一种变频增压屏蔽泵的能效评价方法

技术领域

本申请涉及计算机辅助设计技术领域，具体涉及一种变频增压屏蔽泵的能效评价方法。

背景技术

屏蔽泵的特点是把叶轮和电机转子连接为一体，可以浸没在输送的液体当中，不需要联轴器和密封装置，从而避免了液体的泄漏和噪音的产生，同时对电机有一定的电磁屏蔽作用。综上而言变频增压屏蔽泵是一种具有变频控制功能、用于提供增压服务，并且具有一定电磁屏蔽能力以及防泄漏功能的泵设备。对于变频增压屏蔽泵仿真优化设计而言，进行能效评估可以对变频增压屏蔽泵模型工作性能进行准确评价，从而降低变频增压屏蔽泵研制及运营成本，因此对变频增压屏蔽泵进行能效评估是十分必要的流程。

在能效评估技术中常用时序预测算法，如自回归移动平均模型（ARIMA模型）、向量自回归移动平均模型（VARIMA模型）等，但ARIMA模型只能针对单类特征数据时间序列进行预测，而VARIMA模型虽然可以对多类特征数据时间序列进行预测，但其对于多种特征变量之间的相互关系描述只基于局部滞后值，并未体现所有特征数据时间序列的整体相关性。

综上所述，本发明提出一种变频增压屏蔽泵的能效评价方法，对变频增压屏蔽泵的各类特征数据进行分析，使用VARIMA模型对数据进行预测，结合各类特征数据之间的关系构建预测数据的能效评价指标以及实时监测数据的能效评价指标，根据预测数据及实时监测数据的能效评价指标分析变频增压屏蔽泵是否存在能耗异常现象，辅助完成变频增压屏蔽泵模型优化调整，具有较高能效检测精度。

发明内容

为了解决上述技术问题，本发明提供一种变频增压屏蔽泵的能效评价方法，以解决现有的问题。

本发明的一种变频增压屏蔽泵的能效评价方法采用如下技术方案：

本发明一个实施例提供了一种变频增压屏蔽泵的能效评价方法，该方法包括以下步骤：

采集变频增压屏蔽泵的各类特征数据，包括功率、频率、噪声、振幅、进口压力及出口压力数据；

根据各类特征数据得到时序矩阵；根据各类特征数据的时间序列之间的差异得到总特征数据的DTW矩阵；获取总特征数据的皮尔逊相关系数矩阵；根据DTW矩阵及皮尔逊相关系数矩阵得到总特征数据的时间序列相关性矩阵；根据各自回归系数矩阵及时间序列相关性矩阵得到各改进自回归系数矩阵；通过改进自回归系数矩阵得到改进向量自回归移动平均模型；将距当前时刻固定时间段内的所有特征数据作为实时监测数据；根据实时监测数据中进口压力数据变化得到各进口压力变化区间；根据功率数据变化得到各进口压力变化区间内功率变化率；结合频率数据变化获取频率变化率；根据功率变化率及频率变化率得到实时监测数据的能效评价指标；通过改进VARIMA模型预测距当前时刻固定时间内各类特征数据的预测数据；获取预测数据的能效评价指标；

将实时监测数据与预测数据的能效评价指标的比值作为变频增压屏蔽泵的能效达标率；根据能效达标率进行变频增压屏蔽泵能效评价。

优选的，所述根据各类特征数据得到时序矩阵，具体为：将各类特征数据的时间序列按顺序排列组成的矩阵作为时序矩阵，其中时序矩阵中第

优选的，所述根据各类特征数据的时间序列之间的差异得到总特征数据的DTW矩阵，具体为：通过动态时间规整算法获取任意两类特征数据时间序列之间的DTW距离；将各所述DTW距离作为各元素；将所有元素组成的矩阵作为总特征数据的DTW矩阵。

优选的，所述获取总特征数据的皮尔逊相关系数矩阵，具体为：计算任意两类特征数据的时间序列之间的皮尔逊相关系数绝对值；将各所述皮尔逊相关系数绝对值作为各元素；将所有元素组成的矩阵作为总特征数据的皮尔逊相关系数矩阵。

优选的，所述根据DTW矩阵及皮尔逊相关系数矩阵得到总特征数据的时间序列相关性矩阵，具体包括：

对于任意两类特征数据的时间序列，计算时间序列之间的皮尔逊相关系数绝对值与DTW距离的比值；将各所述比值作为各元素；将所有元素组成的矩阵作为总特征数据的时间序列相关性矩阵。

优选的，所述根据各自回归系数矩阵及时间序列相关性矩阵得到各改进自回归系数矩阵，具体包括：

对于各自回归系数矩阵，将自回归系数矩阵中各元素与时间序列相关性矩阵中相同位置元素的乘积作为自回归系数矩阵中各元素改进值；将所有元素改进值组成的矩阵作为改进自回归系数矩阵。

优选的，所述根据实时监测数据中进口压力数据变化得到各进口压力变化区间，具体为：

获取实时监测数据中进口压力时间序列的一阶差分序列；预设连续阈值；若一阶差分序列中数值大于0且相连的元素个数大于等于连续阈值，则将对应时间区间作为进口压力变化区间。

优选的，所述根据功率数据变化得到各进口压力变化区间内功率变化率，具体包括：

在各进口压力变化区间内，将功率数据最大值与最小值的差值作为功率变化量；将进口压力变化区间的终止时间点与起始时间点的差值作为区间长度；将功率变化量与区间长度的比值作为进口压力变化区间内功率变化率。

优选的，所述根据功率变化率及频率变化率得到实时监测数据的能效评价指标，具体包括：

在各进口压力变化区间内，将功率变化率与频率变化率的乘积记为第一乘积；获取所有出口压力数据的标准差；计算噪声数据最大值、振幅数据最大值及所述标准差的乘积，记为第二乘积；计算第一乘积与第二乘积的比值；

计算所有进口压力变化区间内所述比值的和值；将所述和值作为实时监测数据的能效评价指标。

优选的，所述根据能效达标率进行变频增压屏蔽泵能效评价，具体为：预设正常区间，当能效达标率处于正常区间时，变频增压屏蔽泵能效正常；当能效达标率不处于正常区间时，变频增压屏蔽泵能效异常。

本发明至少具有如下有益效果：

本发明通过采集变频增压屏蔽泵优化模型在计算机上模拟运行时的各类特征数据，根据各类特征数据的时间序列之间的变化改进VARIMA模型进行各类特征数据预测，结合各类特征数据之间的关系构建预测数据及实时监测数据的能效评价指标，分析变频增压屏蔽泵是否存在能耗异常现象，完成变频增压屏蔽泵的能效评价，解决了VARIMA模型对于多种特征变量之间的相互关系描述只基于局部滞后值，不能体现所有特征数据时间序列的整体相关性的问题，提高了VARIMA模型的预测准确度，提高了变频增压屏蔽泵的能效评价结果的精度，有助于变频增压屏蔽泵的模型设计及优化；

本发明根据各类特征数据的时间序列之间的差异得到变频增压屏蔽泵特征数据的DTW矩阵及皮尔逊相关系数矩阵，构建变频增压屏蔽泵特征数据的时间序列相关性矩阵，根据时间序列相关性矩阵对原VARIMA模型中的自回归系数矩阵进行改进得到改进后的VARIMA模型，根据进口压力实时监测数据的时间序列得到进口压力变化区间；计算进口压力变化区间内功率及频率变化率构建实时监测数据的能效评价指标；通过改进后的VARIMA模型得到预测数据，计算预测数据的能效评价指标；根据能效评价指标得到能效达标率，判断变频增压屏蔽泵能效状态，通过分析能效异常出现的时间，有助于分析模型是否正确合理，方便检测模型的总体可行性，提高了变频增压屏蔽泵的能效评价结果的准确性，克服了现有能效评价测试需要制作样机的不足。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明提供的一种变频增压屏蔽泵的能效评价方法的流程图；

图2为一种变频增压屏蔽泵的能效评价方法的步骤图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种变频增压屏蔽泵的能效评价方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种变频增压屏蔽泵的能效评价方法的具体方案。

本发明一个实施例提供的一种变频增压屏蔽泵的能效评价方法。

具体的，提供了如下的一种变频增压屏蔽泵的能效评价方法，请参阅图1，该方法包括以下步骤：

步骤S001，采集变频增压屏蔽泵的各类特征数据。

为方便判断变频增压屏蔽泵优化模型的正确性、可用性等，本实施对变频增压屏蔽泵优化模型的能效状态进行评价。首先通过运行该模型的计算机软件的数据采集系统获取变频增压屏蔽泵优化模型的各类特征数据，具体包括：功率、频率、噪声、振幅、进口压力及出口压力数据。每隔

最终采集到的变频增压屏蔽泵的各类特征数据包括功率、频率、噪声、振幅、进口压力及出口压力数据，将对应的时间序列分别记为功率时间序列

步骤S002，对变频增压屏蔽泵的各类特征数据进行分析，改进VARIMA模型进行各类特征数据预测，结合各类特征数据之间的关系构建预测数据及实时监测数据的能效评价指标。

向量自回归移动平均模型（VARIMA模型）是一种用于建模多个时间序列数据的统计模型，它结合了向量自回归(VAR)和向量滑动平均(VMA)两种方法，可以捕捉多个变量之间的线性关系和噪声影响。VAR模型是VARIMA模型的自回归部分，用于描述多个变量之间的相互关系，而VMA模型是VARIMA模型的移动平均部分，用于描述每个变量的当前值与其滞后误差项之间的线性关系。该算法虽然可以基于不同变量之间的相关性做出预测，但其仅通过局部滞后值之间的关系进行评估而未对各变量数据时间序列整体相关性做出解释，存在预测精度低等问题。

为解决上述问题，本实施例首先根据采集到的各类特征数据的时间序列构建时序矩阵

式中，

将时序矩阵

对于变频增压屏蔽泵来说，在流体输入压力较小时，变频增压屏蔽泵工作功率应该增大，以保证流体输出压力足够稳定；而在流体输入压力足够大时，变频增压屏蔽泵的工作功率应该较小，保证流体输出压力在符合要求的情况下减少能耗，降低噪声以及振动。由上述内容可知变频增压屏蔽泵各个特征变量之间存在一定的相互关系，首先通过动态时间规整算法（DTW）计算任意两类特征数据时间序列之间的DTW距离以构建所有特征数据的DTW矩阵，其中动态时间规整算法为公知技术，具体计算过程不再赘述。分析各类特征数据的时间序列之间的整体相似性，则变频增压屏蔽泵所有特征数据的时间序列之间的DTW矩阵

式中，

DTW矩阵中的元素体现了两个不同类型特征数据的时间序列之间变化程度的相似性，矩阵中各元素的值越小，说明对应的两类特征数据在时间序列中的波动程度相关性越强。由于DTW距离只能判定序列之间变化程度的相关性而不能体现序列变化的时延关系，所以后续计算不同特征数据时间序列之间的皮尔逊相关系数，用以评判变频增压屏蔽泵不同特征数据的时间序列之间发生变化时的响应速度，变频增压屏蔽泵总特征数据时间序列的皮尔逊相关系数矩阵

式中，

至此获取了不同特征数据的时间序列之间的DTW距离以及皮尔逊相关系数的绝对值，构建了变频增压屏蔽泵总特征数据的DTW矩阵

式中，

当皮尔逊相关系数矩阵中的元素值越大时，说明两类特征数据的时间序列之间线性相关性越强，即两个时间序列之间变化响应较快，那么时间序列相关性矩阵相应的值也越大；当DTW矩阵中元素越小时，说明两类特征数据的时间序列之间的变化程度越相似，两个时间序列之间的整体相关度越强，则时间序列相关性矩阵中相应的值也越大。通过VARIMA模型进行数据预测时，参考所有特征数据的时间序列整体之间的关系，使用时间序列相关性矩阵

在原VARIMA模型表达式中，

式中，

那么最终每个自回归系数矩阵

式中，

获取变频增压屏蔽泵实时监测数据，以及基于改进后的VARIMA模型的预测数据，构建变频增压屏蔽泵实时监测数据的能效评价指标

与模型训练数据采集方式相同，每隔30秒采集一次所有传感器的数据，共采集距当前时刻

式中，

由各进口压力变化区间内的各类特征数据变化对实时监测数据总体进行分析，构建实时监测数据的能效评价指标

式中，

当

通过改进后的VARIMA模型进行时序预测，基于获取的24小时模型训练数据预测距当前时刻1小时内各时间点的各类特征数据，VARIMA模型预测为公知技术，具体过程不再赘述。将预测得到的所有特征数据记为预测数据，组成的集合记为预测数据集合

步骤S003，根据预测数据及实时监测数据的能效评价指标分析变频增压屏蔽泵优化模型是否存在能耗异常现象，是否需要进行模型优化调整。

根据预测数据的能效评价指标

式中，

综上所述，本发明实施例通过采集变频增压屏蔽泵优化模型在计算机上模拟运行时的各类特征数据，根据各类特征数据的时间序列之间的变化改进VARIMA模型进行各类特征数据预测，结合各类特征数据之间的关系构建预测数据及实时监测数据的能效评价指标，分析变频增压屏蔽泵是否存在能耗异常现象，完成变频增压屏蔽泵的能效评价，解决了VARIMA模型对于多种特征变量之间的相互关系描述只基于局部滞后值，不能体现所有特征数据时间序列的整体相关性的问题，提高了VARIMA模型的预测准确度，提高了变频增压屏蔽泵的能效评价结果的精度，有助于变频增压屏蔽泵的模型设计及优化；

本实施例根据各类特征数据的时间序列之间的差异得到变频增压屏蔽泵特征数据的DTW矩阵及皮尔逊相关系数矩阵，构建变频增压屏蔽泵特征数据的时间序列相关性矩阵，根据时间序列相关性矩阵对原VARIMA模型中的自回归系数矩阵进行改进得到改进后的VARIMA模型，根据进口压力实时监测数据的时间序列得到进口压力变化区间；计算进口压力变化区间内功率及频率变化率构建实时监测数据的能效评价指标；通过改进后的VARIMA模型得到预测数据，计算预测数据的能效评价指标；根据能效评价指标得到能效达标率，判断变频增压屏蔽泵能效状态，通过分析能效异常出现的时间，有助于分析模型是否正确合理，方便检测模型的总体可行性，提高了变频增压屏蔽泵的能效评价结果的准确性，克服了现有能效评价测试需要制作样机的不足。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。