(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111579744.X (22)申请日 2021.12.2 2 (71)申请人 浙江工业大 学 地址 310006 浙江省杭州市拱 墅区朝晖六 区潮王路18号 (72)发明人 郑水华　夏召顺　刘毅　邓鸿英　 (74)专利代理 机构 杭州浙科专利事务所(普通 合伙) 33213 代理人 周红芳 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 119/06(2020.01) (54)发明名称 一种预测不同转速下离心泵效率分段模型 的建模方法 (57)摘要 一种预测不同转速下离心泵效率分段模型 的建模方法， 属于离心泵效率预测技术领域。 它 包括以下步骤： 1、 获取离心泵 不同转速下过程变 量数据集； 2、 数据的预处理以及数据集划分； 3、 训练GPR模型； 4、 制定相似度量标准选择与测试 集相近的训练集； 5、 划分为效率上升阶段和效率 下降阶段； 6、 选取训练样本训练局部GPR模型并 进行预测； 7、 验证分段模型的有效性。 本发明基 于不同转速 下最佳效率点BEP的位置将效率曲线 分为两个阶段， 即效率上升阶段和效率下降阶 段， 分别建立效率上升阶段和效率下降阶段的两 个局部高斯过程回归模型GPR， 这样使得两个局 部GPR模型充分学习到各个阶段的特性， 从而提 升预测效果。 权利要求书2页 说明书5页 附图8页 CN 114239181 A 2022.03.25 CN 114239181 A 1.一种预测不同转速下离心泵效率分段模型的建模方法， 其特 征在于， 包括以下步骤： 1)获取离心泵不同转速下 过程变量数据集: 运行离心泵， 获取不同转速下离心泵的出口流量、 出口阀门开度及离心泵进出口压力， 然后将获取的数据与离心泵效率η建立不同转速下的过程变量数据集， 其中出 口流量Q， 出 口阀门开度和离心泵 进出口压力作为输入变量， 离心泵效率 η作为待预测变量； 2)不同转速下 数据的预处 理以及数据集划分： 对输入变量进行数据标准化处理， 使其变成无量纲数据集， 然后将相同转速下的数据 归为一个样本 子集， 将归集的样本 子集划分为测试集和训练集； 3)根据训练集建立 一组GPR模型， 将不同的训练集输入到相应的GPR模型中进行训练； 4)制定相似度量标准选择与测试集相近的训练集： 分别将不同的测试集输入到相应的GPR模型中， 根据不同GPR模型的预测方差结合贝叶 斯定理制定标准度量不同转速下样本的近似性； 并将训练集按照近似性由高到低的顺序进 行排序， 选取 前n个训练集数据作为 新的训练集； 5)划分为效率上升阶段和效率下降阶段: 利用额定转速下最佳效率点BEP的流量通过流量与转速的比值关系， 得到预测转速下 最佳效率点BEP流量的计算值， 然后将计算值与对应的测试转速中所有样本的流量值作比 较， 与其最相近的流量点即为该测试转速最佳效率点BEP的流量点， 以该测试转速最佳效率 点BEP的流量点作为效率上升阶段和效率下降阶段的分界点， 将测试样本集中的流量小于 BEP点流量的样本划分为小流量区间的样 本， 将测试样 本集的流量大于BEP点流量的样本划 分为大流 量区间的样本； 6)选取效率上升阶段的训练样本训练局部GPR模型并进行 预测: 建立LGPRm模型， 选取效率上升阶段的训练样本集输入到LGPRm模型中进行训练， 然后将 对应的测试样本集输入到训练好的LGPRm模型中进行 预测； 7)选取效率下降阶段的训练样本训练局部GPR模型并进行 预测 建立LGPRn模型， 选取效率下降阶段的训练样本集输入到LGPRm模型中进行训练， 然后将 对应的测试样本集输入到训练好的LGPRm模型中进行 预测； 8)验证分段模型的有效性： 建立全局GPR模型和全局机理模型， 分别输入测试集得到对应的输出变量， 比较预测性 能， 并对模型进行评估， 验证混合模型的预测效果。 2.根据权利要求1所述的一种预测不同转速下离心泵效率分段模型的建模方法， 其特 征在于所述 步骤(5)的过程 为： 通过不同转速下最佳效率 点BEP的位置对效率曲线 进行分段， 具体分段 策略如下： 其中， Qe、 Qt、 Qi为额定转速流量、 计算流量和对应转速的实际流量， nt和ne为对应的测试权　利　要　求　书 1/2 页 2 CN 114239181 A 2转速和额定转速， ΔQ为计算误差， ΔQk为最小误差， QBEP为对应测试转速下的最佳效率点的 流量， m表示测试样 样本集的个数； 通过分段策略得到测试样本集Xt中最佳效率点BEP的位置， 并通过最佳效率点BEP的位 置对测试样本集 Xt进行分段； 分段时， 重新定 义训练样本集和测试样本集为Xl＝(Xl， m， Xl， n)， Xt＝(Xt， m， Xt， n)， 其中Xl， m和Xt， m为效率上升阶段的训练集和测试样本集， Xl， n和Xt， n为效率下 降阶段的训练集和 测试样本集。 3.根据权利要求2所述的一种预测不同转速下离心泵效率分段模型的建模方法， 其特 征在于所述 步骤(6)的过程 为： 建立一个LGPRm模型， 使用效率下降阶段的训练集Xl， m训练LGPRm模型， 然后将效率下降 阶段的测试样本集Xt， m输入到训练好的LGPRm中进行预测输出。 4.根据权利要求2所述的一种预测不同转速下离心泵效率分段模型的建模方法， 其特 征在于所述 步骤(7)的过程 为： 建立一个LGPRn模型， 使用效率下降阶段的训练样本集Xl， n训练LGPRn模型， 然后将效率 下降阶段的测试样本集Xt， n输入到训练好的LGPRn中进行预测输出。权　利　要　求　书 2/2 页 3 CN 114239181 A 3