一种基于BP神经网络的户用电子水表流量计量方法

摘要

本发明公开了一种基于BP神经网络的户用电子水表流量计量方法。本发明的步骤为：一、流量计量模型的初始化：A、采集样本数据，并将其分为学样本和测试样本；B、确定BP神经网络的输入层、隐含层和输出层的神经元个数；C、确定BP神经网络的训练参数；二、将学样本输入到流量计量模型中进行训练，直到模型输出数据的误差满足要求；再通过测试样本对流量计量模型进行检验，满足检验要求则保存流量计量模型；三、将流量计量模型移植到控制器中，进行电子水表的水流量计量。本发明利用BP神经网络可以对任意非线性函数进行拟合的特性，实现了电子水表的高精度计量，避免了进行复杂的流量公式推导与修正，适用于各种户用电子式水表。

主权项

一种基于BP神经网络的户用电子水表流量计量方法，其特征在于：建立三层BP神经网络流量计量模型对户用电子水表进行流量计算，主要步骤为：步骤一、流量计量模型的初始化：A、采集电子水表的水压和流量信号作为样本数据，并将样本数据分为学习样本和测试样本；B、确定BP神经网络的输入层、隐含层和输出层的神经元个数；C、确定BP神经网络的训练参数，所述训练参数包括训练精度、训练函数、最大迭代次数、激励函数和学习率；步骤二、流量计量模型的训练与测试：将步骤一所得学习样本输入到流量计量模型中进行训练，直到模型输出数据的误差满足精度要求；再通过测试样本对流量计量模型进行检验，满足检验要求则保存流量计量模型的各层权值和阀值；步骤三、流量计量：将训练好的流量计量模型移植到电子水表控制器中，进行电子水表的水流量计量。