一种供水加压泵站的智能控制方法与流程

1.本发明涉及供水控制技术领域，特别是涉及一种供水加压泵站的智能控制方法。


背景技术：

2.水是生命之源、生产之要、生态之基，水的重要性不言而喻，但是水并非取之不尽、用之不竭。因此，节约用水是每个公民应尽的责任和义务。在提高公民自我节水意识的同时，如何从技术手段实现节水的目的，同样也是需要着重解决的一项重要技术瓶颈。
3.在居民供水过程中，针对某一区域加压泵站，为辖区内的所有用户时刻加压供水，保障人们基本用水需求，常规做法是，打开水泵，对管网内的水增压，保证水压即可，这种方法比较滞后，仅仅保证供水压力，在用水低峰时，同样使水泵处于全负荷运转，达不到节水的效果。
4.当前节水技术日新月异，但是充分运用好互联网的研究成果，对供水加压泵站实现智能化控制水泵启停一直是专家们研究的课题，只有通过前沿技术按需调节供水，才能达到节能节水目的。


技术实现要素：

5.本发明所要解决的技术问题是提供一种供水加压泵站的智能控制方法，通过对泵站的智能控制，实现按需供水的目标，有效节约水资源。
6.本发明解决其技术问题所采用的技术方案是：提供一种供水加压泵站的智能控制方法，包括：
7.步骤(1)：采集关于供水管道的瞬时流量和出水压力数据，以及水泵状态数据；
8.步骤(2)：对采集到的数据进行预处理，得到预处理数据；
9.步骤(3)：通过大数据分析方法对所述预处理数据中的瞬时流量和出水压力数据进行二次处理，得到二次处理数据；通过智能算法对所述预处理数据中的水泵状态数据进行计算，得到水泵状态系数δ
emax
；
10.步骤(4)：根据所述二次处理数据和水泵状态系数δ
emax
生成用水线性变化模型，并在所述用水线性变化模型中引入用水影响因子系数λ，通过优化所述用水影响因子λ来动态调整所述用水线性变化模型，最后生成用水变化曲线；
11.步骤(5)：根据所述用水变化曲线得到水泵功率变化曲线，再根据所述水泵功率变化曲线对水泵功率进行实时调整。
12.所述步骤(3)中通过大数据分析方法对所述预处理数据中的瞬时流量和出水压力数据进行二次处理，得到二次处理数据，具体为：采用大数据分析法，对所述预处理数据中的瞬时流量和出水压力数据进行集群、分割和异常值判定，得到二次处理数据。
13.所述步骤(3)中通过智能算法对所述预处理数据中的水泵状态数据进行计算，得到水泵状态系数δ
emax
，具体为：对所述预处理数据中的水泵状态数据进行随机抽样得到矩阵a，并对所述矩阵a进行模糊化操作得到矩阵a1；通过计算所述矩阵a1的每一列的均值、方
差和峭度得到特征矩阵b；通过信息熵算法计算所述特征矩阵b的信息熵w；
14.根据所述特征矩阵b和特征矩阵b的信息熵w计算得到水泵状态系数δ
emax
，公式为：其中，w为特征矩阵b的信息熵，n为b*w的长度。
15.所述步骤(4)中根据所述二次处理数据和水泵状态系数δ
emax
生成用水线性变化模型，并在所述用水线性变化模型中引入用水影响因子系数λ，公式为：
[0016][0017]
其中，q
total
为总流量，w
i
为泵轴功率，h为水泵额定扬程，r
e
为水泵出水口管道阻力系数，η为水泵效率，p为总出口压力，n为水泵台数。
[0018]
所述步骤(4)中通过优化所述用水影响因子λ来动态调整所述用水线性变化模型，最后生成用水变化曲线，具体为：将预设出口压力值和最少水泵运行台数作为约束条件，采用遗传算法对所述用水影响因子λ进行优化，并将优化后的用水影响因子λ赋给所述用水线性变化模型，通过优化后的用水线性变化模型对水量曲线进行拟合，得到供水流量与各个水泵功率、水泵运行台数之间的用水变化曲线。
[0019]
所述步骤(5)具体为：通过所述用水变化曲线，设计水泵功率与瞬时流量之间的变化关系模型，根据所述变化关系模型得到水泵功率变化曲线，最后根据所述水泵功率变化曲线对水泵功率进行实时调整。
[0020]
有益效果
[0021]
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明提供的供水加压泵站的智能控制方法，通过大数据分析技术和人工智能算法得到用水线性变化模型，并在用水线性变化模型中引入用水影响因子系数，用水影响因子系数能够根据实际需求来优化用水线性变化模型，进而智能控制水泵的启停，按需调节供水，实现对辖区内所有用户智能化供水，能够有效节能节水，实现泵站朝智能化和绿色化方向发展。
附图说明
[0022]
图1是本发明实施方式的方法流程图；
[0023]
图2是本发明实施方式中采集的关于水泵参数变化曲线图；
[0024]
图3是本发明实施方式的一天的用水流量示意图；
[0025]
图4是本发明实施方式的水泵功率变化曲线图。
具体实施方式
[0026]
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0027]
本发明的实施方式涉及一种供水加压泵站的智能控制方法，如图1所示，为本发明实施方式的方法流程图，以某区域内的加压泵站为例，共有6台水泵，其中4台大泵(用3备
1)，2台小泵(用1备1)，并联接入供水管道，此时设置出水压力为0.5mpa，具体方法如下：
[0028]
步骤(1)：在加压泵站设备尚安装对应的监测装置，用于对供水管道内流过水的瞬时流量数据、出水压力数据的采集；在各个供应泵中安装状态监测装置，用于对水泵状态数据的采集，所述水泵状态数据包括电压、电流和泵振动信号。
[0029]
本实施方式中，设置采样频率为0.05hz，以某一天中的某一段时间(早上9点到10点)为例，采集关于供水管道的瞬时流量、出水压力数据和水泵状态数据，具体采集数据如图2所示。
[0030]
步骤(2)：对采集到的数据进行预处理，完成数据的删失与补充，得到预处理数据。
[0031]
步骤(3)：通过大数据分析方法对所述预处理数据中的瞬时流量和出水压力数据进行二次处理，得到二次处理数据；通过智能算法对所述预处理数据中的水泵状态数据进行计算，得到水泵状态系数δ
emax
。
[0032]
所述步骤(3)具体分为两部分：
[0033]
第一部分：所述步骤(3)中通过大数据分析方法对所述预处理数据中的瞬时流量和出水压力数据进行二次处理，得到二次处理数据，具体为：采用大数据分析法，对所述预处理数据中的瞬时流量和出水压力数据进行集群、分割和异常值判定，得到二次处理数据。
[0034]
第二部分：所述步骤(3)中通过智能算法对所述预处理数据中的水泵状态数据(主要是泵振动信号)进行计算，得到水泵状态系数δ
emax
，具体为：预处理后的水泵状态数据共计360000点，对其进行随机抽样成360*1000的矩阵，并用a来表示，并对所述矩阵a进行模糊化操作得到矩阵a1，通过隶属度函数来实现模糊化操作，公式为：其中，f(x,σ,c)为隶属度函数，e为指数函数，σ为矩阵a中不同列的标准差，c为矩阵a中不同列的均值；通过计算所述矩阵a1的每一列的均值、方差和峭度得到1000*3的特征矩阵b；通过信息熵算法计算所述特征矩阵b的信息熵w，公式为：其中，h(x)为信息熵结果，计算出来的h(x)就是所要计算的信息熵w，x为矩阵b的列，m为矩阵b每列的长度，p
i
为矩阵b每列的数据取值；根据所述特征矩阵b和特征矩阵b的信息熵w计算得到水泵状态系数δ
emax
，公式为：其中，w为特征矩阵b的信息熵且长度为3*1，n为b*w的长度，此处n的长度为1000。
[0035]
步骤(4)：根据所述二次处理数据和水泵状态系数δ
emax
生成最终生成以时间为横坐标的用水线性变化模型，并在所述用水线性变化模型中引入用水影响因子系数λ，通过优化所述用水影响因子λ来动态调整所述用水线性变化模型，最后生成用水变化曲线图。
[0036]
所述步骤(4)中根据所述二次处理数据和水泵状态系数δ
emax
生成用水线性变化模型，并在所述用水线性变化模型中引入用水影响因子系数λ，公式为：
[0037][0038]
其中，q
total
为总流量，w
i
为泵轴功率，h为水泵额定扬程，r
e
为水泵出水口管道阻力系数，η为水泵效率，p为总出口压力，n为水泵台数。
[0039]
所述步骤(4)中通过优化所述用水影响因子λ来动态调整所述用水线性变化模型，
具体为：将预设出口压力值和最少水泵台数作为约束条件，采用遗传算法对所述用水影响因子λ进行优化，并将优化后的用水影响因子λ赋给所述用水线性变化模型。
[0040]
在所述用水线性变化模型中添加了用水影响因子λ后，可以根据不同的时间段，动态调整用水线性变化模型，例如，夏天和冬天的供水要求不一样，即夏天对应的用水影响因子λ不适合于冬天，故需要优化用水影响因子λ，来使所述用水线性变化模型达到最优。
[0041]
基于上述分析，在将出口压力值趋于预设定值和最少水泵运行台数作为约束条件的基础上，通过优化后的用水线性变化模型对水量曲线进行拟合，得到供水流量与各个水泵功率、水泵运行台数之间的用水变化曲线；通过对公式进行变化，得到：
[0042][0043]
并且在流量、出口压力、各项额定参数已知的情况下，寻找总功率与水泵运行台数之间的关系，即在运行总功率最小的情况下，寻找总流量与水泵运行台数之间的关系，进而得到用水变化曲线。
[0044]
步骤(5)：根据所述用水变化曲线得到水泵功率变化曲线，再根据所述水泵功率变化曲线对水泵功率进行实时调整，从而达到实时节能节水的目标。
[0045]
所述步骤(5)具体为：通过所述用水变化曲线图，设计水泵功率与瞬时流量之间的变化关系模型，根据所述变化关系模型得到水泵功率变化曲线，最后根据所述水泵功率变化曲线对水泵功率进行实时调整。
[0046]
本实施方式中，通过获取一天的流量数据(如图3)所示，最后得到如图4所示的水泵功率变化曲线，并且每一时刻下的功率耗电量是最小的。
[0047]
基于此，可以设置相应的工况模式，设置四台大泵，分别定义为1、2、3、4，每个循环工况均运行一周，每次均将前三台泵作为主泵，最后一台泵作为备用泵，如在循环工况为1
→2→3→
4时，1/2/3为主泵，4泵为备用泵，如在循环工况为2
→3→4→
1时，2/3/4为主泵，1泵为备用泵，以此循环工况模式运行；设置两台小泵，每个工况下均运行一周，来回交互替换，从而避免备用泵由于长时间不用，导致其故障而损坏，最终保证泵的连续良好状态运行。
[0048]
由此可见，本发明通过借助智能算法、大数据分析等技术手段，对供水加压泵站实现智能化控制，按需调节供水，实现节能节水的良好效果。