基于人工智能的水资源调度优化方法及系统技术方案

本发明专利技术实施例提供的基于人工智能的水资源调度优化方法及系统，应用本发明专利技术实施例，调试获得水资源调度优化网络能够基于特定情境的水资源描述文本，获取到多情境的水资源描述文本的资源要素描述向量，从而确保所定制的水资源调度方案的准确性和匹配性，还能够提高水资源调度优化网络对不同水域系统的水资源调度方案定制的适应性

【技术实现步骤摘要】
基于人工智能的水资源调度优化方法及系统


[0001]本专利技术涉及人工智能
，特别涉及一种基于人工智能的水资源调度优化方法及系统
。

技术介绍

[0002]水资源调度优化技术是指利用数据分析
、
建模和优化方法，通过合理的决策和调度方案，实现对水资源的有效管理和利用
。
这些技术主要应用于水库
、
河流
、
水源地等水资源系统，旨在提高供水可靠性
、
降低调度成本
、
保护环境等方面
。
然而，传统的水资源调度优化技术还存在准确性和匹配性低下，且难以适应不同水域系统的问题
。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种基于人工智能的水资源调度优化方法及系统
。
[0004]第一方面，本专利技术实施例提供了一种基于人工智能的水资源调度优化方法，应用于水资源调度优化系统，所述方法包括：通过水资源调度优化网络中的第一资源要素挖掘组件，对第一案例水源数据进行资源要素挖掘，获得所述第一案例水源数据对应的第一资源要素描述向量关系网；所述第一案例水源数据是目标水域系统的第一情境的案例水资源描述文本；通过所述水资源调度优化网络中的资源要素识别组件，依据所述第一资源要素描述向量关系网进行资源要素识别，获得所述第一案例水源数据的水资源调度预测方案；所述水资源调度预测方案用于表征确定出的最少一个目标水利设施系统的调度决策任务；通过所述水资源调度优化网络中的水源数据衍生组件，依据所述第一资源要素描述向量关系网生成水源衍生预测数据；所述水源衍生预测数据是所述第一案例水源数据对应的第二情境的案例水资源预测文本；依据所述水资源调度预测方案与水资源调度认证方案之间的区别，所述水源衍生预测数据与第二案例水源数据之间的区别，对所述水资源调度优化网络进行调试；所述第二案例水源数据是所述目标水域系统的第二情境的案例水资源描述文本；所述水资源调度认证方案是所述目标水域系统对应的，用于表征最少一个目标水利设施系统的调度决策任务的水资源调度方案
。
[0005]在一些可能的实施例中，所述基于水资源调度预测方案与所述水资源调度认证方案之间的区别，所述水源衍生预测数据与第二案例水源数据之间的区别，对所述水资源调度优化网络进行调试，包括：依据所述水资源调度预测方案与水资源调度认证方案之间的区别，确定第一网络调试评价指标的代价系数；依据所述水源衍生预测数据与第二案例水源数据之间的区别，确定第二网络调试评价指标的代价系数；
依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试
。
[0006]在一些可能的实施例中，所述依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试，包括：依据所述第一网络调试评价指标的代价系数，对所述第一资源要素挖掘组件的模型变量以及所述资源要素识别组件的模型变量进行改进；依据所述第二网络调试评价指标的代价系数，对所述第一资源要素挖掘组件的模型变量以及所述水源数据衍生组件的模型变量进行改进
。
[0007]在一些可能的实施例中，所述依据所述水资源调度预测方案与水资源调度认证方案之间的区别，确定第一网络调试评价指标的代价系数包括：依据所述水资源调度预测方案与所述水资源调度认证方案的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数；依据所述水资源调度预测方案中确定出的最少一个目标水利设施系统的调度决策任务的分布特征，与所述水资源调度认证方案中的最少一个目标水利设施系统的调度决策任务的分布特征，确定所述第一网络调试评价指标的第二局部网络调试评价指标的代价系数；依据所述第一局部网络调试评价指标的代价系数以及第二局部网络调试评价指标的代价系数，确定所述第一网络调试评价指标的代价系数
。
[0008]在一些可能的实施例中，依据所述水资源调度预测方案与所述水资源调度认证方案的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数，包括：获取所述水资源调度预测方案中的各个调度决策任务分别对应的重要性系数；所述水资源调度预测方案中的各个调度决策任务包含所述最少一个目标水利设施系统的调度决策任务；依据所述水资源调度预测方案中的各个调度决策任务分别对应的重要性系数，以及所述水资源调度预测方案中的各个调度决策任务与所述水资源调度认证方案中的各个调度决策任务的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数
。
[0009]在一些可能的实施例中，所述方法还包括：通过生成对抗网络对所述水源衍生预测数据进行解析，获得所述水源衍生预测数据的解析结果；依据所述解析结果，确定第三网络调试评价指标的代价系数；所述解析结果用于表征所述水源衍生预测数据是否为合理水源衍生数据；所述依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试，包括：依据所述第一网络调试评价指标的代价系数，所述第二网络调试评价指标的代价系数以及所述第三网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试
。
[0010]在一些可能的实施例中，所述第一资源要素挖掘组件包含
X
个资源要素提炼单元，且所述
X
个资源要素提炼单元存在级联关系，
X
为大于等于2的整数；
所述通过水资源调度优化网络中的第一资源要素挖掘组件，对第一案例水源数据进行资源要素挖掘，获得所述第一案例水源数据对应的第一资源要素描述向量关系网，包括：获取所述第一案例水源数据对应的第一多层级水源数据池，所述第一多层级水源数据池是对所述第一案例水源数据依据预设变化系数池化所得的数据集，所述第一多层级水源数据池中包含
X
个第一拟处理水源数据；将所述
X
个第一拟处理水源数据分别加载至对应的资源要素提炼单元中，对所述
X
个第一拟处理水源数据进行资源要素挖掘，获得所述第一案例水源数据对应的
X
个第一资源要素描述向量关系网；其中，倘若目标资源要素提炼单元为所述
X
个资源要素提炼单元中的首个资源要素提炼单元以外的资源要素提炼单元，所述目标资源要素提炼单元的传入信息还包括前一个资源要素提炼单元生成的第一资源要素描述向量关系网
。
[0011]在一些可能的实施例中，所述水资源调度优化网络中的资源要素识别组件包含
X
个资源要素识别单元，且所述
X
个资源要素识别单元具有级联关系，所述
X
个资源要素识别单元与所述
X
个资源要素提炼单元存在一对一匹配关系；所述通过所述水资源调度优化网络中的资源要素识别组件，依据所述第一资源要素描述向量关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的水资源调度优化方法，其特征在于，应用于水资源调度优化系统，所述方法包括：通过水资源调度优化网络中的第一资源要素挖掘组件，对第一案例水源数据进行资源要素挖掘，获得所述第一案例水源数据对应的第一资源要素描述向量关系网；所述第一案例水源数据是目标水域系统的第一情境的案例水资源描述文本；通过所述水资源调度优化网络中的资源要素识别组件，依据所述第一资源要素描述向量关系网进行资源要素识别，获得所述第一案例水源数据的水资源调度预测方案；所述水资源调度预测方案用于表征确定出的最少一个目标水利设施系统的调度决策任务；通过所述水资源调度优化网络中的水源数据衍生组件，依据所述第一资源要素描述向量关系网生成水源衍生预测数据；所述水源衍生预测数据是所述第一案例水源数据对应的第二情境的案例水资源预测文本；依据所述水资源调度预测方案与水资源调度认证方案之间的区别，所述水源衍生预测数据与第二案例水源数据之间的区别，对所述水资源调度优化网络进行调试；所述第二案例水源数据是所述目标水域系统的第二情境的案例水资源描述文本；所述水资源调度认证方案是所述目标水域系统对应的，用于表征最少一个目标水利设施系统的调度决策任务的水资源调度方案
。2.
如权利要求1所述的方法，其特征在于，所述基于水资源调度预测方案与所述水资源调度认证方案之间的区别，所述水源衍生预测数据与第二案例水源数据之间的区别，对所述水资源调度优化网络进行调试，包括：依据所述水资源调度预测方案与水资源调度认证方案之间的区别，确定第一网络调试评价指标的代价系数；依据所述水源衍生预测数据与第二案例水源数据之间的区别，确定第二网络调试评价指标的代价系数；依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试
。3.
如权利要求2所述的方法，其特征在于，所述依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试，包括：依据所述第一网络调试评价指标的代价系数，对所述第一资源要素挖掘组件的模型变量以及所述资源要素识别组件的模型变量进行改进；依据所述第二网络调试评价指标的代价系数，对所述第一资源要素挖掘组件的模型变量以及所述水源数据衍生组件的模型变量进行改进
。4.
如权利要求2所述的方法，其特征在于，所述依据所述水资源调度预测方案与水资源调度认证方案之间的区别，确定第一网络调试评价指标的代价系数包括：依据所述水资源调度预测方案与所述水资源调度认证方案的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数；依据所述水资源调度预测方案中确定出的最少一个目标水利设施系统的调度决策任务的分布特征，与所述水资源调度认证方案中的最少一个目标水利设施系统的调度决策任务的分布特征，确定所述第一网络调试评价指标的第二局部网络调试评价指标的代价系
数；依据所述第一局部网络调试评价指标的代价系数以及第二局部网络调试评价指标的代价系数，确定所述第一网络调试评价指标的代价系数
。5.
如权利要求4所述的方法，其特征在于，依据所述水资源调度预测方案与所述水资源调度认证方案的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数，包括：获取所述水资源调度预测方案中的各个调度决策任务分别对应的重要性系数；所述水资源调度预测方案中的各个调度决策任务包含所述最少一个目标水利设施系统的调度决策任务；依据所述水资源调度预测方案中的各个调度决策任务分别对应的重要性系数，以及所述水资源调度预测方案中的各个调度决策任务与所述水资源调度认证方案中的各个调度决策任务的共性度量值，确定所述第一网络调试评价指标的第一局部网络调试评价指标的代价系数
。6.
如权利要求2所述的方法，其特征在于，所述方法还包括：通过生成对抗网络对所述水源衍生预测数据进行解析，获得所述水源衍生预测数据的解析结果；依据所述解析结果，确定第三网络调试评价指标的代价系数；所述解析结果用于表征所述水源衍生预测数据是否为合理水源衍生数据；所述依据所述第一网络调试评价指标的代价系数，以及所述第二网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试，包括：依据所述第一网络调试评价指标的代价系数，所述第二网络调试评价指标的代价系数以及所述第三网络调试评价指标的代价系数，对所述水资源调度优化网络进行调试
。7.
如权利要求1所述的方法，其特征在于，所述第一资源要素挖掘组件包含
X
个资源要素提炼单元，且所述
X
个资源要素提炼单元存在级联关系，
X
为大于等于2的整数；所述通过水资源调度优化网络中的第一资源要素挖掘组件，对第一案例水源数据进行资源要素挖掘，获得所述第一案例水源...

【专利技术属性】
技术研发人员：农珊，王巍，郝芝建，张海发，张旭，高瑞强，宋东东，孙学伟，罗江锋，刘郴玲，孙前，谭泳康，王宏，乐涛，蒋永强，董嘉锐，
申请(专利权)人：水利部珠江水利委员会技术咨询广州有限公司，
类型：发明
国别省市：