泵性能曲线生成方法、模型构建和训练方法及装置与流程

本发明涉及水泵性能检测，尤其涉及一种泵性能曲线生成方法、模型构建和训练方法及装置。

背景技术：

1、水泵是输送液体或使液体增压的流体机械，被广泛应用于石化、核电、灌溉、城市供水和供暖系统。水泵的基本性能参数包括流量、扬程、功率、效率以及转速等，通常将表示水泵主要性能参数之间关系和变化规律的曲线称为水泵的性能曲线。

2、相关技术中，通常采用憋泵法生成水泵性能曲线，具体是通过逐渐关闭阀门记录水泵的流量、扬程和功率等数据来绘制水泵性能曲线。然而，在日常运行中，憋泵法存在安全、经济和实际工况等方面的限制。关闭出水管道的阀门会导致系统压力升高，可能对管道和设备造成损坏，并增加能耗和维修成本。此外，憋泵法只能提供封闭状态下的性能曲线，无法准确预测水泵在实际工况中的性能。

技术实现思路

1、本发明提供了一种泵性能曲线生成方法、模型构建和训练方法及装置，以实现基于水泵的历史运行数据模拟生成预测时刻的泵房运行数据的效果，增加了水泵性能分析数据的多样性和丰富性，进而，提高了泵性能曲线的准确度。

2、根据本发明的第一方面，提供了一种泵性能曲线生成方法，该方法包括：

3、针对泵房中的各待测水泵，获取当前待测水泵对应的待处理运行数据以及所述当前待测水泵相关联的目标吸水井对应的待处理液位数据；其中，所述待处理运行数据包括水泵频率、水泵压力以及水泵流量；所述待处理运行数据包括当前时刻的当前运行数据以及在所述当前时刻之前预设时长内的历史运行数据；所述待处理液位数据包括所述当前时刻的当前液位数据以及在所述当前时刻之前所述预设时长内的历史液位数据；

4、获取所述当前待测水泵在所述当前时刻的下一时刻的预设水泵频率和预设水泵流量区间；

5、基于预先调取的水泵压力预测子模型对所述待处理运行数据、所述待处理液位数据、所述预设水泵频率以及所述预设水泵流量区间进行处理，得到与所述预设水泵流量区间对应的预测水泵压力区间；其中，所述水泵压力预测子模型是环境模型中的一个子模型，所述环境模型是由至少一个子模型构建得到，且所述至少一个子模型按照预设拼接顺序拼接；

6、基于所述预设水泵流量区间和所述预测水泵压力区间，确定所述当前待测水泵在所述下一时刻的泵性能曲线。

7、根据本发明的第二方面，提供了一种模型构建方法，该方法包括：

8、获取多个待拼接子模型；

9、将各所述待拼接子模型按照预设拼接顺序拼接在一起，得到待训练模型。

10、根据本发明的第三方面，提供了一种模型训练方法，该方法包括：

11、获取多个训练样本；其中，所述训练样本中包括样本水泵流量、样本水泵压力、样本水泵频率、预测时刻对应的实际水泵流量和实际水泵压力、样本管路流量、样本管路压力、所述预测时刻对应的实际管路流量和实际管路压力以及样本吸水井液位；

12、对于各训练样本，将当前训练样本输入至待训练模型中，得到各待拼接子模型对应的输出结果；

13、基于所述输出结果对相应待拼接子模型中的模型参数进行修正，并将各所述待拼接子模型中的损失函数收敛作为训练目标，得到环境模型，以基于所述环境模型中的水泵压力预测子模型对所述泵房中的待测水泵在下一时刻不同预设水泵流量下的水泵压力进行预测，得到预测水泵压力。

14、根据本发明的第四方面，提供了一种泵性能曲线生成装置，该装置包括：

15、数据获取模块，用于针对泵房中的各待测水泵，获取当前待测水泵对应的待处理运行数据以及所述当前待测水泵相关联的目标吸水井对应的待处理液位数据；其中，所述待处理运行数据包括水泵频率、水泵压力以及水泵流量；所述待处理运行数据包括当前时刻的当前运行数据以及在所述当前时刻之前预设时长内的历史运行数据；所述待处理液位数据包括所述当前时刻的当前液位数据以及在所述当前时刻之前所述预设时长内的历史液位数据；

16、预设数据获取模块，用于获取所述当前待测水泵在所述当前时刻的下一时刻的预设水泵频率和预设水泵流量区间；

17、数据处理模块，用于基于预先调取的水泵压力预测子模型对所述待处理运行数据、所述待处理液位数据、所述预设水泵频率以及所述预设水泵流量区间进行处理，得到与所述预设水泵流量区间对应的预测水泵压力区间；其中，所述水泵压力预测子模型是环境模型中的一个子模型，所述环境模型是由至少一个子模型构建得到，且所述至少一个子模型按照预设拼接顺序拼接；

18、性能曲线确定模块，用于基于所述预设水泵流量区间和所述预测水泵压力区间，确定所述当前待测水泵在所述下一时刻的泵性能曲线。

19、根据本发明的第五方面，提供了一种模型构建装置，该装置包括：

20、子模型获取模块，用于获取多个待拼接子模型；

21、子模型拼接模块，用于将各所述待拼接子模型按照预设拼接顺序拼接在一起，得到待训练模型。

22、根据本发明的第六方面，提供了一种模型训练装置，该装置包括：

23、训练样本获取模块，用于获取多个训练样本；其中，所述训练样本中包括样本水泵流量、样本水泵压力、样本水泵频率、预测时刻对应的实际水泵流量和实际水泵压力、样本管路流量、样本管路压力、所述预测时刻对应的实际管路流量和实际管路压力以及样本吸水井液位；

24、输出结果确定模块，用于对于各训练样本，将当前训练样本输入至待训练模型中，得到各待拼接子模型对应的输出结果；

25、模型参数修正模块，用于基于所述输出结果对相应待拼接子模型中的模型参数进行修正，并将各所述待拼接子模型中的损失函数收敛作为训练目标，得到环境模型，以基于所述环境模型中的水泵压力预测子模型对所述泵房中的待测水泵在下一时刻不同预设水泵流量下的水泵压力进行预测，得到预测水泵压力。

26、根据本发明的第七方面，提供了一种电子设备，所述电子设备包括：

27、至少一个处理器；以及

28、与所述至少一个处理器通信连接的存储器；其中，

29、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的泵性能曲线生成方法、模型构建和训练方法。

30、根据本发明的第八方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的泵性能曲线生成方法、模型构建和训练方法。

31、本发明实施例的技术方案，通过针对泵房中的各待测水泵，获取当前待测水泵对应的待处理运行数据以及当前待测水泵相关联的目标吸水井对应的待处理液位数据；之后，获取当前待测水泵在当前时刻的下一时刻的预设水泵频率和预设水泵流量区间，进一步的，基于预先调取的水泵压力预测子模型对待处理运行数据、待处理液位数据、预设水泵频率以及预设水泵流量区间进行处理，得到与预设水泵流量区间对应的预测水泵压力区间，最后，基于预设水泵流量区间和预测水泵压力区间，确定当前待测水泵在下一时刻的泵性能曲线，解决了相关技术中在生成泵性能曲线时，增加能耗和维修成本，无法准确预测水泵在实际工况中的性能以及无法覆盖所有可能的工况情况等问题，实现了基于水泵的历史运行数据模拟生成预测时刻的泵房运行数据的效果，增加了水泵性能分析数据的多样性和丰富性，进而，提高了泵性能曲线的准确度，并且，实现了实时反映泵房系统动态变化的效果。

32、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。