面向供水安全保障的水库DQN智能调度模型研究

周自珩; 苏馈足; 周啸; 王伟; 洪倩; 黄军; 程宏超; 王亚伟; 徐浩; 刘怀利

doi:10.20040/j.cnki.1000-7709.2026.20251929

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

面向供水安全保障的水库DQN智能调度模型研究

更新时间：2026-10-13

- 面向供水安全保障的水库DQN智能调度模型研究
- Vol. 44, Issue 9, Pages: 238-243(2026)
- 作者机构：
  
  1. 合肥工业大学土木与水利工程学院
  2. 安徽省水利水电勘测设计研究总院股份有限公司
  3. 合肥市董铺大房郢水库管理处
  4. 安徽省水利科学研究院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2026.20251929
  CLC： TV697.1
- Published：2026
- 稿件说明：
移动端阅览
周自珩, 苏馈足, 周啸, et al. 面向供水安全保障的水库DQN智能调度模型研究[J]. 2026, 44(9): 238-243.
DOI：

周自珩, 苏馈足, 周啸, et al. 面向供水安全保障的水库DQN智能调度模型研究[J]. 2026, 44(9): 238-243. DOI： 10.20040/j.cnki.1000-7709.2026.20251929.

摘要

为解决水库供水安全保障难题、探索深度强化学习(DRL)在复杂调度决策中的应用潜力。基于深度Q网络(DQN)算法，构建了面向供水安全的智能水库多目标优化调度模型，以安徽省合肥市董铺水库为例，通过复合奖励函数统筹供水可靠性、水位安全性与补水效率，并在严格的水文与工程约束条件下开展训练与优化。结果表明，该模型能自主学习最优策略，在确保库容水位安全运行的同时，实现超过95%的高供水可靠率。相较于Q-learning算法，DQN算法在奖励函数收敛速度、最终奖励值及供水保障率方面均展现显著优势。同时通过调节学习率与折扣因子优化模型性能。研究结果为智能水库管理提供了一种新的数据驱动路径。

Abstract

关键词

Keywords

references

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

考虑适宜生态流量的水库多目标优化调度研究

基于BIM 4D的大型水闸施工场地临时设施布置优化方法

基于CatBoost-MOAHA的长距离输水系统水锤防护多目标优化研究

基于面源污染机理模拟的南四湖流域水量-水质联合优化调控与水资源动态配置研究

基于新安江+马斯京根洪水预报模型的梅汛期分水江流域应用研究

Related Author

杨国轩

傅志敏

王亚坤

孟颖

刘永强

黄斯隆

王鹏翔

宋月华

Related Institution

南京水利科学研究院

河海大学水文水资源学院

中国长江三峡集团有限公司

河海大学水利水电学院

新疆水利工程安全与水灾害防治重点实验室

AI问答

⁰