一种基于大数据学习的多水厂供水系统压力优化控制方法

专利主权项内容

1.一种基于大数据学习的多水厂供水系统压力优化控制方法，其特征在于，方法包括：步骤一：获取多水厂的初始供水数据；根据所述初始供水数据生成对应的初始供水信息图；步骤二：基于所述初始供水数据对所述初始供水信息图中各水厂的供水片区进行分析，获得对应的片区分析结果；对各水厂的供水片区进行分析的方法包括：识别各水厂对应的供水片区，将所述供水片区划分为若干个单元区域；根据所述初始供水数据获取各所述单元区域的历史特征数据，所述历史特征数据包括历史供应值、历史成本值和历史收入值；确定所述单元区域对应的比较片区；设置各所述比较片区相对于所述单元区域的预估供应值、预估成本值和预估收入值；计算各所述比较片区对应的单元评估值；将各所述单元评估值与阈值X2进行比较；当没有小于阈值X2的单元评估值时，将片区分析结果标记为片区分析合格；当具有小于阈值X2的单元评估值时，将单元评估值最小的比较片区标记为调整片区，将片区分析结果标记为片区分析不合格，并关联对应的调整片区；步骤三：根据所述片区分析结果对供水片区进行调整，基于调整后的供水片区形成对应的目标供水信息图；步骤四：根据目标供水信息图和数字孪生技术建立对应的数字孪生模型；步骤五：基于所述数字孪生模型对各管道进行管道分析，确定对应的调整管道，对所述调整管道进行管道调整；步骤六：通过数字孪生模型进行供水监测，实时识别各管道的供水压力和流速，根据识别的供水压力和流速进行优化调整。