摘要
本发明涉及流量计量技术领域,具体涉及一种多相流量计量系统及方法,包括通过分布式传感器阵列同步获取管道截面处的声发射信号、微波衰减信号和差压脉动信号,形成原始传感数据;对原始传感数据进行时频联合分析,提取流态特征向量;流态演化趋势预测:将流态特征向量输入通过迁移学习优化的长短时记忆网络模型,输出未来3秒内的预测流态参数集;基于预测流态参数集,结合预置的界面耦合因子数据库,生成各相流量的补偿系数矩阵;根据补偿系数矩阵自适应调整多传感器数据的融合权重,构建当前流态下的最优计量模型;本发明,通过利用迁移学习优化的长短时记忆网络模型,能够在实时流态特征的基础上,准确预测未来3秒内的流态参数集。
技术关键词
多相流量
计量方法
分布式传感器
因子
短时傅里叶变换
参数
多源异构数据
计量系统
矩阵
信号
界面
多传感器数据融合
流量计量技术
网络模型训练
微波