买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西华大学申请的专利一种变转速多泵并联系统协联运行智能调度方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119982572B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510472788.4，技术领域涉及：F04D15/00；该发明授权一种变转速多泵并联系统协联运行智能调度方法、系统、设备及介质是由李天赐;陈小明;涂培川;张智清;罗明锋;兰皓原;黄子豪设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本一种变转速多泵并联系统协联运行智能调度方法、系统、设备及介质在说明书摘要公布了：本发明涉及离心泵优化控制技术领域，具体地说，涉及一种变转速多泵并联系统协联运行智能调度方法、系统、设备及介质；该方法首先调用数值方法仿真计算并联离心泵的性能特性以及变转速多泵并联系统的管路损失特性，得到数字化特性曲线；其次以最小总轴功率为目标函数，在给定的变转速多泵并联系统需求目标以及多种约束条件下，建立变转速多泵并联系统智能调控数学模型；然后根据黄金正弦算法改进粒子群优化算法，求解得到运行数据；并调用前馈人工神经网络建立代理模型，回归预测运行数据；最后根据代理模型的预测结果，得到变转速多泵并联系统的最优调控方案，在实现调度结果更精准预测的同时，提高了变转速多泵并联系统的能效和稳定性。

本发明授权一种变转速多泵并联系统协联运行智能调度方法、系统、设备及介质在权利要求书中公布了：1.一种变转速多泵并联系统协联运行智能调度方法，其特征在于，首先调用数值方法仿真计算并联离心泵的性能特性以及变转速多泵并联系统的管路损失特性，得到数字化特性曲线；其次根据所述数字化特性曲线，以最小总轴功率为目标函数，根据设定的变转速多泵并联系统需求目标、约束条件，建立变转速多泵并联系统智能调控数学模型；然后根据黄金正弦算法改进粒子群优化算法，求解所述变转速多泵并联系统智能调控数学模型，得到运行数据；调用前馈人工神经网络建立代理模型，回归预测运行数据；最后根据代理模型的预测结果，得到变转速多泵并联系统的最优调控方案； 所述变转速多泵并联系统协联运行智能调度方法具体包括以下步骤： 步骤S1：调用数值方法仿真计算并联离心泵的变转速性能特性以及变转速多泵并联系统的管路损失特性，得到数字化特性曲线； 步骤S2：根据所述数字化特性曲线，以最小总轴功率为目标函数，根据设定的变转速多泵并联系统需求目标、约束条件，建立变转速多泵并联系统智能调控数学模型； 步骤S3：根据位置更新策略、自适应策略以及全局最优引导的动态反向学习改进粒子群优化算法，求解所述变转速多泵并联系统智能调控数学模型，得到运行数据； 步骤S4：调用前馈人工神经网络建立代理模型，回归预测运行数据，得到预测结果； 步骤S5：根据代理模型的预测结果，结合调度决策变量得到最优变转速多泵并联系统协联运行调度方案； 所述步骤S3具体包括以下步骤： 步骤S31：根据黄金正弦算法构建位置更新策略；所述位置更新策略用于更新粒子的位置； 步骤S32：根据设置的权重因子、学习因子构建自适应策略；所述自适应策略用于自适应更新权重因子、学习因子； 步骤S33：根据当前种群中第u个个体在v维上的值的反向解，构建全局最优引导的动态反向学习策略；所述全局最优引导的动态反向学习策略，用于在粒子群优化算法迭代完成后，根据全局最优引导的动态反向学习策略完成动态反向学习，并筛选出适应度最优的前N个个体，将反向种群与初始种群合并，形成新的种群； 步骤S34：根据位置更新策略、自适应策略、全局最优引导的动态反向学习策略改进粒子群优化算法，根据改进后的粒子群优化算法求解变转速多泵并联系统智能调控数学模型，得到运行数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西华大学，其通讯地址为：610000 四川省成都市金牛区土桥金周路999号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。