供暖热网预测神经网络管理论文

摘要：目前，建筑能耗占我国总能源消耗的40%，建筑能耗中又以供热制冷为主。随着国家对节能的重视以及计量供热的逐步推广，如何及时准确地调整实际供热负荷成为至关重要的问题。由于供热系统滞后性特点，采取调节措施之后需要一段时间才能起到控制作用，故有必要提前预测负荷变化趋势，以便提前应对，确保负荷供应与用户实际需求相匹配，避免造成能源浪费。下面是小编整理的《供暖热网预测神经网络管理论文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。

供暖热网预测神经网络管理论文 篇1：

基于人工智能技术的区域供热智慧运维平台的构建

摘要：集中供热是保障我国人民生产生活的重要基础能源设施。传统集中供暖方式存在供热不均、无法按照需求或环境因素调节供热量、缺少人机互动功能等问题。提高供暖系统的智能化程度、实现供热计量是节能减排的有效措施。多数发达国家采用变流量动态控制系统，一次热网所提供的蒸汽在换热站通过热交换变成民用生活热水和二次采暖热水，二次供水系统中带有变频调速电机水泵、电动调节阀、压差控制器等多种仪器设备，结合成熟的供暖系统运行模式。

关键词：人工智能技术;区域供热;智慧运维平台

引言

国家致力于持续推动全社会节约能源，保护和改善环境。针对供热行业的供热计量，自2003年7月建设部等八部委印发《关于城镇供热体制改革试点工作的指导意见》，国家在政策层面持续推进供热计量改革，积极推行按用热量分户计量收费办法，鼓励用户节能行为，推进供热事业的健康发展。

1区域供热智慧运维平台的功能

智慧运维系统包括统一登陆模块，知识库模块，工作流库模块，主动检测模块等功能模块。统一登陆模块提供统一登陆登录的前端页面，配置用户信息、角色、权限、菜单等，方便用户一站式操作知识库模块、工作流模块和业务检测模块。将专家运维经验分类进行整理后，放到知识库当中去，形成知识图谱。通过判断故障的表现形式、形成原因及处理方式来预防故障的发生和进行故障发生后的处理。

2基于人工智能技术的区域供热智慧运维控制策略

2.1基于神经网络解耦的换热站IGPC控制策略

换热站是热网的重要构成部分，是供热系统的主要控制场所。换热站系统是一个非线性、大滞后、强耦合的被控对象。输入响应过程和控制过程通常延迟较长。其滞后特性很容易引起各類参数的波动。另外，换热站系统的控制对象较多，且相互之间关联耦合严重，调整一个输入量会影响其他被控对象，增加了控制难度。IGPC解耦控制一般由预测模型、滚动优化、模型解耦和反馈校正环节组成。递归神经网络的拓扑结构，能很好地解决控制系统中存在的非线性和强耦合问题。热力站供热系统具有延迟性，时间点k和之前的输入值的状态都会对当前时间点k的输出值产生影响，考虑上述影响，故将当前时刻的输入和前k时刻的输出值组合为时滞递归神经网络的输入，这样便可以把过去的输出加入考虑中，以此来实现热力站供热系统的动态特性。引入IGPC控制将质调节温差控制的滞后时变动态特性，融入到有限时域频段的滚动优化目标中，并利用反馈校正环节对偏差加以修正，解决了换热站温度控制的时滞、时变问题，同时避免了复杂的矩阵运算，简化了计算量，提升系统响应速度。

2.2城市集中供热系统的二级网水力平衡调节

针对二级网水力平衡调节来讲，其最终目标是将用户层面的室温调节到比较相近的数值，而直接将室温当做调节目标则不确定性比较显著，因此需要寻找其他目标对室温进行代替。调节的目标通常涵盖单位面积流量、回水温度以及单位面积供热量等等。运用流量系数法开展相应的调节工作。各个支路需要按照供热末端类型、建筑形式等相关的因素使目标单位面积流量得以进一步明确，并且按照供热面积，计算出具体的目标流量。借助于过渡系数针对计算目标流量予以实际修正，接着再依据修正目标流量和实测流量二者之间的偏差大小顺序完成有关的调试，最终令流量能够接近或者达到相应的目标流量值。

2.3基于5G通信技术的供暖系统智能化控制

2.3.1建立计算机运行管理中心

首先，建立数字化的供暖系统计算机运行管理中心，从技术手段上改变传统的热网管理方式，在各建筑物阀门井安装电动控制阀、压力表、温度表、在线监测设备及监控软件平台，实现对各建筑物的分时、分温控制，同时通过软件实现对供暖设备故障诊断和大数据监测，从而保证在供暖品质提高的前提下达到节能减排的目标。

2.3.2设计节能监管服务平台

1）气候补偿技术是根据室外温度的变化及用户设定的不同时间及室内温度的要求，按照设定曲线求出恰当的供水温度并进行自动控制，实现供热系统在不同时间根据不同的室外温度获取不同二次供水温度的自动气候技术，是避免因室温过高或过低造成能源浪费的一种节能措施。换热站将采用气候补偿技术，实现对一、二次侧温度、压力进行实时监控，根据二次侧需要的出水温度和供回水温差，以及一次侧蒸汽的温度，决定一次侧蒸汽的供给量，并根据需要控制蒸汽的进入量，在实现按需供暖的同时达到节能运行的目的。换热站还实现无人值守，对各电气设备运行数据进行自动监测、关联设备连锁控制，对各种异常情况进行报警，提升现有供暖管理的水平，达到分布调控、集中管理、实时监测，让整个供暖管理过程透明化、高效化。此外，也可以将本供暖系统接入其他信息管理系统，实现更高层次的智能管理。2）利用分时、分温技术对连续供热用户与分时分温用户按供热时间进行独立的管理与调节，对办公楼实现上班时间供热、下班时间防冻，自动定时切换控制，以达到按时按需供暖的目的。本系统采用了回水温度控制和室内温度控制两种方式保证各办公楼宇的供暖品质。这两种控制方式又分为上班时段供暖和非上班时段供暖。保障上班时段的室内温度不低于20℃，非上班时段设置为低温运行，温度不高于15℃，基本按照“按需供暖”策略进行调控，实现节能减排。3）供暖管网水平衡的监控和调节。针对管网上各楼宇在不同时段有着不同供暖温度的差异化需求，整个供暖系统需要调整不同时段的热水流量和供水压力。4）在建设供暖节能监控系统的同时，为龙首矿节能监管服务平台提供数据接口。在各供暖节能监控点，利用供暖监控设备为建筑节能监管平台提供水、电计量所需要的数据采集通信接口。

2.4热计量智慧运营

2.4.1硬件设备

针对现场整体设备情况及原有设备存在的相关问题，基于设备全生命周期管理的理念，对现场安装的所有热计量相关设备进行一次性的完整巡检、故障清排、硬件产品定制化匹配、长效运维，保障热计量设备稳定、可靠运行。

2.4.2系统平台

面向热计量监测、热计量运维、智能异常告警、计量数据多维度交互、数据深度分析、辅助供热管理等功能需求进行软件平台的定制化开发并对现有其他平台的数据进行有针对性的对接工作，搭建供热计量智慧运营管理平台。在热计量监测统计层面，系统平台完成对现场计量数据的通信、解析、存储、展示及分析。在热计量运维及异常告警层面，系统平台匹配有智能异常用热识别及预警功能，并且支持人为修正，不断提升预警精度。在供热数据交互层面，完成热源、热网、热站、末端计量设备及数据的完整接入，实现从热源至末端全面数据的整合应用。在数据深度分析层面，匹配相应的能耗监测功能，实现了各个层级数据的层级比对、能耗监测。在辅助供热管理层面，基于用户信息的管理匹配用户基本信息管理功能，完成了用户基础信息对接，实现了用户用热状况的可视化。

结语

本文基于人工智能技术和工业互联网技术，构建了城市（区域）供热智慧运维平台，该平台已经实现上网运行。系统通过数据实时监测，及时发现设备故障信息，采取相关措施，保证设备安全稳定长周期运行，提升了面向民生供热服务的满意度，实现了供热保障以及提高了应急处置等管理水平，最终使供热治理保障水平显著提升。

参考文献

[1]闫伟.面向移动应用的电力工程监理管理系统设计与研发[D].北京：华北电力大学（北京），2017.

[2]左宇.谈城市建设工程管理信息系统的建立[J].湘潭工学院学报（社会科学版），2003，5（3）：19-21.

作者：李险峰

供暖热网预测神经网络管理论文 篇2：

基于支持向量机回归的二次网供热负荷预测分析

摘要：目前，建筑能耗占我国总能源消耗的40%，建筑能耗中又以供热制冷为主。随着国家对节能的重视以及计量供热的逐步推广，如何及时准确地调整实际供热负荷成为至关重要的问题。由于供热系统滞后性特点，采取调节措施之后需要一段时间才能起到控制作用，故有必要提前预测负荷变化趋势，以便提前应对，确保负荷供应与用户实际需求相匹配，避免造成能源浪费。

关键词：支持向量机回归;二次网供热;负荷预测

引言

随着经济不断发展，我国城镇化率大概以每年1%的比例增长，为推进节能减排，国务院于2013年印发了“大气十条”。我国建筑供暖主要存在需热量和供热量不平衡问题。因此，供热系统控制是节能的重要研究方向之一。基于实际工程和实验装置对气候补偿器的应用效果进行模拟分析，气候补偿器没有从根本解决供热量和需热量之间的平衡问题。因此，很多学者对负荷预测控制方法进行研究。研究小波神经网络和支持向量机供热负荷预测，建立能耗模型获取机器学习的建筑供热负荷预测模型，使用BP神经网络算法研究负荷预测。本文选用历史气象参数作为负荷预测模型的输入参数，该方法对历史数据要求较低，以便将算法嵌入控制器中，局限性小。

1智能二次网平衡系统调节方法

各设备安装在单元回水管道末端，对回水温度进行采集，并通过物联网实时上传到智慧热网平台。结合换热站相关的二次网供回水温度，变频器设定，热量表等数据，以天气温度与抽样用户室温为参考，自动计算出每个物联网动态平衡调节阀的目标温度与调节速度与参数。系统再通过物联网将数据按目标下发，每一台设备收到命令后自动执行并反馈。设备根据设定的目标回水温度与采集到的实际回水温度进行比较。如果实际温度高于目标温度，则减小阀门开度，过低则增加阀门开度。设备会根据实际温度与目标温度差距大小自动控制调节幅度与频率，防止管网波动并确保调节结果稳定后再进行下一次判断。系统获取并分析调节结果，计算二次网失调度曲线与平衡率。维护人员只需要在移动端APP或电脑前操作即可完成二次网水力平衡的调节。

2SVMR理论

3调节原理

根据管网的供热量、建筑物热负荷和散热器散热量三者相等的原理，在供热系统运行的任一时刻和供暖室外计算温度下可以得到供暖系统的供回水温度曲线，采用分阶段改变流量的质调节。以?5℃作为温度分段点，循环流量为设计值的80%作为流量分段点。

4仿真模型的建立

建立室外温度补偿控制模块，并对实际数据进行预处理，连接供热系统仿真模型，运行得到室内温度控制在20±。

5优化方法介绍

5.1交叉验证

在参数寻优方法中，CV可适用于数据量不大的样本，能够有效避免“过拟合”与“欠拟合”。CV的基本思想是将原始数据划分成训练集和验证集，通过训练集建模，再用验证集测试。最常用的CV方法是K折交叉验证（Kfoldcrossvalidation，缩写KCV），KCV将样本分割成K组，其中一组作为验证集，剩下K-1组作为训练集，交叉验证重复K次，最终得到K组模型，将每组模型测试结果相应评价指标的平均数作为KCV性能指标，该方法使所有数据都参与了验证，结果具有说服力。研究表明，当K=5时最低均方误差（Meansquareerror，缩写MSE）最小，故本文采用5折交叉验证，评价指标为均方误差MSEcv，即：

5.2数据预处理

由于数据采集周期较长，易受人为操作，仪器故障等影响产生少量缺失值和异常值，SVMR模型对这些异常数据极为敏感，因此需在建模前对此类数据进行处理.本文结合插值法和多项式拟合法：对单一异常值，采用插值替换法即用其前后相邻数据的平均值替换原值;对局部异常值，采用多项式拟合平滑处理.考虑到各类数据的量级、单位不同，采用Mapminmax函数将所有数据归一化处理至[0，1]的概率分布中，变为无量纲表达式，从而简化计算.

5.3系统调节

二次网平衡监控系统基本功能：可以实时在线的监控与管理、诊断与报警、采集与报表、用户管理、历史数据存储与查询、趋势曲线、故障诊断分析、Web远程浏览等。系统提供实时的二次网平衡工况情况及评价，根据单元回水温度，对单元总管的调节阀进行动态调整，可有效地消除二次网的水力失调，实现回水温度趋于一致，保证各单元供热效果基本一致。对于单元内垂直失调严重的，出现个别住户室温异常时，可对入户阀进行微调。配合二次网平衡情况，可以优化二次网运行工况。二次网平衡度改善后，可以以最低回水温度为限制值，降低二网循环量，拉大温差，从而降低换热站电耗。用户室温的统计结果，可以作为热负荷调度的优化修正指标。

5.4输入变量选取

供热负荷预测的影响因素主要有室外天气因素和系统运行因素.室外因素有室外温度、风速风向和太阳辐射等，其中室外温度对热负荷的影响最;系统运行因素有供回水温度和供回水压力等.研究表明，在输入变量中加入前3d热负荷可更好地满足预测精度要求.故本文将室外温度、二次网供回水温度、二次网供回水压力、当日前3d供热负荷作为初步输入变量，将当日后第7d供热负荷即预测日负荷作为输出变量.然后通过皮尔逊相關系数法分析各输入变量与输出变量的相关性和显著性。

5.5节能降耗

在2019—2020采暖季，该小区所属热力站初寒期循环泵频率在35Hz，严寒期循环泵频率在45Hz，整个采暖季的平均电单耗为1.33kW·h/m2，平均热单耗为1.19GJ/m2。在2020—2021采暖季，通过二次网平衡调节，消除了水力失调导致的末端管路的循环不畅，运行更加经济。在保证良好供热效果的前提下，本采暖季该小区所属热力站循环泵频率有所下降，平均热耗、电耗指标均降低，初寒期循环泵频率在32Hz，严寒期循环泵频率在43Hz，整个采暖季的平均电单耗为1.18kW·h/m2，平均热单耗为1.12GJ/m2。

结束语

本文基于某实际区域供热系统，利用Simulink建立室外温度补偿和负荷预测两种控制模型，并根据实际运行数据对模型进行验证，并计算供热系统水泵和锅炉耗电量，得出负荷预测控制的供热系统较室外温度补偿控制的供热系统节能率为13.5%。

参考文献

[1]梁海燕.集中供热二次网节能控制方法[J].建材与装饰，2019

[2]罗浩宇.基于NB-IoT的二次网平衡自动控制技术[D].哈尔滨工业大学，2019

作者：边永庆 张润丰 史强

供暖热网预测神经网络管理论文 篇3：

基于供热数据挖掘和负荷预测的适量供热技术

摘 要：随着时代的发展以及国家科技实力的提升，建筑热力系统供暖领域的发展得到了不小的突破与创新，相关科研团队不仅对其中涉及到的供热技术以及数据预测方面的内容进行了深入的研究，还对数据挖掘、负荷预测以及供热系统之间的关系进行了进一步的探讨，从而为适量供热技术的合理应用提供有利条件。但是在实际运作中，供热技术的应用效果还是会受到一些因素的影响而出现问题，需要供热团队对其进行妥善的处理。本篇文章就供热数据挖掘和负荷预测的适量供热技术进行简单的论述，希望能对相关人士的研究有所帮助。

关键词：供热；数据；预测；技术

适量供热技术是建筑热力系统运行中重要的部分，对热力系统运行的效率和质量有着重要的意义和影响。在近几年的发展中，很多建筑热力系统科研团队都提高了对适量供热技术的重视与研究。一方面是由于传统的供热技术已经不能很好的满足的现代社会下建筑热力系统的需要，应该对供热技术进行创新与完善。另一方面是由于适量供热技术的应用效果，会受到数据挖掘以及负荷预测的影响而出现变化，需要相关科研团队能够对这两方面加以重视。

1 供热数据挖掘和负荷预测的概述

近年来，城市集中供热事业飞速发展，热用户的数量成倍增加，这对供热系统的运行管理提出了更高的要求。提高我国集中供热系统的自动化水平，实现适量供热不仅是提高供热企业竞争力的要求，更是实现建筑节能减排的重要环节。供热负荷预测是实现适量供热控制的关键环节，各热力公司在运行过程中储存了大量的历史数据，但是由于缺少合适的数据挖掘方法，这些数据没有在供热运行调节中得到充分利用。

目前对供热和制冷负荷的短期和长期预测已有相关的研究，其中采用的研究方法包括指数平滑法、多元回归法图、卡尔曼滤波法和状态估计法。近期的研究方法又包括了神经网络法和时间序列法。这些方法在负荷预测时都可以达到预期的精度，但是由于机理较复杂，对一般的技术人员来说门槛较高，并且在组态软件中编程较复杂，因此在热网自动控制系统中的应用并不普遍。

以某工程为例。如果室内空气温度保持不变，忽略建筑物的热惰性，对于同一栋建筑物来说，建筑热负荷和室外空气温度间呈线性关系。但在实际情况下，建筑物通过围护结构与外界发生非稳态传热。需要指出的是，对于一定范围内、以不同的时间间隔储存的历史运行数据，很多方法都适用，但是时间间隔不宜过短，也不宜过长.时间间隔过短会导致计算次数增加，挖掘速度缓慢，挖掘出来的当量室外空气温度公式烦琐，且无必要；时间间隔过长会淹没建筑物的动态过程，使数据挖掘变得没有意义。

2 供热数据挖掘和负荷预测的探讨

2.1 供热数据挖掘方面

数据挖掘就是从大量的、不完全的、有噪声的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的过程。数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。它能开采出潜在的模式，找出最有价值的信息，指导生产行为或辅助科学研究。数据挖掘技术从一开始就是面向应用的，应用范围相当广范。

数据挖掘的任务是从大量的数据中发现知识，从热网监测角度来定义，知识就是在集中供热系统中一些影响热量相关因素关系的信息。数据挖掘过程一般包括数据準备、数据挖掘、结果表示和解释。热量是关系到供热调度系统正常运行的一个关键因素，热量的适宜程度直接关系到供热管理部门的经济效益。因此，确定的研究主题为热量，即挖掘出与热量相关的因素之间的关联性，挖掘结果可以为供热决策者们提供有指导意义的参考。

以某热力公司为例，相关科研团队会对公司供暖季中涉及到的运行参与进行挖掘，主要挖掘内容包括供水温度数据、流量数据以及室外空气平均温度数据等。通过对这些数据进行挖掘，能够为后续热力系统运行水平以及适量供热技术使用效果的提升提供有利条件。相关科研团队在收集数据的过程中需要对时间间隔加以关注，以免数据挖掘效果受到条件限制而出现细节问题。

在一些原始数据挖掘方面，相关工作团队则要对时间间隔进行科学的控制，并保证时间间隔的紧密性，这样才能为供热数据挖掘工作的饿开展提供有利条件。通过相关研究数据显示，供热数据挖掘的误差会随着时间的变化而变化，如果间隔时间超过标准要求，还会在一定程度上降低数据预测的准确性。所以相关工作团队一定要合理控制供热数据挖掘间隔时间，保证数据信息的时效性。

2.2 负荷预测方面

通常情况下，负荷预测的结果不会和实际负荷状态有所差异，但是预测误差和供暖周期的变化却会在一定程度上对负荷预测结构造成影响。比如相关工作团队在供暖初期或者末期的时候进行负荷预测，那么预测结果就会出现误差小而相对误差较大的情况。如果相关工作团队在供暖中期进行负荷预测，那么预测结果就会出现误差大而相对误差较小的情况。所以在不同阶段的供暖周期中，相关工作团队一定要慎重对待负荷预测的结果，同时还要对供暖负荷与供暖时期之间的关系进行进一步的明确和了解，这样才能预测出更准确的结果。

由于一些供热系统不具备较强的自调节能力，而是由相关供热公司在系统中安装相应的温控阀，从而进行供热操作。但是这种供热系统会间接的增加用户的不满程度，而供热公司也是通过用户相应的反馈以及投诉对供热系统进行调节。所以在供热数据挖掘以及负荷预测方面会受到很大的影响，需要相关工作团队能够妥善处理其中涉及到的问题。

实际供热负菏分布较分散，在同一个当量室外空气温度下对应的供热负荷值波动范围大，这说明原始供热数据存在不合理因素。由于该供热系统具有热容量较大、滞后时间较长、用户无自调节能力等特点，预测结果的评估标准应为一个模糊的区间而不应是一条精确的供热负荷曲线。通过分析量调节的特点，提出了修正的量调节方式，即在供暖中期负荷较大时采用量调节，在供暖初期和末期负荷较小时采用质调节，称为质量综合调节。该调节方式不仅可以最大程度地减少水泵的输送能耗，还能保证系统水力工况和热力工况的稳定。因此采用该方式作为供热系统的运行调节方式。

3 结束语

从文章上面论述的内容可以了解到，要想让适量供热技术在建筑热力系统中发挥出重要的作用，那么相关科研团队就要对供热数据的挖掘以及负荷预测的要点和原则进行全面的了解与掌握。对于适量供热技术应用过程中存在的问题和不足之处，相关工作团队也需要在实际工作中对问题产生的原因进行进一步的分析，并制定出科学有效的优化方案，降低不利因素对适量供热技术应用效果的影响。这样适量供热技术才能在建筑热力系统中实现真正的价值，为人们的生活和工作创造优质的供热环境。相信在未来的发展中，适量供热技术的应用效果能够得到更大的提升，为建筑供热领域的发展提供有利的保障。

参考文献

[1]毕圣.基于数据挖掘技术的短期负荷预测[D].北京交通大学，2016.

[2]张冰玉.基于数据挖掘技术的短期电力负荷预测[J].贵州电力技术，2017（10）.

[3]全思平，吴浩.基于数据挖掘技术的短期电力负荷预测[J].电力信息与通信技术，2014，12（3）：95-98.

作者：尹航