液压模拟

预测实时地热井流量和焓...低温地热井泵网络的最佳操作：Dueling Deeg Q-Network方法

为冰岛首都地区供暖区，在很大程度上依赖地热水，其中一个关键组成部分是位于雷克雅未克附近Mosfellsdalur的Reykjahlíð的深井泵网。但是，该网络的操作尚未完全优化以达到整体效率。电动潜水泵（ESP）和垂直轴泵（VSP）的组合提出了一项计算强度的优化挑战。这项工作通过集成了使用Epanet开发的液压模拟模型与Dueling Dueling Q-Network（DQN）体系结构来应对挑战，在该模型中，神经网络作为核心组件起作用，用作功能近似器，以优化流动流量和动力消耗之间的复杂，非线性关系，实现多型目标。探索了两种不同的方法，与当前的操作相比，该网络的功耗降低了6.5％，同时准确地满足了需求。此优化是在几乎实时实时执行的，这使其非常适合区域供暖系统典型的波动需求条件。