一种节能水泵机组运行工况异常监测方法及系统与流程

本发明涉及节能水泵机组监测领域。更具体地，本发明涉及一种节能水泵机组运行工况异常监测方法及系统。

背景技术：

1、节能水泵机组作为工业和民用领域中重要的流体输送设备，其能耗占据了相当大的比例。据统计，在许多工业生产过程中，节能水泵的能耗可达到总能耗的30%以上。因此，提高节能水泵机组的运行效率，减少能源浪费，对于实现节能减排目标具有重要意义。

2、节能水泵机组在运行过程中可能会出现各种工况异常，如轴承损坏、叶轮磨损、泵体气蚀等，这些异常不仅会导致节能水泵效率下降，增加能耗，还可能引发设备故障，影响生产安全，因此，实时监测节能水泵机组的运行工况，及时发现并处理异常情况，对于保障设备安全、稳定和高效运行至关重要。

3、现有公开号为cn118378524a的中国专利申请文件公开了一种水泵机组健康趋势预测及其模型训练方法，该方法包括：构建水泵机组全工况健康模型；随后用监测值和所述全工况健康模型输出的标准值之间的距离表征水泵机组的劣化度；并计算水泵机组历史劣化度；最后以所述历史劣化度为训练集，预测值作为目标变量，对所述劣化预测模型进行拟合训练。用训练好的水泵机组劣化预测模型进行水泵机组的健康预测。

4、但是，节能水泵机组的运行状态与时间长度有关系，模型的输入长度会影响到模型输出的准确性，上述申请文件直接将各种工况下扬程、转速、有功功率和导叶开度作为模型输入，并未考虑到输入数据的尺寸，会出现节能水泵机组预测结果不准确的问题。

技术实现思路

1、为解决节能水泵机组预测结果不准确的问题，本发明提出一种节能水泵机组运行工况异常监测方法及系统。

2、第一方面，本发明公开一种节能水泵机组运行工况异常监测方法，包括：按照预设采样间隔获取节能水泵预处理后的运行数据和状态标签，运行数据包括末梢压力数据、频率数据、功率数据和流量数据；将任一采样时刻作为目标时刻，以目标时刻为中心、预设长度为窗口尺寸构建目标窗口，计算目标时刻的末梢压力稳定性和频率稳定性，计算目标时刻的功率数据和流量数据的相似性；计算以预设长度为窗口尺寸的节能水泵易区分度，遍历获得不同长度的窗口，将节能水泵易区分度的最大值对应的窗口尺寸作为最佳参考尺寸；将最佳参考尺寸对应的节能水泵特征输入预设神经网络，节能水泵特征包括末梢压力稳定性、频率稳定性和相似性，输出节能水泵运行工况，完成工况监测；其中，节能水泵易区分度满足关系式：，表示窗口尺寸为时节能水泵易区分度，表示窗口尺寸为时第类状态标签第种节能水泵特征的方差，表示窗口尺寸为时第种节能水泵特征的方差。

3、通过构建目标窗口并计算末梢压力稳定性和频率稳定性，以及功率数据和流量数据的相似性，能够揭示节能水泵在不同时间尺度上的动态特性和潜在异常。通过计算不同窗口尺寸下的节能水泵易区分度，并选择使易区分度最大化的窗口尺寸作为最佳参考尺寸，能够确定最能代表水泵运行特征的时间窗口，从而为水泵的运行状态提供最准确的描述。

4、优选的，所述计算目标时刻的末梢压力稳定性和频率稳定性包括：将窗口中除目标时刻外的采样时刻作为参考时刻；末梢压力稳定性满足关系式：，表示目标时刻的末梢压力稳定性，表示目标时刻的末梢压力数据，表示参考时刻的末梢压力数据，表示窗口尺寸，表示指数函数；根据末梢压力稳定性的计算方法获得频率稳定性。

5、能够综合考虑多个时间点的压力数据，从而更全面地评估目标时刻的稳定性，也反映了实际系统中压力变化对系统稳定性的影响。

6、优选的，所述计算目标时刻的末梢压力稳定性和频率稳定性还包括：将窗口中除目标时刻外的采样时刻作为参考时刻；分别获得目标窗口的左侧观测窗口和右侧观测窗口，左侧观测窗口和右侧观测窗口的窗口尺寸与目标窗口的窗口尺寸一致；末梢压力稳定性满足关系式：

7、，表示目标时刻的末梢压力稳定性，表示目标时刻的末梢压力数据，表示参考时刻的末梢压力数据，表示窗口尺寸，表示指数函数，表示目标窗口中末梢压力数据的方差，表示左侧观测窗口中末梢压力数据的方差，表示右侧观测窗口中末梢压力数据的方差，表示欧式距离；根据末梢压力稳定性的计算方法获得频率稳定性。

8、综合考量目标时刻的末梢压力数据与左右两侧观测窗口的压力数据，利用方差和欧式距离来评估压力的波动情况，能够捕捉到压力在时间序列上的动态变化，也能够衡量压力在目标时刻及其邻近时刻的离散程度，从而评估压力的波动性。

9、优选的，所述目标时刻的功率数据和流量数据的相似性包括：分别计算目标窗口中功率数据的功率标准差和流量数据的流量标准差，并计算功率标准差和流量标准差的乘积；计算功率数据和流量数据的协方差，将协方差和乘积的比值作为目标时刻的相似性。

10、能够量化两个不同物理量在统计特性上的相似程度。标准差反映了数据的离散程度，而协方差则描述了两个变量之间的线性关系。通过将协方差与标准差乘积的比值作为相似性的度量，该方案能够捕捉到功率和流量数据在变化趋势和幅度上的一致性。

11、优选的，所述目标时刻的功率数据和流量数据的相似性还满足关系式：

12、，表示相似性，表示目标窗口中的功率序列，表示目标窗口中的流量序列，表示二范数，表示指数函数。

13、能够捕捉到功率和流量数据在目标窗口内的变化趋势和幅度的相似性。通过计算这两个序列的相似性，可以评估它们在时间序列上的一致性。

14、优选的，所述预设神经网络为bp网络，bp网络包括输入层、隐藏层和输出层，输入层用于接收任一采样时刻的节能水泵特征，隐藏层对输入信息进行特征提取后，将提取到的特征输入到输出层以输出任一采样时刻节能水泵运行工况的预测值。

15、优选的，所述预设神经网络的训练过程包括：将历史中任一采样时刻的最佳参考尺寸的节能水泵特征作为输入信息，并将历史中任一采样时刻节能水泵运行工况的真实值作为标签，得到一组训练数据；将训练数据中的输入信息输入预设神经网络，得到输出结果；通过输出结果和标签计算预设神经网络的损失值，根据损失值反向传播误差信号，更新预设神经网络的网络参数，使损失值变小；迭代地更新预设神经网络的网络参数，当预设神经网络达到设定的最大训练次数或网络损失值小于设定损失值时，停止更新，得到训练好的预设神经网络。

16、第二方面，本发明公开一种节能水泵机组运行工况异常监测系统，包括：处理器；以及存储器，所述存储器存储有计算机指令，当所述计算机指令由处理器运行时，使得系统执行上述的一种节能水泵机组运行工况异常监测方法。

17、本发明的有益效果：

18、1、本发明通过综合分析节能水泵的末梢压力、频率、功率和流量数据，提供了一种全面的水泵运行工况异常监测方法。能够从多个维度捕捉水泵的运行状态，通过计算目标时刻的末梢压力稳定性和频率稳定性，以及功率数据和流量数据的相似性，可以定量地评估水泵在特定时刻的运行稳定性。这种稳定性的计算不仅考虑了时间序列上的压力和频率变化，还通过引入左侧和右侧观测窗口，进一步增强了对水泵运行状态变化的监测能力。

19、2、本发明通过计算节能水泵易区分度并确定最佳参考尺寸，能够识别出最能代表节能水泵运行特征的时间窗口，这对于特征提取的准确性和效率至关重要。这样能够显著提高水泵运行状态监测的准确性，及时发现潜在的异常和故障，从而采取预防性维护措施，避免意外停机和性能下降。