基于RBF神经网络的单个电采暖设备调节能力评估方法技术

本发明专利技术是一种基于RBF神经网络的单个电采暖设备调节能力评估方法，其特点是：其过程包括建立单个电采暖设备的ETP模型；将采集参量数据导入数据库；对采集的参量数据进行预处理；采用RBF神经网络对单个电采暖设备进行调节能力评估；输出评估结果。确定了利用实测参数的电采暖设备调节能力评估的基本原理，并提出了可由计算机实现的单个电采暖设备调节能力评估步骤及系统架构。该发明专利技术能够提供一种精确、实际的单个电采暖设备调节能力评估方法，提高了单个电采暖设备调节能力评估的准确性和实用性。

Evaluation Method of Regulating Ability of Single Electric Heating Equipment Based on RBF Neural Network

The invention is a method for evaluating the regulating capacity of a single electric heating equipment based on RBF neural network, which has the following characteristics: the process includes establishing an ETP model of a single electric heating equipment; importing the collected parameter data into a database; preprocessing the collected parameter data; using RBF neural network to carry out energy-saving power evaluation of a single electric heating equipment; and outputting the evaluation results. The basic principle of adjusting ability evaluation of electric heating equipment using measured parameters is determined, and the steps and system structure of adjusting ability evaluation of single electric heating equipment which can be realized by computer are put forward. The invention can provide an accurate and practical method for evaluating the regulation ability of a single electric heating equipment, and improve the accuracy and practicability of the evaluation of the regulation ability of a single electric heating equipment.

【技术实现步骤摘要】
基于RBF神经网络的单个电采暖设备调节能力评估方法
本专利技术属于电采暖，是一种基于RBF神经网络的单个电采暖设备调节能力评估方法。
技术介绍
电采暖设备作为在北方地区逐渐推广的温控负荷，其具有快速响应控制指令能力，即在考虑用户舒适度的前提下，可在短时间内增加或减少用户的用电量。这是在短时间尺度上极为宝贵的可调度资源，称之为快速可时移负荷。而目前针对电采暖负荷的研究主要集中于电采暖负荷聚合模型，侧重于新型控制策略的研究，而对评估单个电采暖设备调节能力的研究相对较少，并且通常使用简化的等效热参数(equivalentthermalparameters，ETP)模型对单个电采暖设备进行建模，而由于电采暖运行特性受室外温度、辐照、建筑材料等多种非线性因素影响，并且目前的研究中缺少电采暖设备实际运行数据，使用传统的物理模型进行电采暖调节能力评估时难以针对实际情况确定精确的模型参量，从而在进行负荷调节能力评估时，过程复杂且精度较低。考虑到RBF神经网络其强大的非线性映射能力，在处理多因素问题(如考虑气象因素问题)具有较强的学习和模拟能力，可以很好的解决该问题。在此背景下，本专利提出了一种基于R本文档来自技高网...

【技术保护点】
1.一种基于RBF神经网络的单个电采暖设备调节能力评估方法，其特征是：过程如下：1)建立单个电采暖设备的ETP模型；①建立单个电采暖设备的物理模型通过等效热容与等效热阻建立等效热容、等效热阻与环境温度、能效比、时间之间的关系，用于居民或小型商业建筑的冷/热负荷建模；②根据步骤⑴建立的单个电采暖设备的物理模型构建单个电采暖设备的一阶ETP模型：当s＝0时，表示为电采暖设备关断，则下式成立：

【技术特征摘要】
1.一种基于RBF神经网络的单个电采暖设备调节能力评估方法，其特征是：过程如下：1)建立单个电采暖设备的ETP模型；①建立单个电采暖设备的物理模型通过等效热容与等效热阻建立等效热容、等效热阻与环境温度、能效比、时间之间的关系，用于居民或小型商业建筑的冷/热负荷建模；②根据步骤⑴建立的单个电采暖设备的物理模型构建单个电采暖设备的一阶ETP模型：当s＝0时，表示为电采暖设备关断，则下式成立：当s＝1时，表示为电采暖设备开启，则下式成立：式(1)中：Tit表示为t时刻的室内温度；表示为t+1时刻的室外环境温度；C表示为电采暖设备-建筑系统的等效热容；R表示为电采暖设备-建筑系统的等效热阻；Q表示为电采暖设备的制热功率，制热功率与电采暖设备的用电功率满足一定的比例关系，即Q＝ηP；η是电采暖设备能效比；S表示为电采暖设备的启停状态，0表示为电采暖设备关闭，1表示为电采暖设备开启；t表示为仿真时间；Δt表示为仿真时间步长，即电采暖设备响应时间；2)将采集参量数据导入数据库；3)对采集的参量数据进行预处理；①确定电采暖设备的功率并设置采样时间间隔后进行采样，考虑到三次样条插值具有较少的计算量和较好的表达出原数据曲线的特征，应用三次样条插值的方法对采集的原始数据进行插条预处理，以减少时间分辨率过低造成的误差，提高模型精确度；插值原则是：当采集的原始数据采样周期ΔT大于最低采样周期ΔTmin，进行插值提高时间分辨率；当采集的原始数据采样周期ΔT小于等于最低采样周期ΔTmin，保存现有的采样周期；②为了降低短时间尺度上室外温度的波动性，体现较短时间段内室外温度的整体趋势，对室外温度进行短时间尺度上的平均值处理，具体步骤如下：a)统计电采暖设备实测数据每个升、降温周期内其升温过程响应时间τon(i)、降温过程响应时间τoff(i)，i＝1,2...

【专利技术属性】
技术研发人员：刘啸天，张利伟，张景标，穆钢，严干贵，刘劲松，韩月，刘芮彤，杨滢璇，
申请(专利权)人：东北电力大学，国网辽宁省电力有限公司电力科学研究院，
类型：发明
国别省市：吉林,22