基于特征參數(shù)辨識的供熱系統(tǒng)自動化運行調(diào)節(jié)方法 技術(shù)領(lǐng)域 [0001] 本發(fā)明涉及供熱領(lǐng)域，具體涉及基于特征參數(shù)辨識的供熱系統(tǒng)自動化運行調(diào)節(jié)方法。 背景技術(shù) [0002] 長期以來，在粗放型管理模式下，供熱系統(tǒng)運行調(diào)節(jié)由運維人員根據(jù)以往經(jīng)驗決定，熱源供熱量往往與實際熱負(fù)荷需求有偏差，導(dǎo)致能源浪費、大氣污染物排放量增加；熱源供水溫度依據(jù)供熱溫度調(diào)節(jié)曲線理論計算確定，往往與實際運行需要不一致；換熱站一次側(cè)調(diào)節(jié)閥開度由運維人員依據(jù)各換熱站一次側(cè)回水溫度人工確定，調(diào)網(wǎng)工作量大，水力不平衡現(xiàn)象時有發(fā)生。 [0003] 隨著物聯(lián)網(wǎng)及信息系統(tǒng)、數(shù)據(jù)分析、人工智能等技術(shù)的發(fā)展，為實現(xiàn)供熱系統(tǒng)精細(xì)化、自動化運行調(diào)節(jié)，達(dá)到節(jié)能降耗的目的，我國開始關(guān)注并研究智慧供熱，重點解決供熱系統(tǒng)熱負(fù)荷預(yù)測、熱源供水溫度確定、一次網(wǎng)流量分配等問題。 [0004] 目前供熱系統(tǒng)熱負(fù)荷預(yù)測、熱源供水溫度確定、一次網(wǎng)流量分配常用方法如下： [0005] 1.熱負(fù)荷預(yù)測常用方法 [0006] a.傳統(tǒng)熱負(fù)荷預(yù)測方法 [0007] 相似日法是典型的傳統(tǒng)熱負(fù)荷預(yù)測方法，根據(jù)具有相似的氣象和工作日屬性的歷史熱負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測。 [0008] b.基于熱負(fù)荷序列的預(yù)測方法 [0009] 時間序列法和灰色理論法是主要的基于熱負(fù)荷序列的預(yù)測方法。 [0010] 時間序列法是先把季節(jié)變動從時間序列中分解出來，找出季節(jié)變動規(guī)律，然后綜合長期趨勢進(jìn)行預(yù)測。 [0011] 灰色理論拋開了系統(tǒng)結(jié)構(gòu)分析的環(huán)節(jié)，直接通過對原始數(shù)據(jù)的累加生成尋找系統(tǒng)的整體規(guī)律，構(gòu)建指數(shù)模型?；疑碚摕嶝?fù)荷預(yù)測是基于1階1個變量的微分方程G(1，1)模型，具有模型數(shù)據(jù)量小、簡單、方便的特點。在灰色模型的基礎(chǔ)上，把從灰色模型中得到的殘差序列分為多個周期波，并根據(jù)需要將各個周期波進(jìn)行外延，最后將各個周期波進(jìn)行線性疊加，可得到改進(jìn)后的灰色模型，改進(jìn)后的灰色模型可反映熱負(fù)荷變化的季節(jié)性和周期性。 [0012] c.基于人工智能的預(yù)測方法 [0013] 神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)是相對比較成熟的人工智能熱負(fù)荷預(yù)測方法。 [0014] 神經(jīng)網(wǎng)絡(luò)法是通過模擬人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特點和思維方式，利用對經(jīng)驗樣本的學(xué)習(xí)訓(xùn)練來對連接權(quán)進(jìn)行不斷調(diào)整，最后建立一個多輸入變量和多輸出變量之間的非線性映射，其最大的特點是不需要建立具體的規(guī)格和數(shù)學(xué)模型。 [0015] 支持向量機(jī)法通過內(nèi)積核函數(shù)K(X)定義的非線性變換將輸入空間X變換到一個高維空間，然后在這個空間中求最優(yōu)分類面，其輸出Y是中間節(jié)點的線性組合，每個中間節(jié)點對應(yīng)一個輸入樣本與一個支持向量的內(nèi)積。該模型不存在局部最小值問題，對于解決模糊、隨機(jī)、不確定性、樣本數(shù)有限和非線性的復(fù)雜問題具有明顯優(yōu)勢。 [0016] 2.熱源供水溫度確定常用方法 [0017] a.由供熱調(diào)節(jié)曲線理論計算確定 [0018] 根據(jù)供熱基本方程式，可計算確定不同調(diào)節(jié)方式下熱源供水溫度隨室外溫度的變化曲線，運行人員直接根據(jù)室外溫度，對比給定的溫度調(diào)節(jié)曲線調(diào)節(jié)熱源供水溫度。該方法簡單、便捷，但由于實際運行工況和設(shè)計工況往往存在偏差，導(dǎo)致實際供熱效果與設(shè)計值不一致。 [0019] b.相似日法確定熱源供水溫度 [0020] 該方法根據(jù)具有相似的氣象和工作日屬性的熱源供水溫度歷史數(shù)據(jù)進(jìn)行確定，解決了理論計算與實際運行存在的偏差，但供熱系統(tǒng)運行調(diào)節(jié)方式應(yīng)保持一致。 [0021] 3.一次網(wǎng)流量分配常用方法 [0022] 傳統(tǒng)人工調(diào)節(jié)方式下，運維人員減小一次側(cè)回水溫度較高換熱站的調(diào)節(jié)閥開度，增大一次側(cè)回水溫度較低換熱站的調(diào)節(jié)閥開度，使各換熱站一次側(cè)供回水溫差基本相等，實現(xiàn)一次網(wǎng)流量“按需分配”。該方法實際運行操作復(fù)雜，需反復(fù)調(diào)節(jié)調(diào)節(jié)閥開度，人工勞動強度較大。 [0023] 換熱站無人值守改造后，調(diào)節(jié)閥開度可由控制系統(tǒng)根據(jù)回水溫度大小自動控制，實現(xiàn)了人工到自控的轉(zhuǎn)變，但調(diào)節(jié)原理沒有改變，由于回水溫度變化具有滯后性，因此調(diào)節(jié)時間較長，調(diào)節(jié)閥仍需反復(fù)調(diào)節(jié)。 [0024] 當(dāng)前供熱系統(tǒng)熱負(fù)荷預(yù)測、熱源供水溫度確定、一次網(wǎng)流量分配常用方法仍存在以下問題： [0025] 1.當(dāng)前應(yīng)用的熱負(fù)荷預(yù)測方法，均拋開了供熱系統(tǒng)變量分析環(huán)節(jié)，通過大數(shù)據(jù)和人工智能算法，利用成熟的數(shù)學(xué)預(yù)測模型，直接找出熱負(fù)荷與各個影響因素的非線性關(guān)系。 但所有的數(shù)學(xué)預(yù)測模型與實際供熱系統(tǒng)各變量之間關(guān)系式均存在或多或少的差異，不僅使預(yù)測結(jié)果具有一定的誤差，而且無法真實反應(yīng)供熱系統(tǒng)熱源、換熱站、熱用戶之間的傳熱過程。 [0026] 2.利用供熱基本公式理論計算出的熱源供水溫度與實際運行需要存在偏差，而采用相似日法確定熱源供水溫度時要求相似的氣象和工作日工況下供熱系統(tǒng)運行方式相同。 [0027] 3.以換熱站一次側(cè)回水溫度值為依據(jù)的一次網(wǎng)流量分配調(diào)節(jié)系統(tǒng)，調(diào)節(jié)閥需反復(fù)進(jìn)行調(diào)節(jié)，由于回水溫度變化具有滯后性，調(diào)節(jié)時間相對較長。 發(fā)明內(nèi)容

1.基于特征參數(shù)辨識的供熱系統(tǒng)自動化運行調(diào)節(jié)方法，其特征在于：包括以下步驟： S1：列出換熱站一次側(cè)供熱量、換熱站二次側(cè)供熱量、換熱器換熱量、用戶散熱器散熱量、用戶圍護(hù)結(jié)構(gòu)耗熱量的過程描述方程，找出表征供熱系統(tǒng)運行特性的特征常數(shù)，將換熱站一次側(cè)供水溫度Tg_1、換熱站一次側(cè)回水溫度Th_1、換熱站一次側(cè)流量Fg_1、換熱站二次側(cè)供水溫度Tg_2、換熱站二次側(cè)回水溫度Th_2、用戶室內(nèi)溫度Tn和室外氣象溫度Tw七個參數(shù)的歷史數(shù)據(jù)作為輸入量，通過最大似然估計法辨識出供熱系統(tǒng)特征常數(shù)，得到整個供熱系統(tǒng)各個傳熱過程具體方程式；包括以下步驟： S11：構(gòu)建最大似然估計回歸理論模型： 1)兩變量線性回歸模型參數(shù)的最大似然估計模型可表示如下： y＝αx+β+ε?(1) 式中：y為響應(yīng)變量；x為因變量；α為直線斜率；β為直線截距，ε為誤差； 模型參數(shù)最大似然估計結(jié)果如下： 式中：為響應(yīng)變量樣本平均值；為因變量樣本平均值， 為直線斜率最大似然估計值； 為直線截距最大似然估計值； 式中：xi為第i組樣本中的因變量；yi為第i組樣本中的響應(yīng)變量； 式中： 為方差估計值；n為樣本數(shù)量；εi為第i組樣本中的誤差； 2)多元線性回歸模型參數(shù)的最大似然估計模型可表示如下： y＝β0+β1x1+β2x2+...+βkxk+ε?(5) 式中：y為響應(yīng)變量；β0為空間截距；x1、x2、xk為與響應(yīng)變量有關(guān)的因變量；β1、β2、βk為因變量x1、x2、xk對應(yīng)的權(quán)重因子；ε為誤差； 對于有n組測量值的模型，矩陣表達(dá)式為： Y＝Xβ+E?(6) 式中：Y為響應(yīng)變量樣本矩陣；X為因變量樣本矩陣；β為因變量權(quán)重因子矩陣；E為樣本誤差矩陣； 模型參數(shù)最大似然估計結(jié)果如下： 式中： 為因變量權(quán)重因子矩陣的最大似然估計； 式中： 為方差估計值；n為樣本數(shù)量； S12：列出換熱站及用戶供熱基本公式： 一次網(wǎng)供熱量可表述如下： Qg_1＝C1·(Tg_1?Th_1)·Fg_1?(13) 式中：Qg_1為換熱站一次網(wǎng)供熱量，KW；C1為與水比熱容有關(guān)的靜態(tài)常量；Tg_1、Th_1分別為換熱站一次側(cè)供、回水溫度，℃；Fg_1為換熱站一次側(cè)供水流量，t/h； 二次網(wǎng)供熱量可表述如下： Qg_2＝C1·(Tg_2?Th_2)·Fg_2?(14)