拉朗斯潮汐堰AI驱动模型的开发与验证：一个可推广的案例研究
机器学习
2022-02-14 v1
摘要
在这项工作中，我们利用新颖的参数化方法和深度强化学习（DRL）技术，开发了拉朗斯潮汐堰的AI驱动（自主）模型表示。我们的模型结果通过实验测量进行了验证，产生了首个针对已建潮汐堰进行验证并可供学术界使用的潮汐范围结构（TRS）模型。为了正确模拟拉朗斯潮汐堰，我们开发了用于模拟（i）水轮机（在泵送和发电模式下）、（ii）过渡斜坡函数（用于打开和关闭水力结构）以及（iii）等效泻湖湿润面积的参数化方法。此外，我们实现了一种更新的DRL方法，用于优化构成拉朗斯潮汐堰的水力结构的运行。本工作达成的目标是验证AI驱动的TRS模型适当预测（i）水轮机功率和（ii）泻湖水位变化的能力。此外，我们AI驱动模型所观察到的运行策略和年发电量，似乎与拉朗斯潮汐堰的报告数据相当。本工作的成果（所开发的方法和DRL实现）具有可推广性，可应用于其他TRS项目。此外，这项工作提供了见解，使得通过我们的AI驱动模型能够更真实地模拟TRS运行。
引用
@article{arxiv.2202.05347,
title = {Development and Validation of an AI-Driven Model for the La Rance Tidal Barrage: A Generalisable Case Study},
author = {Túlio Marcondes Moreira and Jackson Geraldo de Faria and Pedro O. S. Vaz-de-Melo and Gilberto Medeiros-Ribeiro},
journal= {arXiv preprint arXiv:2202.05347},
year = {2022}
}
备注
30 pages, 22 figures and 6 tables