CN108361184B - 用于控制水泵的方法和装置 - Google Patents
用于控制水泵的方法和装置 Download PDFInfo
- Publication number
- CN108361184B CN108361184B CN201810142546.9A CN201810142546A CN108361184B CN 108361184 B CN108361184 B CN 108361184B CN 201810142546 A CN201810142546 A CN 201810142546A CN 108361184 B CN108361184 B CN 108361184B
- Authority
- CN
- China
- Prior art keywords
- water pump
- frequency
- power consumption
- target
- lift
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Mechanical Engineering (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本申请实施例公开了用于控制水泵的方法和装置。该方法的一具体实施方式包括:获取水泵组中多个水泵的目标流量以及目标扬程;将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率;向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。该实施方式提高了对水泵组控制的灵活性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于控制水泵的方法和装置。
背景技术
目前,水泵广泛的应用于生活中的各个领域。例如,在现有的中央空调水系统中,可以通过控制水泵组中的水泵的运转,来适应系统水流量的变化。在系统运行过程中,当水的流量增加或减少时,需要通过调节水泵工作频率和/或水泵组中的水泵的工作数量,以适应当前的流量变化。
发明内容
本申请实施例提出了用于控制水泵的方法和装置。
第一方面,本申请实施例提供了一种用于控制水泵的方法,该方法包括:获取水泵组中多个水泵的目标流量以及目标扬程;将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率;向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
在一些实施例中,频率功耗模型是通过如下步骤训练得到的:获取目标水泵在多个历史时刻的流量、扬程、频率和功耗,其中,目标水泵是水泵组中的水泵;利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,训练得到针对目标水泵的频率功耗模型。
在一些实施例中,基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,包括:基于各个水泵的频率和功耗以及预设的调控条件,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在一些实施例中,上述调控条件包括:水泵组中处于运转状态的水泵的流量之和为目标总流量且水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。
在一些实施例中,上述方法还包括:响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数。
第二方面,本申请实施例提供了一种用于控制水泵的装置,该装置包括:获取单元,配置用于获取水泵组中多个水泵的目标流量以及目标扬程;输入单元,配置用于将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;确定单元,配置用于基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率;发送单元,配置用于向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
在一些实施例中,频率功耗模型是通过如下步骤训练得到的:获取目标水泵在多个历史时刻的流量、扬程、频率和功耗,其中,目标水泵是水泵组中的水泵;利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,训练得到针对目标水泵的频率功耗模型。
在一些实施例中,确定单元包括:确定模块,配置用于基于各个水泵的频率和功耗以及预设的调控条件,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在一些实施例中,上述调控条件包括:水泵组中处于运转状态的水泵的流量之和为目标总流量且水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。
在一些实施例中,上述装置还包括:调整单元,,配置用于响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数.
第三方面,本申请实施例提供了一种用于控制水泵的控制设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得该一个或多个处理器实现如上述用于控制水泵的方法中任一实施例的方法。
第四方面,本申请实施例提供了一种用于控制水泵的计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述用于控制水泵的方法中任一实施例的方法。
本申请实施例提供的用于控制水泵的方法和装置,通过将目标流量以及目标扬程输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,然后基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,最后向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令,从而基于频率功耗模型,提高了对水泵组控制的灵活性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于控制水泵的方法的一个实施例的流程图;
图3是根据本申请的用于控制水泵的方法的一个实施例的示意性时序图;
图4是根据本申请的用于控制水泵的方法的又一个实施例的流程图;
图5是根据本申请的用于控制水泵的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的控制设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的用于控制水泵的方法或用于控制水泵的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括由水泵101、102、103组成的水泵组以及控制设备104。
组成水泵组的水泵101、102、103的类型可以是相同的,也可以是不同的。示例性的,水泵101、102、103的材质可以是不同的,例如,水泵101可以是铸铁泵,水泵102、103可以是不锈钢泵。
控制设备104可以通过有线或无线连接方式与水泵101、102、103进行交互,例如向水泵101、102、103发送指令,以停止或启动水泵101、102、103中的一个或多个的运转,或者调节水泵101、102、103中的一个或多个的运转频率等等。控制设备104可以包括集成电路,该集成电路可以通过中央处理器(CPU,Central Processing Unit)等,实现对数据的计算处理。例如,控制设备104可以对目标流量以及目标扬程进行处理,得到多个水泵的频率以及功耗。
可选的,控制设备104还可以获取水泵的工作参数(例如流量、扬程、频率以及功耗)信息,示例性的,控制设备104可以从传感器获取到传感器所采集的上述工作参数信息。
作为示例,控制设备104可以是用于控制温度的设备。例如,控制设备104可以是应用于中央空调水系统中的控制设备,控制设备104可以通过控制水泵101、102、103的运转,实现温度的调节。
需要说明的是,控制设备可以是硬件,也可以是软件。当控制设备为硬件时,可以实现成多个控制设备(例如控制用服务器)组成的分布式服务器集群,也可以实现成单个控制设备。当控制设备为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的水泵和控制设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的水泵和控制设备。需要说明的是,可选的,在图1的系统架构的基础上,还可以增加其他设备。例如,用于实时采集水泵的上述工作参数的物联网盒子等。其中,上述物联网盒子中可以设置有传感器。
继续参考图2,示出了根据本申请的用于控制水泵的方法的一个实施例的流程200。该用于控制水泵的方法,包括以下步骤:
步骤201,获取水泵组中多个水泵的目标流量以及目标扬程。
在本实施例中,用于控制水泵的方法运行于其上的电子设备(例如图1所示的控制设备104)可以通过有线连接方式或者无线连接方式从其他设备获取水泵组中多个水泵的目标流量以及目标扬程。其中,上述其他设备可以是管理人员(例如负责管理水泵运转的人员)所使用的终端设备。可选的,在上述管理人员在上述电子设备上对目标流量以及目标扬程进行了设置之后,上述电子设备也可以直接获取上述目标流量以及目标扬程。上述水泵组可以是由需要控制的多个水泵组成的水泵组。例如,在中央空调水系统中的、用于控制温度的多个水泵组成的水泵组。
在这里,目标流量可以是上述管理人员针对各个水泵所设置的流量,示例性的,上述管理人员可以根据实际需求,设置上述目标流量。目标流量也可以是根据上述管理人员所设置的水泵组的总流量确定出的各个水泵的流量。可选的,上述目标扬程的值可以是上述管理人员所设置的值,也可以是大于等于目标扬程阈值的值。示例性的,当目标扬程阈值为100时,上述目标扬程的值可以是105、110、115等。上述目标扬程阈值可以是使媒介(例如水)在水泵的管路中流动的最小的扬程的值。
需要说明的是,可以根据水泵组的总流量,按照如下步骤确定出各个水泵的目标流量:示例性的,假设总流量为90(立方米每秒),水泵组包括3台水泵,并且水泵组中的各个水泵之间以并联的形式连接,则当3台水泵处于运转状态时,上述3台水泵中的每台水泵的目标流量可以是30(立方米每秒);当只有2台水泵处于运转状态时,上述2台水泵中的每台水泵的目标流量可以是45(立方米每秒);当只有1台水泵处于运转状态时,该水泵的目标流量可以是90(立方米每秒)。其中,水泵组中未运转的水泵的目标流量为0。
步骤202,将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型。
在本实施例中,上述电子设备可以将步骤201中得到的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型。
其中,频率功耗模型可以用于表征水泵的流量、扬程与频率、功耗之间的对应关系。作为示例,频率功耗模型可以是技术人员基于对水泵的大量的流量、扬程与频率、功耗的统计而预先制定的、存储有水泵的多个流量、扬程与频率、功耗的对应关系的对应关系表或数据库。
可以理解,当水泵组中的水泵的型号不同时,通过为每个水泵建立频率功耗模型,可以更准确的确定出每个水泵的流量、扬程、频率、功耗之间的关系。
需要说明的是,上述电子设备可以将每个目标流量以及目标扬程输入至该目标流量以及目标扬程对应的水泵的频率功耗模型以得到多个频率以及多个功耗。
作为示例,假设目标扬程为100米,总流量为90立方米每秒,水泵组包括3台水泵,并且水泵组中的各个水泵之间以并联的形式连接,则当3台水泵处于运转状态时,上述3台水泵中的每台水泵的目标流量可以是30(立方米每秒),上述电子设备可以将目标扬程100(米),目标流量30(立方米每秒)输入至上述3台水泵中的每台水泵的频率功耗模型,得到3组频率和功耗;当只有2台水泵处于运转状态时,上述2台水泵中的每台水泵的目标流量可以是45(立方米每秒),上述电子设备可以将目标扬程100(米),目标流量45(立方米每秒)输入至上述2台水泵中的每台水泵的频率功耗模型,得到2组频率和功耗;当只有1台水泵处于运转状态时,该水泵的目标流量可以是90(立方米每秒),上述电子设备可以将目标扬程100(米),目标流量90(立方米每秒)输入至该水泵的频率功耗模型,得到1组频率和功耗。
可选的,当上述目标扬程的值大于目标扬程阈值时,上述电子设备可以通过遍历扬程一定范围内的值,从而基于某一水泵的频率功耗模型确定出在该范围内,针对该水泵的功耗最小的功耗,以及该功耗对应的频率。示例性的,当目标扬程阈值为100时,上述电子设备可以每次累加5(也可以是其他数值),实现遍历100-120范围(也可以是其他范围)内的值,将该水泵的扬程(100、105、110、115、120)以及获取的目标流量分别输入至该水泵的频率功耗模型。
示例性的,上述电子设备可以通过曲线拟合的方式训练得到频率功耗模型。例如,在得到大量的、水泵的各个历史时间点的流量、扬程、频率以及功耗之后,可以通过对流量、扬程、频率以及功耗进行曲线拟合,从而得到针对该水泵的频率功耗模型。
步骤203,基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在本实施例中,上述电子设备还可以基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。其中,水泵的待调节频率可以用于该水泵的运转(使该水泵以待调节频率为工作频率进行运转)。
作为示例,假设目标扬程为100(米),总流量为90(立方米每秒),水泵组包括3台水泵,并且水泵组中的各个水泵之间以并联的形式连接,当上述电子设备按照上述方式得到如下6组频率和功耗:
当3台水泵处于运转状态时,上述电子设备可以基于上述3台水泵的频率功耗模型,得到上述3台水泵的频率和功耗,例如,频率F1、功耗W1,频率F2、功耗W2,频率F3、功耗W3,此时总功耗为W1+W2+W3;
当2台水泵处于运转状态时,上述电子设备可以基于上述2台水泵的频率功耗模型,得到上述2台水泵的频率和功耗,例如,频率F4、功耗W4,频率F5、功耗W5,此时总功耗为W4+W5;
当1台水泵处于运转状态时,上述电子设备可以基于该水泵的频率功耗模型,得到该水泵的频率和功耗,例如,频率F6、功耗W6,此时总功耗为W6。
然后,上述电子设备可以通过比较上述3个总功耗,确定出上述3种情况下的总功耗最小的情况,假设总功率最小的情况为1台水泵处于运转状态的情况。则上述电子设备可以确定水泵组中需开启的水泵的数量为1,需开启的水泵的待调节频率为F6。
之后,上述电子设备可以确定水泵组中需开启的水泵。例如可以是水泵组中的任意一台水泵,也可以是按照预先确定的条件确定出的水泵。上述预先确定的条件可以是水泵组中出现故障次数最少的水泵。
可选的,如果当前需要开启的水泵的数量为2,总流量为Q,扬程为H,则该步骤还可以如下实现:
首先,上述电子设备可以选定水泵组中的任意两台水泵,例如水泵A和水泵B;
然后,上述电子设备可以确定出水泵A和水泵B的流量,例如0.5Q;
之后,上述电子设备可以将流量0.5Q和扬程H输入至水泵A的频率功耗模型,得到水泵A的频率,将该频率确定为水泵A的待调节频率;将流量0.5Q和扬程H输入至水泵B的频率功耗模型,得到水泵B的频率,将该频率确定为水泵B的待调节频率。
实践中,水泵组中的每个水泵可以对应一个标识,上述电子设备可以通过确定需开启的水泵的标识,确定出需开启的水泵。
步骤204,向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
在本实施例中,基于步骤203所确定的需开启的水泵以及待调节频率,上述电子设备还可以向需开启的各个水泵,通过有线或者无线的方式分别发送按照相应的待调节频率进行运转的指令。其中,向每个水泵发送的指令中所指示的待调节频率,是基于该水泵的频率和功耗确定的待调节频率。
可以理解,上述需开启的水泵在接收到指令之后,可以按照所确定的待调节频率进行运转,由此,实现了对水泵的控制。
继续参见图3,图3是根据本实施例的用于控制水泵的方法一个实施例的示意性时序图。
如图3所示,在步骤301中,控制设备获取水泵组中多个水泵的目标流量以及目标扬程。其中,目标流量可以是上述管理人员针对各个水泵所设置的流量,也可以是根据上述管理人员所设置的水泵组的总流量确定出的各个水泵的流量。可选的,上述目标扬程的值可以是上述管理人员所设置的值,也可以是大于等于目标扬程阈值的值。上述目标扬程阈值可以是使媒介(例如水)在水泵的管路中流动的最小的扬程的值。
在步骤302中,控制设备将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗。其中,频率功耗模型可以用于表征水泵的流量、扬程与频率、功耗之间的对应关系。
在步骤303中,控制设备基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在图3的时序中,上述控制设备可以基于得到的功耗,确定出开启的水泵的总功耗最小的情况,从而确定出该情况下需开启的水泵,并将该情况下将所得到的频率作为需开启的水泵的待调节频率。
在步骤304中,控制设备将按照相应的待调节频率进行运转的指令发送至需开启的各个水泵。
可以理解,上述需开启的各个水泵在接收到指令之后,可以按照相应的待调节频率进行运转,由此,实现了对水泵的控制。
本申请的上述实施例提供的方法,通过将所获取的目标流量以及目标扬程输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,然后基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,最后向水泵组中的需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令,从而基于各个水泵的频率功耗模型,得到各个水泵的工作参数之间的关系,有助于降低处于运转状态的水泵的总能耗,提高了对水泵组控制的灵活性。
进一步参考图4,其示出了用于控制水泵的方法的又一个实施例的流程400。该用于控制水泵的方法的流程400,包括以下步骤:
步骤401,获取目标水泵在多个历史时刻的流量、扬程、频率和功耗。
在本实施例中,用于控制水泵的方法运行于其上的电子设备(例如图1所示的控制设备104)可以通过有线连接方式或者无线连接方式从其他设备(例如安装于水泵上的物联网盒子或传感器等)获取目标水泵在多个历史时刻的流量、扬程、频率和功耗。上述电子设备也可以直接获取存储于本地的目标水泵在多个历史时刻的流量、扬程、频率和功耗。
其中,目标水泵是水泵组中的水泵。上述历史时刻可以是某个时间段(例如距离当前时间一个月或者一周)内的时刻。示例性的,上述历史时刻可以是距离当前时间一周内的整点(例如11:00,2:00等)。实践中,可以通过安装于目标水泵上的传感器采集目标水泵在多个历史时刻的流量、扬程,以及获取到频率、功耗。然后上述电子设备可以获取到目标水泵在上述历史时刻的流量、扬程、频率和功耗。
在这里,上述电子设备所获取的流量、扬程、频率和功耗的数量可以根据需求确定。在实践中,用于训练的流量、扬程、频率和功耗的数量过少可能导致训练得到的频率功耗模型的参数不够准确,因而使得频率功耗模型所输出的频率和功耗不准确;所获取的流量、扬程、频率和功耗的数量过多将需要花费较多的时间去训练频率功耗模型。然而通常情况下,用于训练的流量、扬程、频率和功耗的数量越多,所得到的频率功耗模型输出的频率和功耗的准确率越高。
步骤402,利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,训练得到针对目标水泵的频率功耗模型。
在本实施例中,上述电子设备还可以利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,训练得到针对目标水泵的频率功耗模型。
示例性的,上述电子设备可以利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程阈值作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,将特征数据(流量、扬程)输入到初始化的模型中,对所有的样本计算残差,根据残差对模型的参数进行更新,重复上述步骤,直至残差不再减小,验证模型并将验证停止后的模型作为上述训练得到针对目标水泵的频率功耗模型。其中,上述初始模型可以是现有的卷积神经网络(例如多层神经网络、多元多项式线性回归等)。
可以理解,上述电子设备可以将水泵组中的每个水泵作为上述目标水泵,进而训练得到针对水泵组中的各个水泵的频率功耗模型。
步骤403,获取水泵组中多个水泵的目标流量以及目标扬程。
在本实施例中,步骤403与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤404,将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗。
在本实施例中,步骤404与图2对应实施例中的步骤202基本一致,这里不再赘述。
步骤405,基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在本实施例中,步骤405与图2对应实施例中的步骤203基本一致,这里不再赘述。
步骤406,向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
在本实施例中,步骤406与图2对应实施例中的步骤204基本一致,这里不再赘述。
在本实施例的一些可选的实现方式中,基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,包括:基于各个水泵的频率和功耗以及预设的调控条件,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
其中,上述调控条件可以是各种条件。例如,上述调控条件可以包括但不限于以下至少一项:上述水泵组中的水泵是并联的;水泵组中处于运转状态的各个水泵的流量是相等的;水泵组中处于运转状态的各个水泵的扬程是相等的。
在本实施例的一些可选的实现方式中,上述调控条件包括:水泵组中处于运转状态的水泵的流量之和为目标总流量且水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。其中,上述目标总流量以及目标扬程阈值可以是相关负责人员根据实际需要确定的。
作为示例,上述调控条件可以包括如下条件:水泵组中处于运转状态的水泵的流量之和为目标总流量且水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。在此条件下,上述基于各个水泵的频率和功耗以及预设的调控条件,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,可以如下实现:
示例性的,假设一个并联泵组的水泵数量是N,打开的水泵数量是m,并联泵组提供的总水流量为QTotal,水泵的扬程Hi满足Hi>HTh(即水泵的扬程大于目标扬程阈值),其中,HTh为目标扬程阈值。如果要使得所打开的m台水泵的总功耗最小,则上述问题可以表述为:其中,Pi为第i台水泵的功耗,m为所打开的水泵的数量,i用于标识
水泵,Qi为第i台水泵的流量,QTotal(t)为在t时刻并联泵组提供的总水流量,t用于标识时刻,Hi为第i台水泵的扬程,HTh为目标扬程阈值,N为并联泵组的水泵数量。上述s.t.(subject to)意为“使得...满足...”。
实践中,要保证同一个并联组的水泵保持相近的工作负载,由于并联泵的扬程相同,所以只要保证各个并联泵的水流量相同即可,所以上述问题可以表述为:
其中,Pi为第i台水泵的功耗,m为所打开的水泵的数量,i用于标识水泵,Qi为第i台水泵的流量,QTotal(t)为在t时刻并联泵组提供的总水流量,t用于标识时刻,Hi为第i台水泵的扬程,HTh为目标扬程阈值,Q1为第1台水泵的流量,Q2为第2台水泵的流量,Qm为第m台水泵的流量,N为并联泵组的水泵数量。
对上式进行整理可得:
min(Pi)s.t.Qi=QTotal(t)/m Hi>HTh (1≤i≤m≤N)
其中,Pi为第i台水泵的功耗,m为所打开的水泵的数量,i用于标识水泵,Qi为第i台水泵的流量,QTotal(t)为在t时刻并联泵组提供的总水流量,t用于标识时刻,Hi为第i台水泵的扬程,HTh为目标扬程阈值,N为并联泵组的水泵数量。
由于水泵主要的能量都消耗在电机上,经实验证明频率F与功耗P成正相关,上式可以近似表示为:
min(Fi)s.t.Qi=QTotal(t)/m Hi>HTh (1≤i≤m≤N)
其中,Fi为第i台水泵的频率,m为所打开的水泵的数量,i用于标识水泵,Qi为第i台水泵的流量,QTotal(t)为在t时刻并联泵组提供的总水流量,t用于标识时刻,Hi为第i台水泵的扬程,HTh为目标扬程阈值,N为并联泵组的水泵数量。
由于通过流量Q和扬程H能够确定所需要的水泵频率F;通过水泵频率F可以得出水泵的功耗P,故需要构建如下函数关系式:
F=fF(Q,H)
P=fp(F)
将式上述函数关系式代入min(Fi)s.t.Qi=QTotal(t)/m Hi>HTh (1≤i≤m≤N)可以得到:
由于水泵扬程的范围一定,因此,可以通过上述遍历扬程范围的方法得水泵i的功耗和水泵i的频率,水泵i的频率可以用于水泵的调节控制(即需开启的水泵的待调节频率)。
之后,上述电子设备可以计算出m台水泵的总功耗。遍历所开启的水泵的数量小于等于m的所有可能情况,确定各个情况下处于运转状态的水泵的总功耗,取出在上述各个情况下总功耗最小时,打开的水泵和这些水泵的工作频率(即需开启的水泵的待调节频率)。
由此,上述电子设备可以确定出需开启的水泵以及需开启的水泵的待调节频率。
在本实施例的一些可选的实现方式中,上述方法还包括:响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数。
其中,上述预设时长可以是预先设置的任意时长。示例性的,上述预设时长可以是一周,一天等等。上述预设时长中的每个历史时刻可以是以1小时、2小时等时长为时间间隔的、该预设时长中的时刻。示例性的,上述预设时长可以是一周,则该预设时长中的每个历史时刻可以是在距离当前时间一周以内的时刻。
可以理解,在距离频率功耗模型的上次训练时间经过预设时长的情况下,上述电子设备可以通过获取在上述预设时长(例如一个月)内的流量、扬程、频率和功耗,基于与上述步骤402类似的方式,继续训练(以上次训练得到的频率功耗模型为初始模型)频率功耗模型,以调整频率功耗模型的参数。
需要说明的是,由于水泵投入使用的时间的增加,之前训练得到的频率功耗模型可能不适用于当前或者一段时间之后的水泵。此时,通过上述方式,对频率功耗模型的参数进行调整,有助于进一步提高所得到的频率、功耗的准确性。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于控制水泵的方法的流程400突出了频率功耗模型进行训练的步骤。由此,本实施例描述的方案可以通过对频率功耗模型进行训练,从而有助于提高所得到的频率、功耗的准确性,进一步提高了对水泵组控制的灵活性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于控制水泵的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于控制水泵的装置500包括:获取单元501、输入单元502、确定单元503和发送单元504。其中,获取单元501配置用于获取水泵组中多个水泵的目标流量以及目标扬程;输入单元502配置用于将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;确定单元503配置用于基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率;发送单元504配置用于向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
在本实施例中,用于控制水泵的装置500的获取单元501可以通过有线连接方式或者无线连接方式从其他设备获取水泵组中多个水泵的目标流量以及目标扬程。其中,上述其他设备可以是管理人员(例如负责管理水泵运转的人员)所使用的终端设备。可选的,在上述管理人员在上述电子设备上对目标流量以及目标扬程进行了设置之后,上述电子设备也可以直接获取上述目标流量以及目标扬程。上述水泵组可以是由需要控制的多个水泵组成的水泵组。
在这里,目标流量可以是上述管理人员针对各个水泵所设置的流量,也可以是根据上述管理人员所设置的水泵组的总流量确定出的各个水泵的流量,示例性的,上述管理人员可以根据实际需求,确定出上述目标流量。可选的,上述目标扬程的值可以是上述管理人员所设置的值,也可以是大于等于目标扬程阈值的值。上述目标扬程阈值可以是使媒介(例如水)在水泵的管路中流动的最小的扬程的值。
在本实施例中,上述输入单元502可以将接收单元501得到的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型。
其中,频率功耗模型可以用于表征水泵的流量、扬程与频率、功耗之间的对应关系。作为示例,频率功耗模型可以是技术人员基于对水泵的大量的流量、扬程与频率、功耗的统计而预先制定的、存储有水泵的多个流量、扬程与频率、功耗的对应关系的对应关系表或数据库。
在本实施例中,上述确定单元503可以基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。
在本实施例中,基于确定单元503确定的需开启的水泵以及待调节频率,上述发送单元504还可以向需开启的各个水泵,通过有线或者无线的方式分别发送按照相应的待调节频率进行运转的指令。其中,向每个水泵发送的指令中所指示的待调节频率,是基于该水泵的频率和功耗确定的待调节频率。
在本实施例的一些可选的实现方式中,频率功耗模型是通过如下步骤训练得到的:获取目标水泵在多个历史时刻的流量、扬程、频率和功耗,其中,目标水泵是水泵组中的水泵;利用机器学习算法,将多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,训练得到针对目标水泵的频率功耗模型。
其中,目标水泵是水泵组中的水泵。上述历史时刻可以是某个时间段(例如距离当前时间一个月或者一周)内的时刻。示例性的,上述历史时刻可以是距离当前时间一周内的整点(例如11:00,2:00等)。实践中,可以通过安装于目标水泵上的传感器采集目标水泵在多个历史时刻的流量、扬程、频率和功耗。然后上述电子设备可以获取到传感器所采集的、目标水泵在上述历史时刻的流量、扬程、频率和功耗。
可以理解,上述电子设备可以将水泵组中的每个水泵作为上述目标水泵,进而训练得到针对水泵组中的各个水泵的频率功耗模型。
在本实施例的一些可选的实现方式中,确定单元包括:确定模块(图中未示出)配置用于基于各个水泵的频率和功耗以及预设的调控条件,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率。其中,上述调控条件可以是各种条件。例如,上述调控条件可以包括但不限于以下至少一项:上述水泵组中的水泵是并联的;水泵组中处于运转状态的各个水泵的流量是相等的;水泵组中处于运转状态的各个水泵的扬程是相等的。
在本实施例的一些可选的实现方式中,上述调控条件包括:水泵组中处于运转状态的水泵的流量之和为目标总流量且水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。其中,上述目标总流量以及目标扬程阈值可以是相关负责人员根据实际需要确定的
在本实施例的一些可选的实现方式中,上述装置还包括:调整单元(图中未示出)配置用于响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数。其中,上述预设时长可以是预先设置的任意时长。示例性的,上述预设时长可以是一周,一天等等。
本申请的上述实施例提供的装置,通过获取单元501获取水泵组中多个水泵的目标流量以及目标扬程,然后输入单元502将将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,之后确定单元503基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率,最后发送单元504向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令,从而基于频率功耗模型,提高了对水泵组控制的灵活性。
下面参考图6,其示出了适于用来实现本申请实施例的控制设备的计算机系统600的结构示意图。图6示出的控制设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、输入单元、确定单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取水泵组中多个水泵的目标流量以及目标扬程的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的控制设备中所包含的;也可以是单独存在,而未装配入该控制设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该控制设备执行时,使得该控制设备:获取水泵组中多个水泵的目标流量以及目标扬程;将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;基于各个水泵的频率和功耗,确定水泵组中需开启的水泵以及需开启的水泵的待调节频率;向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种用于控制水泵的方法,包括:
获取水泵组中多个水泵的目标流量以及目标扬程;
将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;
基于所述各个水泵的频率和功耗,确定所述水泵组中需开启的水泵以及需开启的水泵的待调节频率;
向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令;
其中,频率功耗模型是通过如下步骤训练得到的:
获取目标水泵在多个历史时刻的流量、扬程、频率和功耗,其中,所述目标水泵是水泵组中的水泵;
利用机器学习算法,将所述多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、所述目标水泵的频率以及功耗作为输出,训练得到针对所述目标水泵的频率功耗模型。
2.根据权利要求1所述的方法,其中,基于所述各个水泵的频率和功耗,确定所述水泵组中需开启的水泵以及需开启的水泵的待调节频率,包括:
基于所述各个水泵的频率和功耗以及预设的调控条件,确定所述水泵组中需开启的水泵以及需开启的水泵的待调节频率。
3.根据权利要求2所述的方法,其中,所述调控条件包括:
水泵组中处于运转状态的水泵的流量之和为目标总流量且所述水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。
4.根据权利要求1-3之一所述的方法,其中,所述方法还包括:
响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、所述目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数。
5.一种用于控制水泵的装置,包括:
获取单元,配置用于获取水泵组中多个水泵的目标流量以及目标扬程;
输入单元,配置用于将所获取的目标流量以及目标扬程分别输入至针对各个水泵预先训练的频率功耗模型,得到各个水泵的频率和功耗,其中,频率功耗模型用于表征水泵的流量、扬程与频率、功耗之间的对应关系;
确定单元,配置用于基于所述各个水泵的频率和功耗,确定所述水泵组中需开启的水泵以及需开启的水泵的待调节频率;
发送单元,配置用于向需开启的各个水泵分别发送按照相应的待调节频率进行运转的指令;
其中,频率功耗模型是通过如下步骤训练得到的:
获取目标水泵在多个历史时刻的流量、扬程、频率和功耗,其中,所述目标水泵是水泵组中的水泵;
利用机器学习算法,将所述多个历史时刻中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、所述目标水泵的频率以及功耗作为输出,训练得到针对所述目标水泵的频率功耗模型。
6.根据权利要求5所述的装置,其中,所述确定单元包括:
确定模块,配置用于基于所述各个水泵的频率和功耗以及预设的调控条件,确定所述水泵组中需开启的水泵以及需开启的水泵的待调节频率。
7.根据权利要求6所述的装置,其中,所述调控条件包括:
水泵组中处于运转状态的水泵的流量之和为目标总流量且所述水泵组中处于运转状态的各个水泵的扬程大于等于目标扬程阈值。
8.根据权利要求5-7之一所述的装置,其中,所述装置还包括:
调整单元,配置用于响应于距离频率功耗模型的上次训练时间经过预设时长,采用该预设时长中的每个历史时刻的流量以及扬程作为输入,将与所输入的流量以及扬程在同一时刻的、所述目标水泵的频率以及功耗作为输出,调整频率功耗模型的参数。
9.一种控制设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810142546.9A CN108361184B (zh) | 2018-02-11 | 2018-02-11 | 用于控制水泵的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810142546.9A CN108361184B (zh) | 2018-02-11 | 2018-02-11 | 用于控制水泵的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108361184A CN108361184A (zh) | 2018-08-03 |
CN108361184B true CN108361184B (zh) | 2019-12-10 |
Family
ID=63005917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810142546.9A Active CN108361184B (zh) | 2018-02-11 | 2018-02-11 | 用于控制水泵的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108361184B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112292530A (zh) * | 2019-11-05 | 2021-01-29 | 深圳市大疆创新科技有限公司 | 水泵流量的控制方法、水泵控制系统和农业无人飞行器 |
CN111648947B (zh) * | 2020-04-09 | 2022-09-16 | 武汉船用机械有限责任公司 | 货油泵系统的控制方法、控制装置、设备和存储介质 |
CN111681126B (zh) * | 2020-04-21 | 2023-07-11 | 上海西派埃智能化系统有限公司 | 一种基于水处理提升泵组能效评估的智能控制系统和方法 |
CN111609893B (zh) * | 2020-05-13 | 2022-03-25 | 美智纵横科技有限责任公司 | 流量测量方法、装置、设备及扫地机 |
CN112432326B (zh) * | 2020-11-19 | 2021-11-23 | 珠海格力电器股份有限公司 | 冷冻二级泵的控制方法、装置、空调系统、介质及处理器 |
CN113309186B (zh) * | 2021-05-31 | 2022-04-19 | 北控水务(中国)投资有限公司 | 一种净水厂清水池水位管理节能控制方法及系统 |
CN115247872A (zh) * | 2022-07-27 | 2022-10-28 | 广东机场白云信息科技有限公司 | 一种并联冷冻水泵组的节能控制方法、装置及存储介质 |
CN116167188B (zh) * | 2023-04-19 | 2023-07-11 | 江苏华飞宇节能技术有限公司 | 循环水节能的数据处理方法及系统 |
CN117130280B (zh) * | 2023-09-25 | 2024-03-15 | 南栖仙策(南京)高新技术有限公司 | 泵房控制方法、装置、电子设备及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007023910A (ja) * | 2005-07-19 | 2007-02-01 | Sayama Seisakusho:Kk | ポンプ流量・軸動力を積算する積算方法、およびポンプ流量・軸動力を積算する積算システム。 |
JP2010019223A (ja) * | 2008-07-14 | 2010-01-28 | Sayama Seisakusho:Kk | ポンプ流量制御方法およびポンプ流量制御システム |
CN102094801A (zh) * | 2010-12-27 | 2011-06-15 | 贵州汇通华城楼宇科技有限公司 | 基于输送能耗最低的泵组优选方法 |
CN203560068U (zh) * | 2013-08-05 | 2014-04-23 | 李青勤 | 基于三台水泵的恒流量智能节电保护控制系统 |
CN104612954B (zh) * | 2015-01-26 | 2016-08-24 | 珠海格力电器股份有限公司 | 水泵控制方法和装置 |
CN106837767B (zh) * | 2017-04-01 | 2018-04-06 | 北京慧鎏科技有限公司 | 泵的控制方法和系统 |
CN107131686A (zh) * | 2017-06-08 | 2017-09-05 | 深圳达实智能股份有限公司 | 多泵并联离心泵的循环系统及其节能控制方法 |
-
2018
- 2018-02-11 CN CN201810142546.9A patent/CN108361184B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108361184A (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108361184B (zh) | 用于控制水泵的方法和装置 | |
CN107606730B (zh) | 用于确定对数据中心制冷的冷水机组的方法和装置 | |
CN109035021B (zh) | 一种交易指标的监控方法、装置及设备 | |
US20200064137A1 (en) | Method and apparatus for positioning autonomous vehicle | |
CN107181284B (zh) | 一种线路越限电量的调整方法和装置 | |
CN109255517A (zh) | 风控策略的生成方法、装置、服务器及可读存储介质 | |
CN109961160A (zh) | 一种基于潮流参数的电网未来运行趋势预估方法及系统 | |
CN109242323A (zh) | 一种汽车维修厂评分方法及相关装置 | |
CN110454910B (zh) | 一种空调除霜的方法及设备 | |
CN113705929A (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
CN111123699A (zh) | 基于动态仿真的控制参数优化方法及装置 | |
CN117196250A (zh) | 水厂控制方法及控制设备 | |
CN117294657B (zh) | 一种流量治理方法和装置 | |
CN113177842B (zh) | 一种征信数据处理方法、系统、设备及介质 | |
CN116187738B (zh) | 一种基于执行顺序和位置分布的工作包自动生成方法 | |
CN108537322A (zh) | 神经网络层间激活值量化方法及装置 | |
CN110689177B (zh) | 订单准备时间的预测方法和装置,电子设备及存储介质 | |
US10528883B2 (en) | Hybrid estimation of transition probability values in markov decision processes | |
CN110370267B (zh) | 用于生成模型的方法和装置 | |
CN109816149B (zh) | 一种风电场随机出力场景生成方法及装置 | |
CN112528549A (zh) | 确定任务激励参数的方法、装置、电子设备及存储介质 | |
CN114162184B (zh) | 列车运行计划创建方法、装置、设备和存储介质 | |
CN113592541B (zh) | 一种负荷聚合商邀约寻优方法、装置及终端设备 | |
CN104574190A (zh) | 信息处理方法及装置 | |
CN114889848A (zh) | 一种卫星姿态的控制方法、控制装置、计算机设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |