摘要：1月2日，国家能源集团数智科技下属大数据公司研究团队在水文水资源领域国际顶级期刊《Journal of Hydrology》成功发表题为《A deep reinforcement learning approach for joint scheduling o

1月2日，国家能源集团数智科技下属大数据公司研究团队在水文水资源领域国际顶级期刊《Journal of Hydrology》成功发表题为《A deep reinforcement learning approach for joint scheduling of cascade reservoir system》（梯级水库系统联合调度的深度强化学习方法）的论文科技成果，提出一种基于人工智能的水库群自适应调度新算法。

图为该项成果主要内容

该项成果能够有效应对水电复杂多变调度工况、克服现有技术在高维状态空间求解局限的难题，实现多目标动态跟踪以及梯级水库多级联动实时反馈智能控制。目前，该成果已上线大数据公司的云上水电平台模型云，所建立的水电联调水库模型在多目标调度任务下，水位控制成功率达到99.8%，模型仿真速度提升42%，显著提高了梯级水库群调度的效率和稳定性。该算法的成功研制，为水库群实现复杂条件下自适应“无人调度”在技术上迈进了一大步。

据悉，水文科学期刊《Journal of Hydrology》是水文水资源领域历史最悠久，最具影响力的国际顶级学术期刊之一，在中国科学院分区为一区Top期刊。本次成果录用，表明大数据公司在水电调度领域的创新能力受到国际学术权威认可，为解决行业痛点、提升生产效率与安全保障能力，助推水电智能化发展进程起到了积极示范参考意义。

来源：国家能源之声