【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】 【专利技术属性】
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)
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。