【技术实现步骤摘要】
本申请涉及水泵，尤其涉及一种循环泵运行参数的智能控制方法、装置及设备。
技术介绍
1、近年来，随着水泵技术的不断发展，对水泵流量的控制精度要求也越来越高。
2、目前，在水泵流量控制中，常使用流量与功率的关系，通过功率来间接表征流量。然而，在大型水泵系统中，由于水泵之间存在电气和结构上的差异，导致功率和流量之间的数学关系会发生变化，从而基于固定的功率与流量之间的数学关系无法准确描述不同水泵的流量。导致一些水泵在阀门关闭后无法进入睡眠状态，或者在进入睡眠状态后无法退出或出现反复启停的现象。使得循环泵无法在不同负载条件下保持高效运行。
3、因此，如何使得循环泵在不同负载条件下保持高效运行，实现能源的有效利用是亟待解决的技术问题。
技术实现思路
1、本申请实施例提供了一种循环泵运行参数的智能控制方法、装置及设备，能够使循环泵在不同负载条件下保持高效运行，从而实现能源的有效利用。
2、第一方面，本申请实施例提供了一种循环泵运行参数的智能控制方法，包括：实时获取循环泵的流量和功率；
3、将流量和功率输入预先构建的流量与功率关系模型进行分析，得到循环泵的运行效率；
4、基于循环泵的运行效率，对循环泵的转速进行动态调整。
5、在一实施例中，预先构建的流量与功率关系模型为随机森林模型，随机森林模型包括第一预设数量的决策树、第二预设数量的随机种子和决策函数；随机森林模型的训练过程包括：针对任一决策树的每个节点的决策过程，从流量和功
6、在一实施例中，基于抽样样本以及子集，对决策树基于递归分裂算法构建决策树，包括：从决策树的根节点开始，基于抽样样本以及子集，对决策树的节点进行分割；依次获取抽样样本以及子集中各流量和功率对应的循环泵属性以及计算各循环泵属性的信息增益；分别选取信息增益最大的循环泵属性，确定信息增益最大的循环泵属性对应的流量和功率；基于信息增益最大的循环泵属性对应的流量和功率，对分割后的决策树的节点逐次递归分裂，构建决策树。
7、在一实施例中，基于抽样样本以及子集，对决策树的节点进行分割，包括：基于抽样样本以及子集，构建流量和功率的二元层级树，二元层级树的节点看作是n个m维空间的点集；选择空间中的两质心作为分割点，以垂直于过两质心的直线的超平面来分割整个空间，分割后的子空间执行同样的操作，直至空间中全部点分割完毕。
8、在一实施例中，循环泵属性包括：管道阻力、泵性能曲线、液体的性质、流体温度以及环境条件中的至少两种；循环泵属性的信息增益，包括：循环泵属性的熵与对应循环泵属性的条件熵之差。
9、在一实施例中，基于信息增益最大的循环泵属性对应的流量和功率，对分割后的决策树的节点逐次递归分裂，构建决策树，包括：分别选取信息增益最大的循环泵属性对应的流量和功率，以流量和功率作为当前节点的划分属性；基于划分属性创建一个决策树节点，根据划分属性的取值将当前数据集划分为若干个子集，每个子集对应于划分属性的一个取值；重复执行上述步骤，直至满足预设递归分裂停止条件，得到构建的决策树。
10、在一实施例中，基于循环泵的运行效率，对循环泵的转速进行动态调整，包括：基于循环泵的运行效率，对循环泵的转速使用变速设备进行实时控制，将循环泵的运行点动态调整至循环泵效率曲线的预设位置。
11、第二方面，本申请实施例提供了一种循环泵运行参数的智能控制装置，包括：
12、获取模块，用于实时获取循环泵的流量和功率；
13、分析模块，用于将流量和功率输入预先构建的流量与功率关系模型进行分析，得到循环泵的运行效率；
14、调整模块，用于基于循环泵的运行效率，对循环泵的转速进行动态调整。
15、在一实施例中，预先构建的流量与功率关系模型为随机森林模型，随机森林模型包括第一预设数量的决策树、第二预设数量的随机种子和决策函数；循环泵运行参数的智能控制装置，还包括：训练模块，用于对随机森林模型进行训练。
16、在一实施例中，训练模块包括：抽样单元，用于针对任一决策树的每个节点的决策过程，从流量和功率的训练集中有放回的进行抽样，得到流量和功率的抽样样本；
17、分割单元，用于从流量和功率的训练集中选择一个随机的流量和功率子集进行分割，得到流量和功率的特征子集；
18、构建单元，用于基于抽样样本以及子集，对决策树基于递归分裂算法构建决策树，在基于递归分裂算法构建决策树的过程中，基于随机种子确保决策树的随机性，得到训练之后的决策树；使用决策函数对各决策树的预测结果进行处理，得到针对循环泵的运行效率的预测结果。
19、在一实施例中，构建单元包括：
20、第一分割子单元，用于从决策树的根节点开始，基于抽样样本以及子集，对决策树的节点进行分割；
21、计算子单元，用于依次获取抽样样本以及子集中各流量和功率对应的循环泵属性以及计算各循环泵属性的信息增益；
22、确定子单元，用于分别选取信息增益最大的循环泵属性，确定信息增益最大的循环泵属性对应的流量和功率；
23、第一构建子单元，用于基于信息增益最大的循环泵属性对应的流量和功率，对分割后的决策树的节点逐次递归分裂，构建决策树。
24、在一实施例中，分割单元，包括：
25、第二构建子单元，用于基于抽样样本以及子集，构建流量和功率的二元层级树，二元层级树的节点看作是n个m维空间的点集；
26、第二分割子单元，用于选择空间中的两质心作为分割点，以垂直于过两质心的直线的超平面来分割整个空间，分割后的子空间执行同样的操作，直至空间中全部点分割完毕。
27、在一实施例中，循环泵属性包括：管道阻力、泵性能曲线、液体的性质、流体温度以及环境条件中的至少两种；
28、循环泵属性的信息增益，包括：循环泵属性的熵与对应循环泵属性的条件熵之差。
29、在一实施例中，第一构建子单元，具体用于：分别选取信息增益最大的循环泵属性对应的流量和功率，以流量和功率作为当前节点的划分属性；基于划分属性创建一个决策树节点，根据划分属性的取值将当前数据集划分为若干个子集，每个子集对应于划分属性的一个取值；重复执行上述步骤，直至满足预设递归分裂停止条件，得到构建的决策树。
30、在一实施例中，调整模块，具体用于：
31、基于循环泵的运行效率，对循环泵的转速使用变速设备进行实时控制，将循环泵的运行点动态调整至循环泵效率曲线的预设位置。<本文档来自技高网...
【技术保护点】
1.一种循环泵运行参数的智能控制方法，其特征在于，包括：
2.如权利要求1所述的循环泵运行参数的智能控制方法，其特征在于，所述预先构建的流量与功率关系模型为随机森林模型，所述随机森林模型包括第一预设数量的决策树、第二预设数量的随机种子和决策函数；
3.如权利要求2所述的循环泵运行参数的智能控制方法，其特征在于，所述基于所述抽样样本以及所述子集，对所述决策树基于递归分裂算法构建决策树，包括：
4.如权利要求3所述的循环泵运行参数的智能控制方法，其特征在于，所述基于所述抽样样本以及所述子集，对所述决策树的节点进行分割，包括：
5.如权利要求3或4所述的循环泵运行参数的智能控制方法，其特征在于，所述循环泵属性包括：管道阻力、泵性能曲线、液体的性质、流体温度以及环境条件中的至少两种；
6.如权利要求5所述的循环泵运行参数的智能控制方法，其特征在于，所述基于所述信息增益最大的循环泵属性对应的流量和功率，对分割后的所述决策树的节点逐次递归分裂，构建决策树，包括：
7.如权利要求1所述的循环泵运行参数的智能控制方法，其特征
8.一种循环泵运行参数的智能控制装置，其特征在于，包括：
9.一种循环泵运行参数的智能控制设备，所述设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7所述方法的步骤。
...【技术特征摘要】
1.一种循环泵运行参数的智能控制方法，其特征在于，包括：
2.如权利要求1所述的循环泵运行参数的智能控制方法，其特征在于，所述预先构建的流量与功率关系模型为随机森林模型，所述随机森林模型包括第一预设数量的决策树、第二预设数量的随机种子和决策函数；
3.如权利要求2所述的循环泵运行参数的智能控制方法，其特征在于，所述基于所述抽样样本以及所述子集，对所述决策树基于递归分裂算法构建决策树，包括：
4.如权利要求3所述的循环泵运行参数的智能控制方法，其特征在于，所述基于所述抽样样本以及所述子集，对所述决策树的节点进行分割，包括：
5.如权利要求3或4所述的循环泵运行参数的智能控制方法，其特征在于，所述循环泵属性包括：管道阻力、泵性能曲线、液体的性质、流体温度以及环境条件中的至少两种；
6.如权利要...
【专利技术属性】
技术研发人员：徐振，黄桂连，方统孝，张奕基，
申请(专利权)人：深圳泰控科技有限公司，
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。