[發(fā)明專利]一種用電量測算水量的模型構(gòu)建及算法優(yōu)化

在審

• 申請?zhí)枺?/td>: 202010184248.3
• 申請日: 2020-03-10
• 公開（公告）號: CN111369166A
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 李威;侯榮奇
• 申請（專利權(quán)）人: 蘇州倍加福電氣自動化有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用電量測算水量的模型構(gòu)建及算法優(yōu)化，包括電、水法模型構(gòu)建和模型參數(shù)優(yōu)化以及算例分析，其特征在于，在所述電、水法模型構(gòu)建是一種利用嵌入式監(jiān)測技術(shù)獲取水泵工作運(yùn)行期間的耗電量，根據(jù)電、水轉(zhuǎn)換關(guān)系間接計(jì)量排灌站點(diǎn)供水量的農(nóng)業(yè)用水間接計(jì)量方法，電、水法的經(jīng)驗(yàn)系數(shù)定義為總供水量和總耗電量的比值，模型參數(shù)優(yōu)化中參數(shù)尋優(yōu)方法的主要流程為，選取待優(yōu)化參數(shù)，確定目標(biāo)函數(shù)，生成參數(shù)樣本空間，優(yōu)化算法，多項(xiàng)式系數(shù)為本次參數(shù)尋優(yōu)中的待優(yōu)化參數(shù)，目標(biāo)函數(shù)定義為誤差平方和，模型參數(shù)優(yōu)化采用最小二乘法和粒子群算法以及改進(jìn)粒子群算法，算例分析采用集成流量計(jì)、電表、儀器、儀表采集算例數(shù)據(jù)，對耗電量和供水量的數(shù)據(jù)進(jìn)行記錄，分別采用LSM、PSO和IPSO三種算法對電、水法模型的參數(shù)進(jìn)行尋優(yōu)，并對結(jié)果進(jìn)行分析。

2.根據(jù)權(quán)利要求1所述的一種用電量測算水量的模型構(gòu)建及算法優(yōu)化，其特征在所述粒子群算法采用粒子群優(yōu)化算法，粒子群優(yōu)化算法是一種多代理算法，原理上是一種信息共享機(jī)制，采用了速度加位移的搜索模型，通過個體間頻繁的共享經(jīng)驗(yàn)，最終促使整個群體的發(fā)展，初始時(shí)，各粒子的速度和位置隨機(jī)分布在解空間之中，之后根據(jù)個體最優(yōu)極值和全局最優(yōu)極值對自身的位置和速度進(jìn)行動態(tài)調(diào)整，經(jīng)過多輪迭代后，最終的位置向量即為尋優(yōu)后的模型參數(shù)。

3.根據(jù)權(quán)利要求1所述的一種用電量測算水量的模型構(gòu)建及算法優(yōu)化，其特征在所述改進(jìn)粒子群算法包括自適應(yīng)調(diào)整慣性權(quán)重和變鄰域混沌搜索，自適應(yīng)調(diào)整慣性權(quán)重采用PSO算法的收斂能力與慣性權(quán)重的關(guān)聯(lián)，自適應(yīng)調(diào)整慣性權(quán)重即能隨著當(dāng)前粒子與全局最優(yōu)粒子間的距離變動而動態(tài)調(diào)整，改進(jìn)粒子群算法前期粒子需要有較強(qiáng)的搜索能力，取值應(yīng)該要最大化，后期為了便于全局最優(yōu)解的收斂，取值應(yīng)最小化，放緩搜索速度，自適應(yīng)調(diào)整慣性權(quán)重的方法為，慣性權(quán)重由當(dāng)前粒子與全局最優(yōu)粒子間的歐式距離以及算法的迭代次數(shù)共同決定，變鄰域混沌搜索是針對算法易于陷入局部最優(yōu)解的問題，將變鄰域混沌搜索的方法引入PSO算法之中，對PSO算法的性能進(jìn)行了優(yōu)化，提高了求解精度，在一定時(shí)間范圍內(nèi)，當(dāng)全局最優(yōu)解不再更新時(shí)，則開始改變尋求最優(yōu)解的鄰域范圍，即變鄰域混沌搜索，若變鄰域混沌搜索后的全局最優(yōu)解不再改變，則上次的結(jié)果為真全局最優(yōu)解，否則進(jìn)行全局最優(yōu)解的替換，變鄰域混沌搜索是一種全局最優(yōu)解的變異過程，目的是為了提高獲得最優(yōu)解的概率。

4.根據(jù)權(quán)利要求1所述的一種用電量測算水量的模型構(gòu)建及算法優(yōu)化，其特征在所述電、水法模型應(yīng)進(jìn)行優(yōu)化改進(jìn)，針對粒子群算法的缺陷，采用自適應(yīng)調(diào)整慣性權(quán)重和變鄰域混沌搜索的改進(jìn)粒子群算法，分別采用LSM、PSO、IPSO三種算法優(yōu)化模型參數(shù)，結(jié)合仿真結(jié)果分析得出三種算法都可對電、水法模型參數(shù)進(jìn)行優(yōu)化，IPSO收斂速度快，有高的尋優(yōu)精度，結(jié)合優(yōu)化參數(shù)所擬合的特征曲線所反映的耗電量和供水量的關(guān)系為真實(shí)準(zhǔn)確。