[发明专利]基于特征参数辨识的供热系统自动化运行调节方法

说明书

本发明涉及供热领域，具体涉及基于特征参数辨识的供热系统自动化运行调节方法。本发明通过列出换热站一次侧供热量、换热站二次侧供热量、换热器换热量、用户散热器散热量、用户围护结构耗热量的过程描述方程，找出表征供热系统运行特性的特征常数，将换热站一次侧供水温度、换热站一次侧回水温度、换热站一次侧流量、换热站二次侧供水温度、换热站二次侧回水温度、用户室内温度和室外气象温度七个参数的历史数据作为输入量，通过最大似然估计法辨识出供热系统特征常数，得到整个供热系统各个传热过程具体方程式，并在此基础上完成热负荷预测、热源供水温度确定及一次网流量分配，使预测、调控模型更加贴近供热系统实际运行规律。

技术领域

本发明涉及供热领域，具体涉及基于特征参数辨识的供热系统自动化运行调节方法。

背景技术

长期以来，在粗放型管理模式下，供热系统运行调节由运维人员根据以往经验决定，热源供热量往往与实际热负荷需求有偏差，导致能源浪费、大气污染物排放量增加；热源供水温度依据供热温度调节曲线理论计算确定，往往与实际运行需要不一致；换热站一次侧调节阀开度由运维人员依据各换热站一次侧回水温度人工确定，调网工作量大，水力不平衡现象时有发生。

随着物联网及信息系统、数据分析、人工智能等技术的发展，为实现供热系统精细化、自动化运行调节，达到节能降耗的目的，我国开始关注并研究智慧供热，重点解决供热系统热负荷预测、热源供水温度确定、一次网流量分配等问题。

目前供热系统热负荷预测、热源供水温度确定、一次网流量分配常用方法如下：

1.热负荷预测常用方法

a.传统热负荷预测方法

相似日法是典型的传统热负荷预测方法，根据具有相似的气象和工作日属性的历史热负荷数据进行预测。

b.基于热负荷序列的预测方法

时间序列法和灰色理论法是主要的基于热负荷序列的预测方法。

时间序列法是先把季节变动从时间序列中分解出来，找出季节变动规律，然后综合长期趋势进行预测。

灰色理论抛开了系统结构分析的环节，直接通过对原始数据的累加生成寻找系统的整体规律，构建指数模型。灰色理论热负荷预测是基于1阶1个变量的微分方程G(1，1)模型，具有模型数据量小、简单、方便的特点。在灰色模型的基础上，把从灰色模型中得到的残差序列分为多个周期波，并根据需要将各个周期波进行外延，最后将各个周期波进行线性叠加，可得到改进后的灰色模型，改进后的灰色模型可反映热负荷变化的季节性和周期性。

c.基于人工智能的预测方法

神经网络和支持向量机是相对比较成熟的人工智能热负荷预测方法。

神经网络法是通过模拟人工神经网络的结构、特点和思维方式，利用对经验样本的学习训练来对连接权进行不断调整，最后建立一个多输入变量和多输出变量之间的非线性映射，其最大的特点是不需要建立具体的规格和数学模型。

支持向量机法通过内积核函数K(X)定义的非线性变换将输入空间X变换到一个高维空间，然后在这个空间中求最优分类面，其输出Y是中间节点的线性组合，每个中间节点对应一个输入样本与一个支持向量的内积。该模型不存在局部最小值问题，对于解决模糊、随机、不确定性、样本数有限和非线性的复杂问题具有明显优势。

2.热源供水温度确定常用方法

a.由供热调节曲线理论计算确定

根据供热基本方程式，可计算确定不同调节方式下热源供水温度随室外温度的变化曲线，运行人员直接根据室外温度，对比给定的温度调节曲线调节热源供水温度。该方法简单、便捷，但由于实际运行工况和设计工况往往存在偏差，导致实际供热效果与设计值不一致。

b.相似日法确定热源供水温度