一种节能自适应的泵站控制方法与流程

1.本发明涉及泵站控制技术领域，尤其涉及一种节能自适应的泵站控制方法。


背景技术：

2.水利工程，是用于控制和调配自然界的地表水和地下水，达到兴利除害目的而修建的工程。在水利工程中，当需要将低水位的水资源调度至高水位时，往往需要通过泵站系统加以实现。一些大型的泵站系统往往包括地理位置在不同高度的多级泵站，而各级泵站之间往往存在一定的高度差。当水泵向高处抽水过程中，如果发生某些紧急故障，导致水泵无法继续抽水时，将导致水流方向急速发生改变，由于泵站的管路系统较为密闭，容易导致水体流量瞬间急剧变化，进而引发水锤效应，对泵站系统中的管路、水泵等都会造成较大的冲击破坏。
3.现有的泵站常常会因为施工周期长，同时在抽水的过程中出现堵塞，需要人工进行查看和管理，非常耗时耗力，并且无法对泵站进行远程控制管理。由于泵站需要电量较大，在一些乡村的山地上，常常会出现断掉或者耗电较大，无法很好的满足泵站的实时抽水的需求。
4.同时现有的泵站控制均是固定化，使得无法根据具体的抽水影响参数进行自行调节，无法实现功率最大化。需要设计一种节能自适应的泵站控制方法。


技术实现要素：

5.本发明的目的在于提供一种节能自适应的泵站控制方法，解决现有泵站控制上单一的模式，功耗较高的技术问题。
6.为了实现上述目的，本发明采用的技术方案如下：
7.一种节能自适应的泵站控制方法，实现该控制方法的系统包括泵站外箱体(1)、泵站体装置和控制柜(19)，泵站体装置和控制柜(19)设置在泵站外箱体(1)内，控制柜(19)与泵站体装置控制连接，控制柜(19)通过无线与远程控制端和客户端连接，泵站外箱体(1)用于将泵站体装置和控制柜(19)提前安装固定在泵站外箱体(1)内，把泵站外箱体(1)安装模块化设计，然后在工厂将泵站体装置和控制柜(19)分别安装在不同的模块化的箱体内，然后根据不同的泵站的参数进行调试与测试输出水量和功率数据，用卡车将模块化的箱体运输到目的地然后将模块化的箱体进行拼接；
8.控制方法在控制柜(19)的处理器内进行，控制方法的具体步骤为：
9.步骤1：对泵站抽水的若干个数据进行收集，得到泵站抽水数据集db，表示为db＝{si|i＝1，2，
…
，m}，m为数据样本的个数；
10.步骤2：将db中的已有数据样本作为参考对象，
11.步骤3：将db中的已有数据样本作为参考对象，找出与泵站初始调试的参数相近的k个邻样本，并根据k个近邻样本与泵站初始调试的参数的距离来确定影响权重，然后将k个近邻样本的对应抽水的功率参数加权回归值作为泵站抽水的功率参数的设计初值，设第i
个样本的最高效率的功率和初始泵站抽水功率分别为y
i1
和y
i2
，设泵站为o，对应泵站的抽水影响因数为{o1，o2，
…
，o
θ
}，泵站最高效率的功率和初始泵站抽水功率分别为y
o1
和y
o2
；
12.步骤4：对泵站的功率进行修正，基于选取的数据集db，数据分析出除泵站的抽水影响因数外的影响因素，得到基于初始泵站抽水功率的修正模型结构，通过样本训练可得到误差修正模型，将模型拟合的误差修正量与泵站抽水功率初始值求和完成初始泵站抽水功率的设计；
13.步骤5：控制柜(19)将泵站抽水功率始值作为基准值，并换算出基准效率值，在后续的抽水过程中，由于泵站抽水的影响因数会发生变化，将泵站抽水实际功率换算成实际效率值，把实际效率值实时与基准效率值比较，当实际效率值小于基准效率值，将实际功率值作为后续的基准效率值。
14.进一步地，所述步骤1的具体过程为：每个泵站抽水数据的泵站相关参数、抽水泵相关数据和水泵需水量数据的属性变量，按照性质将泵站抽水数据属性划分为泵站相关参数的影响因素xk，k＝1，2，...，t，t表示工艺影响因素的个数，泵站相关参数yj，j＝1，2，...，n，n表示泵站相关参数的个数，泵站抽水数据样本si的对应属性数据分别为x
ik
和y
ij
，泵站相关参数包括地势差压力、水管弯头数量、泵站抽水功率和输出效率。
15.进一步地，步骤2的具体过程为：
16.步骤2.1：对数据进行预处理，利用数据归一化方法消除不同相关属性之间不同纲量的影响：
[0017][0018]
式中，max(k)和min(k)分别表示泵站相关参数数据库中第k列数据的最大值和最小值；
[0019]
步骤2.2：计算泵站抽水数据之间的距离，通过计算欧氏距离衡量特征空间内泵站抽水数据之间的距离，并根据距离的大小取k个与目标泵站抽水数据近邻的样本，泵站抽水数据样本距离计算如下所示：
[0020][0021]
步骤2.3：根据距离di的大小，按从小到大顺序，取k个与泵站o的抽水泵相关数据距离最小的样本，即近邻聚类样本集cs，cs＝{si′
|i
′
＝1，2
…
，k}，并根据距离关系确定各聚类样本的权重ωi′
，表征与o的相近程度，样本权重计算如下式所示：
[0022][0023]
ωi′
是第i
′
个聚类样本的权重，di′
是第i
′
个聚类样本与目标泵站抽水数据的计算距离；
[0024]
步骤2.4：根据步骤2.3所得样本权重，对所求的泵站相关参数进行加权求和，得到目标泵站抽水数据所需的泵站相关参数，目标泵站抽水数据的相关参数计算如下式所示：
[0025]
[0026][0027]
根据knn算法求取最优k值，以构建优聚类规模，经过寻优，当k为某个值时，泵站抽水功率初始值求和完成初始泵站抽水功率的相对误差和均方误差均接近最低水平，此时knn模型预测效果最精确和稳定。
[0028]
进一步地，步骤3的具体过程为：
[0029]
步骤3.1：按划分类别，统计泵站抽水数据集db中已有样本属于类别的数量，并计算同类的泵站抽水数据效率值的算术平均值为该类泵站抽水数据效率，在此基础上，采用最小二乘法拟合对应相关属性与泵站抽水功率始值的关系，通过拟合优度结果判断实际相关性，取拟合优度超过85％的为最相关因素，列入为输入量，然后进行最小二乘法拟合，拟合优度计算如下：
[0030][0031]
式中，为最小二乘法拟合的泵站抽水功率始值；
[0032]
步骤3.2：选取泵站抽水功率始值的相关因素，建立误差修正模型，误差修正模型包括输入层、模式层、求和层和输出层，输入层为影响因素变量，模式层用于计算测试与训练样本输入向量的距离信息模式层的神经元数量与模型的训练样本数量相同，即每一个模式层神经元对应一个训练样本，与输入层神经元为全连接，求和层使用两种类型神经元进行求和，分别为a类神经元和b类神经元，a类神经元只有一个，计算值为所有模式层神经元的输出算数和，b类神经元的数量与输出向量维数相同，需要对模式层所有神经元进行加权求和，求和层第n个b类神经元与模式层第λ个神经元的连接权值为该模式层神经元对应的学习样本的输出向量中第n个元素l
λn
，n为正整数，输出层按得到的输出量即泵站抽水功率始值的修正值。
[0033]
本发明由于采用了上述技术方案，具有以下有益效果：
[0034]
本发明通过根据原始的一些泵站的数据进行对现有设计的泵站的初始功率数据进行修正，然后再结合实际效率输出，从而达到使用原来的大数据提高一个新设计的泵站的抽数数据的自动设计，实现自动检测自动修正，避免需要人为的设置，同时根据不同的参数的变化，进行自动的调整，从而使得输出的效率为最大值，实现最大的节能，实现自适应的工作控制过程。
附图说明
[0035]
图1是本发明泵站外部立体结构示意图；
[0036]
图2是本发明泵站内部俯视图；
[0037]
图3是本发明左侧立体结构示意图；
[0038]
图4是本发明右侧立体结构示意图。
[0039]
附图中，1-泵站外箱体，2-控制箱模块，3-水泵箱模块，4-水泵进水管，5-排气阀，6-汇水管，7-水泵，8-砂石过滤器，9-第一排污管，10-第二排污管，11-网式过滤器，12-出水口，13-超声波流量计，14-止回阀，15-持压减压阀，16-碟阀，17-空气阀，18-压力表，19-控
制柜，20-摄像头安装孔。
具体实施方式
[0040]
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
[0041]
如图1-4所示，一种节能自适应的泵站控制方法，实现该控制方法的系统包括泵站外箱体1、泵站体装置和控制柜19，泵站体装置和控制柜19设置在泵站外箱体1内，控制柜19与泵站体装置控制连接，控制柜19通过无线与远程控制端和客户端连接，泵站外箱体1用于将泵站体装置和控制柜19提前安装固定在泵站外箱体1内，把泵站外箱体1安装模块化设计，然后在工厂将泵站体装置和控制柜19分别安装在不同的模块化的箱体内，然后根据不同的泵站的参数进行调试与测试输出水量和功率数据，用卡车将模块化的箱体运输到目的地然后将模块化的箱体进行拼接。
[0042]
控制方法在控制柜19的处理器内进行，控制方法的具体步骤为：
[0043]
步骤1：对泵站抽水的若干个数据进行收集，得到泵站抽水数据集db，表示为db＝{si|i＝1，2，
…
，m}，m为数据样本的个数。每个泵站抽水数据的泵站相关参数、抽水泵相关数据和水泵需水量数据的属性变量，按照性质将泵站抽水数据属性划分为泵站相关参数的影响因素xk，k＝1，2，...，t，t表示工艺影响因素的个数，泵站相关参数yj，j＝1，2，...，n，n表示泵站相关参数的个数，泵站抽水数据样本si的对应属性数据分别为x
ik
和y
ij
，泵站相关参数包括地势差压力、水管弯头数量、泵站抽水功率和输出效率。
[0044]
步骤2：将db中的已有数据样本作为参考对象。步骤2.1：对数据进行预处理，利用数据归一化方法消除不同相关属性之间不同纲量的影响：
[0045][0046]
式中，max(k)和min(k)分别表示泵站相关参数数据库中第k列数据的最大值和最小值；
[0047]
步骤2.2：计算泵站抽水数据之间的距离，通过计算欧氏距离衡量特征空间内泵站抽水数据之间的距离，并根据距离的大小取k个与目标泵站抽水数据近邻的样本，泵站抽水数据样本距离计算如下所示：
[0048][0049]
步骤2.3：根据距离di的大小，按从小到大顺序，取k个与泵站o的抽水泵相关数据距离最小的样本，即近邻聚类样本集cs，cs＝{si′
|i
′
＝1，2
…
，k}，并根据距离关系确定各聚类样本的权重ωi′
，表征与o的相近程度，样本权重计算如下式所示：
[0050][0051]
ωi′
是第i
′
个聚类样本的权重，di′
是第i
′
个聚类样本与目标泵站抽水数据的计算
距离；
[0052]
步骤2.4：根据步骤2.3所得样本权重，对所求的泵站相关参数进行加权求和，得到目标泵站抽水数据所需的泵站相关参数，目标泵站抽水数据的相关参数计算如下式所示：
[0053][0054][0055]
根据knn算法求取最优k值，以构建优聚类规模，经过寻优，当k为某个值时，泵站抽水功率初始值求和完成初始泵站抽水功率的相对误差和均方误差均接近最低水平，此时knn模型预测效果最精确和稳定。
[0056]
步骤3：将db中的已有数据样本作为参考对象，找出与泵站初始调试的参数相近的k个邻样本，并根据k个近邻样本与泵站初始调试的参数的距离来确定影响权重，然后将k个近邻样本的对应抽水的功率参数加权回归值作为泵站抽水的功率参数的设计初值，设第i个样本的最高效率的功率和初始泵站抽水功率分别为y
i1
和y
i2
，设泵站为o，对应泵站的抽水影响因数为{o1，o2，
…
，o
θ
}，泵站最高效率的功率和初始泵站抽水功率分别为y
o1
和y
o2
。
[0057]
步骤3.1：按划分类别，统计泵站抽水数据集db中已有样本属于类别的数量，并计算同类的泵站抽水数据效率值的算术平均值为该类泵站抽水数据效率，在此基础上，采用最小二乘法拟合对应相关属性与泵站抽水功率始值的关系，通过拟合优度结果判断实际相关性，取拟合优度超过85％的为最相关因素，列入为输入量，然后进行最小二乘法拟合，拟合优度计算如下：
[0058][0059]
式中，为最小二乘法拟合的泵站抽水功率始值；
[0060]
步骤3.2：选取泵站抽水功率始值的相关因素，建立误差修正模型，误差修正模型包括输入层、模式层、求和层和输出层，输入层为影响因素变量，模式层用于计算测试与训练样本输入向量的距离信息模式层的神经元数量与模型的训练样本数量相同，即每一个模式层神经元对应一个训练样本，与输入层神经元为全连接，求和层使用两种类型神经元进行求和，分别为a类神经元和b类神经元，a类神经元只有一个，计算值为所有模式层神经元的输出算数和，b类神经元的数量与输出向量维数相同，需要对模式层所有神经元进行加权求和，求和层第n个b类神经元与模式层第λ个神经元的连接权值为该模式层神经元对应的学习样本的输出向量中第n个元素l
λn
，n为正整数，输出层按得到的输出量即泵站抽水功率始值的修正值。
[0061]
步骤4：对泵站的功率进行修正，基于选取的数据集db，数据分析出除泵站的抽水影响因数外的影响因素，得到基于初始泵站抽水功率的修正模型结构，通过样本训练可得到误差修正模型，将模型拟合的误差修正量与泵站抽水功率初始值求和完成初始泵站抽水功率的设计。
[0062]
步骤5：控制柜19将泵站抽水功率始值作为基准值，并换算出基准效率值，在后续的抽水过程中，由于泵站抽水的影响因数会发生变化，将泵站抽水实际功率换算成实际效
率值，把实际效率值实时与基准效率值比较，当实际效率值小于基准效率值，将实际功率值作为后续的基准效率值。
[0063]
泵站外箱体1的外侧设置有若干个摄像头安装孔20，摄像头安装孔20上安装有安防摄像头，用于无人监管的实时布防，入侵布防，接近报警、危险区域入侵报警，泵站外箱体1内部设置有设备视屏监控摄像头，用于供用户远程实时监管泵站外箱体1内的设备。
[0064]
泵站外箱体1包括若干个水泵箱模块3和控制箱模块2，水泵箱模块3用于安装泵站体装置，泵站体装置在出厂前进行安装固定在水泵箱模块3内，在出厂安装时，先对需要安装的场地进行考察，确定泵站的抽水的流量范围和高度为多少，然后选定适应范围的泵站体装置进行安装，水泵箱模块3与控制箱模块2之间或者水泵箱模块3与水泵箱模块3之间的侧边直接连通。
[0065]
泵站体装置包括水泵进水管4、排气阀5、汇水管6、水泵7、砂石过滤器8、第一排污管9、第二排污管10、网式过滤器11、出水口12、超声波流量计13、止回阀14、持压减压阀15、碟阀16、空气阀17和压力表18，水泵进水管4设置在水泵7的进水端，汇水管6设置在水泵7的出水端，排气阀5设置在汇水管6的上端，砂石过滤器8的输入端与汇水管6连通，第一排污管9与砂石过滤器8的过滤废料口连接，网式过滤器11的输入端与砂石过滤器8的清水输出端连接，第二排污管10与网式过滤器11的废料出口连接，网式过滤器11的输出端与出水口12之间一次设置有超声波流量计13、止回阀14、持压减压阀15、碟阀16、空气阀17和压力表18，水泵7、砂石过滤器8、网式过滤器11、超声波流量计13、止回阀14、持压减压阀15、碟阀16、空气阀17和压力表18均与控制柜19连接。
[0066]
泵站具备电气智能保护装置，速断保护，过负荷保护，三相不平衡保护，低电压/过电压保护，接地/漏电保护，防雷击保护，堵转保护，失流保护，预热启动过热保护。地板配置金属地板，防止设备收到静电损坏。
[0067]
泵站外箱体1的顶部设置有太阳能板，控制箱模块2上设置有储能单元，储能单元包括日常供电太阳能电池和应急供电电池，当日常供电太阳能电池没电，并且市电无法供电时，启动应急供电电池供电。具备ups功能，实现在没有市电情况下可以提供电源给监控设备继续工作；
[0068]
采用柔性太阳能电池板及ups，实现对控制柜弱点侧，搅拌机、安防等供电，最大限度的实现节能减排要求。
[0069]
控制柜19实时检测电机的电流、电压、功率、功率因数和变频器输出频率，同时实时检测流量、水量和压力，在对水泵进行控制时，当检测水流量在预设的范围时，调整电机的输出功率，使得效率保持最高的状态进行输出，当检测到日常供电太阳能电池的电量已满，同时检测到太阳能的光照强度大于设定值时，提高水泵的输出功率，将水输出流量调整到预设范围的最大值，利用太阳能板转化的所有电能。全面感知水首内外环境，智能控制水首内部的环境，保证内部设置在舒适环境下工作，选择工业级设备，满足可以在各种恶劣环境下长时间的运行。
[0070]
控制柜19实时检测砂石过滤器8和网式过滤器11的滤网实时压力，当滤网压力大于预设值时，将设置在砂石过滤器8和网式过滤器11上的反冲洗压力水泵开启，同时关闭设置在砂石过滤器8和网式过滤器11的进水端的开关，通过冲洗压力水泵喷出的水压将滤网上的杂质反向冲出，并从第一排污管9或者第二排污管10流出，实现自动检测滤网的杂质多
少，然后自动清洗，检测滤网实时压力的具体过程为，先检测滤网前端的进水的压力，然后再检测清洗好的滤网的初始进水的压力，随后将检测的滤网的压力与初始进水的压力作差值比较，当差值大于预设值时，表示滤网堵塞，需要反向冲洗。
[0071]
控制柜19实时检测泵站外箱体1内部的环境温湿度、水泵的振动数据、温度数据和水箱液位数据，当水箱液位数据的水位达到预设位置时，自动控制水泵停止工作，泵站外箱体1内部的环境温湿度大于预设值时，控制设置在泵站外箱体1侧边的抽气扇进行工作，直到温度低于预设值后，抽气扇停止工作，当水泵的振动数据或者温度数据大于预设值时，控制水泵停止工作间隔时间，然后启动，再检测水泵的振动数据和温度数据是否恢复正常水平状态，当还无法恢复正常状态时，通过无线通知远程用户或者管理人员进行维修，实现故障自检功能、自诊断及远程复位功能。
[0072]
控制柜19实时采集供水流量、滤网两侧压力和变频器的功率，在压力差和供水压力一定的情况下，功耗和流量成正向作用，在流量和供水压力一定的情况下，功耗和压力差成正向作用，供水压力固定的情况下，得到供水流量、滤网两侧压力和变频器的功率三者的关系，建立模型，超出模型的功耗将会增加，将需要进行反冲洗操作，不断完善冲洗时间间隔，建立自动反冲洗模型。
[0073]
通过变频器保证供水压力，根据阀门位置、开关时间控制变频器，使得防水锤空气室内的液位稳定，形成水压、阀门位置、阀门动作和空气室水位关系模型，通过据分析及模型优化控制策略有效防止水锤的产生，供水效率涉及到供水压力、供水位置有关，供水位置包括网络和高度，在同一个供水点上，不断的在目前寻求的供水压力和供水流量，形成能耗与供水流量的关系，不断的寻求能耗流量比的供水压力值，下次启动自动调用上次最佳能耗和流量比所对应供水压力，确保这次在较佳位置上运行，在不断微调整以寻求最佳的供水压力，达到节能减碳的最佳效果。
[0074]
传统泵站能效效率低，泵组选型、设备连接、控制模式等没有统一标准，致使泵站能耗高。运营效率低，控制：90％以上人工控制，维护：100％坏了再修，管理：90％手工台账，整体运营成本高、效率低。系统监管难，信息化水平低，没有远程预警告警功能，靠人工很难监管到位。土地复耕难，混凝土泵房建设需按房建要求进行建设，野外的混凝土结构很难进行复耕。故障率高，受限于缺乏标准，现场diy因人的因素导致成品故障率高。
[0075]
实现标准化，产品标准化，性能标准化，生产标准化，模块化，结构模块化，功能模块化，安装模块化，智能化，监测智能化，控制智能化，节能智能化，安防智能化，数据分析智能化。
[0076]
将泵站外箱体模块化处理，使得在安装和运输过程更加的高效，传统的建立一个泵站的时间大概为42天左右，但是本技术的泵站实现两天即可安装建设完成，效率大大提高，标准化泵房、模块化组件，可快速安装和投入使用，整体进行标准化设计和生产，并进行严格测试，确保泵站的各项指标合格与稳定，高效率供水指标
[0077]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。