申请/专利权人：浙江工业大学

申请日：2021-02-07

公开（公告）日：2024-04-02

公开（公告）号：CN113158590B

主分类号：G06F30/28

分类号：G06F30/28;G06N7/01;G06F111/08;G06F113/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要：本发明公开了一种基于混合模型预测不同转速下离心泵效率预测的方法，属于不同转速下离心泵效率预测技术领域，包括以下操作步骤：1获取离心泵不同转速下过程变量数据集；2不同转速下数据的预处理以及数据集划分；3根据不同的训练样本子集训练多个GPR模型；4制定相似度量标准选择与测试样本子集相近的训练样本子集；5划分为大流量阶段和小流量阶段；6训练局部GPR模型并进行预测；7预测大流量区间的效率；8验证混合模型的有效性。本发明的方法基于混合模型预测不同转速下离心泵的效率，解决了传统预测方法的预测性能不佳、容易受到供水系统的影响、对实验数据的依赖性大等问题，且更适合于工程实际应用。

主权项：1.一种基于混合模型预测不同转速下离心泵效率预测的方法，其特征在于，包括以下步骤：步骤1、获取离心泵不同转速下过程变量数据集：运行离心泵，获取不同转速下离心泵的出口流量Q，出口阀门开度V和离心泵进口压力Ps、出口压力Pd，和离心泵效率η建立不同转速下的过程变量数据集，其中出口流量Q，出口阀门开度V和离心泵进、出口压力Ps、Pd作为输入变量，离心泵效率η作为待预测变量；步骤2、不同转速下数据的预处理以及数据集划分：对不同量纲单位的输入变量数据进行标准化处理，变成无量纲数据集；并将其中相同转速下的数据归为一个样本子集，选取两个样本子集作为测试样本子集，其余作为训练样本子集；步骤3、根据不同的训练样本子集训练多个GPR模型：根据不同的训练样本子集建立多个GPR模型，将不同的训练样本子集输入到GPR模型中进行训练；步骤4、制定相似度量标准选择与测试样本子集相近的训练样本子集：分别将不同的测试样本子集输入到不同的GPR模型中，根据不同GPR模型的预测方差结合贝叶斯定理制定标准度量不同转速下样本的近似性；并选择与测试集相似度最接近的三个样本子集作为训练集；步骤5、划分大流量阶段和小流量阶段：根据输入变量中的阀门开度将训练集合对应的测试样本集子集划分为大流量阶段和小流量阶段，其中阀门开度大于50％的为大流量阶段，阀门开度小于50％的为小流量阶段；步骤6、选取小流量样本数据训练局部GPR模型并进行预测：建立GPR模型，选取训练集小流量阶段的样本输入到GPR模型中进行训练，然后将对应的测试样本子集的小流量阶段的样本入到训练好的GPR模型中进行预测；步骤7、使用基于泵的相似定律的机理模型预测大流量区间的效率：使用额定转速下的大流量阶段的效率通过基于泵相似定律的机理模型得到测试样本子集大流量阶段的效率；步骤8、验证混合模型的有效性：建立全局GPR模型和全局机理模型，分别输入测试样本子集得到输出变量，比较预测性能，采用均方根误差RMSE和最大绝对相对误差MARE评价指标对模型进行评估，验证混合模型的预测效果。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于混合模型预测不同转速下离心泵效率预测的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD