CN115982918B - 阻力特性辨识方法、装置、设备及存储介质 - Google Patents
阻力特性辨识方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115982918B CN115982918B CN202310273696.4A CN202310273696A CN115982918B CN 115982918 B CN115982918 B CN 115982918B CN 202310273696 A CN202310273696 A CN 202310273696A CN 115982918 B CN115982918 B CN 115982918B
- Authority
- CN
- China
- Prior art keywords
- pressure
- pipeline
- pipe network
- resistance coefficient
- initial value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 56
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims description 27
- 238000009530 blood pressure measurement Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 9
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 description 24
- 230000002068 genetic effect Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000005259 measurement Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000007547 defect Effects 0.000 description 6
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Landscapes
- Pipeline Systems (AREA)
Abstract
本申请提供一种阻力特性辨识方法、装置、设备及存储介质，涉及综合能源服务技术领域，该方法包括：获取运输管网系统在非相似工况下产生的多组压力流量数据；基于多组压力流量数据，采用广义逆矩阵计算运输管网系统的管道阻力系数初值；基于管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；基于运输管网水力计算模型进行辨识优化，获得目标管道阻力系数。通过使用最接近实际值的管网阻力系数初始值和非相似工况下产生的实测数据进行管网辨识，使得辨识结果更准确，避免了把理想的阻力系数当作初始值，特别是在管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数不准确的问题缺陷，从而提高了辨识精度和效率。
Description
技术领域
本申请涉及综合能源服务技术领域，具体而言，涉及一种阻力特性辨识方法、装置、设备及存储介质。
背景技术
综合能源服务是一种为满足终端客户多元化能源生产与消费的能源服务方式，由综合能源服务商统一管理其内部的非燃气管网、燃气供应管网、供热管网、供水管网等能源设备资产。其中，供热管网实际的管网阻力特性与理论上的差别较大，主要有两个原因，一是由于管道制造、安装与设计数据不一致；二是在运行一段时间后，供热管网由于内部腐蚀或局部有异物导致管网阻力特性改变。供热管网阻力特性是系统仿真优化的基础，在智慧供热发展的趋势下，实际供热管网阻力辨识也越来越重要。
目前的通过测量数据的供热管网阻力特性辨识方法存在以下缺陷：管网阻力系数需要在理论值的基础上设置上下搜索边界，但往往存在部分管道阻力系数可能远远超出这个边界，导致管网特性辨识不准确或错误。
发明内容
有鉴于此，本申请实施例的目的在于提供一种阻力特性辨识方法、装置、设备及存储介质，通过获取非相似工况下产生的多组压力流量数据，基于广义逆矩阵求解管道阻力系数初值，基于该求解的管道阻力系数初值和构建的运输管网水力计算模型进行辨识优化，进而求出最终的目标管道阻力系数，实现了使用最接近实际值的管网阻力系数初始值和非相似工况下产生的实测数据进行管网辨识，使得辨识结果更准确，从而解决了上述技术问题。
第一方面，本申请实施例提供一种阻力特性辨识方法，所述方法包括：获取运输管网系统在非相似工况下产生的多组压力流量数据；基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值；基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；基于所述运输管网水力计算模型进行辨识优化，获得目标管道阻力系数。
在上述实现过程中，通过获取非相似工况下产生的多组压力流量数据，基于广义逆矩阵求解管道阻力系数初值，再基于该求解的管道阻力系数初值和构建的运输管网水力计算模型进行辨识优化，进而求出最终的目标管道阻力系数，实现了使用最接近实际值的管网阻力系数初始值和非相似工况下产生的实测数据进行管网辨识，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
可选地，所述运输管网系统包括：可压力测量管道节点、无压力测量管道节点和多个管道；所述基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值，包括：基于所述多组压力流量数据和运输管网系统的管道结构，确定可压力测量管道节点的压力数据和多个管道的管道流量数据；基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据；基于所述管道流量数据和所述无压力测量管道节点的压力数据，对节点压力方程求解广义逆解，获得所述管道阻力系数初值。
在上述实现过程中，通过利用可压力测量管道节点的管道流量数据计算出无压力测量管道节点的压力数据，再基于广义逆矩阵求解管道阻力系数初值，使得计算出的管道阻力系数初值最接近实际值，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
可选地，所述基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据，包括：基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块，获得中间方程；引入平方比对角矩阵，对所述中间方程进行变形计算，获得所述无压力测量管道节点的压力数据。
在上述实现过程中，通过利用可压力测量管道节点的压力数据消除阻力系数求出无压力测量管道节点的压力数据，结合所有已知的数据并引入平方比对角矩阵求解节点压力方程的广义逆解作为管道阻力系数初值，使得计算出的管道阻力系数初值最接近实际值，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
可选地，所述基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型，包括：基于所述运输管网系统的管道结构，确定管道与管道节点的连接关系；将所述管道与管道节点的连接关系和所述多组压力流量数据转化为矩阵进行处理，以构建所述运输管网系统的连续性方程、回路方程、能量方程；基于所述管道阻力系数初值和所述运输管网系统的连续性方程、回路方程、能量方程，确定运输管网水力计算模型。
在上述实现过程中，通过根据运输管网系统的管道结构确定运输管网系统的连续性方程、回路方程、能量方程，结合广义逆矩阵求出的阻力系数初值，并构建运输管网水力计算模型，构建的模型精度更高；同时避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
可选地，所述基于所述运输管网水力计算模型进行辨识优化，获得目标管道阻力系数，包括：基于所述管道阻力系数初值，确定上搜索边界和下搜索边界；基于所述运输管网水力计算模型，构建优化目标函数；基于所述上搜索边界和下搜索边界，对所述优化目标函数进行辨识优化，获得目标管道阻力系数。
在上述实现过程中，通过基于广义逆解求出的初值确定管网阻力系数的搜索上下边界，采用遗传优化算法，建立只考虑压力数据的目标函数，进行阻力系数的优化计算，减小了计算时间，避免陷入了局部最优；同时避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
可选地，所述上搜索边界包括：1.1至1.2倍的管道阻力系数初值确定的约束条件。
在上述实现过程中，通过结合常规的上搜索边界和经验值，将1.1至1.2倍的管道阻力系数初值确定为优化目标函数的上限约束条件，提高了辨识准确性。
可选地，所述下搜索边界包括：0.8至0.9倍的管道阻力系数初值确定的约束条件。
在上述实现过程中，通过结合常规的下搜索边界和经验值，将0.8至0.9倍的管道阻力系数初值确定为优化目标函数的下限约束条件，提高了辨识准确性。
第二方面，本申请实施例提供了一种阻力特性辨识装置，所述装置包括：获取模块，用于获取运输管网系统在非相似工况下产生的多组压力流量数据；计算初解模块，用于基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值；构建模型模块，用于基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；辨识模块，用于基于所述运输管网水力计算模型进行辨识优化，获得目标管道阻力系数。
第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述的方法的步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的方法的步骤。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种阻力特性辨识方法的流程图；
图2为本申请实施例提供的一种运输管网系统的结构示意图；
图3为本申请实施例提供的阻力特性辨识装置的功能模块示意图；
图4为本申请实施例提供阻力特性辨识装置的电子设备的方框示意图。
图标：210-获取模块；220-计算初解模块；230-构建模型模块；240-辨识模块；300-电子设备；311-存储器；312-存储控制器；313-处理器；314-外设接口；315-输入输出单元；316-显示单元。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在介绍本申请实施例前，首先对涉及的技术概念作简要介绍。
供热监控系统（供热管网系统）：融合了计算机技术、传感技术、数据通信技术、测控技术和可靠性理论的新型高科技热网监测系统，包括热源的监控、热网的监控和热用户的能量计量管理系统，改变了人工抄表、人工制表、人工结算的管理模式，实现了对热网系统的实时监测和计量的自动化，且能实时掌握热源、热力入口温度、流量和压力数据。
广义逆矩阵：广义逆矩阵对于奇异矩阵甚至长方矩阵都存在、具有通常逆矩阵的一些性质，当矩阵非奇异时，还原到通常的逆矩阵，满足其三条性质的矩阵叫做广义逆矩阵。例如：对于形如Ax=b这样的线性方程组，如果A存在逆矩阵，那么我们可以得到该方程组的解析解为x=A-1b。假如方阵A不存在逆矩阵或者A本身即不是一个方阵时，则可以把方程组的近似解表示为x=Gb的形式。
管网阻力系数：管网水力计算时的一个重要参数，是水力计算的基础。例如：现有技术中供热管网在设计或初建时，每个管网的阻力系数、管道流量及节点压力均为已知；当供热管网投入运行后，随着使用年限的增长，会出现管壁腐蚀、结垢、管道沉降、变形等现象，这些因素将导致管网阻力系数发生变化；管网的阻力系数变化后，管道流量及节点压力都将随之发生变化。若此时仍按设计工况下的参数进行计算或改、扩建现有供热管网，则对最终结果造成较大误差。
遗传优化算法：遗传算法（Genetic Algorithm, GA）起源于对生物系统所进行的计算机模拟研究，它是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法，借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局搜索的方法，能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程以求得最佳解。
本申请发明人注意到，供热管网实际的管网阻力特性与理论上的差别较大，主要有两个原因，一是由于管道制造、安装与设计数据不一致；二是在运行一段时间后，供热管网由于内部腐蚀或局部有异物导致管网阻力特性改变；供热管网阻力特性是系统仿真优化的基础，在智慧供热发展的趋势下，实际供热管网阻力辨识也越来越重要。目前现有技术中通过测量数据的供热管网阻力特性辨识方法，存在以下缺陷：管网阻力系数需要在理论值的基础上设置上下搜索边界，但往往存在部分管道阻力系数可能远远超出这个边界，导致管网特性辨识不准确或错误。有鉴于此，本申请实施例提供了一种如下介绍的阻力特性辨识方法。
请参阅图1，图1为本申请实施例提供的一种阻力特性辨识方法的流程图。下面将对本申请实施例进行具体阐述。该方法包括：步骤100、步骤120、步骤140和步骤160。
步骤100：获取运输管网系统在非相似工况下产生的多组压力流量数据；
步骤120：基于多组压力流量数据，采用广义逆矩阵计算运输管网系统的管道阻力系数初值；
步骤140：基于管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；
步骤160：基于运输管网水力计算模型进行辨识优化，获得目标管道阻力系数。
示例性地，运输管网系统可以是：上述供热监控系统、非燃气管网、燃气供应管网、供热管网、供水管网等多种运输气流、液体的管道网络组成的运输管网系统；例如：该运输管网系统可以包括多根管道（管道）和，管道中的流量数据可由管道处的相关流量仪表测量；多根管道的连接处即表示管道节点，管道节点可设置压力仪表测量此处的压力数据。特别地，以下实施例的运输管网系统以供热管网进行介绍。非相似工况可以是：改变某一或某些热力站或用户阀门后，各热力站或各用户无一致水力工况，区别于不同的工况，不同的工况指的是对于一个用户或管道，不同的工况下其数值是不同的，而非相似工况是指所有的管道或用户在不同的工况下其数值不能同比例改变，即对应的数学矩阵满秩。辨识优化可以是：同普通的管网阻力特性辨识方法类似，并引入遗传优化算法，利用管网中少量管道节点处的压力或流量测量值对所有管道内壁粗糙度进行有效辨识，达到获得目标管道阻力系数的目的。
可选地，如图2所示，示出了一种供热管网系统的管道结构，图中n表示节点，共示出10个节点；e表示管道，共示出13根管道；A1、A2、A3、A4表示阀门；若把换热站看作热源，此时用户即为换热站。采集上述结构的供热企业监控（SCADA）系统中各在线压力和流量仪表数据，所属的数据包括各热源供回水、热力站一二次进出口的用户进出口流量、压力数据。选定稳定时段内非相似工况下的管道节点及各管道的压力流量数据，其中，稳定时段是指系统运行时波动趋于稳定，同一工况下的流量和压力数据是同时获取的。将非相似工况下产生的多组压力流量数据可表示为矩阵的形式以便于后续进行广义逆矩阵的求解，其过程可以是：阀门调节前，各用户流量为，改变用户阀门后，各用户流量为，/>，把各用户流量相除得矩阵N=[]，矩阵N中每一行元素均不相同，且矩阵N列或行满秩，即可判断多个测量工况为非相似工况；/>为在线仪表所测在某时刻所测得流量，其上标表示选择的第几次工况，下标表示用户编号。可任意选取两个或多个非相似工况，采用广义逆矩阵求解各供热管网阻力系数初值S0。根据供热管网连续性方程、能量方程和压降方程，构建供热管网水力计算模型。根据广义逆矩阵求出的管道阻力系数初值S0确定管网阻力系数的搜索上下边界，可采用遗传优化算法建立只考虑压力数据的目标函数，进行目标管道阻力系数的优化计算。
特别地，采用广义逆矩阵进行管网阻力系数求的是解析解，计算准确且速度快，但计算出的结果不能直接用作实际值，主要是因为流量数据测量往往不太准确，流量数据不仅与设备精度有关，还与管内的流速、仪表前后安装直管段或安装是否规范都有较大关系。在以往的技术应用中，把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数不准确。使用最接近实际值的管网阻力系数初始值，在此基础上，只考虑压力测点数据的条件下，采用遗传优化算法进行管网辨识，辨识结果准确。
通过获取非相似工况下产生的多组压力流量数据，基于广义逆矩阵求解管道阻力系数初值，再基于该求解的管道阻力系数初值和构建的运输管网水力计算模型进行辨识优化，进而求出最终的目标管道阻力系数，实现了使用最接近实际值的管网阻力系数初始值和非相似工况下产生的实测数据进行管网辨识，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
在一个实施例中，运输管网系统包括：可压力测量管道节点、无压力测量管道节点和多个管道；步骤120可以包括：步骤121、步骤122和步骤123。
步骤121：基于多组压力流量数据和运输管网系统的管道结构，确定可压力测量管道节点的压力数据和多个管道的管道流量数据；
步骤122：基于可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算无压力测量管道节点的压力数据；
步骤123：基于管道流量数据和无压力测量管道节点的压力数据，对节点压力方程求解广义逆解，获得管道阻力系数初值。
示例性地，运输管网系统可以是图2所示的供热管网系统，其包括10个管道节点，管道节点用n表示，例如：n1、n2、n3、n4、n5…n10，以及13根管道，管道用e表示，例如：e1、e2、e3、e4、e5…e10；特别地，管道节点n、管道e的数量可根据具体情况对应设置，在此仅示例出一种。可压力测量管道节点可以是：n个管道节点中安装了压力测量表，可实时测量此节点所在位置处压力数据的节点。无压力测量管道节点可以是：n个管道节点中未安装压力测量表，无法实时测量此节点所在位置处压力数据的节点。
可选地，节点压力方程可以是，其中，AT是n×e阶基本关联矩阵，表示节点间的连接关系；P0是n×1阶点上的压力数据的列向量；/>是e×e阶管道阻力系数的对角矩阵，其中对角线元素对应相应管道的阻力系数；/>是e×e阶管道流量数据的对角矩阵，其中对角线元素对应相应管道的流量数据；Z是e×1阶管道两端点位置水头差列向量；DH是e×1阶管道上水泵扬程列向量。若供热管网系统可压力测量的节点为b，即图2中n1、n2、n3…n10中有压力测量表的节点，可观测到管道流量和节点压力数据，无压力测量的节点为i，即n个节点上无压力测量仪表的节点。其中，i+b=n，把节点压力方程进行矩阵分块、变形处理，则节点压力方程可变为：
其中，、/>分别为可压力测量节点、无压力测量节点的基本关联矩阵的转置，/>、/>分别为可压力测量节点、无压力测量节点上的压力数据的列向量，S为管道阻力系数；且存在：/>，/>。经过分块变形后根据已知的测量数据可以求出无测量节点的压力，通过把无测量节点的压力求出，即可以让所有节点的压力均变为已知，再根据已知的管道流量数据（即G）求出管道阻力系数S，此时的S即为方程的解析解，也是供热系统的管道阻力系数初值S0。
通过利用可压力测量管道节点的管道流量数据计算出无压力测量管道节点的压力数据，再基于广义逆矩阵求解管道阻力系数初值，使得计算出的管道阻力系数初值最接近实际值，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
在一个实施例中，步骤122可以包括：步骤1221、步骤1222。
步骤1221：基于可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块，获得中间方程；
步骤1222：引入平方比对角矩阵，对中间方程进行变形计算，获得无压力测量管道节点的压力数据。
示例性地，中间方程可以是步骤122中由节点压力方程，代入可压力测量管道节点的管道流量数据，经矩阵分块变形处理后的方程。例如：。
平方比对角矩阵可以是根据非相似工况的个数、已知的管道流量数据建立的对角矩阵，以消除中间方程中的管道阻力系数S，进而求出无压力测量管道节点的压力数据。
可选地，令第k个工况与第一个水力工况的平方比对角阵为C（k-1），则//>，若有N个非相似工况，则将/>/代入到/>，消除阻力系数S后可整理得到以下方程组，进而可求出无压力测量管道节点的压力：Pi(1)、Pi(2)…Pi(N)。
通过求解下式的广义逆解，即可求出各管道的阻力系数初值S0。
通过利用可压力测量管道节点的压力数据消除阻力系数求出无压力测量管道节点的压力数据，结合所有已知的数据并引入平方比对角矩阵求解节点压力方程的广义逆解作为管道阻力系数初值，使得计算出的管道阻力系数初值最接近实际值，避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
在一个实施例中，步骤140可以包括：步骤141、步骤142、步骤143。
步骤141：基于运输管网系统的管道结构，确定管道与管道节点的连接关系；
步骤142：将管道与管道节点的连接关系和多组压力流量数据转化为矩阵进行处理，以构建运输管网系统的连续性方程、回路方程、能量方程；
步骤143：基于管道阻力系数初值和运输管网系统的连续性方程、回路方程、能量方程，确定运输管网水力计算模型。
示例性地，运输管网系统可以是图2所示的供热管网系统的管道结构，其包括10个管道节点，以及13根管道，管道节点n、管道e的数量可根据具体情况对应设置，在此仅示例出一种。根据确定的管段结构，运输管网系统的连续性方程可以是：AG=Q，其中，A是n×e阶基本关联矩阵，表示管道节点间的连接关系；G是e×1阶管道流量的列向量；Q是n×1阶节点流量的列向量。回路方程可以是：BH=0，B是(e-n)×e阶基本回路矩阵，H是e×1阶管道压力差列向量；能量方程可以是：。通过基于管网图论的迭代计算过程：1）输入供热管网系统供热结构对应的关联矩阵A和基本回路矩阵B；2）输入管道流量数据，以及给定的管路阻力系数值S0；3）计算马克斯威尔矩阵，计算迭代前后的管路流量差，使其满足预设精度要求，从而可以根据上述构建的方程以及管路阻力系数值确定最终的运输管网水力计算模型。
通过根据运输管网系统的管道结构确定运输管网系统的连续性方程、回路方程、能量方程，结合广义逆矩阵求出的阻力系数初值，并构建运输管网水力计算模型，构建的模型精度更高；同时避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
在一个实施例中，步骤160可以包括：步骤161、步骤162和步骤163。
步骤161：基于管道阻力系数初值，确定上搜索边界和下搜索边界；
步骤162：基于运输管网水力计算模型，构建优化目标函数；
步骤163：基于上搜索边界和下搜索边界，对优化目标函数进行辨识优化，获得目标管道阻力系数。
示例性地，根据广义逆矩阵求出的管道阻力系数初值S0，确定管网阻力系数的搜索上下边界，采用遗传优化算法，建立只考虑压力数据的目标函数，进行阻力系数的优化计算。遗传优化算法同其他优化算法一样，根据目标函数、约束条件和初始解可以确定最终解，遗传算法包括相关参数的设定、生成初始种群、对种群个体进行舒适度评价、对种群进行选择、交叉、变异等遗传操作。实际过程中，经过多次计算验证由广义逆解求出的S0精度较高，在设置管网阻力系数约束条件时，进而可以据此确定合适的搜索下限值和上限值。
优化目标函数可以为：
其中，为压力测点权重系数，/>为某一非相似工况下由上述步骤141-步骤143确定的运输管网水力计算模型计算的节点压力值，/>为某一非相似工况下由在线仪表测到的节点压力值，N为用于运输管网水力计算模型计算的工况数，NP为在线仪表压力测点数量，其数量值等于b+i。将搜索下限值和上限值确立的搜索范围内的初解值一一代入上述运输管网系统的连续性方程、回路方程、能量方程等三个方程组确立的运输管网水力计算模型可求出对应的一系列节点压力值/>，然后分别代入优化目标函数求出一系列值，取最小的值作为最终的目标管道阻力系数S。
特别地：在遗传算法计算时，需对阻力系数赋初始值，现有技术中赋的是设计值（理想的阻力系数），由于本申请赋广义逆解值作为初始值，从而使得计算出的管道阻力系数初值最接近实际值。上述优化目标函数是遗传算法要优化的目标函数，运输管网水力计算模型和阻力系数上下搜索边界是在优化过程中使用的计算公式。
由于广义逆解是直接求出的解析解，若压力、流量检测数据准确、可构建完全非相似工况的条件下，此时的阻力系数求解是最准确的，在此条件下无需再进行遗传算法寻优；由于流量数据测量往往波动较大，构建完全的非相似工况不宜，所以才在此基础上再进行遗传算法寻优；若无广义逆解这一步求出的初值S0，直接寻优，不仅上下搜索边界扩大，计算时间长，且容易陷入局部最优，而且若有阻力系数和设计时偏差很大，根本就不能辨识（超出上下限搜索范围），这都会导致辨识不准确。
通过基于广义逆解求出的初值确定管网阻力系数的搜索上下边界，采用遗传优化算法，建立只考虑压力数据的目标函数，进行阻力系数的优化计算，减小了计算时间，避免陷入了局部最优；同时避免了把理想的阻力系数当作初始值，若管道阻力特性与理想阻力特性相差较大时，辨识出的阻力系数将不准确的问题缺陷，使得辨识结果更准确，从而提高了辨识精度和效率。
在一个实施例中，上搜索边界包括：1.1至1.2倍的管道阻力系数初值确定的约束条件。
示例性地，经过多次计算验证由广义逆解求出的S0精度较高，在设置管网阻力系数约束条件时，进而可以据此确定合适的搜索上限值（上搜索边界）。经过多次计算验证可确定寻优范围中可取的区间，由于常规的直接遗传算法一般的上下边界是0.8S0和1.2S0，因此根据经验判断可将1.1至1.2倍的管道阻力系数初值确定为步骤162中优化目标函数的上限约束条件，即可以具体是：1.1S0、1.11S0、…1.2S0。通过结合常规的上搜索边界和经验值，将1.1至1.2倍的管道阻力系数初值确定为优化目标函数的上限约束条件，提高了辨识准确性。
在一个实施例中，下搜索边界包括：0.8至0.9倍的管道阻力系数初值确定的约束条件。
示例性地，经过多次计算验证由广义逆解求出的S0精度较高，在设置管网阻力系数约束条件时，进而可以据此确定合适的搜索下限值（下搜索边界）。经过多次计算验证可确定寻优范围中可取的区间，由于常规的直接遗传算法一般的上下边界是0.8S0和1.2S0，因此根据经验判断可将0.8至0.9倍的管道阻力系数初值确定为步骤162中优化目标函数的下限约束条件，即可以具体是：0.8S0、0.81S0、…0.9S0。通过结合常规的下搜索边界和经验值，将0.8至0.9倍的管道阻力系数初值确定为优化目标函数的下限约束条件，提高了辨识准确性。
请参阅图3，图3为本申请实施例提供的一种阻力特性辨识装置的功能模块示意图，该装置包括：获取模块210、计算初解模块220、构建模型模块230和辨识模块240。
获取模块210，用于获取运输管网系统在非相似工况下产生的多组压力流量数据；
计算初解模块220，用于基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值；
构建模型模块230，用于基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；
辨识模块240，用于基于所述运输管网水力计算模型进行辨识优化，获得目标管道阻力系数。
可选地，所述运输管网系统包括：可压力测量管道节点、无压力测量管道节点和多个管道；计算初解模块220可以包括：
基于所述多组压力流量数据和运输管网系统的管道结构，确定可压力测量管道节点的压力数据和多个管道的管道流量数据；
基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据；
基于所述管道流量数据和所述无压力测量管道节点的压力数据，对节点压力方程求解广义逆解，获得所述管道阻力系数初值。
可选地，计算初解模块220可以包括：
基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块，获得中间方程；
引入平方比对角矩阵，对所述中间方程进行变形计算，获得所述无压力测量管道节点的压力数据。
可选地，构建模型模块230可以包括：
基于所述运输管网系统的管道结构，确定管道与管道节点的连接关系；
将所述管道与管道节点的连接关系和所述多组压力流量数据转化为矩阵进行处理，以构建所述运输管网系统的连续性方程、回路方程、能量方程；
基于所述管道阻力系数初值和所述运输管网系统的连续性方程、回路方程、能量方程，确定运输管网水力计算模型。
可选地，辨识模块240可以包括：
基于所述管道阻力系数初值，确定上搜索边界和下搜索边界；
基于所述运输管网水力计算模型，构建优化目标函数；
基于所述上搜索边界和下搜索边界，对所述优化目标函数进行辨识优化，获得目标管道阻力系数。
可选地，所述上搜索边界包括：1.1至1.2倍的管道阻力系数初值确定的约束条件。
可选地，所述下搜索边界包括：0.8至0.9倍的管道阻力系数初值确定的约束条件。
请参阅图4，图4是电子设备的方框示意图。电子设备300可以包括存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316。本领域普通技术人员可以理解，图4所示的结构仅为示意，其并不对电子设备300的结构造成限定。例如，电子设备300还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。
上述的存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器313用于执行存储器中存储的可执行模块。
其中，存储器311可以是，但不限于，随机存取存储器（Random Access Memory，简称RAM），只读存储器（Read Only Memory，简称ROM），可编程只读存储器（ProgrammableRead-Only Memory，简称PROM），可擦除只读存储器（Erasable Programmable Read-OnlyMemory，简称EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-OnlyMemory，简称EEPROM）等。其中，存储器311用于存储程序，所述处理器313在接收到执行指令后，执行所述程序，本申请实施例任一实施例揭示的过程定义的电子设备300所执行的方法可以应用于处理器313中，或者由处理器313实现。
上述的处理器313可能是一种集成电路芯片，具有信号的处理能力。上述的处理器313可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述的外设接口314将各种输入/输出装置耦合至处理器313以及存储器311。在一些实施例中，外设接口314，处理器313以及存储控制器312可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
上述的输入输出单元315用于提供给用户输入数据。所述输入输出单元315可以是，但不限于，鼠标和键盘等。
上述的显示单元316在电子设备300与用户之间提供一个交互界面（例如用户操作界面）给用户参考。在本实施例中，所述显示单元316可以是液晶显示器或触控显示器。液晶显示器或触控显示器可以对处理器执行所述程序的过程进行显示。
本实施例中的电子设备300可以用于执行本申请实施例提供的各个方法中的各个步骤。
此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的步骤。
本申请实施例所提供的上述方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中的步骤，具体可参见上述方法实施例，在此不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (8)
1.一种阻力特性辨识方法，其特征在于，所述方法包括：
获取运输管网系统在非相似工况下产生的多组压力流量数据；其中，所述运输管网系统包括：可压力测量管道节点、无压力测量管道节点和多个管道；所述非相似工况包括：所述多个管道产生的多组压力流量数据在不同的工况下其数值不能同比例改变；
基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值；
基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；
基于所述管道阻力系数初值，确定上搜索边界和下搜索边界；
基于所述运输管网水力计算模型，构建优化目标函数；
基于所述上搜索边界和下搜索边界，对所述优化目标函数进行辨识优化，获得目标管道阻力系数；
其中，所述基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值，包括：
基于所述多组压力流量数据和运输管网系统的管道结构，确定可压力测量管道节点的压力数据和多个管道的管道流量数据；基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据；基于所述管道流量数据和所述无压力测量管道节点的压力数据，对节点压力方程求解广义逆解，获得所述管道阻力系数初值。
2.根据权利要求1所述的方法，其特征在于，所述基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据，包括：
基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块，获得中间方程；
引入平方比对角矩阵，对所述中间方程进行变形计算，获得所述无压力测量管道节点的压力数据。
3.根据权利要求1所述的方法，其特征在于，所述基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型，包括：
基于所述运输管网系统的管道结构，确定管道与管道节点的连接关系；
将所述管道与管道节点的连接关系和所述多组压力流量数据转化为矩阵进行处理，以构建所述运输管网系统的连续性方程、回路方程、能量方程；
基于所述管道阻力系数初值和所述运输管网系统的连续性方程、回路方程、能量方程，确定运输管网水力计算模型。
4.根据权利要求1所述的方法，其特征在于，其中，所述上搜索边界包括：1.1至1.2倍的管道阻力系数初值确定的约束条件。
5.根据权利要求1所述的方法，其特征在于，其中，所述下搜索边界包括：0.8至0.9倍的管道阻力系数初值确定的约束条件。
6.一种阻力特性辨识装置，其特征在于，所述装置包括：
获取模块，用于获取运输管网系统在非相似工况下产生的多组压力流量数据；其中，所述运输管网系统包括：可压力测量管道节点、无压力测量管道节点和多个管道；所述非相似工况包括：所述多个管道产生的多组压力流量数据在不同的工况下其数值不能同比例改变；
计算初解模块，用于基于所述多组压力流量数据，采用广义逆矩阵计算所述运输管网系统的管道阻力系数初值；所述计算初解模块用于：基于所述多组压力流量数据和运输管网系统的管道结构，确定可压力测量管道节点的压力数据和多个管道的管道流量数据；基于所述可压力测量管道节点的压力数据，对节点压力方程进行矩阵分块变形，以计算所述无压力测量管道节点的压力数据；基于所述管道流量数据和所述无压力测量管道节点的压力数据，对节点压力方程求解广义逆解，获得所述管道阻力系数初值；
构建模型模块，用于基于所述管道阻力系数初值和运输管网系统的管道结构，构建运输管网水力计算模型；
辨识模块，用于基于所述管道阻力系数初值，确定上搜索边界和下搜索边界；基于所述运输管网水力计算模型，构建优化目标函数；基于所述上搜索边界和下搜索边界，对所述优化目标函数进行辨识优化，获得目标管道阻力系数。
7.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至5任一所述的方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至5任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310273696.4A CN115982918B (zh) | 2023-03-21 | 2023-03-21 | 阻力特性辨识方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310273696.4A CN115982918B (zh) | 2023-03-21 | 2023-03-21 | 阻力特性辨识方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115982918A CN115982918A (zh) | 2023-04-18 |
| CN115982918B true CN115982918B (zh) | 2023-07-25 |
Family
ID=85959982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310273696.4A Active CN115982918B (zh) | 2023-03-21 | 2023-03-21 | 阻力特性辨识方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115982918B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117724348B (zh) * | 2024-02-06 | 2024-04-16 | 深圳市万斯得自动化设备有限公司 | 基于爆破试验机的精确压力调节与控制系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114169239A (zh) * | 2021-12-08 | 2022-03-11 | 天津大学 | 基于遗传算法的蒸汽管网阻力系数和换热系数辨识方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HU178209B (en) * | 1978-11-22 | 1982-03-28 | Energiagazdalkodasi Intezet | Method for determining the coefficient of resistance of network parks in district heating systems |
| CN105221933A (zh) * | 2015-08-24 | 2016-01-06 | 哈尔滨工业大学 | 一种结合阻力辨识的管网泄漏检测方法 |
| CN106682369A (zh) * | 2017-02-27 | 2017-05-17 | 常州英集动力科技有限公司 | 供热管网水力仿真模型辨识修正方法及系统、操作方法 |
-
2023
- 2023-03-21 CN CN202310273696.4A patent/CN115982918B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114169239A (zh) * | 2021-12-08 | 2022-03-11 | 天津大学 | 基于遗传算法的蒸汽管网阻力系数和换热系数辨识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115982918A (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9915399B1 (en) | Control system in a gas pipeline network to satisfy demand constraints | |
| Sanz et al. | Sensitivity analysis for sampling design and demand calibration in water distribution networks using the singular value decomposition | |
| Kang et al. | Optimal meter placement for water distribution system state estimation | |
| Xie et al. | A novel robust data reconciliation method for industrial processes | |
| CN115982918B (zh) | 阻力特性辨识方法、装置、设备及存储介质 | |
| Askari et al. | Forecasting semi-dynamic response of natural gas networks to nodal gas consumptions using genetic fuzzy systems | |
| CN111125931B (zh) | 冷却塔自动寻优选型方法、装置 | |
| Zhu et al. | Mixture semisupervised Bayesian principal component regression for soft sensor modeling | |
| Lin et al. | A novel efficient model for gas compressibility factor based on GMDH network | |
| JP7097263B2 (ja) | プラントデータ解析システム | |
| CN111022937B (zh) | 一种输水管网管漏损定位系统及定位方法 | |
| CN111553041B (zh) | 一种燃气管网参数校验方法、系统、终端及存储介质 | |
| CN112163722A (zh) | 天然气管网的供气状态预测方法及装置 | |
| Preis et al. | Online hydraulic state prediction for water distribution systems | |
| Szega | Extended applications of the advanced data validation and reconciliation method in studies of energy conversion processes | |
| CN112101612A (zh) | 一种城镇燃气用量的预测方法、存储介质及终端设备 | |
| CN111443602B (zh) | 一种基于隐马尔可夫的阀门健康度估计与寿命预测方法 | |
| Lingireddy et al. | Optimal network calibration model based on genetic algorithms | |
| JP2023024874A (ja) | 管理システム、管理方法、および管理プログラム | |
| CN115659750A (zh) | 一种基于SMA-aSPCE的物理结构系统数值建模参数辨识方法 | |
| KR20140119556A (ko) | 상수관망내 유량계 위치 설정 시스템, 방법 및 그 저장매체 | |
| CN113468797A (zh) | 一种电-气综合能源系统状态估计方法和系统 | |
| CN113837451A (zh) | 油气管道的数字孪生体构建方法、装置、设备及存储介质 | |
| Krope et al. | Flow-pressure analysis of loop gas networks | |
| Zimoch et al. | Process of hydraulic models calibration |
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 | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Kang Guoqing Inventor after: Wang Changxin Inventor after: Wu Liankui Inventor after: Liu Shaopeng Inventor after: Tian Shuming Inventor after: Zhao Hongbin Inventor after: Kang Tian Inventor before: Wang Changxin Inventor before: Wu Liankui Inventor before: Liu Shaopeng Inventor before: Tian Shuming Inventor before: Zhao Hongbin Inventor before: Kang Tian Inventor before: Kang Guoqing |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Identification method, device, equipment, and storage medium for resistance characteristics Granted publication date: 20230725 Pledgee: Shijiazhuang Luquan Rural Commercial Bank Co.,Ltd. Pledgor: BEIJING YUNLU TECHNOLOGY CO.,LTD. Registration number: Y2024980015341 |