【技术实现步骤摘要】
本专利技术涉及管道集中供热领域，尤其是涉及一种集中供热二次网供水温度预测方法及系统。
技术介绍
1、随着城镇化集中供热面积的持续增长，现有热力系统普遍存在的设备供热量与用户需求量不匹配、热力系统失调严重、企业经济效益低、智能化水平偏低的问题日益严重，导致城镇用户在法定采暖时间内的室内温度达不到国家标准规定的要求，即冬季用户主要房间室内设计供暖温度在18℃至24℃之间。同时，在供暖季的开始阶段和结束阶段，受昼夜温差变化较大的影响，用户白天室内气温偏高，而晚上室内气温偏低，导致集中供热用户无法实现用热需求，室内不能保证热舒适条件。因此，智慧供热是实现供热用户公平用热和保证室内热舒适的重要途径。
2、目前智慧调节过程中，二次管网水力失调问题一直是困扰供热企业较大的问题。在供热二次管网水力平衡的基础上，如何能够尽可能减少二次网流量变化，只通过调节一次网的调节阀供水量变化实现二次网供水温度的智慧调节，减少二次网各管段流量的重新分配，是提高供热企业供热质量的有效方法。
3、目前人工智能技术的快速发展，在集中供热动态二次网供水温度预测方面已有大量利用。大部分情况下，基于历史数据运行状况，采用线性回归、神经网络等大数据和人工智能方法，建立动态预测模型，预测出未来一定时间段内的二次网供水温度，但是现有智慧供热技术中，单一算法模型往往存在局部优化现象，导致二次网供水温度的预测准确性以及可靠性不高。
4、为解决现有技术中二次网供水温度的预测准确性以及可靠性不高的问题，现提出本方案。
技术
1、本专利技术为了解决现有技术中存在的问题，创新提出了一种集中供热二次网供水温度预测方法及系统，有效地提高了二次网供水温度的预测准确性以及可靠性。
2、本专利技术第一方面提供了一种集中供热二次网供水温度预测方法，包括：
3、基于二次网逐时供水温度与每个影响因素之间的关系，确定待输入至预测网络模型的输入变量以及输出变量；
4、基于确定的输入变量以及输出变量构建bp神经网络预测模型，并利用遗传算法对构建的bp神经网络预测模型进行优化，所述bp神经网络预测模型用于预测二次网供水温度；
5、获取输入变量的未来数据或历史数据，基于输入变量的未来数据或历史数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第一预测温度；所述二次网逐时供水第一预测温度为未来某一段时长内的二次网逐时供水的预测温度；
6、获取输入变量的实时数据，基于输入变量的实时数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第二预测温度；所述二次网逐时供水第二预测温度为当前时刻的二次网逐时供水的预测温度；
7、基于二次网逐时供水第二预测温度与二次网逐时供水第二运行温度，对输入变量的实时数据或输入变量的未来数据或输出的二次网逐时供水第二预测温度调整修正。
8、本专利技术第二方面提供了一种集中供热二次网供水温度预测系统，包括：
9、确定模块，基于二次网逐时供水温度与每个影响因素之间的关系，确定待输入至预测网络模型的输入变量以及输出变量；
10、优化模块，基于确定的输入变量以及输出变量构建bp神经网络预测模型，并利用遗传算法对构建的bp神经网络预测模型进行优化，所述bp神经网络预测模型用于预测二次网供水温度；
11、第一输出模块，获取输入变量的未来数据或历史数据，基于输入变量的未来数据或历史数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第一预测温度；所述二次网逐时供水第一预测温度为未来某一段时长内的二次网逐时供水的预测温度；
12、第二输出模块，获取输入变量的实时数据，基于输入变量的实时数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第二预测温度；所述二次网逐时供水第二预测温度为当前时刻的二次网逐时供水的预测温度；
13、调整修正模块，基于二次网逐时供水第二预测温度与二次网逐时供水第二运行温度，对输入变量的实时数据或输入变量的未来数据或输出的二次网逐时供水第二预测温度调整修正。
14、本专利技术采用的技术方案包括以下技术效果：
15、1、本专利技术技术方案中基于二次网逐时供水温度与每个影响因素之间的关系，确定待输入至预测网络模型的输入变量以及输出变量；基于确定的输入变量以及输出变量构建bp神经网络预测模型，并利用遗传算法对构建的bp神经网络预测模型进行优化；获取输入变量的未来数据或历史数据，基于输入变量的未来数据或历史数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第一预测温度；获取输入变量的实时数据，基于输入变量的实时数据，以及优化后的bp神经网络预测模型，输出二次网逐时供水第二预测温度；基于二次网逐时供水第二预测温度与二次网逐时供水第二运行温度，对输入变量的实时数据或输入变量的未来数据或输出的二次网逐时供水第二预测温度调整修正，有效地提高了二次网供水温度的预测准确性以及可靠性；不仅可以提前预测未来24小时至7天的二次网供水温度，可以提前确定一次网供水条件，提供所需一次网负荷指标，保持系统调节的稳定性；而且还可以通过实时预测二次网供水温度，进行不确定性供水运行温度的调整。
16、2、本专利技术技术方案中以二次网逐时供水温度的每个影响因素作为自变量，以二次网逐时供水温度作为因变量，获取每个自变量与因变量之间的相关系数；如果自变量与因变量之间的相关系数满足预设检验条件时，逐一确定该自变量与因变量之间的显著性检验p值；选择显著性检验p值小于第一预设阈值的因变量，作为待输入至bp神经预测网络模型的输入变量；使得输入至bp神经网络预测模型的输入变量均为与输出变量高度相关且经过显著性检验的自变量，提高了二次网供水温度的预测准确性以及可靠性。
17、3、本专利技术技术方案中分别设置bp神经网络预测模型的结构参数、训练参数以及遗传算法参数，将输入层与隐含层链接权值、隐藏层阈值、隐含层与输出层权值、输出层阈值编码成遗传算法中的一染色体，将bp神经网络预测模型的误差函数作为遗传算法的适应度函数，其中，每个染色体中的基因表示一个权值参数或阈值参数的取值；不断循环迭代，直至达到最大进化代数，得到最优权值和阈值，利用得到的最优权值和阈值来优化bp神经网络预测模型，进一步地提高了二次网供水温度的预测准确性以及可靠性。
18、4、本专利技术技术方案中根据气象站平台提供的未来阴晴天气数据、太阳高度角和太阳方位角计算得到未来逐时太阳辐射强度qi，不仅考虑了集中供热管道因素、室外风速、室外温度、室内平均温度因素，而且还考虑了太阳辐射强度对于集中供热二次网供水温度的影响，进一步地提高了二次网供水温度的预测准确性以及可靠性；其中，对于未来24小时以内的室外温度，直接读取气象站平台提供的逐时温度tout,i；对于未来24小时以外7天内的室外温度，读取气象站平台提供的当天的室外最高温度和室外最低温度，根据气象站平台提供的当天的室外最高温度和室外最低温度，将当天的逐时温度用由室外最高温度本文档来自技高网...
【技术保护点】
1.一种集中供热二次网供水温度预测方法，其特征是，包括：
2.根据权利要求1所述的一种集中供热二次网供水温度预测方法，其特征是，所述基于二次网逐时供水温度与每个影响因素之间的关系，确定待输入至BP神经预测网络模型的输入变量以及输出变量具体为：
3.根据权利要求2所述的一种集中供热二次网供水温度预测方法，其特征是，所述以二次网逐时供水温度的每个影响因素与二次网逐时供水温度相关性的大小，确定待输入至BP神经预测网络模型的输入变量具体包括：
4.根据权利要求1所述的一种集中供热二次网供水温度预测方法，其特征是，基于确定的输入变量以及输出变量构建BP神经网络预测模型，并利用遗传算法对构建的BP神经网络预测模型进行优化具体包括：
5.根据权利要求4所述的一种集中供热二次网供水温度预测方法，其特征是，所述输入层神经元节点个数与输入变量的个数对应一致；所述输出层神经元节点个数与输出变量的个数对应一致；所述隐含层节点数的确定公式为：
6.根据权利要求3所述的一种集中供热二次网供水温度预测方法，其特征是，所述获取输入变量的未来数据或历史数
7.根据权利要求6所述的一种集中供热二次网供水温度预测方法，其特征是，所述读取气象站平台提供的未来阴晴天气数据，根据气象站平台提供的未来阴晴天气数据计算得到未来逐时太阳辐射强度Qi的计算公式具体为：
8.根据权利要求3所述的一种集中供热二次网供水温度预测方法，其特征是，所述获取输入变量的实时数据，基于输入变量的实时数据，以及优化后的BP神经网络预测模型，输出二次网逐时供水第二预测温度具体为：
9.根据权利要求8所述的一种集中供热二次网供水温度预测方法，其特征是，所述基于二次网逐时供水第二预测温度与二次网逐时供水第二运行温度，对输入变量的实时数据或输入变量的未来数据，和/或，输出的二次网逐时供水第二预测温度调整修正具体为：
10.一种集中供热二次网供水温度预测系统，其特征是，包括：
...【技术特征摘要】
1.一种集中供热二次网供水温度预测方法，其特征是，包括：
2.根据权利要求1所述的一种集中供热二次网供水温度预测方法，其特征是，所述基于二次网逐时供水温度与每个影响因素之间的关系，确定待输入至bp神经预测网络模型的输入变量以及输出变量具体为：
3.根据权利要求2所述的一种集中供热二次网供水温度预测方法，其特征是，所述以二次网逐时供水温度的每个影响因素与二次网逐时供水温度相关性的大小，确定待输入至bp神经预测网络模型的输入变量具体包括：
4.根据权利要求1所述的一种集中供热二次网供水温度预测方法，其特征是，基于确定的输入变量以及输出变量构建bp神经网络预测模型，并利用遗传算法对构建的bp神经网络预测模型进行优化具体包括：
5.根据权利要求4所述的一种集中供热二次网供水温度预测方法，其特征是，所述输入层神经元节点个数与输入变量的个数对应一致；所述输出层神经元节点个数与输出变量的个数对应一致；所述隐含层节点数的确定公式为：
6.根据权利要求3所述的一种集中...
【专利技术属性】
技术研发人员：王金，万力，文博，赵广哲，刘吉营，贺思宁，安文含，孙小萌，
申请(专利权)人：中认国证北京评价技术服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。