本发明涉及一种城市隧道内泵机组最优启停水位选取的多目标优化方法，属于市政工程机电控制。
背景技术：
1、交通是一个城市的命脉。随着城市的高速发展，城市隧道在城市交通中的比重越来越高，隧道内的抽排水系统对隧道的安全通行具有举足轻重的作用。泵机是抽排水系统的重要组成部分，因此，保障泵机组的可靠高效的运行至关重要。
2、城市隧道抽排水一般选用定速泵机，因此对泵池内泵机组的控制调节主要是启停水位的控制设计。同一场雨，影响泵机组启停的因素只有启停水位的设置。现有的城市隧道内泵机组启停水位的设置方法通常是根据经验选取，或者根据泵机组启停范围的上、下限值进行简单化平均取值，选取方法比较依赖个人经验，存在水位值设置不合理的现象，这常常会造成城市隧道内泵机组的频繁启动，且运行所需能耗较高，从而对泵机组产生严重损害，降低使用寿命，泵机组的高能耗与节能型、绿色城市的建设发展也是相悖的。
技术实现思路
1、本发明的目的是提供一种城市隧道内泵机组最优启停水位选取的多目标优化方法，用于解决暴雨过程中，泵机组频繁启动、能耗较大的问题。同时，泵池现场的控制主机通过水位传感器实时采集的泵池液位上升速度、加速度分析结果，对寻优的泵机组最优启停水位进行修正，保证在大暴雨或其他情况造成的大量来水的情况下泵机组做出快速及时的响应，保证隧道排水防涝的安全性、可靠性。
2、为解决上述技术问题，本发明提供了一种城市隧道内泵机组最优启停水位选取的多目标优化方法。
3、
技术实现要素：
一种城市隧道内泵机组最优启停水位选取的多目标优化方法，包括以下步骤：
4、a.根据某个城市隧道的现场情况，建立该城市隧道泵站内泵机组启停模拟运行的swmm仿真模型，按照改城市暴雨工况进行仿真，获取在暴雨过程中泵机组的启停次数c及泵机组运行过程中消耗的能耗e；
5、b.利用改进的非支配排序遗传算法，以泵机组启停次数c、泵机组运行过程中消耗的能耗e作为多目标遗传算法的目标适应度函数的值，在matlab中编程实现多目标遗传算法寻优求解；这里“改进的”是指遗传算法的改进，常规的遗传算法是对种群个体(即：变量)进行选择、交换、变异过程，改进的非支配排序遗传算法除了常规的遗传算法过程，还要根据种群个体之间的支配与非支配关系进行排序，使得优良的个体有更大机会遗传到下一代。改进的非支配排序遗传算法在公开文献中用的也比较多，我这里用在泵机启停水位优化选取，算是已有算法用在新场合。
6、c.利用matswmm实现matlab对swmm的调用及运行；实现目标适应度函数的计算；
7、d.根据目标适应度函数的值的排序情况，进行下一轮的迭代，直到满足设定的条件完成多目标迭代寻优，找到最优解，确定泵机组的最优启停水位hv；
8、e.将上述启停水位hv传送给该城市隧道的泵机组控制主机，作为泵机组启泵条件设置在现场控制程序中；
9、f.在该城市隧道的泵池内设置液位传感器，该液位传感器将泵池内实时水位值上传该控制主机，控制主机根据该实时水位的变化规律计算出泵池内液位的上升速度vy和上升加速度ay，控制主机根据vy和ay修订hv。
10、优选的，多目标遗传算法的决策变量为泵机组的启停水位，目标适应度函数的值为泵机组的启停次数c、泵机组运行过程中消耗的能耗e。
11、优选的，swmm仿真模型中泵机组的启停水位设置数据保存在inp格式文件中，泵机组的启停次数c、泵机组运行过程中消耗的能耗e等运行结果保存在rpt格式文件中。
12、优选的，根据多目标遗传算法迭代出的子代种群，在matlab中提取并更新修改inp文件中泵机组的启停泵水位设置数据。
13、优选的，多目标优化函数值的计算，即：利用matswmm实现matlab对swmm的调用及运行，在matlab中提取rpt文件中数据，从而求得目标适应度函数的值。
14、优选的，遗传算法迭代出的子代种群，须满足约束条件筛选后，才能进行目标适应度函数的值计算；约束条件至少包括：泵机最低运行水位，泵池的空间尺寸及容积，约束条件根据隧道内泵池、泵机的具体参数确定。
15、优选的，在matlab中经过多目标遗传算法循环迭代寻优后，产生最优个体，得到最优目标函数值，最终找到泵机组最优启停水位。优选的，所述的步骤f包括如下子步骤，
16、f1.当泵池内液位上升速度vy＜vx，泵机组最优启停水位hy保持不变，无需修正；
17、f2.当泵池内液位上升速度vy≥vx时，对该泵池内的第一台泵启停水位进行修正：h1修＝h1y-δ1，δ1经验值，人为设定；
18、f3.当液位上升速度vy≥vx时，且液位上升加速度ay≥ax时，对第2至第n台泵机启停水位进行修正：hn修＝hny-δn
19、式中，vx为液位上升速度限定值，ax为液位上升加速度限定值，是根据模型仿真、泵机运行历史数据统计分析人为设定的，h1y为第一台泵机最优启停水位，hny为第n台泵机最优启停水位，h1修为第一台泵机启停水位修正后的水位，hn修为第n台泵机启停水位修正后的水位，δ1…δn为第一台到第n台水泵的启停水位的修正偏差，hy为集合包括h1y…hny，n为泵池内泵机的台数，n≥2。
20、优选的，所述的泵机组控制主机为plc，或者为工业控制计算机。
21、本发明的有益效果是：
22、本发明利用swmm对暴雨过程中水力、水文特性的建模能力，利用matlab强大的数据处理能力及多目标遗传算法设计能力，利用matswmm实现matlab对swmm的调用及运行，实现城市隧道内泵机组最优启停水位的选取。利用多目标遗传算法寻优选择最优泵机组启停水位，使得机组在暴雨过程中启停次数最少，同时消耗的能效最少，延长泵机的使用寿命，同时达到节能降耗的目的；在优化计算后的最优泵机组启停水位发送给现场控制主机，作为泵机组控制程序中的启停条件，当降雨天气来临时，再依据泵池内的液位上升的速度和加速度，对最优泵机组启停水位进行修订，这样尽可能兼顾泵机的启停次数和寿命，以及节能降耗的问题；同时在大暴雨或者其他情况造成的大量来水时也能尽快调整启停条件，应对水情，及时排水，兼顾隧道的安全问题。
1.一种城市隧道内泵机组最优启停水位选取的多目标优化方法，包括以下步骤：
2.根据权利要求1所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：多目标遗传算法的决策变量为泵机组的启停水位，目标适应度函数的值为泵机组的启停次数c、泵机组运行过程中消耗的能耗e。
3.根据权利要求1所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：swmm仿真模型中泵机组的启停水位设置数据保存在inp格式文件中，泵机组的启停次数c、泵机组运行过程中消耗的能耗e等运行结果保存在rpt格式文件中。
4.根据权利要求3所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：根据多目标遗传算法迭代出的子代种群，在matlab中提取并更新修改inp文件中泵机组的启停泵水位设置数据。
5.根据权利要求4所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：多目标优化函数值的计算，即：利用matswmm实现matlab对swmm的调用及运行，在matlab中提取rpt文件中数据，从而求得目标适应度函数的值。
6.根据权利要求4所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：遗传算法迭代出的子代种群，须满足约束条件筛选后，才能进行目标适应度函数的值计算；约束条件至少包括：泵机最低运行水位，泵池的空间尺寸及容积，约束条件根据隧道内泵池、泵机的具体参数确定。
7.根据权利要求5所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：在matlab中经过多目标遗传算法循环迭代寻优后，产生最优个体，得到最优目标函数值，最终找到泵机组最优启停水位。
8.根据权利要求1所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：所述的步骤f包括如下子步骤，
9.根据权利要求8所述的城市隧道内泵机组最优启停水位选取的多目标优化方法，其特征在于：所述的泵机组控制主机为plc，或者为工业控制计算机。
