
-
生物通官微
陪你抓住生命科技
跳动的脉搏
间歇性多村供水中基于语音需求采集与数据驱动调度的集成配水框架研究
《npj Clean Water》:Equitable supply in water distribution networks using data-driven optimization and AI-assisted voice automation
【字体: 大 中 小 】 时间:2026年09月22日 来源:npj Clean Water 11.0
编辑推荐:
摘要间歇性供水在全球南方地区十分普遍。在多村供水方案中,一个水源在固定的供水时段内向多个村庄蓄水池供水,当流量信息有限时,实现均衡配水十分困难。本研究提出了一种集成的框架,涵盖多语言需求输入、数据驱动调度和自动阀门操作。通过语音界面收集蓄水池需求,调度模型生成阀门调度方案,并
间歇性供水在全球南方地区十分普遍。在多村供水方案中,一个水源在固定的供水时段内向多个村庄蓄水池供水,当流量信息有限时,实现均衡配水十分困难。本研究提出了一种集成的框架,涵盖多语言需求输入、数据驱动调度和自动阀门操作。通过语音界面收集蓄水池需求,调度模型生成阀门调度方案,并由可编程逻辑控制器执行该方案,各阶段之间无需人工转接。该框架对现有的离散事件模型、混合整数线性规划公式以及ε-贪心状态选择策略进行了改编应用,并使用实测的特定状态流量而非水力方程。在一个包含8个蓄水池、256种阀门状态的实验室管网中,仅使用33种状态(13%)的流量测量数据所生成的调度方案,使每个蓄水池的求解器预测偏差绝对值均低于2.6%。在8次物理试验中,最大的平均实验偏差绝对值为5.55%。优化调度方案相较于基本运营策略产生了更为均衡的配水结果。在模拟测试中,ε-贪心和纯贪心策略在8蓄水池管网中表现相近,而在10蓄水池管网中,ε-贪心平均所需状态数更少。在测试的干净和噪声条件下,语音界面的实体抽取准确率达到97%–98%,且未观察到任何虚构的需求分配。这些结果表明,在实验室规模的间歇性供水测试平台上实现了一种从需求到执行的集成工作流程。