[发明专利]一种机电设备无感智能控制方法及系统

说明书

本发明涉及机电控制技术领域，尤其涉及一种机电设备无感智能控制方法及系统，使用超声波流量计、数字压力表和变频器获取水泵的基础数据，存储在云端存储系统，现场终端实时监测机电设备的电流、功率和转速，通过机器学习分析得到流量和能耗并形成报表；为优化机电设备运行效率提供建议；分析电流、功率和转速的异常波动及时发出警报，经过分析后在终端显示，实现了集监测、分析、预警、控制、可视化的机电设备无感智能控制系统。

技术领域

本发明涉及机电控制技术领域，尤其涉及一种无传感器的水泵监测、分析、预警、控制的智能系统。

背景技术

水泵的用途广泛，包括城市供给水、污水系统、土木和建筑系统、农业水利系统、电站系统、化工系统等，随着城市化的不断发展，对水泵的需求更大。用户用水需求是随时间变化的，它和水泵机组的额定流量不匹配，水泵长期低效运行耗费大量电能。用户只能从水泵的电机铭牌上看到额定参数，无法看到流量-扬程曲线、流量-功率曲线和流量-效率曲线，更无法设置工况点在高效运行区间。

机电设备额定功率运行效率是最高的，对于建筑用水，用户的用水呈周期性的，因此工频下运行会造成极大的能源浪费，且会造成系统疲劳、维护成本升高。

发明内容

为了克服以上现有技术存在的不足之处，利用数据采集监测系统及由此建立的数学模型提供一种无传感器、智能化的机电设备无感智能控制方法，方法如下：

采集一次机电设备的流量、压力数据，实时采集机电设备的设备信息，所述设备信息包括电流、功率数据、工作频率数据、转速数据、温度数据、振动数据；对所述设备信息进行预处理生成第一数据集，所述预处理包括：将压力数据转换为扬程、利用振动数据降噪过滤环境噪音、采集到的设备信息随时间推移产生的历史数据进行裁剪和压缩；

使用深度学习GRU算法，依据所述第一数据集作为历史数据，所述历史数据用平滑窗口切分为固定长度的数据作为标签，所述历史数据分别滞后1～5位后合并，对滞后的历史数据使用平滑窗口切分为固定长度的数据作为输入，当前时刻的输入与上一时刻的状态合并后经过线性和非线性操作，得到重置门，上一时刻的状态信息包含之前的特征，重置门的作用就是控制上一时刻的状态信息写入当前状态候选集。当前时刻的输入与上一时刻的状态合并后经过线性和非线性操作，得到更新门，由更新门控制上一时刻的状态和当前时刻状态候选集的比例得到当前状态信息。由当前时刻状态得到当前时刻输出，当前时刻标签和当前时刻输出的绝对误差作为反向传播，训练、、和矩阵，误差收敛得到模型，将滞后数据作为输入，得到预测后的数据；

将预测后的数据与历史数据合并，合并数据再作为矩阵模型的输入，循环，直到预设长度结束；所述重置门：

所述更新门：

所述当前时刻状态候选集：

当前时刻状态：

当前时刻输出：

其中，为当前时刻输入，为上一时刻的状态,、、和为可训练的矩阵，为激活函数。

进一步的，所述读取预先设置的机电设备的流量值，采集机电设备工作频率压力数据，将压力数据转换为扬程，使用正交多项式最小二乘拟合得到机电设备最大工作频率性能曲线，取最大工作频率和最小工作频率的中位数，根据水泵相似定律可以得到该中位数频率的变频曲线，取变频曲线的最大值点，如果最大值点的横坐标小于流量值，则把该中位数频率设为最小工作频率，重复上面的操作，如果最大值点的横坐标大于流量值，则把该中位数频率设为最大工作频率，重复上面的操作，如果最大值点的横坐标和流量的绝对差值小于阈值，则得到该中位数频率为机电设备最高效率的工作频率。