闸门控制方法和装置、电子设备及存储介质制造方法及图纸

本申请实施例提供的闸门控制方法和装置、电子设备及存储介质，涉及闸门控制技术领域。闸门控制方法包括：首先，获取待处理闸门的状态参数集合；其次，将状态参数集合输入预设控制模型，得到待处理闸门的控制数据；然后，根据控制数据对待处理闸门进行控制。通过上述方法，可以实现直接通过控制模型进行闸门控制，避免了现有技术中需要建立精确的运河物理模型，但由于复杂的施工、机械操作和不可预见的扰动，这些模型并不总是有效的，所导致的闸门控制的效率低的问题。控制的效率低的问题。控制的效率低的问题。

【技术实现步骤摘要】
闸门控制方法和装置、电子设备及存储介质


[0001]本申请涉及闸门
，具体而言，涉及一种闸门控制方法和装置、电子设备及存储介质。

技术介绍

[0002]经专利技术人研究发现，在现有技术中常用的闸门控制策略需要建立精确的运河物理模型，但由于复杂的施工、机械操作和不可预见的扰动，这些模型并不总是有效的，从而存在着闸门控制的效率低的问题。

技术实现思路

[0003]有鉴于此，本申请的目的在于提供一种闸门控制方法和装置、电子设备及存储介质，以改善现有技术中存在的问题。
[0004]为实现上述目的，本申请实施例采用如下技术方案：
[0005]第一方面，本专利技术提供一种闸门控制方法，包括：
[0006]获取待处理闸门的状态参数集合；
[0007]将所述状态参数集合输入预设控制模型，得到所述待处理闸门的控制数据；
[0008]根据所述控制数据对所述待处理闸门进行控制。
[0009]在可选的实施方式中，所述控制数据包括至少一个控制组合和各所述控制组合对应的期望值，所述根据所述控制数据对所述待处理闸门进行控制的步骤，包括：
[0010]根据所述期望值从所述至少一个控制组合中选取目标控制组合；
[0011]根据所述目标控制组合对所述待处理闸门进行控制。
[0012]在可选的实施方式中，所述根据所述期望值从所述至少一个控制组合中选取目标控制组合的步骤，包括：
[0013]对各个所述控制组合对应的期望值进行排序处理，将期望值最大的控制组合作为目标控制组合。
[0014]在可选的实施方式中，所述闸门控制方法还包括训练初始模型得到预设控制模型的步骤，所述初始模型包括深度网络和奖励网络，该步骤包括：
[0015]获取训练数据，其中，所述训练数据包括训练闸门的当前状态参数集合和当前控制组合；
[0016]将所述当前状态参数集合输入所述深度网络，得到所述训练闸门的当前高级特征和下一控制组合，以根据所述下一控制组合对所述训练闸门进行控制得到下一状态参数集合；
[0017]将所述当前状态参数集合、当前高级特征和当前控制组合输入所述奖励网络，得到所述训练闸门的总奖励；
[0018]根据所述总奖励对所述初始模型进行训练，得到所述预设控制模型。
[0019]在可选的实施方式中，所述奖励网络存储有状态参数集合与安全奖励和速度奖励
的第一对应关系、控制组合与效率奖励的第二对应关系，所述奖励网络包括奖励全连接层，所述将所述当前状态参数集合、当前高级特征和当前控制组合输入所述奖励网络，得到所述训练闸门的总奖励的步骤，包括：
[0020]根据所述当前状态参数集合和第一对应关系处理得到所述训练闸门的安全奖励和速度奖励；
[0021]根据所述当前控制组合和第二对应关系处理得到所述训练闸门的效率奖励；
[0022]将所述安全奖励、速度奖励、效率奖励和当前高级特征输入所述奖励全连接层，得到所述训练闸门的总奖励。
[0023]在可选的实施方式中，所述将所述安全奖励、速度奖励、效率奖励和当前高级特征输入所述奖励全连接层，得到所述训练闸门的总奖励的步骤，包括：
[0024]将所述安全奖励、速度奖励、效率奖励和当前高级特征输入所述奖励全连接层，处理得到输出奖励；
[0025]将所述安全奖励、速度奖励、效率奖励和输出奖励进行剪切处理，得到所述训练闸门的总奖励。
[0026]在可选的实施方式中，所述深度网络包括六个深度全连接层，所述将所述当前状态参数集合输入所述深度网络，得到所述训练闸门的当前高级特征和下一控制组合的步骤，包括：
[0027]将所述当前状态参数集合输入第一个深度全连接层，得到第一结果，将所述第一结果输入第二个深度全连接层，得到第二结果，将所述第二结果输入第三个深度全连接层，得到第三结果，将所述第三结果输入第四个深度全连接层，得到第四结果，将所述第四结果输入第五个深度全连接层，得到所述训练闸门的当前高级特征；
[0028]将所述当前高级特征输入第六个深度全连接层，得到下一控制组合。
[0029]第二方面，本专利技术提供一种闸门控制装置，包括：
[0030]参数获取模块，用于获取待处理闸门的状态参数集合；
[0031]控制数据获取模块，用于将所述状态参数集合输入预设控制模型，得到所述待处理闸门的控制数据；
[0032]控制模块，用于根据所述控制数据对所述待处理闸门进行控制。
[0033]第三方面，本专利技术提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述实施方式任一项所述的闸门控制方法。
[0034]第四方面，本专利技术提供一种存储介质，所述存储介质包括计算机程序，所述计算机程序运行时控制所述存储介质所在电子设备执行前述实施方式任一项所述的闸门控制方法。
[0035]本申请实施例提供的闸门控制方法和装置、电子设备及存储介质，通过将状态参数集合输入预设控制模型得到控制数据，根据控制数据控制闸门，实现了直接通过控制模型进行闸门控制，避免了现有技术中需要建立精确的运河物理模型，但由于复杂的施工、机械操作和不可预见的扰动，这些模型并不总是有效的，所导致的闸门控制的效率低的问题。
附图说明
[0036]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0037]图1示出了本申请实施例提供的一种电子设备的结构框图。
[0038]图2示出了本申请实施例提供的一种闸门控制方法的流程示意图。
[0039]图3示出了本申请实施例提供的闸门的应用场景图。
[0040]图4示出了本申请实施例提供的传感器网络的结构示意图。
[0041]图5示出了本申请实施例提供的一种闸门控制方法的另一流程示意图。
[0042]图6示出了本申请实施例提供的预设控制模型的应用场景图。
[0043]图7示出了本申请实施例提供的预设控制模型的结构示意图。
[0044]图8示出了本申请实施例提供的预设控制模型的另一结构示意图。
[0045]图9示出了本申请实施例提供的一种闸门控制装置的结构框图。
[0046]图标：100
‑
电子设备；110
‑
第一存储器；120
‑
第一处理器；130
‑
通信模块；900
‑
闸门控制装置；910
‑
参数获取模块；920
‑
控制数据获取模块；930
‑
控制模块。
具体实施方式
[0047]地球上淡水非常有限，且分布极为不均匀。为了提高水资源的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种闸门控制方法，其特征在于，包括：获取待处理闸门的状态参数集合；将所述状态参数集合输入预设控制模型，得到所述待处理闸门的控制数据；根据所述控制数据对所述待处理闸门进行控制。2.如权利要求1所述的闸门控制方法，其特征在于，所述控制数据包括至少一个控制组合和各所述控制组合对应的期望值，所述根据所述控制数据对所述待处理闸门进行控制的步骤，包括：根据所述期望值从所述至少一个控制组合中选取目标控制组合；根据所述目标控制组合对所述待处理闸门进行控制。3.如权利要求2所述的闸门控制方法，其特征在于，所述根据所述期望值从所述至少一个控制组合中选取目标控制组合的步骤，包括：对各个所述控制组合对应的期望值进行排序处理，将期望值最大的控制组合作为目标控制组合。4.如权利要求1所述的闸门控制方法，其特征在于，所述闸门控制方法还包括训练初始模型得到预设控制模型的步骤，所述初始模型包括深度网络和奖励网络，该步骤包括：获取训练数据，其中，所述训练数据包括训练闸门的当前状态参数集合和当前控制组合；将所述当前状态参数集合输入所述深度网络，得到所述训练闸门的当前高级特征和下一控制组合，以根据所述下一控制组合对所述训练闸门进行控制得到下一状态参数集合；将所述当前状态参数集合、当前高级特征和当前控制组合输入所述奖励网络，得到所述训练闸门的总奖励；根据所述总奖励对所述初始模型进行训练，得到所述预设控制模型。5.如权利要求4所述的闸门控制方法，其特征在于，所述奖励网络存储有状态参数集合与安全奖励和速度奖励的第一对应关系、控制组合与效率奖励的第二对应关系，所述奖励网络包括奖励全连接层，所述将所述当前状态参数集合、当前高级特征和当前控制组合输入所述奖励网络，得到所述训练闸门的总奖励的步骤，包括：根据所述当前状态参数集合和第一对应关系处理得到所述训练闸门的安全奖励和速度奖励；根据所述当前控制组合和...

【专利技术属性】
技术研发人员：马曼曼，豆渊博，李青锋，段春青，马丹丹，张卫红，高帆，乔雨，杜东峰，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：