一种基于k-means聚类算法构建供热系统调控目标模型的方法技术方案

本发明专利技术公开了一种基于k‑means聚类算法构建供热系统调控目标模型的方法，它包括：步骤S1，建立供热系统调控的目标模型库；步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；步骤S4，选取调控目标，基于k‑means聚类算法，构建供热系统调控的目标模型。本发明专利技术提供一种基于k‑means聚类算法构建供热系统调控目标模型的方法，对热源侧、热力站侧构建更精确与精细化调控的目标模型，实现对供热系统的精细化按需调控，提升供热系统运行经济性，减少超供负荷。

【技术实现步骤摘要】
一种基于k-means聚类算法构建供热系统调控目标模型的方法
本专利技术涉及一种基于k-means聚类算法构建供热系统调控目标模型的方法，属于供热预测性控制领域。
技术介绍
目前，供热系统是一种典型的大滞后、强耦合系统，针对供热系统的调控，目前更多的是依赖于调度人员的运行经验，其中，基于温度的调控是供热系统中使用最普遍的方式，因为温度的可感知性强，此方法可操作性，实用性强，然而，存在的主要问题表现为：运行人员根据经验确定热力站点的目标温度进行调控，站点数据众多，各热力站供热目标温度与小区建筑物类型、保温特性、供暖形式等因素相关，因为影响因素较多，小区特性不同，造成同一时刻的延迟现象不一，人为很难准确把握这些因素之间的联系，从而精确给出各站点的目标温度模型。而且，对热源侧供热负荷的调控，大多也由人为根据经验根据热指标来确定，但供热系统的结构每年更新较快，经验积累较慢，而且会存在一定的偏差，从而造成供热负荷的浪费，同时，也不利于对供热系统实施更精细化的调控。
技术实现思路
本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种基于k-means聚类算法构建供热系统调控目标模型的方法，对热源侧、热力站侧构建更精确与精细化调控的目标模型，实现对供热系统的精细化按需调控，提升供热系统运行经济性，减少超供负荷。为了解决上述技术问题，本专利技术的技术方案是：一种基于k-means聚类算法构建供热系统调控目标模型的方法，它包括：步骤S1，建立供热系统调控的目标模型库；步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；步骤S4，选取调控目标，基于k-means聚类算法，构建供热系统调控的目标模型。进一步，所述步骤S1中建立供热系统调控的目标模型库包括：目标库GE＝[G，E]，包括：目标类型G、影响因素E，其中G＝[G1,G2...,Gi,...Gn]，n为目标数量，则Gi所对应的影响因素为：Ei＝[E1i,E2i....,Eji,....,Eni]；具体表示为：S11、目标类型G1目标：二次侧供水温度Tgss；影响因素E1：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；S12、目标类型G2目标：二次侧供回水平均温度Tgsa＝1/2(Tss+Tsr)；影响因素E2：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A；S13、目标类型G3目标：二次侧回水温度Tgsr；影响因素E3：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；S14、目标类型G4目标：阀门开度Kgs；影响因素E4：热源侧供水温度Tss，供水流量Qs、供水压力Pss，回水压力Psr、工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、一级网供水压力P站点面积A、二级网供水温度Tss、二级网回水温度Tsr、二级网流量Qsq、一级网供水压力Pps、一级网回水压力Ppr、阀门开度Ksh；S15、目标类型G5目标：站点流量Qgsq；影响因素E5：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq。进一步，所述步骤S2中对接供热系统SCADA系统数据库，获取热源、热力站运行数据、工况数据、基础信息数据，包括：所述SCADA系统用于采集供热系统的历史运行数据，然后存储至数据库，本专利技术基于K-means算法与运行数据，生成目标库内各目标的数据模型，需要对接供热系统的数据，包含上述目标及其对应影响因素的历史运行数据。所述运行数据的具体数据属性包括：热源侧供水温度Tss，供水流量Qs、供水压力Pss，回水压力Psr；各热力站点的一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、一级网供水压力Pps、一级网回水压力Ppr、站点面积A、二级网供水温度Tss、二级网回水温度Tsr、二级网流量Qsq；工况数据U、室内温度Ti；基础数据包括：各管段长度L、各管径数据D，数据对接协议如下：S21、热源数据协议S22、热力站数据协议S23、基础数据信息S24、工况数据对接协议进一步，所述步骤S3中基于算法，对运行数据进行数据清洗，剔除异常数据，包括：定义对接的样本数据总量为m条，数据集表示为：X＝[X1，X2,....,Xi,...,Xm]，Xi为样本中第i条数据，其中，Xi＝[x1i，x2i..xji...xyi]，xij为第i条数据的第j个属性值；样本数据的数据属性包括供热目标数据Gi＝[Gi1,Gi2,...,Gij...,Gik]与其对应影响因素Ei＝[Ei1,Ei2,...,Eij...,Eik]，y为数据属性的总数；针对缺失的数据，按照规则进行下述处理：设该当前条数据为Xi＝[x1i，x2i..xij...xyj]，则按下述步骤对缺失数据进行清洗：S31、如当前数据记录缺失属性数量占数据总属性数量的比例超过θ％时，即：则进行丢弃处理，清洗该条数据后，应自动补充1条样本数据条数，以满足数据集的要求；S32、当比例小于θ％时，对该条数据属性进行填补，令缺失属性为非连续值xij时，供热系统数据测量时间间隔较短，一般为数十秒或几分钟，采用上一条数据的进行填补，则缺失属性值xij：xij＝xi-1，j；S33、当缺失比例若小于θ％时，且缺失属性为连续值时，可将运行数据的属性简化为一个连续变化的过程，采用前后数据的算术平均值进行数据填补；则：S34、针对异常数据，即某一时刻该数据发生突变，也需要进行替换处理；判断异常数据xij为的方法为：当时，采用方法S32与方法S33对异常值进行替换；其中：li：为数据Xi中缺失属性的数量；θ：为判断该条数据是否选为样本数据的缺失比例阈值；xj*：为第j列所有样本数据该属性值的均值；β：为判断数据属性是否异常的阈值。进一步，所述步骤S4中选取调控目标，基于k-means聚类算法，构建供热系统调控的目标模型，包括：选定供热系统的调控目标Gi，根据对应的影响因素Ei数据，选取供热目标模型训练数据的样本集为X，主要流程如下：S41、划本文档来自技高网...

【技术保护点】
1.一种基于k-means聚类算法构建供热系统调控目标模型的方法，其特征在于，它包括：/n步骤S1，建立供热系统调控的目标模型库；/n步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；/n步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；/n步骤S4，选取调控目标，基于k-means聚类算法，构建供热系统调控的目标模型。/n

【技术特征摘要】
1.一种基于k-means聚类算法构建供热系统调控目标模型的方法，其特征在于，它包括：
步骤S1，建立供热系统调控的目标模型库；
步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；
步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；
步骤S4，选取调控目标，基于k-means聚类算法，构建供热系统调控的目标模型。


2.根据权利要求1所述的一种基于k-means聚类算法构建供热系统调控目标模型的方法，其特征在于，所述步骤S1中建立供热系统调控的目标模型库包括：
根据不同热力公司的不同控制目标，建立控制目标库，目标库GE＝[G，E]，包括：目标类型G、影响因素E，其中G＝[G1,G2...,Gi,...Gn]，n为目标数量，则Gi所对应的影响因素为：Ei＝[E1i,E2i....,Eji,....,Eni]；具体表示为：
S11、目标类型G1
目标：二次侧供水温度Tgss；
影响因素E1：工况数据U、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；
S12、目标类型G2
目标：二次侧供回水平均温度Tgsa＝1/2(Tss+Tsr)；
影响因素E2：工况数据U、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A；
S13、目标类型G3
目标：二次侧回水温度Tgsr；
影响因素E3：工况数据U、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；
S14、目标类型G4
目标：阀门开度Kgs；
影响因素E4：热源侧供水温度Tss，供水流量Qs、供水压力Pss，回水压力Psr、工况数据U、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、一级网供水压力P站点面积A、二级网供水温度Tss、二级网回水温度Tsr、二级网流量Qsq、一级网供水压力Pps、一级网回水压力Ppr、阀门开度Ksh；
S15、目标类型G5
目标：站点流量Qgsq；
影响因素E5：工况数据U、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；
所述工况数据U包括室外天气温度To、湿度S、风速v、光照Z和辐射W。


3.根据权利要求1所述的一种基于k-means聚类算法构建供热系统调控目标模型的方法，其特征在于，所述步骤S2中对接供热系统SCADA系统数据库，获取热源、热力站运行数据、工况数据、基础信息数据，包括：
所述SCADA系统用于采集供热系统的历史运行数据，然后存储至数据库，基于K-means算法与运行数据，生成目标库内各目标的数据模型，需要对接供热系统的数据，包含上述目标及其对应影响因素的历史运行数据；
所述运行数据的具体数据属性包括：热源侧供水温度Tss，供水流量Qs、供水压力Pss，回水压力Psr；各热力站点的一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、一级网供水压力Pps、一级网回水压力Ppr、站点面积A、二级网供水温度Tss、二级网回水温度Tsr、二级网流量Qsq；工况数据U、室内温度Ti；基础数据包括：各管段长度L、各管径数据D，数据对接协议如下：
S21、热源数据协议；
S22、热力站数据协议；
S23、基础数据信息；
S24、工况数据对接协议。


4.根据权利要求1所述的一种基于k-means聚类算法构建供热系统调控目...

【专利技术属性】
技术研发人员：李德成，石秀刚，贺凯，方大俊，葛安江，李杰，高炜，杜伟，
申请(专利权)人：临沂蓝天热力有限公司，西安热工研究院有限公司，常州英集动力科技有限公司，
类型：发明
国别省市：山东;37