[发明专利]基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型

说明书

一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，包括如下步骤：确定精细化建模范围和粗略建模范围、构建在线机理模型、构建概念模型、在线机理模型与概念模型耦合、模型参数校正、通讯指令关系建立、降雨过程建立、排水系统水量和水质模拟、排水系统仿真控制、数据模型辅助应用和模拟结果分析展示。使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

技术领域

本发明涉及城市排水系统实时控制领域，特别涉及一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型。

背景技术

随着快速的城市化进程以及气候变化引起的极端降雨事件频率和幅度的增加，城市排水系统系统的负荷加重，从而增加内涝和合流制管网溢流的风险。城市排水系统的实时控制是提升排水系统运行性能的可靠手段。实时控制是依据在线监测的重要过程变量数据，利用在线模型动态调整控制策略，通过控制设备对排水设施及污水处理厂运行进行实时干预。

在城市排水系统模拟中，在线机理模型EPA-SWMM模型最为常见且应用广泛，是一类面向过程的模型。SWMM模型主要使用圣维南方程，模拟管道中水流质量和能量的守恒关系，因此能精确描述城市排水管网及附属设施中的水力过程，但其计算的复杂性导致了较长的模拟运算时间，无法满足实时控制的要求。

概念模型是一类面向控制的模型，其物理系统由高度简化的“概念”表示，依赖于更简单和更少的关系，其总体复杂性降低从而显著减少了计算时间。但由于概念模型只关注主导过程，其概化程度会影响模型模拟的精确性。其中，基于马斯京根方法的概念模型是将管道、河道或汇水区出流量，通过一种管道蓄水体积与管道流入和流出量之间的假设线性关系描述，是一种广泛应用于模拟和控制的模型，其方法简单且在预测方面具有适用性。

数据模型是现实世界数据特征的抽象，用于描述一组数据的概念和定义。数据模型是数据库中数据的存储方式。数据模型中的神经网络模型是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。经过多年研究表明，相较于传统模型，对于降雨-径流模拟及预测，神经网络不止训练速度更快，模拟预测准确性也更高。在水质监测及预测中，由于水质需要结合气味、外观、氯浓度等因素综合考虑，各种因素相互影响且随时间存在衰变，传统模型很难进行精确模拟及预测，神经网络因其结果准确性及稳定度而具有优势。

基于上述模型各自的优、缺点，综合在线机理模型、概念模型与数据模型于同一仿真系统中构建混合模型，是一种优势互补的先进技术，在保证一定精度的前提下，能大幅提高运算速度，实现高效、全局、多目标的排水系统优化控制。

然而目前市场上常见的排水系统模拟仿真软件或模拟仿真平台只能实现上述三种模型的一种，尚无法实现三种模型的混合建模。

在仿真模拟控制领域，众多商用仿真平台可视化程度高，并且兼容多种编程语言。以Matlab为代表的仿真平台，可以兼容众多编程语言(m语言、R语言、python等等)，同时其具备丰富完善的优化算法、神经网络算法等可以用于优化调度控制和深度学习的扩展模块，在对排水系统进行机理模型、概化模型建模的同时可以对排水系统进行优化和实现数据模型的搭建。

发明内容

本发明的目的在于提供一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，使用该方法构建的混合模型是一种通用性的城市排水系统仿真控制混合模型，其融合在线机理模型SWMM模型、概念模型及数据模型，可实现城市排水系统水量、水质的快速模拟、高效仿真控制和自动策略优化。

如上构思，本发明的技术方案是：一种基于Matlab的机理模型、概念模型与数据模型的城市排水系统仿真控制混合模型，其特征在于：包括如下步骤：

1)确定模型范围：确定精细化建模范围和粗略建模范围；