[发明专利]一种面向智慧校园建设的供热节能预测控制方法

说明书

本发明涉及供热技术领域，尤其涉及一种面向智慧校园建设的供热节能预测控制方法。本发明提出了一种能够实现精准按需供热，提前预测供水流量，调节阀门开度，最大程度上降低供热能耗的面向智慧校园建设的供热节能预测控制方法，一种面向智慧校园建设的供热节能预测控制方法，包括有神经网络A和神经网络B，针对教室等夜间无需正常供热的时段，为保证白天使用时达到合适室温，神经网络A需要在保证能量消耗较少的前提下根据环境变量计算出供暖提前量以及阀门开度。本发明通过模型实现室内温度变化预测，再通过神经网络B动态调节阀门开度，维持室温处于标准温度范围，在室温达到目标温度的前提下，最大程度减少能源消耗。

技术领域

本发明涉及供热技术领域，尤其涉及一种面向智慧校园建设的供热节能预测控制方法。

背景技术

学校属于人口密集区域，其供热能耗在各城市供热总能源消耗量中占比例较大。如何降低学校供热能源消耗、提高能源利用率对城市加快资源节约型、环境友好型城市建设，实现可持续发展具有重要的现实意义。

当前集中供暖多采用分布式预测控制方法，将整体控制目标分解到n个独立的子控制器中去实现，每个子控制器对应一个换热器控制装置，通过对阀门开度、供回水温度检测、分析，结合室外天气温度，通过神经网络算法算出最佳供水温度，通过调节一次管网流量，使二次供水温度调整为最佳供水温度，最终达到节能减排的目的。

现有的集中供暖节能控制方案多针对普通居民采暖，而学校供暖系统的负荷与普通居民采暖负荷存在显著差异性，每年供暖初期和供暖末期是学校供暖的高峰期，深寒期1-2月份正值学校寒假期间，反而供热负荷低。并且学校不同类型供暖建筑每天不同时段的采暖需求也各不相同，如学生工作日白天基本都在教室上课，宿舍楼白天可低温运行，办公楼、教学楼在夜间使用频率较低可低温运行，周末教师休班，学生白天多在图书馆、宿舍，办公楼、教学楼使用频率较低，另外，餐厅、实验室等功能楼也需要根据不同时段使用频率来调整供暖方案。然而现有的技术都未将这些因素考虑进去，不同功能建筑使用同一种供暖方案，使部分建筑在夜间、周末、假期等供热需求较低的时段仍然照常进行供暖，造成较大的能源浪费。

因此亟需研发一种能够实现精准按需供热，提前预测供水流量，调节阀门开度，最大程度上降低供热能耗的面向智慧校园建设的供热节能预测控制方法。

发明内容

为了克服建筑在夜间、周末、假期等供热需求较低的时段仍然照常进行供暖，造成较大的能源浪费的缺点，本发明提供了一种能够实现精准按需供热，提前预测供水流量，调节阀门开度，最大程度上降低供热能耗的面向智慧校园建设的供热节能预测控制方法。

技术方案如下：一种面向智慧校园建设的供热节能预测控制方法，包括有神经网络A和神经网络B，其中神经网络A的作用场景如下：针对教室、办公楼等夜间无需正常供热的时段，为保证白天使用时达到合适室温，神经网络A需要在保证能量消耗较少的前提下根据环境变量计算出供暖提前(时间)量以及阀门开度；神经网络B的作用场景：针对宿舍、实验室、教室等需要正常供热的时段，需要保证室温始终处于标准的温度范围，神经网络B会根据环境条件的不断变化，动态调节对阀门开度。两组网络协同控制，实现供暖能力和节能效率的统一。

优选地，所述神经网络A的计算过程由前向传播和反向传播组成。

优选地，所述神经网络B与神经网络A进行前向传播和反向传播的过程基本类似，区别在于两个神经网络为了实现不同的控制效果，其在隐层和输出层的结构差异，以及来自于不同数据集的训练数据。

优选地，通过接入智慧校园物联网系统的各个控制传感设备采集室内温度、室外温度、供回水温度、供回水流量、控制阀门开度等数据，在此基础上增加了每个控制传感设备所在建筑的功能建筑类型、建筑保温系数数据，以及控制传感设备所在房间的使用时间、建筑面积、楼层、房间朝向、窗户类型、窗户面积数据等影响因素，使得模型的预测准确率更高。