[发明专利]一种利用模式识别技术对热力站热负荷进行预测的方法

说明书

本发明公开了一种利用模式识别技术对热力站热负荷进行预测的方法，包括：S1:安装温度监测设备，并设定室内环境温度值；S2:将次日天气预报分为与S1相同时段，并求平均值；S3:将S1和S2得到的数据通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；S4:按照若干预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的多个相关参数；S5:以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室内相关因素为自变量，得时间延迟；S6:1减最大相关系数，得出修正系数值，计算出次日的预测热负荷；计算分析出热源厂的预测热负荷值，最终实现源、网、站的联合调节。

技术领域

本发明涉及一种热负荷预测方法，特别是关于一种利用模式识别技术对热力站热负荷进行预测的方法。

背景技术

目前，全世界供热行业中，基于热力站的供热负荷预测，至今没有形成一个业内公认的计算模型和算法。究其原因，主要是不同热力站供热用户建筑物散热条件的差异，室外气温、风力、照度等气候条件对供热用户室内温度影响的复杂性，热力站二次供热管道的复杂度和流程工艺参数难于用测量数据进行度量；热力站到用户供热的供热相应迟滞时间，因上述复杂因素的影响无法计算得出。

发明内容

针对上述问题，本发明的目的是提供一种利用模式识别技术对热力站热负荷进行预测的方法，其能降低能源消耗，预测准确性较高，并能有效减少人力成本。

为实现上述目的，本发明采取以下技术方案：一种利用模式识别技术对热力站热负荷进行预测的方法，包括以下步骤：

S1:在用户家中安装现有室内环境温度监测设备，并根据监测到的室内温度数据设定若干时段内的用户室内环境温度值；

S2:将次日天气预报数据分为与S1相同的若干时段，并计算出平均值；

S3:依据设定的若干时段的用户室内环境温度以及天气预报数据，通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；

S4:按照四个预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的热负荷、二次送水温度、回水温度、一次阀门开度和二次循环泵频率参数；

S5:以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室温度，室外环境温度、风力为自变量(其数据集取数时间范围为对应该时间点前后6个小时数据)，依照时间顺序相关性，线性回归最大复相关系 数R(lmax)，并得出对应其时间延迟；

S6:将1减去最大相关系数，得出修正系数值，计算出次日的预测热负荷；并结合一次热网供热迟滞时间的基础上，计算分析出热源厂的预测热负荷值，实现源、网、站的联合调节。

通过上述技术方案，采用欧式距离公式并代入多种影响因素最终经过修正得出更加合理的预测热负荷值，从而针对不断变化的外部温度和不同的气候环境，能够及时的作出动态调整，并维持供热量调整增加得精确性，减少能源的不必要浪费，同时能够维持生活环境的舒适。

较佳的，所述S1中，一天的温度时间段具体分为四个时间段。

较佳的，在S1中，所述四个时间段具体为上午、下午、夜晚和凌晨，他们的具体时间划分为

凌晨0-6时；

上午6-12时；

下午12-18时；

晚上18-24时。

通过上述技术方案，时间段的选择过多会最终让整体的计算量明显增大，而将气候变化因素考虑进去后，最终区分出四个比较明显的时间段，这些时间段内的室外温度、风力的影响因素变化比较大，通过这四个时间段的区分能够比较快捷的得出最终的数据。