Idea phát triển hệ thống hỗ trợ quản lý dòng chảy đập sử dụng AI, hỗ trợ người quản lý

Ngày 8 tháng 9 năm 2025 – Công nghệ / Sản phẩm

Phương pháp học tập

AI học cách tối đa hóa hành động mang lại giá trị (mục tiêu) thông qua việc lặp lại các bước ①～③

Lũ lụt
Lưu lượng nước vào 1
Mực nước hồ chứa 1
Lưu lượng xả 1
Lưu lượng nước vào 3

Tác nhân
(AI hỗ trợ vận hành hồ chứa)
① Quan sát
② Hành động
③ Giá trị phần thưởng
(Đại lượng thay đổi do ② Hành động)

Mực nước tại trạm quan trắc hạ lưu

• Thiết lập hàm giá trị (phần thưởng)

• Điểm cộng/trừ theo mực nước hồ chứa

• Trừ điểm do thiệt hại lũ lụt tại điểm hạ lưu

• Cộng điểm cho lưu lượng xả phát điện

• Trừ điểm do lưu lượng xả tăng đột ngột (nguyên tắc xả nước)

• Trừ điểm do thiệt hại hạn hán tại điểm hạ lưu

• Tính toán lưu lượng xả tối ưu để đạt giá trị lớn nhất

Tối ưu hóa bằng AI

• Mức độ an toàn của hồ chứa (mực nước hồ)

• Thiệt hại lũ lụt trên sông hạ lưu (mực nước sông)

• Tăng lưu lượng xả cho phát điện

Công ty Idea đã phát triển một hệ thống hỗ trợ quản lý dòng chảy đập (Dam Flow Management Support System), sử dụng trí tuệ nhân tạo (AI) để phản ánh kinh nghiệm của người quản lý đập vào việc điều hành.

Hệ thống này không chỉ nắm bắt lưu lượng nước trong các tình huống thiên tai, mà còn số hóa các biến đổi về mực nước hồ và sông hạ lưu, thay đổi sản lượng điện do việc xả nước, từ đó giúp đưa ra quy trình quản lý dòng chảy tối ưu nhằm giảm thiểu thiệt hại do lũ lụt và tối đa hóa sản lượng thủy điện. Hiện tại, hệ thống đang được thử nghiệm tại một văn phòng quản lý đập, với kế hoạch đánh giá chi tiết trước khi triển khai chính thức.

Cách thức hoạt động

• Hệ thống sử dụng “hàm giá trị” (value function), số hóa hiệu quả của các thao tác xả nước dựa trên kinh nghiệm quản lý.

• Hàm giá trị này bao gồm các yếu tố:

  • Biến đổi mực nước hồ đập

  • Nguy cơ xảy ra lũ lụt hoặc hạn hán ở các điểm hạ lưu

  • Thay đổi sản lượng điện do biến động lưu lượng

• Hệ thống cho phép cài đặt các điều kiện giới hạn riêng cho từng đập và đề xuất các thao tác xả tối ưu.

• Kết hợp dự báo tổng hợp (ensemble prediction) để lập kế hoạch xả nước trước, dựa trên dự báo mưa.

• Tích hợp chức năng cảnh báo những thời điểm cần chú ý như lũ lụt hoặc hạn hán.

Lý do phát triển

Trước đây, các mô hình vật lý như hàm dự trữ dựa trên lượng mưa trung bình và dữ liệu lưu lượng lịch sử là phương pháp phổ biến. Tuy nhiên, với các hiện tượng thiên tai chưa từng xảy ra, độ chính xác của dự báo chỉ dựa trên dữ liệu cũ có thể giảm. Vì vậy, Idea đã kết hợp mô hình vật lý với mô hình AI để nâng cao độ chính xác dự báo.

Lợi ích và triển vọng

• Giảm thiểu thiệt hại do lũ lụt.

• Tối đa hóa sản lượng thủy điện.

• Liên kết với chương trình Quản lý tổng hợp lưu vực của Bộ Đất đai, Cơ sở hạ tầng, Giao thông và Du lịch (MLIT), mở rộng phạm vi áp dụng trên toàn lưu vực sông, đồng thời cân bằng sử dụng nước và bảo vệ môi trường.