[发明专利]基于人工智能的换热站供热调节方法及系统

说明书

本发明提供一种基于人工智能的换热站供热调节方法及系统，首先定义相关参数结合智能体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；然后将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；再采集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；最后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。本发明将人工智能算法应用于换热站的供热调节，通过模型训练得到二次流量及供温的预测模型，提前预测达到目标室内均温所需的流量和供温，结合供热机组的运行数据实时调节换热站的热负荷，为供热机组提供了更加科学合理的动态调节能力。

技术领域

本发明涉及供热和人工智能技术领域，具体涉及基于人工智能的换热站供热调节方法及系统。

背景技术

近年来，随着国家相关政策的出台，城市建筑的采暖问题普遍采用集中供热的方式解决，集中供热是一种较好的供热方式，具有舒适、节能、环保、安全等特点。但是随着城市规模的不断扩大，城市集中供热网覆盖范围、供热面积越来越大，换热站的数量越来越多；难以及时实现按需供热，造成极大的资源浪费，用户的舒适度也难以保证。

在传统供热中，主要通过复杂的公式计算或根据经验确定不同地区在不同室外温度下的换热站热负荷两种方法进行换热站的供热调节，但是基于复杂的公式计算需要假定在理想条件下进行，而实际条件与理想条件有很大不同；同时根据经验确定不同地区在不同室外温度下的换热站热负荷，对经验依赖性大；两种方法不仅效率低适用性差，且存在较大误差。

发明内容

为了解决现有技术下，大规模的集中供热存在难以实现按需供热，现有的基于换热站热负荷调节的方法效率低适用性差，且存在较大误差；需要提供一种具有科学合理的动态调节能力的供热调节方法。

为实现上述目的，本发明采用如下技术方案：

基于人工智能的换热站供热调节方法，包括以下步骤：

定义相关参数结合智能体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；

采集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。

进一步地，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、风力的历史数据。

进一步地，所述智能体包括策略网络和值网络。

进一步地，换热站供热调节方法具体包括以下步骤：

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保存；

通过对处理后的运行数据进行训练，不断更新策略网络和值网络的参数以产生越来越好的策略和动作使得室内均温达到目标室内均温。

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：