Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国水利水电科学研究院张召获国家专利权

中国水利水电科学研究院张召获国家专利权

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!

龙图腾网获悉中国水利水电科学研究院申请的专利一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法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:CN119848576B

龙图腾网通过国家知识产权局官网在2025-11-04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:202411635363.2,技术领域涉及:G06F18/23213;该发明授权一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法是由张召;陈一朝;陈晓楠;刘思妤;高伟;杜梦盈;王小林;耿旭;景象设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。

一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法在说明书摘要公布了:本发明公开了一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法,包括利用K‑means聚类法对水泵装置的稳态工况数据进行聚类处理,通过迭代合并大量相似工况,筛选出水泵装置的典型工况点;基于水泵装置的典型工况点,利用移动最小二乘法或三次样条或多项式拟合获取水泵装置的原始特性曲线;引入参数改造水泵装置的原始特性曲线实现三维仿射变换,并基于信赖域算法中的Dogbox算法实现水泵装置的特性曲线校正。优点是:本发明方法无需进行模型试验或现场试验,而是依据一般大型轴流混流泵站的基础运行监测数据进行校正,通用性较强,在数据缺乏的工况区间仍能保持一定精度,可为泵站实际调度提供科学依据和技术支撑。

本发明授权一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法在权利要求书中公布了:1.一种基于聚类分析及信赖域算法的水泵装置特性曲线校正方法,其特征在于:包括如下步骤, S1、聚类分析筛选典型工况点: 利用K-means聚类法对水泵装置的稳态工况数据进行聚类处理,通过迭代合并大量相似工况,筛选出水泵装置的典型工况点; S2、原始特性曲线提取: 基于水泵装置的典型工况点,利用移动最小二乘法或三次样条或多项式拟合获取水泵装置的原始特性曲线; 步骤S2具体为, 采用二元二次多项式的方法拟合水泵装置的流量-扬程-叶角特性曲线,得到水泵装置的原始特性曲线方程,其形式如下: θ=p00+p10*Q+p01*H+p20*Q2+p11*Q*H+p02*H2 其中,θ为水泵装置的叶片安放角度;Q为水泵装置的流量;H为水泵装置的扬程;p00、p10、p01、p20、p11、p02分别为拟合后多项式方程中各项的系数; S3、基于典型工况点的特性曲线校正: 引入参数改造水泵装置的原始特性曲线实现三维仿射变换,并基于信赖域算法中的Dogbox算法实现水泵装置的特性曲线校正; 步骤S3具体包括如下内容, S31、引入参数a,b,c,r改造步骤S2得到的原始特性曲线方程实现三维仿射变换,线性变换后的方程如下: 其中,a、b、c、r为改造方程引入的新参数;Q′为校正后的水泵装置的流量值;H′为校正后的水泵装置的扬程值;θ′为校正后的水泵装置的叶片安放角度值; 设水泵装置正常运行工况区间为Q∈[Qmin,Qmax],H∈[Hmin,Hmax],θ∈[θmin,θmax];规定其搜索域分别为a∈[-0.3*|Qmin-Qmax|,0.3*|Qmin-Qmax],b∈[-0.3*|Hmin-Hmax|,0.3*|Hmin-Hmax],c∈[-0.3*|θmin-θmax|,0.3*|θmin-θmax];Qmin和Qmax分别为水泵装置的最小流量和最大流量;Hmin和Hmax分别为水泵装置的最小扬程和最大扬程;θmin和θmax分别为水泵装置的叶片安放最小角度和最大角度; S32、基于信赖域算法中的Dogbox算法,通过最小化残差平方和确定拟合参数,即在三维空间概念上使特性曲线平移、旋转,从而使特性曲线逼近筛选出的典型工况点,完成水泵装置的特性曲线校正。

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中国水利水电科学研究院,其通讯地址为:100038 北京市海淀区车公庄西路20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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。