[发明专利]供暖热负荷预测方法、系统、设备和介质

说明书

本申请属于集中供热技术领域，具体涉及一种供暖热负荷预测方法、系统、设备和介质。其中的方法包括：S10、针对待预测供热系统中各个换热站对热源的输配延时，获取与各换热站输配延时对应的天气预报数据；S20、将获取的天气预报数据和换热站中各热负荷单元的目标室内温度数据输入到基于线性回归模型建立的热负荷预测模型中，得到各热负荷单元的热负荷预测值；S30、基于各热负荷单元的热负荷预测值，加总得到换热站相应输配延时下的热负荷预测值；S40、基于各换热站相应输配延时下的热负荷预测值，加总得到待预测供热系统的热负荷预测值。本申请的方法可及时、准确地计算出热负荷，热负荷计算更适应当前供热环境，保证供热质量。

技术领域

本申请属于集中供热技术领域，具体涉及一种供暖热负荷预测方法、系统、设备和介质。

背景技术

建筑物或房间通常有多种获取热量和散失热量的途径，为了保证室内的目标温度，需要由供暖设备向房间内补进热量平衡系统散失热量值，以保证室内要求温度，而这需要冲抵系统热散失值的供热荷载称之为热负荷。供热系统的热负荷是热力系统运维工作中最基本的数据，它直接影响供热系统方案的选择和热量生产分配方式。

供热系统的热负荷需要精确的计算。当前热负荷计算方式大致采用两种：静态热负荷计算和室外温度线性追踪。其中静态热负荷计算是假想当前供热系统处于一个特定的室外和室内环境下，包括确定的室外温度、室外风速、空气湿度、太阳辐射强度等外部环境以及确定的外窗密闭性能、外墙保温状况、门窗传热系统等室内环境。在这样的理想状况下计算出热负荷，符合工业机理知识，但需要较长时间去测试、计算，在正在运行中的热力系统，很难做到及时、高效参数测定。而通过室外温度线性追踪计算热负荷是假定热负荷的大小与室外温度呈线性关系，比如热负荷大小随着室外温度下降而呈现等比例的增长。这种方式忽略了室外温度之外的影响因素，而从理论上讲热负荷与室外温度本就不是线性函数关系，影响热热负荷大小的因素有室外温度、室外湿度、室外风速、管道保温、房屋围护结构等，各因素动态交织一起。因此利用该方法计算出的热负荷往往存在较大的偏差。

综上所述，现有的计算方式无法及时、准确地计算出热负荷，从而导致热用户调控目标错误、供热质量无法保证。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本申请提供一种供暖热负荷预测方法、系统、设备和介质。

(二)技术方案

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请实施例提供一种基于大数据分析的供暖热负荷预测方法，该方法包括以下步骤：

S10、针对待预测供热系统中各个换热站对热源的输配延时，获取与各换热站输配延时对应的天气预报数据；

S20、将获取的天气预报数据和换热站中各个热负荷单元的目标室内温度数据输入到预先建立的热负荷预测模型中，得到各个热负荷单元的热负荷预测值；其中，所述热负荷预测模型基于线性回归模型建立；

S30、基于各个热负荷单元的热负荷预测值，加总得到换热站相应输配延时下的热负荷预测值；

S40、基于各个换热站相应输配延时下热负荷预测值，加总得到待预测供热系统的热负荷预测值。

可选地，所述热负荷预测模型的建立方法包括：

A1、针对所述待预测供热系统，确定所述待预测供热系统的供热热负荷影响特征，所述供热热负荷影响特征包括：基础热负荷、冷风渗透热负荷、湿度影响热负荷、附加热负荷；

A2、基于所述供热热负荷影响特征，采集历史室外气象数据、历史室内温度数据以及所述待预测供热系统中各热负荷单元的历史热量数据；