一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法

    公开(公告)号:CN119848576A

    公开(公告)日:2025-04-18

    申请号:CN202411635363.2

    申请日:2024-11-15

    Abstract: 本发明公开了一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法,包括利用K‑means聚类法对水泵装置的稳态工况数据进行聚类处理,通过迭代合并大量相似工况,筛选出水泵装置的典型工况点;基于水泵装置的典型工况点,利用移动最小二乘法或三次样条或多项式拟合获取水泵装置的原始特性曲线;引入参数改造水泵装置的原始特性曲线实现三维仿射变换,并基于信赖域算法中的Dogbox算法实现水泵装置的特性曲线校正。优点是:本发明方法无需进行模型试验或现场试验,而是依据一般大型轴流/混流泵站的基础运行监测数据进行校正,通用性较强,在数据缺乏的工况区间仍能保持一定精度,可为泵站实际调度提供科学依据和技术支撑。

    一种数据-机理双重驱动的泵站实时调控方法

    公开(公告)号:CN119165770A

    公开(公告)日:2024-12-20

    申请号:CN202411144341.6

    申请日:2024-08-20

    Abstract: 本发明公开了一种数据‑机理双重驱动的泵站实时调控方法,包括确定决定泵站开机台数的关键影响因子;确定泵站实时调控全部可行域,构建并求解泵站实时调控机理驱动模型,获取泵站在全部可行域下的开机台数分布情况,作为机理驱动模型解;确定泵站实时调控局部可行域,构建并求解泵站实时调控数据驱动模型,获取泵站在局部可行域下的开机台数分布情况,作为数据驱动模型解;基于机理驱动模型解和数据驱动模型解构建融合数据集,基于融合数据集训练验证数据‑机理双重驱动模型,获取最终调控决策结果。优点是:在追求泵站高效运行同时,生成更符合现地调控需求的调度决策,一定程度上规避因机理驱动模型追求泵站高效运行导致的机组频繁启停问题。

Patent Agency Ranking