[发明专利]基于人工智能的换热站供热调节方法及系统

权利要求书

1.基于人工智能的换热站供热调节方法，其特征在于，包括以下步骤：

定义相关参数结合策略网络和值网络生成实际供热过程中的运行数据并对运行数据进行预处理；

将预处理后的运行数据通过人工智能算法进行模型训练，得到预测模型：具体的，不断更新策略网络和值网络的参数，所述策略网络通过如下公式进行参数更新：

所述值网络通过如下公式进行参数更新：

其中定义的相关参数包括：θ为策略网络的参数；η为策略网络的学习率；J为总的回报的期望值；s为环境的状态特征，包括天气和室内均温，s_t表示在时间戳t上的状态；a为智能体采取的行为，包括二次供温和二次流量，a_t表示在时间戳t上的动作；π(a|s)为智能体的决策模型，p(a|s)表示给出决策后执行动作的概率分布，满足∑_a∈Aπ(a|s)＝1；r(s，a)为环境在状态s时接受动作a后给出的反馈信号，在时间戳t上获得的奖励记为r_t；τ为交互轨迹[s₁，a₁，r₁；s₂，a₂，r₂；…s_T，a_T，r_T]，T是交互的时间戳数量或步数；R(τ)为某次交互的总回报；为求所有轨迹τ的总回报对策略网络参数θ的偏导数的期望；φ为值网络的参数；dist(a，b)为a和b的距离度量器，采用欧式距离；表示值网络输出值；为的目标值；γ为值网络的学习率；

所述奖励r_t定义为：

其中：targetAvgTem为室内均温的目标值，avgTem_t为某时刻的室内均温，avgTem_t+1为下一时刻的室内均温；

采集供热机组的实时运行数据结合模型预测二次流量及二次供温的目标值；

根据预测的目标值控制循环泵频率、一网阀门开度调节换热站的热负荷，进而实现室内均温的动态调节。

2.根据权利要求1所述的基于人工智能的换热站供热调节方法，其特征在于，所述运行数据包括从供热现场实际采集到的二次流量、二次供温、室内均温以及室外的温度、风向、风力。

3.根据权利要求1所述的基于人工智能的换热站供热调节方法，其特征在于，所述室内均温的计算，具体包括以下步骤：

采集换热站控制的小区内的若干个用户的室内供温和缴费面积；

计算该小区内若干个用户的室内均温，计算公式如下：

其中：avg_temp为某小区内若干个用户的室内均温室内均温，typical_temp_i为某一用户的室内供温，surface_area_i为某一用户的缴费面积。

4.根据权利要求1所述的基于人工智能的换热站供热调节方法，其特征在于，所述天气还包括风对室内温度的影响，其量化计算公式为：风对室内温度影响的量化＝风向量化*风力。

5.基于人工智能的换热站供热调节系统，用于实现上述权利要求1-4任一所述的基于人工智能的换热站供热调节方法，其特征在于，包括：

智能交互模块(1)，定义相关参数结合策略网络和值网络生成实际供热过程中的运行数据并保存；

数据处理模块(2)，对保存的运行数据进行预处理；

模型训练模块(3)，通过人工智能算法对预处理后的运行数据进行模型训练，得到预测模型；

数据采集模块(4)，用于采集供热机组的实时运行数据；以及

控制模块(5)，结合模型预测二次流量及二次供温的目标值，控制循环泵频率、一网阀门开度调节换热站的热负荷，进而实现室内均温的动态调节。