一种基于建筑供暖负荷预测的供热方法、装置和系统制造方法及图纸

本发明专利技术提供了一种基于建筑供暖负荷预测的供热方法、装置和系统，该方法包括：基于获取到的目标采暖用户建筑围护结构状况、邻间传热状况、即时室外气象参数和用户需要的室内温度预测动态供暖热负荷；基于动态供暖热负荷和热计量表检测的实际供热量数据生成对目标阀门进行控制的控制信号，控制信号中携带开度信息和/或通断时间信息，目标阀门为对目标采暖用户的供暖水流量进行控制的阀门；向目标阀门发送控制信号，以使目标阀门按照控制信号执行相应的动作。本发明专利技术解决了现有室温测温设施安装位置不同导致测温偏差问题及用户对测温装置干扰的问题，以及供热公司能对不同用户不同室温需求实现按需供热的技术问题。

Heating method, device and system based on prediction of building heating load

The present invention provides a heating method, device and system based on the prediction of building heating load. The method includes: Based on the condition of the building enclosure of the target heating user building, the heat transfer condition in the neighbouring area, the real-time outdoor weather parameters and the indoor temperature needed by the user to predict the dynamic heating load of the heating system; based on the dynamic heating heat. The actual heating amount data measured by the load and heat meter generates a control signal that controls the target valve, the control signal carries the opening information and / or the break time information, the target valve is the valve that controls the heating water flow of the target heating user; the control signal is sent to the target valve door to make the target valve press Execute the corresponding action according to the control signal. The invention solves the problem of temperature measurement deviation and the interference of the user to the temperature measuring device, and the heating company can heat the demand of different users at different room temperature.

【技术实现步骤摘要】
一种基于建筑供暖负荷预测的供热方法、装置和系统
本专利技术涉及建筑供暖及控制
，尤其是涉及一种基于建筑供暖动态负荷预测的供热方法、装置和系统。
技术介绍
目前我国的供暖系统在末端热用户处基本没有自动控制装置，造成冷热分配不均，有些用户在室内穿短袖、开窗户，而有些用户在室内穿棉衣等现象。这种情况不仅用户的舒适度、满意度较差，而且不利于用户的身体健康，也造成供暖能源的浪费。国外的供暖系统在每组散热器的供暖水管上，均安装有可以控制阀门开度来调节室外的自动控制阀，但是由于成本较高、对供暖水质要求高、用户的用能行为等原因，在我国暂时无法普及应用。很多研究人员尝试解决这一问题，例如，专利《公共建筑节能供暖控制装置》公开了一种由控制阀、检测仪和控制器构成的供暖控制系统，并基于环境参数信息控制控制阀的开关状态，控制目标换热站的供暖热量，通过上述描述可知，现有的供电技术与供热用户有着非常密切的联系。专利《供暖控制系统》公开了一种由蓄水单元及房间供暖单元构成的供暖控制系统，针对热水器只提供洗浴热水而不具备供暖功能而设计，在原有的热水器的蓄水箱加装一系列装置，即可实现淋浴又可实现供暖等功能。专利《一种集实时监测且方便维修的供暖控制系统》开发了一种集实时监测且方便维修的供暖控制系统，通过控制器自动热泵的供电和断电来控制室内的温度，并能够预防热泵过热导致损坏或室内温度过高。专利《一种集中供暖控制系统及方法》公开了一种供暖控制系统，能够实现用户可调、供热可控、领导可管的集中供暖控制系统，同时实现对供热端以及用户端的调控，最大程度的实现节能和提高供暖效率，但该专利采用通过室内测温的方法来控制调节阀，测温点的不同安装位置导致检测温度与标准室温有较大偏差，另外如果通过室内测温来控制调节阀导致室温下降，许多用户会人为干扰测温装置从而使系统失效。按热计量收费的一种方式是《温度面积法》，在用户面积一定的情况下用户缴费金额与要求的室内温度相关，室温越高缴费越高，与用户所在位置朝向等均无关，这种方法貌似合理，但正因为许多用户人为干扰测温装置而导致该方案难以推广。此外，为了节约供热能耗、避免供热能源浪费，很多城市推行了按面积计费和按热量计费的双部热价制度。按热量计费热价制度的目的是通过“用多少热花多少钱”的计费手段来鼓励热用户正确用能、避免浪费，实现按需供热、行为节能，并强制新建供热系统均安装分户热计量表，以实现每家每户均可按热量收费。然而，由于种种原因，虽然安装了大量热计量表，但是按热量收费几乎没有得到实施，已经试点实施的项目暴露了许多问题，难以平衡供热公司与热用户之间的利益，因此大多数供热费仍然按照面积收取，不仅通过“用多少热花多少钱”促进节能的目的没有得到实现，而且造成大量的热量表资源的闲置和投资的浪费。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于动态建筑供暖负荷预测的供热方法、装置和系统，以解决了现有室温测温设施安装位置不同导致测温偏差问题及用户对测温装置干扰问题，以及供热公司能满足对不同用户不同室温需求实现按需供热的技术问题。第一方面，本专利技术实施例提供了一种基于动态建筑供暖负荷预测的供热方法，包括：基于获取到的目标采暖用户所处环境的室外气象数据预测动态供暖热负荷，其中，所述动态供暖热负荷为预测出的所述目标采暖用户的供热需求；基于所述动态供暖热负荷和热计量表实际检测的供热量数据生成对目标阀门进行控制的控制信号，其中，所述控制信号中携带开度信息和/或通断时间信息，所述目标阀门为对所述目标采暖用户的供暖水流量进行控制的阀门；向所述目标阀门发送所述控制信号，以使所述目标阀门按照所述控制信号执行相应的动作。进一步地，所述方法还包括：获取所述目标采暖用户的供暖目标；基于获取到的目标采暖用户所处环境的室外气象数据预测动态供暖热负荷包括：基于获取到的目标采暖用户所处环境的室外气象数据和所述目标采暖用户的供暖目标预测动态供暖热负荷。进一步地，基于获取到的目标采暖用户所处环境的室外气象数据和所述目标采暖用户的供暖目标预测动态供暖热负荷包括：调取目标神经网络，所述目标神经网络为预先训练完成的神经网络；将所述室外气象数据和所述供暖目标作为所述目标神经网络的输入，以使所述目标神经网络对所述室外气象数据和所述供暖目标进行处理，并输出所述动态供暖热负荷。进一步地，所述目标神经网络的表示为以下公式：其中，i＝1,2,…,n，n为所述目标神经网络的输入节点数；j＝1,2,…,m，m为所述目标神经网络的隐含层节点数；xi为所述目标神经网络中第i个输入层的神经元节点值；yj,in为所述目标神经网络中第j个隐含层神经元节点的输入值，yj,out为所述目标神经网络中第j个隐含层神经元节点的输出值；wi,j为所述目标神经网络中的第i个输入层神经元节点到第j个隐含层神经元节点的计算权重；uj为所述目标神经网络中第j个隐含层神经元节点到输出层神经元节点的计算权重；Qin和Qout分别是输出层神经元节点的输入值和输出值，其中，所述输出值为预测的所述动态供暖热负荷。进一步地，基于所述动态供暖热负荷和供热量数据生成对目标阀门进行控制的控制信号包括：将所述动态供暖热负荷和所述供热量数据进行对比，以确定所述动态供暖热负荷和所述供热量数据之间的偏差值；通过PID算法或者模糊控制算法对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息；基于所述开度信息和所述通断时间信息生成对目标阀门进行控制的控制信号。进一步地，通过PID算法对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息包括：通过PID算法的计算公式对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息：其中，V为所述目标阀门的开度信息；K为比例放大系数；Qp为预测出的所述动态供暖热负荷；Qm为热量表测得的所述供热量数据；TI为积分时间；TD为微分时间；τ为时间。进一步地，通过模糊控制算法对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息包括：通过模糊控制算法的计算公式对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息：其中，V为所述通断时间信息；K为比例放大系数；Qp为预测出的所述动态供暖热负荷；Qm为热量表测得的所述供热量数据；τ为时间，fuzzy为模糊函数。进一步地，在调取目标神经网络之前，所述方法还包括：对所述目标神经网络进行训练，以确定所述目标神经网络中各个神经元节点之间的权重系数，具体包括：通过迭代公式所述目标神经网络进行迭代训练，以确定所述权重系数，所述迭代公式为其中，i＝1,2,…,n，n为所述目标神经网络的输入节点数；j＝1,2,…,m，m为所述目标神经网络的隐含层节点数；xi为所述目标神经网络中第i个输入层神经元节点值；yj,out为所述目标神经网络中第j个隐含层神经元节点的输输出值；和分别为所述第j个隐含层神经元节点到输出层神经元节点的计算权重在第N次和第N+1次迭代训练的值；和分别是所述第i个输入层神经元节点到所述第j个隐含层神经元节点的计算权重在第N次和第N+1次迭代训练的值；η是迭代效率系数；δ为所述输出层神经元节点的输出值与期望值的偏差函数对输出层节点权重的偏导数。进一步地，所述室外气象数据包括以下至少之一：室外温度变化信息，室外风速变化信息，室外太阳辐射强本文档来自技高网...

【技术保护点】
1.一种基于建筑供暖负荷预测的供热方法，其特征在于，包括：基于获取到的目标采暖用户所处环境的室外气象数据预测动态供暖热负荷，其中，所述动态供暖热负荷为预测出的所述目标采暖用户的供热需求；基于所述动态供暖热负荷和热计量表实际检测的供热量数据生成对目标阀门进行控制的控制信号，其中，所述控制信号中携带开度信息和/或通断时间信息，所述目标阀门为对所述目标采暖用户的供暖水流量进行控制的阀门；向所述目标阀门发送所述控制信号，以使所述目标阀门按照所述控制信号执行相应的动作。

【技术特征摘要】
1.一种基于建筑供暖负荷预测的供热方法，其特征在于，包括：基于获取到的目标采暖用户所处环境的室外气象数据预测动态供暖热负荷，其中，所述动态供暖热负荷为预测出的所述目标采暖用户的供热需求；基于所述动态供暖热负荷和热计量表实际检测的供热量数据生成对目标阀门进行控制的控制信号，其中，所述控制信号中携带开度信息和/或通断时间信息，所述目标阀门为对所述目标采暖用户的供暖水流量进行控制的阀门；向所述目标阀门发送所述控制信号，以使所述目标阀门按照所述控制信号执行相应的动作。2.根据权利要求1所述的供热方法，其特征在于，所述方法还包括：获取所述目标采暖用户的供暖目标；基于获取到的目标采暖用户所处环境的室外气象数据预测动态供暖热负荷包括：基于获取到的目标采暖用户所处环境的室外气象数据和所述目标采暖用户的供暖目标预测动态供暖热负荷。3.根据权利要求2所述的供热方法，其特征在于，基于获取到的目标采暖用户所处环境的室外气象数据和所述目标采暖用户的供暖目标预测动态供暖热负荷包括：调取目标神经网络，所述目标神经网络为预先训练完成的神经网络；将所述室外气象数据和所述供暖目标作为所述目标神经网络的输入，以使所述目标神经网络对所述室外气象数据和所述供暖目标进行处理，并输出所述动态供暖热负荷。4.根据权利要求3所述的供热方法，其特征在于，所述目标神经网络的表示为以下公式：其中，i＝1,2,…,n，n为所述目标神经网络的输入节点数；j＝1,2,…,m，m为所述目标神经网络的隐含层节点数；xi为所述目标神经网络中第i个输入层的神经元节点值；yj,in为所述目标神经网络中第j个隐含层神经元节点的输入值，yj,out为所述目标神经网络中第j个隐含层神经元节点的输出值；wi,j为所述目标神经网络中的第i个输入层神经元节点到第j个隐含层神经元节点的计算权重；uj为所述目标神经网络中第j个隐含层神经元节点到输出层神经元节点的计算权重；Qin和Qout分别是输出层神经元节点的输入值和输出值，其中，所述输出值为预测的所述动态供暖热负荷。5.根据权利要求1所述的供热方法，其特征在于，基于所述动态供暖热负荷和供热量数据生成对目标阀门进行控制的控制信号包括：将所述动态供暖热负荷和所述供热量数据进行对比，以确定所述动态供暖热负荷和所述供热量数据之间的偏差值；通过PID算法或者模糊控制算法对所述偏差值进行处理，以得到所述开度信息和所述通断时间信息；基于所述开度信息和所述通断时间信息生成对所述目标阀门进行控制的控制信号。6.根据权利要求5所述的供热方法，其特征在于，通过PID算法对所述偏差值进行处理，以得到所述开度信...

【专利技术属性】
技术研发人员：丁爱军，王福林，
申请(专利权)人：烟台科创捷能机电工程有限公司，
类型：发明
国别省市：山东,37