折扣奖励，奖励函数为防洪奖励项、发电奖励项与生态奖励项的加权函数。本发明提高了水库防洪安全、发电效益和生态保护等多个目标的协同管理效率。