基于特征参数辨识的供热系统自动化运行调节方法技术方案

本发明专利技术涉及供热领域，具体涉及基于特征参数辨识的供热系统自动化运行调节方法。本发明专利技术通过列出换热站一次侧供热量、换热站二次侧供热量、换热器换热量、用户散热器散热量、用户围护结构耗热量的过程描述方程，找出表征供热系统运行特性的特征常数，将换热站一次侧供水温度、换热站一次侧回水温度、换热站一次侧流量、换热站二次侧供水温度、换热站二次侧回水温度、用户室内温度和室外气象温度七个参数的历史数据作为输入量，通过最大似然估计法辨识出供热系统特征常数，得到整个供热系统各个传热过程具体方程式，并在此基础上完成热负荷预测、热源供水温度确定及一次网流量分配，使预测、调控模型更加贴近供热系统实际运行规律。

【技术实现步骤摘要】
基于特征参数辨识的供热系统自动化运行调节方法
本专利技术涉及供热领域，具体涉及基于特征参数辨识的供热系统自动化运行调节方法。
技术介绍
长期以来，在粗放型管理模式下，供热系统运行调节由运维人员根据以往经验决定，热源供热量往往与实际热负荷需求有偏差，导致能源浪费、大气污染物排放量增加；热源供水温度依据供热温度调节曲线理论计算确定，往往与实际运行需要不一致；换热站一次侧调节阀开度由运维人员依据各换热站一次侧回水温度人工确定，调网工作量大，水力不平衡现象时有发生。随着物联网及信息系统、数据分析、人工智能等技术的发展，为实现供热系统精细化、自动化运行调节，达到节能降耗的目的，我国开始关注并研究智慧供热，重点解决供热系统热负荷预测、热源供水温度确定、一次网流量分配等问题。目前供热系统热负荷预测、热源供水温度确定、一次网流量分配常用方法如下：1.热负荷预测常用方法a.传统热负荷预测方法相似日法是典型的传统热负荷预测方法，根据具有相似的气象和工作日属性的历史热负荷数据进行预测。b.基于热负荷序列的预测方法时间序列法和灰色理论法是主要的基于热负荷序列的预测方法。时间序列法是先把季节变动从时间序列中分解出来，找出季节变动规律，然后综合长期趋势进行预测。灰色理论抛开了系统结构分析的环节，直接通过对原始数据的累加生成寻找系统的整体规律，构建指数模型。灰色理论热负荷预测是基于1阶1个变量的微分方程G(1，1)模型，具有模型数据量小、简单、方便的特点。在灰色模型的基础上，把从灰色模型中得到的残差序列分为多个周期波，并根据需要将各个周期波进行外延，最后将各个周期波进行线性叠加，可得到改进后的灰色模型，改进后的灰色模型可反映热负荷变化的季节性和周期性。c.基于人工智能的预测方法神经网络和支持向量机是相对比较成熟的人工智能热负荷预测方法。神经网络法是通过模拟人工神经网络的结构、特点和思维方式，利用对经验样本的学习训练来对连接权进行不断调整，最后建立一个多输入变量和多输出变量之间的非线性映射，其最大的特点是不需要建立具体的规格和数学模型。支持向量机法通过内积核函数K(X)定义的非线性变换将输入空间X变换到一个高维空间，然后在这个空间中求最优分类面，其输出Y是中间节点的线性组合，每个中间节点对应一个输入样本与一个支持向量的内积。该模型不存在局部最小值问题，对于解决模糊、随机、不确定性、样本数有限和非线性的复杂问题具有明显优势。2.热源供水温度确定常用方法a.由供热调节曲线理论计算确定根据供热基本方程式，可计算确定不同调节方式下热源供水温度随室外温度的变化曲线，运行人员直接根据室外温度，对比给定的温度调节曲线调节热源供水温度。该方法简单、便捷，但由于实际运行工况和设计工况往往存在偏差，导致实际供热效果与设计值不一致。b.相似日法确定热源供水温度该方法根据具有相似的气象和工作日属性的热源供水温度历史数据进行确定，解决了理论计算与实际运行存在的偏差，但供热系统运行调节方式应保持一致。3.一次网流量分配常用方法传统人工调节方式下，运维人员减小一次侧回水温度较高换热站的调节阀开度，增大一次侧回水温度较低换热站的调节阀开度，使各换热站一次侧供回水温差基本相等，实现一次网流量“按需分配”。该方法实际运行操作复杂，需反复调节调节阀开度，人工劳动强度较大。换热站无人值守改造后，调节阀开度可由控制系统根据回水温度大小自动控制，实现了人工到自控的转变，但调节原理没有改变，由于回水温度变化具有滞后性，因此调节时间较长，调节阀仍需反复调节。当前供热系统热负荷预测、热源供水温度确定、一次网流量分配常用方法仍存在以下问题：1.当前应用的热负荷预测方法，均抛开了供热系统变量分析环节，通过大数据和人工智能算法，利用成熟的数学预测模型，直接找出热负荷与各个影响因素的非线性关系。但所有的数学预测模型与实际供热系统各变量之间关系式均存在或多或少的差异，不仅使预测结果具有一定的误差，而且无法真实反应供热系统热源、换热站、热用户之间的传热过程。2.利用供热基本公式理论计算出的热源供水温度与实际运行需要存在偏差，而采用相似日法确定热源供水温度时要求相似的气象和工作日工况下供热系统运行方式相同。3.以换热站一次侧回水温度值为依据的一次网流量分配调节系统，调节阀需反复进行调节，由于回水温度变化具有滞后性，调节时间相对较长。
技术实现思路
本专利技术的目的是为了解决当前热负荷预测过程中预测模型无法真实反应供热系统热源、换热站、热用户之间的传热过程，热源供水温度理论计算值与实际需求存在偏差以及单纯依靠回水温度进行一次网流量分配调节过程中调节时间较长的技术问题，提供一种基于特征参数辨识的供热系统自动化运行调节方法，用于智慧供热的热负荷大小预测、热源供水温度确定、一次网流量分配，实现了供热系统“按需供热”、“按需分配”，达到节能环保的目的。本专利技术为实现上述目的所采用的技术方案是：基于特征参数辨识的供热系统自动化运行调节方法，包括以下步骤：S1：列出换热站一次侧供热量、换热站二次侧供热量、换热器换热量、用户散热器散热量、用户围护结构耗热量的过程描述方程，找出表征供热系统运行特性的特征常数，将换热站一次侧供水温度Tg_1、换热站一次侧回水温度Th_1、换热站一次侧流量Fg_1、换热站二次侧供水温度Tg_2、换热站二次侧回水温度Th_2、用户室内温度Tn和室外气象温度Tw七个参数的历史数据作为输入量，通过最大似然估计法辨识出供热系统特征常数，得到整个供热系统各个传热过程具体方程式；S2：在供热系统特征参数辨识的基础上构建热负荷预测模型、一次网流量分配模型、热源供水温度推荐值计算模型、换热站供热区域内用户室内温度平均值估算模型以及换热站热耗评价模型，通过负荷预测模型预测整个供热系统热负荷，通过一次网流量分配模型确定各个换热站一次网分配流量，通过热源供水温度推荐值计算模型确定热源供水温度，通过换热站供热区域内用户室内温度平均值估算模型估算换热站供热区域内用户室温平均值，通过换热站热耗评价模型进行换热站热耗评价。进一步地，所述步骤S1中，包括以下步骤：S11：构建最大似然估计回归理论模型：1)两变量线性回归模型参数的最大似然估计模型可表示如下：y＝αx+β+ε(1)式中：y为响应变量；x为因变量；α为直线斜率；β为直线截距，ε为误差；模型参数最大似然估计结果如下：式中：为响应变量样本平均值；为因变量样本平均值；为直线斜率最大似然估计值；为直线截距最大似然估计值；式中：xi为第i组样本中的因变量；yi为第i组样本中的响应变量；式中：为方差估计值；n为样本数量；εi为第i组样本中的误差；2)多元线性回归模型参数的最大似然估计模型可表示如下：y＝β0+β1x1+β2x2+...+βkxk+ε(5)式中：y为响本文档来自技高网...

【技术保护点】
1.基于特征参数辨识的供热系统自动化运行调节方法，其特征在于：包括以下步骤：/nS1：列出换热站一次侧供热量、换热站二次侧供热量、换热器换热量、用户散热器散热量、用户围护结构耗热量的过程描述方程，找出表征供热系统运行特性的特征常数，将换热站一次侧供水温度T

【技术特征摘要】
1.基于特征参数辨识的供热系统自动化运行调节方法，其特征在于：包括以下步骤：
S1：列出换热站一次侧供热量、换热站二次侧供热量、换热器换热量、用户散热器散热量、用户围护结构耗热量的过程描述方程，找出表征供热系统运行特性的特征常数，将换热站一次侧供水温度Tg_1、换热站一次侧回水温度Th_1、换热站一次侧流量Fg_1、换热站二次侧供水温度Tg_2、换热站二次侧回水温度Th_2、用户室内温度Tn和室外气象温度Tw七个参数的历史数据作为输入量，通过最大似然估计法辨识出供热系统特征常数，得到整个供热系统各个传热过程具体方程式；
S2：在供热系统特征参数辨识的基础上构建热负荷预测模型、一次网流量分配模型、热源供水温度推荐值计算模型、换热站供热区域内用户室内温度平均值估算模型以及换热站热耗评价模型，通过负荷预测模型预测整个供热系统热负荷，通过一次网流量分配模型确定各个换热站一次网分配流量，通过热源供水温度推荐值计算模型确定热源供水温度，通过换热站供热区域内用户室内温度平均值估算模型估算换热站供热区域内用户室温平均值，通过换热站热耗评价模型进行换热站热耗评价。


2.根据权利要求1所述的基于特征参数辨识的供热系统自动化运行调节方法，其特征在于：所述步骤S1中，包括以下步骤：
S11：构建最大似然估计回归理论模型：
1)两变量线性回归模型参数的最大似然估计模型可表示如下：
y＝αx+β+ε(1)
式中：y为响应变量；x为因变量；α为直线斜率；β为直线截距，ε为误差；
模型参数最大似然估计结果如下：



式中：为响应变量样本平均值；为因变量样本平均值，为直线斜率最大似然估计值；为直线截距最大似然估计值；



式中：xi为第i组样本中的因变量；yi为第i组样本中的响应变量；



式中：为方差估计值；n为样本数量；εi为第i组样本中的误差；
2)多元线性回归模型参数的最大似然估计模型可表示如下：
y＝β0+β1x1+β2x2+...+βkxk+ε(5)
式中：y为响应变量；β0为空间截距；x1、x2、xk为与响应变量有关的因变量；β1、β2、βk为因变量x1、x2、xk对应的权重因子；ε为误差；
对于有n组测量值的模型，矩阵表达式为：
Y＝Xβ+E(6)
式中：Y为响应变量样本矩阵；X为因变量样本矩阵；β为因变量权重因子矩阵；E为样本误差矩阵；












模型参数最大似然估计结果如下：



式中：为因变量权重因子矩阵的最大似然估计；



式中：为方差估计值；n为样本数量；
S12：列出换热站及用户供热基本公式：
一次网供热量可表述如下：
Qg_1＝C1·(Tg_1-Th_1)·Fg_1(13)
式中：Qg_1为换热站一次网供热量，KW；C1为与水比热容有关的静态常量；Tg_1、Th_1分别为换热站一次侧供、回水温度，℃；Fg_1为换热站一次侧供水流量，t/h；
二次网供热量可表述如下：
Qg_2＝C1·(Tg_2-Th_2)·Fg_2(14)
式中：Qg_2为换热站二次网供热量，KW；C1为与水比热容有关的静态常量；Tg_2、Th_2分别为换热站二次侧供、回水温度，℃；Fg_2为换热站二次侧供水流量，t/h；
换热器一二次侧水逆向流动时，换热器一、二次侧换热量可表述如下：



式中：Q1_2为换热站一、二次侧换热量，kw；C1-2为与换热器传热系数和换热面积相关的静态常量；
散热器传热系数为常数时，散热器散热量可表述如下：



式中：Qs_s为散热器散热量，kw；C2为与散热器传热系数和散热器面积相关的静态常量；Tn为用户室内温度，℃；
建筑物耗热量主要与围护结构传热系数、围护结构面积、室内温度和室外温度有关，建筑物围护结构传热系数为常数时，建筑物耗热量可表述如下：
Qj_h＝C3_1·[Tn-(C3_2·Tw+C3_3)](17)
式中：Qj_h为建筑物围护结构耗热量，kw；C3_1为与围护结构传热系数和围护结构面积相关的静态常量；Tw为源于气象数据的室外温度，℃；C3_2、C3_3为对气象数据中室外温度的修正常数；
S13：统计各个换热站一次侧供水温度Tg_1、一次侧回水温度Th_1、一次侧流量Fg_1、二次侧供水温度Tg_2、二次侧回水温度Th_2、用户室内温度Tn历史运行数据和对应时间的室外气温预报值Tw；
S14：供热系统特征参数辨识：
1)C1与水比热容相关，由量纲和谐原理得C1为1.1625；
2)依靠步骤S11中两变量线性回归模型辨识C1_2：
C1_2辨识最大似然估计模型：



式中：β为由于实际过程中存在换热器换热损失和管道散热损失引起的偏差值；ε为系统和测量引起的随机误差；
3)依靠步骤S11中两变量线性回归模型辨识C2：
C2辨识最大似然估计模型：



式中：β为由于实际过程中存在换热器换热损失和管道散热损失引起的偏差值；ε为系统和测量引起的随机误差；
4)依靠步骤S11中多元线性回归模型辨...

【专利技术属性】
技术研发人员：孙杰，董礼宁，孙博，刘琦，姜瑞莲，
申请(专利权)人：大连热电工程设计有限公司，
类型：发明
国别省市：辽宁;21