本发明涉及天然气领域，特别是涉及一种天然气无人站场的智能化控制方法及相关组件。
背景技术：
1、随着天然气市场不断发展、竞争愈发激烈，天然气管道的运营成本提高，管道运营商的成本压力越来越大。在天然气管道的运营成本中，天然气站场占据首要地位。目前天然气站场绝大部分为人工值守站场，站场业务过程中的压力和流量的调节等流程由工作人员手动执行，工作人员手动调节天然气站中的压力流量调节元件，这一过程对操作人员的熟练度有较高要求，而且较长的调节过程也间接提高了管道运行成本。此外，通过人工对天然气站中的压力流量调节元件进行控制并不足够准确，无法达到控制目标。
技术实现思路
1、本发明的目的是提供一种天然气无人站场的智能化控制方法及相关组件，得到多种控制策略对应的安全性能信息，并从中选择安全性能信息最低的作为下一周期的控制策略，可以更准确的自动控制天然气站。
2、为解决上述技术问题，本发明提供了一种天然气无人站场的智能化控制方法，包括：
3、获取天然气站的历史的控制策略、所述历史的控制策略对应的流体信息及安全性能信息，所述控制策略为对天然气站内各个压力流量调节元件的开度的调节，所述流体信息包括天然气站内管道中的天然气的流量、压力及温度中的一种或多种的组合，所述安全性能信息包括所述天然气站内管道中的天然气的最大流量、最大压力及最大压降速度中的一种或多种的组合，所述压力流量调节元件包括球阀及调节阀；
4、根据所述历史的控制策略、所述流体信息及所述安全性能信息对第一模型进行训练，所述第一模型用于根据输入的控制策略输出流体信息及安全性能信息；
5、根据所述历史的控制策略及所述历史的控制策略对应的流体信息对第二模型进行训练，所述第二模型用于根据输入的流体信息输出多种控制策略；
6、将当前周期的流体信息输入至所述第二模型，得到所述第二模型输出的多种控制策略；
7、根据所述第一模型得到所述多种控制策略对应的安全性能信息，并从中选择安全性能信息最低的作为下一周期的控制策略。
8、另一方面，所述第一模型为生成对抗网络，所述生成对抗网络包括生成性网络及判别性网络；
9、根据所述历史的控制策略、所述流体信息及所述安全性能信息对第一模型进行训练，包括：
10、将所述历史的控制策略输入至所述生成性网络，得到所述生成性网络输出的流体信息及安全性能信息；
11、在判别性网络确定所述生成性网络输出的流体信息及安全性能信息与所述历史的控制策略对应的流体信息及安全性能信息的差值在预设范围内时，确定所述第一模型训练结束。
12、另一方面，在判别性网络确定所述生成性网络输出的流体信息及安全性能信息与所述历史的控制策略对应的流体信息及安全性能信息的差值在预设范围内时，确定所述第一模型训练结束，包括：
13、构建所述生成性网络的损失函数及所述判别性网络的损失函数；
14、其中，所述生成性网络的损失函数的关系式为所述判别性网络的损失函数为lg为所述生成性网络的损失函数，ld为所述判别性网络的损失函数，d(g(zi))表示所述判别器判断所述生成器输出的第i个数据为真实值的概率，g(zi)为所述生成器输出的第i个数据，d(xi)表示所述判别器判断第i个实际数据为真实值的概率，n为输入至所述生成性网络的数据的个数，zi为所述生成性网络的第i个输入数据，xi为第i个实际数据，所述实际数据包括真实的流体信息及安全性能信息；
15、在所述成性网络的损失函数的函数值及所述判别性网络的损失函数的函数值达到最小值时，确定所述第一模型训练结束。
16、另一方面，所述第二模型基于td3算法建立，所述第二模型包括actor网络、critic网络；
17、根据所述第一模型、所述历史的控制策略及所述历史的控制策略对应的流体信息对第二模型进行训练，所述第二模型用于根据输入的流体信息输出控制策略，包括：
18、设置所述actor网络的初始权重偏置θ，所述critic网络的初始权重偏置ω；
19、将所述历史的控制策略对应的流体信息输入至所述actor网络中，得到所述actor网络输出的控制策略；
20、将所述输出的控制策略输入至所述第一模型中，得到所述第一模型输出的所述输出的控制策略对应的流体信息、安全性能信息及奖励值，所述奖励值与所述安全性能信息呈负相关；
21、若所述安全性能信息与目标安全性能信息的差小于预设差值，则确定所述第二模型训练结束。
22、另一方面，将所述输出的控制策略输入至所述第一模型中，得到所述第一模型输出的所述输出的控制策略对应的流体信息、安全性能信息及奖励值之后，还包括：
23、若所述安全性能信息与目标安全性能信息的差不小于预设差值，则根据θ′←τθ+(1-τ)θ′将所述actor网络的初始权重偏置由θ更新为θ′，根据ω′←τω+(1-τ)ω′将所述critic网络的初始权重偏置由ω更新为ω′；
24、其中，τ为软更新系数。
25、另一方面，从多种所述控制策略中选择安全性能信息最低的作为下一周期的控制策略之后，包括：
26、根据所述控制策略控制所述调节阀的开度及所述球阀的导通状态，所述导通状态包括导通或关断。
27、另一方面，从多种所述控制策略中选择安全性能信息最低的作为下一周期的控制策略，包括：
28、根据奖励值关系式确定各个所述控制策略的奖励值，所述奖励值与所述安全性能信息呈负相关；
29、从多个所述控制策略中选择奖励值最高的作为下一周期的控制策略；
30、其中，u为控制目标，为应用所述控制策略后的实际控制结果，为应用所述控制策略后的实际控制结果的安全状态评估函数，ε及m均为常数。
31、为解决上述技术问题，本发明还提供了一种天然气无人站场的智能化控制系统，包括：
32、历史数据获取单元，用于获取天然气站的历史的控制策略、所述历史的控制策略对应的流体信息及安全性能信息，所述控制策略为对天然气站内各个压力流量调节元件的开度的调节，所述流体信息包括天然气站内管道中的天然气的流量、压力及温度中的一种或多种的组合，所述安全性能信息包括所述天然气站内管道中的天然气的最大流量、最大压力及最大压降速度中的一种或多种的组合，所述压力流量调节元件包括球阀及调节阀；
33、第一训练单元，用于根据所述历史的控制策略、所述流体信息及所述安全性能信息对第一模型进行训练，所述第一模型用于根据输入的控制策略输出流体信息及安全性能信息；
34、第二训练单元，用于根据所述历史的控制策略及所述历史的控制策略对应的流体信息对第二模型进行训练，所述第二模型用于根据输入的流体信息输出多种控制策略；
35、控制策略确定单元，用于将当前周期的流体信息输入至所述第二模型，得到所述第二模型输出的多种控制策略；
36、控制策略选择单元，用于根据所述第一模型得到所述多种控制策略对应的安全性能信息，并从中选择安全性能信息最低的作为下一周期的控制策略。
37、为解决上述技术问题，本发明还提供了一种天然气无人站场的智能化控制装置，包括：
38、存储器，用于存储计算机程序；
39、处理器，用于执行所述计算机程序时实现如上述天然气无人站场的智能化控制方法的步骤。
40、为解决上述技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述天然气无人站场的智能化控制方法的步骤。
41、本发明公开了一种天然气无人站场的智能化控制方法及相关组件，涉及天然气领域，包括：获取天然气站的历史的控制策略、历史的控制策略对应的流体信息及安全性能信息；根据历史的控制策略、流体信息及安全性能信息对第一模型进行训练；根据历史的控制策略及历史的控制策略对应的流体信息对第二模型进行训练；将当前周期的流体信息输入至第二模型，得到第二模型输出的多种控制策略；第一模型可以确定各个策略的安全性能信息，第二模型可以根据流体信息确定对应的多种策略，最终根据第一模型得到多种控制策略对应的安全性能信息，并从中选择安全性能信息最低的作为下一周期的控制策略，可以更准确的自动控制天然气站。
1.一种天然气无人站场的智能化控制方法，其特征在于，包括：
2.如权利要求1所述的天然气无人站场的智能化控制方法，其特征在于，所述第一模型为生成对抗网络，所述生成对抗网络包括生成性网络及判别性网络；
3.如权利要求1所述的天然气无人站场的智能化控制方法，其特征在于，在判别性网络确定所述生成性网络输出的流体信息及安全性能信息与所述历史的控制策略对应的流体信息及安全性能信息的差值在预设范围内时，确定所述第一模型训练结束，包括：
4.如权利要求1所述的天然气无人站场的智能化控制方法，其特征在于，所述第二模型基于td3算法建立，所述第二模型包括actor网络、critic网络；
5.如权利要求4所述的天然气无人站场的智能化控制方法，其特征在于，将所述输出的控制策略输入至所述第一模型中，得到所述第一模型输出的所述输出的控制策略对应的流体信息、安全性能信息及奖励值之后，还包括：
6.如权利要求1所述的天然气无人站场的智能化控制方法，其特征在于，从多种所述控制策略中选择安全性能信息最低的作为下一周期的控制策略之后，包括：
7.如权利要求1至6任一项所述的天然气无人站场的智能化控制方法，其特征在于，从多种所述控制策略中选择安全性能信息最低的作为下一周期的控制策略，包括：
8.一种天然气无人站场的智能化控制系统，其特征在于，包括：
9.一种天然气无人站场的智能化控制装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述天然气无人站场的智能化控制方法的步骤。
