一种基于深度学习的超声波流量计故障声道流速预测方法

本发明公开了一种基于深度学习的超声波流量计故障声道流速预测方法，涉及流量测量技术领域，包括：构建预训练的针对超声波流量计各个声道的故障声道流速预测模型；定位待测水泵机组中超声波流量计的故障声道；调用故障声道对应的故障声道流速预测模型；将其他机组开闭状态、当前水泵转速、拦护栅遮挡程度和超声流量计其他声道信号作为故障声道流速预测模型的输入，得到故障声道的流速。本发明在纯数据驱动的流速预测模型中加入物理规律，构成了物理和数据共同驱动的超声波流量计流速预测模型，能够有效去除偏离物理规律的训练和预测值，减少训练成本，大幅度提升了故障声道流速预测的准确度和可信度。