【技术实现步骤摘要】
本申请涉及水泵校核，具体而言，涉及一种基于机器学习的水泵扬程曲线校核方法及装置。
技术介绍
1、水泵的流量扬程关系曲线对泵站的调度有着重要的指导作用，但由于水泵在使用过程中会出现损耗和老化等情况，导致水泵实际的流量扬程曲线是可能发生变化的。为保证曲线指导调度的可靠性，需要对水泵的流量扬程曲线进行校核，使曲线更加符合实际运行情况。然而，现在大部分泵站对水泵的流量扬程曲线并不是很了解，或仅知道水泵在出厂时的流量扬程曲线，即调度人员对泵组的特性并不是很了解，无法对流量扬程曲线进行较为准确的校核，进而影响对泵站的调度效果。
技术实现思路
1、为了解决上述问题，本申请实施例提供了一种基于机器学习的水泵扬程曲线校核方法及装置。
2、第一方面，本申请实施例提供了一种基于机器学习的水泵扬程曲线校核方法，所述方法包括：
3、获取目标水泵的当前曲线函数，基于所述目标水泵的实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数，所述当前曲线函数为所述目标水泵的流量扬程曲线对应的当前函数，所述目标误差函数的参数包括曲线指数、水泵在出水流量为0时产生的虚拟扬程和泵体内需损耗系数；
4、设置粒子个数和最大迭代数，并初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数；
5、分别计算各所述粒子对应的目标误差函数值，基于最小目标误差函数值更新各所述粒子的三维坐标；
6、重复所述分别计算各所述粒子对
7、优选的，所述获取目标水泵的当前曲线函数，基于所述目标水泵的实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数，包括：
8、获取目标水泵的当前曲线函数和预设时长内的历史数据，基于所述历史数据确定所述目标水泵在所述预设时长内的实际流量压力值，基于所述实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数。
9、优选的，所述获取目标水泵的当前曲线函数和预设时长内的历史数据，基于所述历史数据确定所述目标水泵在所述预设时长内的实际流量压力值，包括：
10、获取目标水泵的当前曲线函数和预设时长内的历史数据，剔除所述历史数据中缺失数据时刻和异常数据时刻对应的数据；
11、基于剔除处理后的所述历史数据确定所述目标水泵在所述预设时长内的实际流量压力值。
12、优选的，所述初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数，包括：
13、基于所述历史数据分别确定所述曲线指数、虚拟扬程和泵体内需损耗系数的数据取值范围；
14、初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为在所述数据取值范围内随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数。
15、优选的，所述最小目标误差函数值包括第一最小目标误差函数值和第二最小目标误差函数值；
16、所述分别计算各所述粒子对应的目标误差函数值，基于最小目标误差函数值更新各所述粒子的三维坐标，包括：
17、分别计算各所述粒子对应的目标误差函数值，确定每个粒子在历次迭代结果中的第一最小目标误差函数值和本次迭代结果中全局最优的粒子对应的第二最小目标误差函数值；
18、基于所述第一最小目标误差函数值和第二最小目标误差函数值更新各所述粒子的三维坐标。
19、优选的，所述基于最新的所述最小目标误差函数值对应的目标粒子优化所述当前曲线函数，包括：
20、基于最新的所述第二最小目标误差函数值对应的目标粒子优化所述当前曲线函数。
21、第二方面，本申请实施例提供了一种基于机器学习的水泵扬程曲线校核装置，所述装置包括：
22、获取模块，用于获取目标水泵的当前曲线函数，基于所述目标水泵的实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数，所述当前曲线函数为所述目标水泵的流量扬程曲线对应的当前函数，所述目标误差函数的参数包括曲线指数、水泵在出水流量为0时产生的虚拟扬程和泵体内需损耗系数；
23、设置模块，用于设置粒子个数和最大迭代数，并初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数；
24、计算模块，用于分别计算各所述粒子对应的目标误差函数值，基于最小目标误差函数值更新各所述粒子的三维坐标；
25、优化模块，用于重复所述分别计算各所述粒子对应的目标误差函数值，基于最小目标误差函数值更新各所述粒子的三维坐标的步骤，直至当前重复迭代次数满足最大迭代数后，基于最新的所述最小目标误差函数值对应的目标粒子优化所述当前曲线函数。
26、第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。
27、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。
28、本专利技术的有益效果为：通过设置目标水泵的目标误差函数，并根据监测水泵获得的历史数据进行分析，以此对目标误差函数进行迭代优化，确定出绝对误差最小的参数，再以这些参数对目标水泵的流量扬程曲线进行优化校核，保证了校核结果的准确性，能够与水泵的实际情况适配。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的水泵扬程曲线校核方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标水泵的当前曲线函数，基于所述目标水泵的实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取目标水泵的当前曲线函数和预设时长内的历史数据，基于所述历史数据确定所述目标水泵在所述预设时长内的实际流量压力值，包括：
4.根据权利要求2所述的方法，其特征在于，所述初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数，包括：
5.根据权利要求1所述的方法，其特征在于，所述最小目标误差函数值包括第一最小目标误差函数值和第二最小目标误差函数值；
6.根据权利要求5所述的方法，其特征在于，所述基于最新的所述最小目标误差函数值对应的目标粒子优化所述当前曲线函数，包括：
7.一种基于机器学习的水泵扬程曲线校核装置，其特征在于，所述装置包括：
8.一种电子设备，包括存储器、处理
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于机器学习的水泵扬程曲线校核方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取目标水泵的当前曲线函数，基于所述目标水泵的实际流量压力值与所述当前曲线函数的绝对误差设置目标误差函数，包括：
3.根据权利要求2所述的方法，其特征在于，所述获取目标水泵的当前曲线函数和预设时长内的历史数据，基于所述历史数据确定所述目标水泵在所述预设时长内的实际流量压力值，包括：
4.根据权利要求2所述的方法，其特征在于，所述初始化粒子群，用以使所述粒子群中每个粒子的三维坐标分别为随机取值的所述曲线指数、虚拟扬程和泵体内需损耗系数，包括：
5.根据权利要求1所述的方...
【专利技术属性】
技术研发人员：郭军，翁贤华，高健，刘金晓，徐佳伟，江诚，
申请(专利权)人：浙江和达科技股份有限公司，
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。