基于灰色系统理论的城镇供热系统年供热量预测方法技术方案

基于灰色系统理论的城镇供热系统年供热量预测方法，涉及一种城镇供热系统年供热量预测方法，属于供热系统负荷预测技术领域。本发明专利技术解决了现有的单一供热系统的预测方法不能用于城镇供热系统规划的问题。本发明专利技术的技术要点为：选择初始变量，因变量的历年数值；检验所选初始变量与因变量的关联度；初始变量共线性检验，并筛选出解释变量；构建基于灰色系统理论的GM(1,1)和GM(1,N+1)模型，求解模型参数；建立灰色系统状态方程，预测规划期的年供热量。本发明专利技术可应用于城镇能源系统或供热系统规划。

【技术实现步骤摘要】

本专利技术涉及一种城镇供热系统年供热量预测方法，尤其涉及一种基于灰色系统理论的城镇供热系统年供热量预测方法，属于供热系统负荷预测

技术介绍
随着我国城镇化进程和人民生活水平的提高，对建筑室内环境的舒适度和可控制性提出了更高的要求，我国城镇供热面积和供热系统供热量不断增加，1990年至2012年，我国集中供热面积从2.13亿平方米增长至51.84亿平方米，年供热总量从2.87亿吉焦增加到29.5亿吉焦，供热系统能耗已成为社会总能耗的重要组成部分。但在我国紧张的能源供应现状和大力发展低碳经济的背景下，需合理规划用能结构，提高能源效率。城市能源系统规划建立在对能源需求合理预测的基础上，供热规划主要分为两类：一类是针对单一供热系统，基于近期和远期扩建规模，预测中、长期供热负荷，规划系统扩建容量；另一类是针对城镇，在原有分散或集中供热基础上，考虑城镇的近期和远期规划发展，预测供热负荷或年供热量，规划城镇中全部供热系统的能源产出与供应。目前国内外针对单一供热系统的负荷预测往往基于对象系统的热力和水力工况的运行参数、室外气象参数等历史数据，无法用于城镇供热系统负荷预测，而在城镇供热系统规划时，主要采用指标概算法或度日法预测热负荷或年供热量，估算依据来源单一，不能反映城镇的经济、人口、产业和建设等发展水平。因此，亟需一种可应用于城镇能源系统或供热系统规划，并与城镇规划依据一致，不仅能够体现供热工程发展水平，亦能够反映城镇经济、人口、产业和建设等发展水平的供热系统年供热量预测方法。
技术实现思路
本专利技术的目的是提出一种基于灰色系统理论的城镇供热系统年供热量预测方法，以解决针对单一供热系统的预测方法不能用于城镇供热系统规划的问题。本专利技术为解决上述技术问题所采用的技术方案是：本专利技术所述的基于灰色系统理论的城镇供热系统年供热量预测方法，是按照以下步骤实现的：步骤一、选择初始变量，因变量的历年数值：统计城镇历年年供热量作为因变量，统计城镇规划历年的相关指标作为初始变量；步骤二、检验所选初始变量与因变量的关联度：应用灰色关联度分析法计算各初始变量与因变量的灰色关联度，通过计算出的灰色关联度检验所选初始变量与因变量的关联度，同时对初始变量进行初步筛选；步骤三、初始变量共线性检验，并筛选出解释变量：采用相关性系数矩阵检验初始变量共线性，再通过逐步回归分析，筛选得出解释变量；步骤四、构建基于灰色系统理论的GM(1，1)和GM(1，N+1)模型，求解模型参数；步骤五、建立灰色系统状态方程，预测规划期的年供热量。本专利技术的有益效果是：1.本专利技术选取的解释变量与供热系统运行参数无关，不受城镇中供热系统运行参数的限制，而与城镇发展状况密切相关，可反映城镇供热工程、经济、人口、产业和建设等发展水平，与城镇规划依据一致。2.本专利技术以城镇为供热范围，不受城镇中供热系统的数量限制，预测的年供热量反映整个城镇供热负荷，同时根据气象参数，可将年供热量折算为供暖室外计算温度下的热负荷，作为城镇热源规划的依据。3.本专利技术通过筛选消除初始变量间的相关性，精简为若干解释变量，可简化预测模型，同时保证对因变量的解释性。4.本专利技术基于灰色系统理论建立的状态方程适于样本数据较少的城镇年供热量的预测，同时本专利技术具备学习性，可根据逐年的数据更新，重新筛选解释变量并计算模型参数，建立新的状态方程，保证预测的实时性与可靠性。附图说明图1为本专利技术方法的流程图；图2为本专利技术实施例中哈尔滨市2003-2012年供热量统计值与2011-2020年供热量预测值示意图。具体实施方式结合附图进一步详细说明本专利技术的具体实施方式。具体实施方式一：下面结合图1说明本实施方式，本实施方式所述的一种基于灰色系统理论的城镇供热系统年供热量预测方法，其特征在于所述方法包括以下步骤：步骤一、选择初始变量，因变量的历年数值：以城镇供热系统年供热量为预测对象，统计城镇历年年供热量作为因变量，由于供热系统作为北方城镇基础设施建设的一部分，除供热工程自身的发展水平外，还受到城镇经济、人口、产业和建设等发展水平的制约，因此统计城镇规划历年的相关指标作为初始变量；所述相关指标为：供热能力、供热面积、供热管道长度、居住用地、公共设施用地、工业用地、城市年底总人口、城市总户数、地区生产总值、城市人均地区生产总值、城市第一产业生产总值、城市第二产业生产总值、城市第三产业生产总值、居民家庭人均可支配收入、城镇居民人均消费支出，城市房屋建筑施工面积和城市房屋建筑竣工面积，共17个初始变量的统计值。步骤二、检验所选初始变量与因变量的关联度：应用灰色关联度分析法计算各初始变量与因变量的灰色关联度，通过计算出的灰色关联度检验所选初始变量与因变量的关联度，同时对初始变量进行初步筛选，剔除灰色关联度较低的初始变量；步骤三、初始变量共线性检验，并筛选出解释变量：由于初始变量之间可能存在的共线性会影响预测模型的准确性。因此采用相关性系数矩阵检验初始变量共线性，再通过逐步回归分析，在兼顾对因变量解释性和模型精度的前提下，筛选得出解释变量；步骤四、构建基于灰色系统理论的GM(1，1)和GM(1，N+1)模型，求解模型参数；步骤五、建立灰色系统状态方程，预测规划期的年供热量。具体实施方式二：本实施方式与具体实施方式一不同的是：步骤二所述的灰色关联度的计算过程如下：步骤二一、采用均值法对因变量和各初始变量进行无量纲化：Xi,0=xi,0x‾0,Xi,j=xi,jx‾j,(i=1,2,...,m;j=1,2,...,n)---(1)]]>其中，Xi，0、xi，0分别为第i年度因变量的无量纲值和原始值，Xi，j、xi，j分别为第i年度第j个初始变量的无量纲值和原始值，n为初始变量个数，m为统计年度数，分别是因变量和第j个初始变量m年度的均值；步骤二二、以无量纲因变量为母序列X0＝(X1，0，X2，0，…，Xm，0)T，以无量纲初始变量为子序列Xj＝(X1，j，X2，j，…，Xm，j)T，计算各年度母序列X0与各子序列Xj的绝对值差δi，j，并取其中的最大值δmax和最小值δmin：δi，j＝|Xi，0-Xi，j|                (2)δmax＝max{δi，j；i＝1，2，…，m；j＝1，2，…，n本文档来自技高网...

【技术保护点】
一种基于灰色系统理论的城镇供热系统年供热量预测方法，其特征在于所述方法包括以下步骤：步骤一、选择初始变量，因变量的历年数值：统计城镇历年年供热量作为因变量，统计城镇规划历年的相关指标作为初始变量；步骤二、检验所选初始变量与因变量的关联度：应用灰色关联度分析法计算各初始变量与因变量的灰色关联度，通过计算出的灰色关联度检验所选初始变量与因变量的关联度，同时对初始变量进行初步筛选；步骤三、初始变量共线性检验，并筛选出解释变量：采用相关性系数矩阵检验初始变量共线性，再通过逐步回归分析，筛选得出解释变量；步骤四、构建基于灰色系统理论的GM(1,1)和GM(1,N+1)模型，求解模型参数；步骤五、建立灰色系统状态方程，预测规划期的年供热量。

【技术特征摘要】
1.一种基于灰色系统理论的城镇供热系统年供热量预测方法，其特征在于所述方法包
括以下步骤：
步骤一、选择初始变量，因变量的历年数值：统计城镇历年年供热量作为因变量，统
计城镇规划历年的相关指标作为初始变量；
步骤二、检验所选初始变量与因变量的关联度：应用灰色关联度分析法计算各初始变
量与因变量的灰色关联度，通过计算出的灰色关联度检验所选初始变量与因变量的关联度，
同时对初始变量进行初步筛选；
步骤三、初始变量共线性检验，并筛选出解释变量：采用相关性系数矩阵检验初始变
量共线性，再通过逐步回归分析，筛选得出解释变量；
步骤四、构建基于灰色系统理论的GM(1,1)和GM(1,N+1)模型，求解模型参数；
步骤五、建立灰色系统状态方程，预测规划期的年供热量。
2.根据权利要求1所述的基于灰色系统理论的城镇供热系统年供热量预测方法，其特
征在于步骤二所述的灰色关联度的计算...

【专利技术属性】
技术研发人员：王芃，段雅洁，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23