一种基于深度学习的超声波水表流量数据校准方法

摘要

本发明涉及智慧水务技术领域，公开了一种基于深度学习的超声波水表流量数据校准方法，包括以下步骤：用计量算法处理水表原始数据，获得不同条件下规定测量时间段内的超声波飞行时间差、超声波在换能器上下游的绝对飞行时间、换能器上下游信号幅值；通过标准表法获得该段时间内水流的真实瞬时流量；重复前两步至获得N组数据并对数据进行预处理；创建流量数据校准模型；用预处理后的数据对流量数据校准模型进行训练与测试；获取待校准流量的超声波飞行时间差、水温以及换能器上下游最大幅值差，输入到流量数据校准模型进行流量数据校准。本发明无需出厂校准，极大提高了校准效率，实现多温度、复杂流场条件下的数据校准，工程实用性强。