海洋平台通风系统分层优化控制方法

本发明涉及海洋工程，涉及一种海洋平台通风系统分层优化控制方法。

背景技术：

1、海洋平台是为海上钻井、采油、储油等活动提供生产和生活设施的重要结构设施。海洋平台通风不足会导致舱室内空气流通不畅，增加舱室内污染物浓度，降低人员舒适度，增加患呼吸道疾病 (如并态建筑综合症) 的风险。相反，过度通风会向某一舱室输送不必要的风量，造成能源浪费。因此，通风系统作为海洋平台的重要组成部分，是保证海洋平台正常生产和人员正常生活的重要系统。

2、海洋平台通常为多舱室结构，各舱室功能不同，控制要求会存在多样性差异。在维持各舱室空气质量 (iaq)、减少通风能耗两者之间建立最佳平衡的控制策略，是海洋平台通风系统控制领域面临的主要挑战之一。

3、目前，需求控制通风 (dcv) 策略被广泛用于海洋平台iaq控制。dcv的基本思想是利用预先设计好的通风方案，引入外部新鲜空气来替代或稀释舱室内污染物 (如二氧化碳) 浓度，以维持各舱室iaq并保护海洋平台工作人员的健康与安全。实践证明，实施合理有效的通风方案可以在实现各舱室iaq控制目标的同时节省25%~40%的能源。然而，dcv也有其自身的不足，即通风方案设计不当会导致舱室通风不足或过度，造成iaq过低或能源浪费。此外，大多数关于dcv的研究都默认海洋平台通风系统可以准确跟踪需求风量，忽略了两者之间存在的误差。同时，在控制问题的范围内，海洋平台通风系统固有的非线性和强耦合特性仍未得到充分探讨，例如在调整通风量后，由于时序耦合的存在，舱室内空气质量响应会出现时间延迟。因此，如何在海洋平台iaq控制中实现快速、准确和稳定的风量供应，是大多数海洋平台通风系统控制方法忽略的问题，也是本发明重点讨论的问题之一。

技术实现思路

1、本发明的目的在于解决以上技术问题，提供一种海洋平台通风系统分层优化控制方法。

2、为实现上述目的，本发明采用的技术方案是：

3、一种海洋平台通风系统分层优化控制方法，所述海洋平台包括风机、主通风管路及多个舱室，所述风机连通主通风管路，主通风管路上设置有总风阀，所述主通风管路与每个舱室连通；每个舱室均设置有一个变量风箱，每个变量风箱处设置有一个舱室风阀；

4、所述控制方法包括以下步骤：

5、s1：定义每个舱室的舱室风阀为一个智能体；确定海洋平台通风系统的控制目标，并设计智能体强化学习要素；所述控制目标包括舱室二氧化碳浓度控制目标，风机静压、舱室风阀开度、舱室通风量控制目标，实际风量比例误差控制目标，舱室风阀控制限制目标，风阀及风机协调控制目标；所述强化学习要素包括舱室风阀智能体状态要素、舱室风阀智能体动作要素以及舱室风阀智能体奖励要素；

6、s2：根据设定的海洋平台通风系统控制目标、强化学习要素，基于sac算法，采用策略-价值网络对舱室风阀智能体进行训练，获得海洋平台通风系统各舱室的需求风量；

7、s3：基于舱室通风量控制目标，对海洋平台通风系统风量进行比例平衡控制，控制所有舱室的实际风量与需求风量的比例误差最小，求解获得需求风量比例一致的最优舱室风阀角度；

8、s4：根据比例平衡控制的求解结果，进行比例恢复，获得最优化求解后的风机功率。

9、本发明一些实施例中，所述海洋平台通风系统的控制目标包括以下目标之一或组合：

10、目标1：舱室二氧化碳浓度控制目标：

11、

12、式中表示 t时刻舱室的co2实时浓度；表示舱室的co2浓度上限；表示舱室的co2浓度节能下限；表示舱室数量；

13、目标2：风机静压、舱室风阀开度、舱室通风量控制目标：

14、

15、

16、

17、式中，表示时刻风机静压，和表示风机静压的规定运行范围，为风机静压最小压力值，为风机静压最大压力值；表示时刻舱室的舱室风阀角度，和表示舱室舱室风阀的动作限制范围，为舱室舱室风阀的最小风阀角度，为舱室舱室风阀的最大风阀角度；表示 t时刻舱室的需求风量，和表示舱室需求风量的限制范围，为舱室需求风量最小值，为舱室需求风量最大值；

18、目标3：实际风量比例误差控制目标：

19、

20、式中表示在时刻舱室的实际风量；表示气流速率相对误差；表示舱室数量；

21、目标4：舱室风阀控制限制目标，应保证至少有一个风阀完全打开：

22、

23、当时，表示舱室的舱室风阀完全打开；

24、目标5：风阀及风机协调控制目标：

25、

26、式中表示节能控制目标下的最大风机静压；表示海洋平台通风系统节能控制目标下舱室风阀的最大风阀角度。

27、本发明一些实施例中，舱室风阀智能体状态的定义：

28、

29、其中，表示时刻舱室的co2浓度；表示 t时刻舱室外的co2浓度；表示时刻舱室的需求风量；表示时刻舱室的人数；表示时刻的人体代谢率；

30、舱室风阀智能体动作的定义：

31、

32、其中，表示时刻舱室的风量变化量；

33、所述风阀智能体训练奖励要素包括：

34、

35、

36、

37、

38、

39、其中，为阈值塑形奖励函数，表示引导智能体 k学习的co2浓度的奖励塑形下限， c1表示同时满足所有舱室co2浓度限制和通风节能要求时的奖励值， c2表示舱室co2浓度的阈值塑形奖励值；为收敛加速奖励函数； c3表示收敛加速奖励值；为边界限制奖励函数；表示所有舱室在时刻的co2浓度的相对误差的集合，表示舱室在时刻的co2浓度的相对误差，表示舱室数量；为风量规范奖励函数；

40、设计强化学习奖励函数：

41、

42、其中，，，和是四个子奖励函数的正权重系数。

43、本发明一些实施例中，仅在满足下面两个公式时有效：

44、

45、

46、其中，表示舱室 k风量变化量的下限 ,表示舱室 k风量变化量的上限。

47、本发明一些实施例中，采用策略-价值网络对舱室风阀智能体进行训练的步骤包括：

48、s21：设置基于最大熵的智能体训练损失函数：

49、

50、其中， α表示温度系数；表示强化学习策略允许的状态-动作对；表示计算期望；表示在舱室风阀智能体状态选取舱室风阀智能体动作所得的奖励；表示对强化学习的策略；是策略熵，用于测量动作概率分布的不确定性，其定义为：

51、

52、其中，表示分布的取值:

53、；

54、；

55、s22：计算sac算法的最优策略：

56、

57、s23：定义柔性动作函数，进行柔性动作函数策略评估，使用柔性贝尔曼方程固定策略并更新值，直到值收敛：

58、

59、其中，是柔性动作函数；表示折扣因子；

60、s24：采用收敛后的值改进强化学习的策略，将改进后的强化学习的策略带入柔性动作函数，更新策略并得到新函数的指数：

61、

62、其中，表示更新后的策略；表示更新前的策略；表示可行策略集合；表示更新前策略的值函数；表示用于规范化策略分布的配分函数。

63、本发明一些实施例中，步骤s24中，用kl散度来约束策略更新的范围：

64、；

65、表示用于测量分布和差异的kl散度，表示分布 x的取值；表示分布 y的取值，用于计算s24中新函数的指数，此时分布；分布 y=。

66、本发明一些实施例中，步骤s2中，使用训练好的强化学习智能体获取当前时刻各舱室的需求风量的步骤包括：

67、利用训练好的强化学习智能体,根据t时刻强化学习智能体所处的状态，获取 t时刻海洋平台各舱室的需求风量的集合：

68、

69、其中，表示时刻舱室的需求风量。

70、本发明一些实施例中，步骤s3包括：

71、s31:将风量精确控制问题转化如下的比例等式：

72、；

73、其中，为时刻实际风量集合；为上层需求风量的集合；表示用于归一化的单位行向量;

74、s32：将风量精确控制问题转变为约束优化问题，第一目标函数设计为:

75、；

76、表示时刻舱室的舱室风阀的开度;

77、s33：根据节能控制目标，第二目标函数设计为：

78、

79、其中，表示舱室的舱室风阀的最大开度；

80、s34：第三目标函数设计为：

81、

82、其中：表示时刻风机静压；

83、s35：整合获得总目标函数：

84、

85、其中，,,为平衡权重系数；

86、s36：基于总目标函数，采用ga-fminconhso方法最优风阀角度求解，获得时刻舱室最佳风阀角度下的风量。

87、本发明一些实施例中，步骤s4包括：

88、基于计算获得实际风量：

89、

90、其中，为ga-fmincon hso方法优化求解后在时刻舱室最佳风阀角度下的风量；为风量恢复比例，为小于1的正数；为时刻舱室的实际风量；

91、采用比例控制的控制方案控制风机功率，根据某一舱室终端的风量调节风机功率，选取各比例的中位数，匹配风机功率调节比例如下：

92、

93、其中，为比例恢复后的风机实际功率；为ga-fmincon hso方法优化求解后的风机功率；表示所有舱室恢复比例集合的中值。

94、本发明提供的海洋平台通风系统分层优化控制方法，其有益效果在于：

95、本发明提出了一种融合柔性动作-评价算法 (sac) 和混合搜索优化方法 (hso)的海洋平台通风系统分层优化控制方法，以维持舱室内空气质量 (iaq) 并降低通风系统能耗。

96、本发明所提出的海洋平台通风系统分层优化控制方法分为上层控制和下层优化两个层次，采用主动控制方案，根据不同舱室的环境变化情况进行相应的风量调整，以达到各舱室iaq的控制目标。在上层控制中，本发明建立了一个基于强化学习 (rl) 的虚拟多舱室通风环境，对基于sac的智能体进行训练，使其在将二氧化碳浓度保持在节能阈值区间(700ppm~800ppm) 的同时，最大限度地减少需求风量，从而最大限度的降低能耗。在底层优化中，本发明设计了“比例平衡+比例恢复”的需求风量跟踪策略，使用基于遗传算法和fmincon的hso方法 (ga-fmincon hso) 直接优化风阀位置，并结合风机功率调节隐式优化风机静压。

97、通过风阀位置对风机静压进行隐式优化，进一步提高了海洋平台通风系统分层控制方法效能。