买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：新疆河润科技股份有限公司

摘要：本发明涉及一种基于自适应递推加权最小二乘法的泵站能耗预测方法，以解决目前泵站总能耗预测不准确的问题。包括以下步骤：收集泵站的总抽水流量、总电能消耗、总管压强、运行时间、各水泵扬程、各水泵流量、各进出口水管压力、各变频泵频率、各水泵轴承温度、各水泵进水蝶阀阀位、各水泵电流、各水泵转速参数，通过相关系数法判断各参数与泵站总能耗的相关性，保留强相关性的参数，通过自适应递推最小二乘法对泵站总能耗进行参数辨识，加入权的最小平方法，增加特定参数在自适应递推最小二乘法模型中的影响。根据上述方法对泵站总能耗进行预测，为降低泵站总能耗提供理论依据。

主权项：1.一种基于自适应递推加权最小二乘法的泵站能耗预测方法，其特征在于，包括以下步骤：1建立水泵能耗模型，所述水泵能耗模型中水泵轴功率与水泵的流量、扬程及效率有关，2数据收集：收集与泵站运行能耗相关的数据，包括泵站的总电能消耗、总抽水流量、总电能消耗、总管压强、运行时间、各水泵扬程、各水泵流量、各进出口水管压力、各变频泵频率、各水泵轴承温度、各水泵进水蝶阀阀位；3数据清洗和准备工作：对收集的数据进行清洗和准备工作，包括处理缺失值、异常值和重复值；4确定相关系数：相关系数按积差方法计算，以两变量与各自平均值的离差为基础，两个离差相乘来反映两变量间的相关程度，相关系数越大则相关性越强，相关性为0，则表示无相关性；5自适应递推最小二乘法辨识泵站能耗模型参数：泵站能耗模型可表示为：yk＝θ1kx1k+θ2kx2k+...+θnkxnk式中，yk为泵站能耗，θk为泵站的模型参数，xk为泵站模型的输入量；在最小二乘法中通常利用系统模型的实测值与模型的计算值之间的误差平方和来评判模型参数匹配系统模型的程度，系统模型的实测值与模型的计算值之间的误差可表示为： 最小二乘法采用误差的平方和E2k作为实测值与模型计算值之间的误差度量标准，就是寻找一组θk使E2k达到最小，设Jθ＝E2k，欲使Jθ达到最小，则必须满足：求得θk＝[XTkXk]-1XTkYk；在最小二乘算法中，系统模型每增加一组数据就需要重新对XTkXk进行求逆计算，计算量较大，而递推最小二乘法在前一次模型的基础上，利用新数据对模型参数进行修正，从而得到新的模型参数，这不仅减少了系统模型辨识的计算量，同时减少了数据的存储量；令则根据矩阵求逆公式，带入Xk，Yk，变换后可得令则θk＝θk-1-εkKk，上式为最小二乘算法的递推形式，式中I为n维单位矩阵，递推最小二乘算法在前一时刻模型参数的基础上，利用当前时刻的输入数据对前一时刻的型参数进行修正，得到当前时刻的模型参数；6权重计算：自适应递推最小二乘法通过周期性参数校正和更新来降低应用环境不确定对系统模型及模型参数的影响，从而实现对系统实时特性的精确获取，泵站系统的能耗影响因素较多，总抽水流量、各变频器频率、各水泵电流参数与泵站总能耗的相关系数明显高于其他参数，该方法很难实现参数的精确估计；因此，根据权的最小平方法，通过求解判断矩阵在特定约束条件下函数关系极小化解，并将其作为最终的排序权向量，权的最小平法通过求解判断矩阵在特定约束条件下函数关系极小化解ωθ，综合分析影响泵站能耗多参数之间的相对重要程度，进行两两比较后建立判断矩阵首先建立判断矩阵A: 得到判断矩阵A后，求解函数极小值ωθ，函数关系为约束条件为极小化ωθ＝ω1,ω2,...,ωnT，ωθ的计算公式为： 式中， e＝11,1,...,1T7拟合模型使用自适应递推加权最小二乘法拟合预测模型，将能耗作为因变量，其他选定的自变量作为预测变量，利用加权最小二乘法估计模型参数，确定最小化加权残差平方和；8模型评估优化：对拟合的预测模型进行评估，检查其拟合程度和预测性能，使用交叉验证、残差分析、模型诊断图来评估模型的准确性和可靠性，并优化模型；9预测能耗：将泵站的总抽水流量、总管压强、各变频器频率、各进出口水管压力、各水泵轴承温度、各水泵进水蝶阀阀位、各水泵电流、各水泵转速等数作为预测变量输入到预测模型中，预测出相应的泵站总能耗值。

全文数据：

权利要求：

百度查询： 新疆河润科技股份有限公司 一种基于自适应递推加权最小二乘法的泵站能耗预测方法