预测模糊逻辑和基于规则的控制方法,用于实际实时操作城市雨水储存系统

科学领域:

• 环境工程环境工程
• 水资源管理 水资源管理
• 控制系统 控制系统

背景情况:

• 城市雨水管理依赖于储存系统的有效控制策略.
• 实时控制 (RTC) 与反应式方法相比具有优势,但在实际,非理想的预测数据方面面临挑战.
• 优化控制连续降雨事件和个人储存系统仍然是一个关键问题.

研究的目的:

• 为城市雨水储存系统开发一种实用和高效的预测实时控制 (RTC) 方法.
• 整合总降雨深度预测与风暴内部模糊逻辑和基于规则的持续控制策略.
• 评估拟议方法在各种降雨条件和储存大小下的性能.

主要方法:

• 开发了一个预测模糊逻辑和基于规则的控制 (PFL-RBC) 方法.
• 整合了总降雨深度预测和风暴内部模糊逻辑系统.
• 利用基于规则的策略进行风暴前的拘留,再利用和释放控制.
• 使用储案例研究进行计算实验.

主要成果:

• PFL-RBC的性能优于基于规则的静态控制,降低了55%~87%的洪水峰值和7%~20%的水量.
• 在峰值流量控制中,与具有较少预测信息的模型预测控制相比,实现了6%~15%的优势.
• 在输入不确定性下证明可靠性,尽管有预测错误 (-50%到+50%),但对水量控制的性能损失<25%).
• 显著增加了水的保留时间和再利用量.

结论:

• PFL-RBC方法提高了城市雨水储存操作的效率和实用性.
• 该方法在预测不确定性方面具有稳定性,使其适合于现实世界的应用.
• PFL-RBC为面对连续降雨事件的智能雨水管理提供了一个有希望的解决方案.