Авторы

Разработка микросервиса ADP для идентификации источников выбросов на основе машинного обучения с подкреплением

Представлены результаты разработки программного микросервиса, встраиваемого в системы мониторинга качества атмосферного воздуха для поддержки процессов идентификации промышленных источников загрязнений. Выброс и последующее распространение вредных веществ в приземистых слоях атмосферы происходит в динамике и характеризуется высокой неопределенностью из-за особенностей технологических установок, их режимов работы, влияния рельефа местности, зданий и метеофакторов. Зависимости между местоположением источника выброса и информацией с датчиков, установленных в центральных районах города или на границах санитарно-защитных зон крупных производств, невозможно описать аналитически, в связи с чем формализация знаний экологов и последующая автоматизация обнаружения объектов, ответственных за формирование опасных уровней концентраций в точках контроля, является актуальной задачей. Цель исследования – разработка алгоритма непрерывной оптимизации поисковых стратегий за счет применения технологии аппроксимированного динамического программирования (Approximate Dynamic Programming). В статье впервые предложено реализовать механизм ­ADP на основе Q-обучения, которое, в свою очередь, производится в режиме имитационного моделирования за счет взаимодействия с моделью Лагранжа, описывающей физические процессы рассеиваний загрязнений. Разработанная модель учится выбирать наилучшие поисковые шаги (действия) на размеченной карте местности с учетом функции стоимости, аппроксимированной нейросетью, с учетом метеофакторов и рельефа местности, что является новым технологическим решением. Проведено проектирование базовых информационных процессов, в том числе рассмотрены процессы сбора и предобработки данных измерений концентраций вредных веществ и метеоданных в точках контроля, подготовка таблицы для Q-обучения и ее использование для тренировки нейросетевой модели, применение модели для решения задачи определения источника аварийного выброса. Результаты экспериментальной проверки показали, что разработанный и интегрированный в состав платформы цифрового экомониторинга микросервис хорошо улавливает особенности процессов рассеивания промышленных загрязнений в атмосферном воздухе и может быть использован для автоматизированной идентификации источника выброса в динамике. Средние значения вклада источника аварийного выброса в формирование загрязнения на заданной территории отличаются от значения, рассчитанного на примере ­УПРЗА, не более чем на ١٥ ٪, что позволяет судить о высокой степени достоверности результатов и возможности их сопоставления с методиками ­ГОСТа, работающими в статике. Читать дальше...