[发明专利]一种泵组特性曲线拟合方法有效
| 申请号： | 201811502918.0 | 申请日： | 2018-12-10 |
| 公开（公告）号： | CN109872247B | 公开（公告）日： | 2021-04-02 |
| 发明（设计）人： | 刘书明;李俊禹;吴雪 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06F30/20;G06N3/04 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 谢安昆;宋志强 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了泵组特性曲线拟合方法，包括，为泵组中的每个单泵建立单泵神经网络模型；将各单泵神经网络模型并联，将各单泵神经网络模型的输出结果并行输出并按照并联顺序构造一个m维向量，将该向量与表征各泵运行状态的泵组状态向量进行点乘，得到泵组神经网络模型；将监测到的变量样本作为训练数据，对泵组神经网络模型进行反复训练，得到训练后的泵组神经网络模型；向训练后的泵组神经网络模型输入泵组待拟合特性曲线的变量，得到泵组神经网络模型输出的因变量，建立变量、因变量的对应关系，得到该泵组的特性曲线。本申请能够较好地拟合水泵的流量和压力之间的非线性关系，可应对采用工频泵与变频泵相结合、运行工况多变复杂问题。 | ||
| 搜索关键词： | 一种 特性 曲线拟合 方法 | ||
【主权项】：
1.一种泵组特性曲线拟合方法，其特征在于，该方法包括，为包括至少一个单泵的泵组中的每个单泵建立单泵神经网络模型；将各单泵神经网络模型并联，将各单泵神经网络模型的输出结果并行输出，并按照并联顺序构造一个m维向量，将该向量与表征各泵运行状态的泵组状态向量进行点乘，得到泵组神经网络模型；其中，m为并联的单泵神经网络模型的个数；将待拟合特性曲线的变量的样本作为神经网络模型的输入，待拟合特性曲线的因变量样本作为神经网络模型的输出；将监测到的变量样本作为训练数据，对泵组神经网络模型进行反复训练，直至泵组神经网络模型输出的因变量值和该泵组实际值误差最小，得到训练后的泵组神经网络模型；向训练后的泵组神经网络模型输入泵组待拟合特性曲线的变量，得到泵组神经网络模型输出的因变量，建立变量、因变量的对应关系，得到该泵组的特性曲线。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811502918.0/，转载请声明来源钻瓜专利网。
