一种基于鲁棒强化学习的排水系统控制方法

摘要

本发明公开了一种基于鲁棒强化学习的排水系统控制方法，首先利用SWMM模型对排水系统进行计算机建模，划子汇水区域，对排水系统中各种设施进行精确建模。然后在建模的基础上，本发明构建了强化学习环境，来实现控制方法和排水系统的交互。基于马尔科夫过程(MDP)构建了强化学习算法的基本框架。并针对排水系统随机扰动大的特点，引入条件风险价值函数CVaR来提升算法框架的鲁棒性，得到了带CVaR约束条件的MDP，最后结合深度置信策略梯度(DDPG)算法构建了鲁棒强化学习算法。本发明将鲁棒强化学习应用于排水管网系统，可以通过计算机自动控制的方式来对排水管网系统这类复杂系统进行较为精确的控制，其控制精度和鲁棒性要优于现有的方法。