一种基于混流可逆式水泵水轮机的设计方法及系统技术方案

本申请公开了一种基于混流可逆式水泵水轮机的设计方法及系统，获取待处理数据，待处理数据用于表征当前构建的抽水蓄能工程的输入特征，通过预先训练得到的预设学习模型对待处理数据进行处理得到目标参数，预设学习模型通过预设学习算法对工程样本库进行训练及核验操作得到，通过目标参数对混流可逆式水泵水轮机进行设计。通过上述，核验混流可逆式水泵水轮机选型设计的准确性与合理性，将基于大数据技术的混流可逆式水泵水轮机的关键参数选型设计方法推广应用到实际工程设计中，弥补人为因素的不足，提高混流可逆式水泵水轮机选型设计的质量和效率，缩短混流可逆式水泵水轮机选型的设计周期，提高混流可逆式水泵水轮机设计的经济性和安全性。计的经济性和安全性。计的经济性和安全性。

【技术实现步骤摘要】
一种基于混流可逆式水泵水轮机的设计方法及系统


[0001]本专利技术涉及抽水蓄能电站工程混流可逆式水泵水轮机
，更具体地说，涉及一种基于混流可逆式水泵水轮机的设计方法及系统。

技术介绍

[0002]混流可逆式水泵水轮机是抽水蓄能电站中最核心的关键设备，确定其关键参数直接影响工程投资和后期的安全稳定运行。
[0003]现阶段混流可逆式水泵水轮机选型的设计方法：在规范规定下，首先根据规划专业、水工专业等提供的动能指标、水位等，初步选择适用的若干个模型转轮，然后根据所在流域水质、泥沙、海拔、制造安装运输条件、一定计算规则及工程经验确定若干个方案的转轮直径D、转速n、比转速ns、比速系数K等关键参数，最后通过工程投资、运行稳定性、性能指标等对比确定最优的转轮模型后得到混流可逆式水泵水轮机的最优关键参数。
[0004]但是，混流可逆式水泵水轮机选型的设计方法存在如下缺点：一是采用人工手算的方式，造成效率低且设计周期长；二是人为因素影响较大，因人为经验，往往导致设计出的混流可逆式水泵水轮机方案的安全性低。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.一种基于混流可逆式水泵水轮机的设计方法，其特征在于，所述方法包括：获取待处理数据；所述待处理数据用于表征当前构建的抽水蓄能工程的输入特征；通过预先训练得到的预设学习模型对所述待处理数据进行处理，得到目标参数；所述预设学习模型通过预设学习算法对工程样本库进行训练及核验操作得到；所述工程样本库用于表征混流可逆式水泵水轮机的预设关键参数的样本库；所述目标参数至少包括当前构建的抽水蓄能工程的额定转速、当前构建的抽水蓄能工程的转轮公称直径、当前构建的抽水蓄能工程的机组吸出高度和当前构建的抽水蓄能工程的水泵最低扬程比转速；通过所述目标参数对混流可逆式水泵水轮机进行设计。2.根据权利要求1所述的方法，其特征在于，预设学习模型的训练过程，包括：获取已建抽水蓄能工程中混流可逆式水泵水轮机的预设工程图纸数据；所述预设工程图纸数据至少包括参数选型计算书和机组布置图；所述参数选型计算书至少包括额定转速、转轮公称直径和机组吸出高度；通过所述预设工程图纸数据，从已建抽水蓄能工程和在建抽水蓄能工程中提取出符合经济指标和性能指标的优质工程；利用逆向设计方法对所述优质工程进行处理，得到混流可逆式水泵水轮机的预设关键参数；所述预设关键参数至少包括混流可逆式水泵水轮机的额定转速、混流可逆式水泵水轮机的转轮公称直径、混流可逆式水泵水轮机的机组吸出高度和混流可逆式水泵水轮机的水泵最低扬程比转速；将所述预设关键参数构建工程样本库；通过预设学习算法对所述工程样本库中的预设关键参数进行训练，并对训练结果进行核验操作，得到预设学习模型；所述训练结果为机器设计方案的训练结果；所述核验操作用于验证所述机器设计方案的合理性与准确性。3.根据权利要求2所述的方法，其特征在于，所述通过预设学习算法对所述工程样本库中的预设关键参数进行训练，并对训练结果进行核验操作，得到预设学习模型，包括：通过预设学习算法对所述工程样本库中的预设关键参数进行模型构建，得到多元分类模型和多元输出回归模型；通过预设优化算法对所述多元分类模型和所述多元输出回归模型进行优化处理，得到优化后的综合模型；所述优化处理用于表征进行最优参数调节和最优参数选取的处理；获取所述优化后的综合模型输出的机器设计方案，并确定机器设计方案对应的额定转速、机器设计方案对应的转轮公称直径、机器设计方案对应的机组吸出高度和机器设计方案对应的水泵最低扬程比转速；若机器设计方案对应的额定转速在预设设计方案的预设转速范围，所述机器设计方案对应的转轮公称直径在预设设计方案的预设直径范围，所述机器设计方案对应的机组吸出高度在预设设计方案的预设高度范围和所述机器设计方案对应的水泵最低扬程比转速在预设设计方案的预设比转速范围，则得到预设学习模型。4.根据权利要求3所述的方法，其特征在于，所述通过预设学习算法对所述工程样本库中的预设关键参数进行模型构建，得到多元分类模型和多元输出回归模型，包括：从所述工程样本库中的预设关键参数中确定分类计算的数据和拟合计算的数据；所述分类计算的数据至少包括样本额定转速；所述拟合计算的数据至少包括样转轮公称直径、
样本机组吸出高度和样本水泵最低扬程比转速；通过预设分类算法对所述分类计算的数据进行模型构建，得到多元分类模型；通过预设回归算法对所述拟合计算的数据进行模型构建，得到多元回归模型。5.根据权利要求3所述的方法，其特征在于，还包括：若所述机器设计方案对应的额定转速、所述机器设计方案对应的转轮公称直径、所述机器设计方案对应的机组吸出高度和所述机器设计方案对应的水泵最低扬程比转速中任意一个不在自身对应的预设范围内，则将所述预设设计方案作为新增的模型训练数据；将...

【专利技术属性】
技术研发人员：谢遵党，杨顺群，刘绍谦，王楠，杨尚宇，蔺志刚，王文先，沈珊珊，申帅，
申请(专利权)人：黄河勘测规划设计研究院有限公司，
类型：发明
国别省市：