一种基于时间序列预测分析的泵站流量预测方法技术

技术编号：39837303 阅读：8 留言：0更新日期：2023-12-29 16:22

本发明专利技术公开了一种基于时间序列预测分析的泵站流量预测方法，该方法包括如下步骤：

全部详细技术资料下载

【技术实现步骤摘要】
一种基于时间序列预测分析的泵站流量预测方法

[0001]本专利技术涉及泵站流量预测的
，具体涉及一种基于时间序列预测分析的泵站流量预测方法
。

技术介绍

[0002]水泵在给水排水
、
农业工程
、
石油化学工程等各个工程项目中具有十分重要的应用
。
流量监测在泵站监控系统中是实现水利
、
水务信息化的重要部分之一，能够有效提高泵站的安全性和可靠性
。
但在常规水利工程中，流量监控主要通过安放在水泵进出口的流量计实时测量，但对于部分流态恶劣的现场，难以实时进行准确监测
。
[0003]此外，在实际的生产过程中，基于可直接获取的测量数据，对泵站的流量进行预测将是更为有效的方式
。
现有技术通常是直接应用流量计接入水泵内部进行实时监测，但是在部分泵站中，流量计可能会因为外部因素
(
如天气
、
温度
)
等因素导致测量值不准确的问题
。
因此，采取一种更为简便
、
测量准确的流量预测方法很有必要
。

技术实现思路

[0004]本专利技术的目的在于克服上述
技术介绍
的不足，提供一种基于时间序列预测分析的泵站流量预测方法，该方法通过建立预测模型，利用过去的数据对水泵实时流量进行预测，能够以易于直接获取的数据来推导水泵的实际流量，为使用者提供更加便捷的测量方法
。
[0005]为实现上述

【技术保护点】

【技术特征摘要】
1.
一种基于时间序列预测分析的泵站流量预测方法，其特征在于：包括如下步骤：
S1
：对水泵进行试验研究，收集原始数据，包括：水泵流量数据序列
Q(t)
～
Q(t+n
Δ
t)、
水泵净扬程数据序列
H
净
(t)
～
H
净
(t+n
Δ
t)、
水泵总扬程数据序列
H
总
(t)
～
H
总
(t+n
Δ
t)、
水泵轴功率数据序列
N(t)
～
N(t+n
Δ
t)
；
S2
：应用神经网络算法，以步骤
S1
中收集的原始数据为训练样本，以水泵净扬程
H
净
(t)、
水泵轴功率
N(t)
为输入，以水泵流量
Q(t)
为输出，构建三者之间的预测模型；
S3
：根据水泵净扬程
H
净
(t)、
水泵总扬程
H
总
(t)、
水泵流量
Q(t)
之间的关系式，推导该水泵的流量特性系数
K
；
S4
：对预测模型进行修正，得到修正后的模型；
S5
：利用修正后的模型进行泵站流量预测
。2.
根据权利要求1所述的基于时间序列预测分析的泵站流量预测方法，其特征在于：所述步骤
S1
中，水泵流量数据序列
Q(t)
～
Q(t+n
Δ
t)
为从最大流量
Q
max
开始逐步减小至
Q
min
的流量数据，其中，
Δ
t
为时间步长，
n
为从1开始增加的自然数
。3.
根据权利要求1所述的基于时间序列预测分析的泵站流量预测方法，其特征在于：所述步骤
S1
中，水泵净扬程数据序列
H
净
(t)
～
H
净
(t+n
Δ
t)
为水泵流量从
Q
max
开始逐步减小至
Q
min
时相应的水泵净扬程数据，其中，
Δ
t
为时间步长，
n
为从1开始增加的自然数；水泵总扬程数据序列
H
总
(t)
～
H
总
(t+n
Δ
t)
为水泵流量从
Q
max
开始逐步减小至
Q
min
时相应的水泵总扬程数据，其中，
Δ
t
为时间步长，
n
为从1开始增加的自然数；水泵轴功率数据序列
N(t)
～
N(t+n
Δ
t)
为水泵流量从
Q
max
开始逐步减小至
Q
min
时相应的水泵轴功率数据，其中，
Δ
t
为时间步长，
n
为从1开始增加的自然数
。4.
根据权利要求1或2或3所述的基于时间序列预测分析的泵站流量预测方法，其特征在于：所述步骤
S2
中，以水泵净扬程
H
净
(t)、
水泵轴功率
N(t)
为输入，以水泵流量
Q(t)
为输出，构建三者之间的预测模型如下：
Q(t)
＝
f(N(t),H
净
(t))
式中，
Q(t)
为水泵流量，
N(t)
为水泵轴功率，
H
净
(t)
为水泵净扬程
。5.
根据权利要求1或2或3所述的基于时间序列预测分析的泵站流量预测方法，其特征在于：所述步骤
S3
中，水泵的流量特性系数
K
的关系式如下：
H
净
(t)
＝
H
总
(t)+KQ2(t)
式中，
H
净
(t)
为水泵净扬程，
H
总
(t)

【专利技术属性】
技术研发人员：王伟，刘畅，李彬，郭靖，罗波，贾超，赵耀，蒋志勋，刘杰，卢慎敏，
申请(专利权)人：长江勘测规划设计研究有限责任公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人