אופטימיזציה רב-אובייקטיבית בפיתוח רשתות מים חכמות

המונחים: rising Complexity of Water Network Design

ערים מודרניות להתמודד עם לחץ חסר תקדים לנהל משאבי מים ביעילות תוך איזון עלויות, השפעה סביבתית ואמינות שירות. רשתות מים חכמות - מערכות שמשלבות חיישנים בזמן אמת, שסתום בקרה אוטומטיים וניתוח מתקדם - מעבר לדרך לכיוון יותר גמישים וזמינות מים, עם זאת, תכנון רשתות כאלה אינו משימה חד-משמעית של אופטימיזציה, חייב לספק במקביל קריטריונים לביצועים שלעתים קרובות מושכים בכיוון ההפוך, לדוגמה, צמצום צריכת אנרגיה יעילה יותר עבור לחץ גבוה של כוח-תועלת גבוהה.

על ידי מינוף אופטימיזציה רב-אובייקטיבי, כלי מים יכולים לנוע מעבר להחלטות אד-הו-ואץ ולאמץ עיצובים מבוססי ראיות לשיפור יעילות המערכת, להפחית את פליטות גזי החממה, ולשפר את איכות המים.הגישה רלוונטית במיוחד עבור רשתות מים חכמות, שבו נפח העצום של נתונים מחיישנים ומבצעים יוצרת הזדמנויות אופטימיזציה בזמן אמתי כי היה לפני עשור בלתי אפשרי.

מה זה Multi-Objective Optimization? A Technical Foundation

(האופטימיזציה הרב-אובייקטיבית (MOO) היא ענף של אופטימיזציה מתמטית העוסקת בבעיות הכרוכות יותר מתפקוד אובייקטיבי אחד להיות ממזער או ממקסים בו-זמנית.בניגוד לאופטימיזציה חד-משמעית, שבו קיים פתרון אופטימלי ייחודי לעתים קרובות (אפשר לפתור בעיה מוגדרת היטב), בעיות MOO בדרך כלל יש סט של פתרונות מסחר-off.

באופן פורמלי, ניתן לבטא בעיה אופטימיזציה רב-אובייקטיבית כ:

(ב) ⁇ (או מרבי) (או מרבי) (f1(x), f2(x), f2(x), f2(x), f2(x), f2(x), f2(x), f2(x), ; ; firFLT:1mph:2(x))) בכפוף ל- x ⁇ X, שבו X הוא סט סביר של משתנים החלטות.

(לדוגמא, עלות לעומת איכות המים), אין פתרון אחד מצמצם את כל המטרות בבת אחת.במקום, המטרה היא למצוא מגוון רחב של פתרונות אופטימליים שקרוב לחזית האמתית של פאנטו (Preto) המאפשרים לבעלי העניין להבין את טווח פתרונות מסחר ביצועים אפשריים לפני ביצוע אסטרטגיה ספציפית או תפעולית.

יישום ברשתות מים חכמות: מתיאוריה לפרקטיקה

רשתות מים חכמות מסתמכות על שכבה צפופה של כלי שיט: חומרי לחץ, מעבורת מים, חיישני איכות מים, ומונים חכמים בנקודות הצרכנים. נתונים אלה מזינים למודלים הידראוליים שדמיינו זרימת מים, הפצה בלחץ, תחבורה מלוכדת.בעיית האופטימיזציה משלבת את המודלים האלה עם פונקציות עלות ומדפי ביצועים.הפלט הוא סט של עיצוב או פרמטרים תפעוליים - כגון צינורות, לוחות זמנים, משאבות, הגדרות, או הגדרות מרובות, או מטרות שומות, כלומר, הגדרות כל כך שולכות מטרה אחת.

יישום טיפוסי הוא המיקום של חיישנים חיישנים ציטראט (FLT:0) 1 במערכת חלוקת מים.חיישנים יקרים להתקין ולשמור, ולכן הכלים רוצים למזער את מספרם בעוד עדיין מסוגלים לזהות אירועי זיהום במהירות ומדויקת.כאן המטרות הן: הקטנת עלות חיישן (מספר חיישנים) ולהגדיל את ההסתברות או למזער את הזמן הזה, כי בדרך כלל חיישנים רבים יכולים לשפר את ההסתברות של זיהוי מוקדם יותר, אך ורק אז, כך ניתן לשפר את רמת ההסתברות גבוהה יותר של חיישנים של חיישנים של חיישנים.

מקרה נוסף של שימוש חשוב הוא (FLT:0) תזמון תזמון תזמון תזמון LT:1 במערכות חלוקת מים. משאבות לצרוך חלק גדול של חשמל של תועלת. על ידי פעולות משאבה תזמון כדי להתאים עם תקופות נמוכות של מכס חשמל, עלויות אנרגיה ניתן להפחית.עם זאת, לעשות זאת עלול להשפיע לרעה על לחץ מים או להגדיל את הסיכון של גיל מים (וכך הידרדרות איכות) במחסנים, אופטימיזציה חייב למזער את עלויות האנרגיה, לחץ גבוה יותר, ושמירה על פני טווח, כדי למנוע את הפחתת לחץ מים מקובל, ולהפחית את רמת הפחתת לחץ על פני המים, ולהגדיל את רמת הפחתת צריכת מים, כדי למנוע את רמת הפחתת לחץ גבוה יותר, כדי למנוע את רמת הפחתת צריכת מים, כדי למנוע את רמת הפחתת צריכת מים גבוהה יותר, או להגדיל את הסיכון של צריכת מים גבוהה יותר, או להגדיל את הסיכון של צריכת צריכת מים גבוהה יותר, כדי למנוע את רמת הפחתת צריכת מים גבוהה יותר, או להגדיל את הסיכון של צריכת מים גבוהה יותר, או להגדיל את הסיכון של צריכת מים גבוהה יותר מאשר בתנאי צריכת מים גבוהה יותר, או להגדיל את הסיכון של צריכת מים.

שיפור מידע בזמן אמת ומודלים חיזוי

הכוח האמיתי של אופטימיזציה רב-אובייקטיביים ברשתות מים חכמות עולה כאשר הוא יחד עם (FLT:0) בזמן אמת נתונים הטמעת הטמעת FLT:1 ו FLT:2 מודלים מוקדמים FLT 3: 3 לדוגמה, תועלת עשויה לשלב תחזיות מזג אוויר, תחזיות מחקר, וצילומים לתוך אופק מתגלגל כי הוא מאמת את משאבות כל שעה זו יכול להתאים את זה אפילו לביקוש סביר של 10 טיפולים מתקדמים, אבל זה יכול להיות משתנה במהירות גבוהה.

מטרות מפתח נחשבות ב-Smart Water Network Optimization

בעוד המטרות הספציפיות משתנות על ידי סדרי עדיפויות של בעלי עניין ופרויקט, להלן הם בין הנפוצים ביותר באופטימיזציה רב-אובייקטיבית עבור רשתות מים חכמות:

(FLT:0) ,Capital Cost minimizationFIRLT:1) כולל עלויות החלפת צינורות, משאבת חשבונות אנרגיה, הוצאות טיפול כימי, ותחזוקה. ניתוח עלות מחזור חיים משמש לעתים קרובות כדי ללכוד הוצאות לטווח ארוך.
(FLT:0) תחזוקת לחץ מים (FLT:1) - עידוד הלחץ נשאר בטווח בטוח ואמינה (למשל, 20-80 psi) כדי למנוע התפרצויות צינור, דליפות וחוסר שביעות רצון של לקוחות נמוך יכול לגרום לדלקת זיהום, בעוד לחץ גבוה מאיץ הזדקנות צינורות.
(FLT:0) איכות המים הבטחת FLT:1 - שמירה על שאריות חיטוי (למשל, chlorine), צמצום גיל המים (כדי למנוע regrowth חיידקי), ולהפחית את הסיכון לאירועים זיהום.איכות המים נמדדת לעתים קרובות על ידי אינדיקציות כגון מדד איכות המים (WQI) או פרמטרים פונדקאיים ספציפיים.
(FLT:0) צריכת אנרגיה מופחתת 1FLT (ד) - משאבות וצמחי טיפול הם משתמשים חשמל גדולים.מטרות אנרגיה יכול להיות מובע כמו כל קילוואט ליום או כמקביל טביעת רגל פחמן.
(FLT:0) ההשפעה של הקטנת הפחתת פליטות גזי חממה (משימוש באנרגיה), צמצום אובדן מים באמצעות דליפות, וצמצום הפרשות הכימיות. חלק מהמחקרים גם מחשיבים את האנרגיה המודגשת של חומרי תשתית חדשים.
(FLT:0System Resilience andאמינותFLT:1) - הבטחת הרשת יכולה להמשיך לספק שירות בתנאים חריגים (למשל, הפסקות צינור, זרימות אש או בצורת) כוללים את מספר הלקוחות שנפגעו מכישלון, ריצוף של נתיבי אספקה, ואת יכולת המערכת להתאושש במהירות.

מטרות אלה הן לעתים קרובות תלותיות הדדית.לדוגמה, שיפור איכות המים על ידי הגדלת שאריות כלור עשוי לדרוש משאבה נוספת או זריקה כימית, הגדלת הן אנרגיה והן עלויות כימיות. אופטימיזציה רב-אובייקטיביים חוקרת באופן שיטתי את האינטראקציות הללו ומכמת את הבורסות.

שיטות וטכניקות עבור אופטימיזציה רב-אופטיקה

מגוון רחב של אלגוריתמים פותח כדי לפתור בעיות אופטימיזציה רב-אובייקטיביות ברשתות מים.המשפחות הבולטות ביותר הן:

אבולוציה אלגוריה (EAs)

אלגוריתמים גנטיים (GAs) וגרסאותיהם הרב-אובייקטיביות הם הנפוצים ביותר בשל הגמישות וההיכולת שלהם להתמודד עם חללים אובייקטיביים לא ליניאריים, בלתי פוסקים:0 ללא-דומונים גנטיים מסוגם אלגואטריים II (NSGA-II)FLT:1 הוא דוגמה קלאסית.

Particle Swarm Optimization (PSO)

בהשראת התנהגות חברתית של ציפורים או דגים, PSO משתמשת בחבור חלקיקים העוברים דרך החלל החיפוש, כל אחד להסתגל למצבו מבוסס על המיקום הידוע ביותר שלה ואת הטוב ביותר בעולם של חוטף. Multi-objective PSO (MOPSO) מרחיב את זה על ידי שמירה על ארכיון חיצוני של פתרונות אופטימליים Pareto ושימוש בטכניקות כדי להבטיח מגוון.

שיטות היברידיות ומבוססות על הפרדה

מכיוון שסימולציות רשת מים יכולות להיות יקרות חישוביות – במיוחד כאשר מטפלים במודלים מורכבים של איכות מים או מים – חוקרים משתמשים לעתים קרובות ב-FLT:0surrogate מודלים של סימולציות FLT:1 (למשל, מודלים של פני השטח תגובה, תהליכים גאוסיים, או רשתות עצביות) לתפקודים אובייקטיביים דומים.הפונדקאית מאומנת על כמה סימולציות יקרות ולאחר מכן בשימוש בתוך האופטימיזציה כדי לחקור פתרונות רבים זולים כגון: MLM או ניתוח פרוביולוגי (MO) הוא דוגמה מפורט של שימוש במעבדה (OPTSD) ודוגמה ספציפית של שימושית (OSTIOST) כאשר הוא ניתוח יעיל של שימושית (OSTIOST) הוא ניתוח יעיל של שימוש במעבדה הוא ניתוח יעיל של שימושית (למשל, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, כאשר הוא מעבדים).

שיטות מבוססות פארטו לעומת סקלאיזציה

שיטות מבוססות Pareto (כמו NSGA-II) מוצאים ישירות קבוצה של פתרונות שאינם מחוסנים.בניגוד, שיטות דרוג הופכות את הבעיה הרב-אובייקטיבית למטרה אחת על ידי שילוב המטרות עם משקולות (למשל, סכום משקל) או על ידי הגבלת כל פרט אחד (שיטת ספקטרום כפול) בעוד דרוגטרקליזציה היא פשוטה יותר, בדרך כלל דורש מספר רב של פתרונות מבוססי פאקורנטים (P) עם קדמית (Pre-קו-קומטר) או על ידי הגבלת זמן) אשר עשוי להיות בעל משקל דומה, כאשר הם מורכבים של שיטות מסחר (מערכת כרזות (מערכת לא ידוע של ⁇ ) או מתקפלות (מערכת).

יתרונות ואתגרים של אופטימיזציה רב-אופטימית בפרקטיקה

אימוץ אופטימיזציה רב-אובייקטיבית ברשתות מים חכמות מציע יתרונות מוחשיים:

(FLT:0) קבלת החלטות ,3) מנהלי שירותים יכולים לדמיין את הרכישות של מסחר ופתרונות נבחרים שמתאימים לעדיפות שלהם (למשל, צמצום עלויות תוך שמירה על איכות המים).
(FLT:0) יעילות המערכת מוכחת 1 (העיצובים המייעלים יכולים להפחית את צריכת האנרגיה ב-15-25%, שימוש כימי נמוך יותר, ולהקטין את שיעור ההדלפה.
(FLT:0) חוסן מחדש של מילואים 1 (בהנחה קריטריונים מרובים, רשתות וכתוצאה מכך הן לעתים קרובות יותר חזקות לא בטוח כמו ספייק ביקוש, תקלות צינורות או יכולת אקלים.
(FLT:0) תקשורת בעלי העניין תקשורת: 1:1 - חזית Pareto מספקת דרך שקופה להעביר את ההשלכות של אפשרויות עיצוב שונות הרגולטורים, חברי הוועדה והציבור.

עם זאת, אתגרים נשארים:

(FLT:0) חישובי עלות גבוהה יותר (FLT:1) – ריצה מאות או אלפי סימולציות הידראוליות יכולה להיות זמן-consuming, במיוחד עבור רשתות גדולות. Surrogate מודלים וסיוע מחשוב מקביל, אבל היקף הבעיה הוא עדיין גורם מגביל.
(FLT:0Data Quality and SureFLT:1) - תוצאות אופטימיזציה הן רק טוב כמו נתוני קלט. inaccurate הביקוש תחזיות, תחזיות גסות צינורות, או קוראי חיישן רועש יכולים להוביל לתכנוןים תת-אופטימיים או בלתי-רגישים. unidenty קוונטיזציה ואופטימיזציה חזקה הם תחומי מחקר פעילים.
(העיקרון של ה-FLT:0)ModelmainFLT:1 – קביעת כל המטרות והמגבלות הרלוונטיים (למשל, גיל מים, דרישות זרימת אש, עמידה רגולטורית) בנוסחאות שניתן לפשטות היא קשה.
(FLT:0) מחסומים מורכבים מחסומי מים רבים חסרים את המומחיות או כלי תוכנה כדי ליישם אופטימיזציה רב-אובייקטיביים.אימון ועברת ידע נדרשים כדי לגשר על הפער בין מחקר אקדמי ופרקטיקה מבצעית.

כיוונים עתידיים: Machine Learning, Real-Time Optimization ו- Digital Twins

התחום מתפתח במהירות.כמה כיוונים מבטיחים מעצבים את הדור הבא של אופטימיזציה רב-אובייקטיביים לרשתות מים חכמות.

שילוב עם Machine Learning

למידת מכונות (ML) יכולה לשפר הן את המודל הפונדקאי והן את האופטימיזציה עצמה. סוכנים למידה עמוקה (DRL) הוכשרו לשלוט בפעילות המשאבה בזמן אמת, מדיניות למידה בלתי נמנעת שמסחרת ביעדים מרובים.בינתיים, מודלים רגרסניים יכולים לחזות איכות מים או לחץ במקומות לא מוגנים, מה שמעשיר את הנתונים המוזנים לאופטימיזציה.

אופטימיזציה בזמן אמת ו- Digital Twins

תאומים דיגיטליים - העתקים וירטואליים של רשתות מים פיזיות שמעדינות בזמן אמת - מספקים פלטפורמה אידיאלית עבור אופטימיזציה רב-אובייקטיביים דינמיים. asחיישנים נתונים זרמי נתונים, התאום הדיגיטלי מחלחל את המודל ההידראולי שלו, מפעיל אופטימיזציה רב-אובייקטיבית מהירה, וממליץ על התאמות תפעוליות (למשל, פתיחת שסתום לחץ או הפעלת משאבה זו יכולה להגיב כל 5 דקות תגובה פתאומית לדלקתית או לדלקת-Gacic).

Robust ו-Stochastic Multi-Objective Optimization

העבודה העתידית תשלב יותר ויותר אי ודאות במסגרת האופטימיזציה של מטרות מכריעות, המטרות עשויות להיות צפויות ערכים או קוונטיות (למשל, מזער את אחוזת ה-95 של הפרות לחץ). בעיות מרובות-אובייקטיביות תחת אי הוודאות דורשות אך מציאותיות יותר.

Open-Source Tools and Collaborative Platforms

(ב) , (ה) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מסקנה: A Pragmatic Path Forward

אופטימיזציה רב-אובייקטיבית אינה כדור כסף, אבל זה כלי חיוני לפיתוח רשתות מים חכמות כי הם יעילים, בר קיימא, ואמינה. על ידי ביצוע עסקאות מפורשות וניתן לכימות, זה מעצימה מהנדסים ומקבלי החלטות לנווט את הסכסוכים הטבועים בעיצוב מערכת מים.שדה ימשיך ליהנות מהתקדמות בשיטות חישוביות, חיישן, נתונים וניתוח.