استخراج منحنی فرمان بهینه سد در زمان واقعی بر اساس ترکیب الگوریتم فراکاوشی و تکنیک یادگیری ماشین
نویسندگان
1 دانشیار گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه،ایران
2 گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
3 دانشیار گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.
4 گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
doi
10.22059/ijswr.2023.350224.669380چکیده
استفاده از مدلهای کوپل شده شبیهسازی-بهینهسازی برای استخراج منحنی فرمان بهینه سدها یکی از راهکارهای موثر برای مدیریت بهینه مخازن است. در تکنیک بهینهسازی معین، معمولا از دادههای جریان تاریخی ورودی به مخزن برای استخراج منحنی فرمان بهینه سد استفاده میشود. ممکن است در سالهای آینده با تغییر جریان ورودی به سدها پارامترهایی که بر اساس آن منحنی فرمان بهینه استخراج شده است ممکن است دیگر کارایی نداشته باشد و نتایج خارج از انتظار باشد. هدف از این تحقیق ارایه راهکاری برای استخراج منحنی فرمان بهینه در زمان واقعی است طوری که با تغییر جریان ورودی به سد در آینده بدون اجرای مجدد الگوریتم بهینهسازی و با استفاده از تکنیک هوش مصنوعی در کمترین زمان، منحنی فرمان بهینه سازگار با شرایط جدید را استخراج کرد. در این تحقیق از ترکیب الگوریتم چندهدفه NSGA-II و مدل شبیهساز WEAP برای استخراج سیاستهای بهینه بر اساس دادههای تاریخی استفاده شد. سپس با استفاده از روش ماشین بردار پشتیبان و نتایج حاصل از خروجی الگوریتم بهینهسازی ساختار جدیدی توسعه داده شد تا بتوان منحنی فرمان بهینه را در زمان واقعی و بر اساس ورودیهای جدید بدست آورد. نتایج نشان داد کمترین درصد تامین نیاز کشاورزی مربوط به ماههای تیر و مرداد به ترتیب به میزان 78 و 77 درصد و کمترین درصد تامین نیاز زیستمحیطی مربوط به ماه شهریور و در حدود 64 درصد بود. همچنین منحنی فرمان بهینه مستخرج از ماشینهای بردار پشتیبان نسبت به منحنی فرمان حاصل از الگوریتم NSGA-II در مرحله واسنجی و صحتسنجی دارای میانگین خطای کمتر از 5/2 درصد و ضریب تبیین 99/0 میباشد. لذا مدل ماشینبردار پشتیبان توسعه داده شده این قابلیت را داشته که با توجه به دادههای جدید جریان ورودی به سد، سریعا سیاستهای بهرهبرداری بهینه را به نحوی در اختیار قرار دهد که امکان مدیریت بهینه سیستم در زمان واقعی فراهم گردد.