1.一种改进的离心泵外特性预测方法，其特征在于包括以下具体步骤：

1)数据采集：离心泵外特性实验开始前，将进口阀开至最大，电机频率设定为预设频率，调节进口阀开度，依次记录出口阀口开度、进口压力、出口压力、泵出口流量；

2)选取相似样本：通过欧式距离相似度准则对所有历史数据样本通过相似度度量选取相似样本；

3)离心泵外特性预测模型的建立：在通过相似度量选取的相似样本中，将各组相似样本数据，离心泵的进口压力、出口压力、出口流量、出口阀门开度作为输入特征，将离心泵的扬程、效率、功率作为输出特征，将这些输入特征和输出特征导入到训练模型中，采用不同的核函数建立不同核函数的最小二乘支持向量回归模型，通过留一交叉验证法分别确定不同模型的最佳的核参数和正则化系数，最后获得不同模型下的离心泵的进出口压力、出口流量、出口阀门开度与扬程、效率、功率的对应关系；

其中，基于最小二乘支持向量回归模型建立预测模型的公式为：yi表示训练数据中输出的离心泵外特性数值；

xi表示训练数据中离心泵外特性实验的测量数据；

c表示最小二乘支持向量回归模型的偏置项；

w表示最小二乘支持向量回归模型的模型参数向量；

wT表示最小二乘支持向量回归模型的模型参数向量的转置；

ei表示样本的近似误差；

φ表示模型的特征映射；

γ表示复杂度和近似精度之间的权衡的正则化参数；

J表示预测模型的优化目标函数。

4)模型的选取：通过不同核函数建立的最小二乘支持向量回归模型，运用最小绝对误差的标准，为每个测试样本选择最合适的核函数所建立的模型，使得每个测试样本匹配最佳的模型，提高预测准确性。

2.根据权利要求1所述的一种改进的离心泵外特性预测方法，其特征在于所述步骤2)中，欧式距离的计算方法公式为：ηt，ni＝exp(-||xn-xt，i||)，n＝1，…，N其中ηt，ni是相似因子介于0和1之间，其值越大，xn与预测样本的相似度越小，其值越小，xn与预测样本的相似度越大，所述xn表示历史数据中的样本；xt，i表示新输入的测试样本。

3.根据权利要求1所述的一种改进的离心泵外特性预测方法，其特征在于所述步骤3)中，求偏导 时，加入Lagrange乘子，具体公式如下：其中α＝[α1，…，αN]T表示Lagrange乘子；

1＝[1，1，…1]T表示一个单位列向量；

G被定义为G＝(K+I/γ)-1其中I表示为一个单位向量；

K表示为核矩阵。

4.根据权利要求1所述的一种改进的离心泵外特性预测方法，其特征在于所述步骤3)中，采用线性核函数、高斯核函数和多项式核函数建立三种预测模型，通过自适应学习，通过最小绝对误差的评判标准使得每个预测样本选取最合适的模型，其中线性核函数，高斯核函数和多项式核函数的公式如下：T

线性核函数：K(x，x*)＝xx*

高斯核函数：K(x，x*)＝exp(-||x-x*||/2σ2)多项式核函数：K(x，x*)＝(xTx*)d其中σ表示核参数，为高斯核的带宽；

d表示核参数，为多项式的次数。

5.根据权利要求4所述的一种改进的离心泵外特性预测方法，其特征在于根据步骤4)，建立三种不同核函数的预测模型，通过输入待测的四组输入变量，对比基于预测模型的离心泵外特性预测结果与基于真实的离心泵外特性实验的所得出结果的拟合情况，以判断步骤3)建立的预测模型的准确性；

基于三种预测模型的离心泵外特性预测公式分别如下：其中 表示通过训练好的模型得到的预测离心泵外特性数据；

kt1表示估计测试样本的高斯核向量；

kt2表示估计测试样本的线性核向量；

kt3表示估计测试样本的多项式核向量；

c表示最小二乘支持向量回归模型的偏置项；

T

α表示拉格朗日乘子的转置。

6.根据权利要求1所述的一种改进的离心泵外特性预测方法，其特征在于所述步骤4)中，留一交叉验证法关于N个样本的预测误差公式如下：其中Gii表示G的第i行第i列的元素；

vi表示为v的元素，其中v表示为：v＝G1＝[v1，…，vN]T；

o表示为o＝-1TG1。

7.根据权利要求1所述的一种改进的离心泵外特性预测方法，其特征在于所述步骤4)中，通过自适应学习以最小绝对误差为评判标准选预测精度最佳的核函数建立的模型，其中最小绝对误差公式如下：其中yi表示真实输出数据；

表示模型预测输出数据；

AD表示绝对误差。