1.基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于包括以下具体步骤:
1)数据采集:离心泵外特性实验开始前,将进口阀开至最大,电机频率设定为预设频率,调节出口阀使出口压力表示数稳定,此阀门开度为初始阀门开度,在预设频率下,调节出口阀门开度,直到出口阀门开度调至最大,依次记录出口阀口开度、进口压力、出口压力、泵出口流量;
2)数据处理:对所记录的离心泵外特性实验数据,以及基于实验数据所获得的外特性进行分析,经过归一化处理,获得模型的输入数据;
3)选取相似样本:对所有历史数据样本通过相似度度量选取相似样本;
4)离心泵外特性预测模型的建立:在通过相似度量选取的相似样本中,将各组相似样本数据归一化处理后的离心泵的进口压力、出口压力、出口流量、出口阀门开度作为输入特征,将归一化处理后的离心泵的扬程,效率,功率作为输出特征,将这些输入特征和输出特征导入到训练模型中,通过最小二乘支持向量回归模型对离心泵外特性实验数据进行训练和模拟,同时,选取相应的核函数进行预测模型的搭建,并通过留一交叉验证法决定最佳的核参数及正则化系数使得模型预测误差减小,最后获得离心泵的进出口压力、出口流量、出口阀门开度与扬程、效率、功率的对应关系;
所述步骤3)中,从历史数据样本中通过相似度度量准则选取相似样本,采用的相似度度量准则为欧式距离准则,欧式距离的计算方法公式为:η
其中η
步骤4)中,最小二乘支持向量回归核函数采用高斯核函数,其公式如下:K(x,x
其中σ表示核参数;
所述步骤4)中,基于最小二乘支持向量回归模型建立预测模型的公式为:其中y
x
c表示最小二乘支持向量回归模型的偏置项;
w表示最小二乘支持向量回归模型的模型参数向量;
w
e
φ表示模型的特征映射;
γ表示复杂度和近似精度之间的权衡的正则化参数;
J表示预测模型的优化目标函数;
其中,求偏导
其中α=[α
1=[1,1,…1]
G被定义为G=(K+I/γ)
K表示为核矩阵。
2.根据权利要求1所述的一种基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于所述步骤1)中,阀门开度的调节根据出口流量的增大而相对应增大。
3.根据权利要求1所述的一种基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于所述步骤2)中,模型输入数据特性的分组类型包括出口阀门开度、出口流量、进口压力及出口压力。
4.根据权利要求1所述的一种基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于所述步骤2)中,对离心泵外特性实验数据,以及基于实验数据所获得的外特性进行归一化处理,归一化处理的公式为:其中:
x表示某一参数进行归一化处理前的数值;
x
进行归一化处理后,所有离心泵外特性数据实验数据数值以及其获得的外特性数据均是[0,1)之间的浮点数。
5.根据权利要求1所述的一种基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于还包括监测模型结果的评估过程:根据步骤4)建立的预测模型,通过输入待测的四组输入变量,对比基于预测模型的离心泵外特性预测结果与基于真实的离心泵外特性实验的所得出结果的拟合情况,以判断步骤4)建立的预测模型的准确性;
基于预测模型的离心泵外特性预测公式如下:其中
k
c表示最小二乘支持向量回归模型的偏置项;
α
6.根据权利要求1所述的一种基于即时最小二乘支持向量回归离心泵外特性的预测方法,其特征在于所述步骤4)中,留一交叉验证法关于N个样本的预测误差公式如下:其中G
v
o表示为o=-1