基于热网历史数据挖掘的负荷预报方法技术

基于热网历史数据挖掘的负荷预报方法，属于暖通领域，本发明专利技术为解决现有负荷预报方法并没有剔除不合理数据，没有基于实时供热情况进行修正，其预报的结果不合理、精度差问题。本发明专利技术方法：一、获取Ｎ个供热工况历史数据点的集合；二、采用最小二乘法将步骤一获取的室外温度集合和实际供热量集合拟合成一次曲线；三、获取与室外温度集合Ｔ０对应的第一次拟合后供热量集合；四、获取偏差绝对值集合：五、按从大到小的顺序去除偏差绝对值集合中１０％的数据点；六，是否执行步骤一至步骤五的筛选过程三次，否，返回一，是，执行七，七、将筛选过的数据点集合中的所有数据点采用最小二乘法拟合成一次曲线；八、两次修正，获取负荷预报曲线，进行负荷预报。

【技术实现步骤摘要】

本专利技术涉及，属于暖通领域。
技术介绍
已有的热网系统的负荷预报方法基本是从电力系统中的负荷预报方法中借鉴过 来的，这些预报方法将热网的历史数据当作合理的数据进行系统辨识然后利用辨识的模型 进行负荷预报。但是热网系统和电力系统的不同之处在于，当前的大部分供热系统热用户 并不是按需用热，而是只能被动地接受供热。因此热源向热用户供出的热量并不一定是适 量的，有可能存在供热过量和供热不足的情况。而现有的负荷预报方法并没有剔除不合理 数据，没有基于实时供热情况进行修正，其预报的结果不合理、精度差。传统预报方法采用 直接辨识得到的供热模型并不能很好的指导供热系统的节能运行。
技术实现思路
本专利技术目的是为了解决现有的负荷预报方法并没有剔除不合理数据，没有基于实 时供热情况进行修正，其预报的结果不合理、精度差的问题，提供了一种基于热网历史数据 挖掘的负荷预报方法。本专利技术方法根据热网历史运行数据绘制随室外温度变化的实际供热量分布图，并 按以下步骤获取负荷预报曲线，来进行负荷预报步骤一、获取N个供热工况历史数据点的集合，所述供热工况历史数据点的集合 包括室外温度集合和实际供热量集合，室外温度集合Ttl= [t01,t02, ···，‘，···、,]，实际供 热量集合 Q = Iiq1, q2，.，Qi, .··%];步骤二、采用最小二乘法将步骤一获取的室外温度集合和实际供热量集合拟合成 一次曲线，第一次拟合后供热量q'与室外温度、的关系为q' = kt0+b,式中，k为第一次拟合曲线的一次项系数，b为第一次拟合曲线的常数项系数；步骤三、获取与室外温度集合Ttl对应的第一次拟合后供热量集合Q' = [Q1 ‘， Q2'，…，Qi'，...％' 1 ；步骤四、获取相同室外温度下实际供热量与第一次拟合曲线中对应的供热量的偏 差绝对值，进而获取所有室外温度下的偏差绝对值集合E= [ei，e2，···，&，-eN]步骤五、按从大到小的顺序去除偏差绝对值集合中10%的数据点，获取新的数据 点集合；步骤六、判断是否已经执行步骤一至步骤五大于等于3次，判断结果为否，令N = N-IO % N，然后返回执行步骤一，判断结果为是，执行步骤 七，步骤七、将筛选过的数据点集合中的所有数据点采用最小二乘法拟合成一次曲 线，第二次拟合后供热量qp与室外温度、的关系为qp = At0+B,式中，A为第二次拟合曲线的一次项系数，B为第二次拟合曲线的常数项系数；步骤八、对步骤七获取的第二次拟合曲线进行两次修正，获取负荷预报曲线，进行 负荷预报。本专利技术的优点1.剔除了热网历史运行数据中的不合理数据，从历史数据中挖掘出供热负荷预报 曲线，经过数据筛选后得到的负荷预报曲线比原来直接拟合得到的曲线更加合理；2.在负荷预报曲线中加入基于实时供热情况的修正项，让负荷预报曲线能够适应 实际供热情况的变化；3.将新产生的数据加入挖掘，滚动更新预报曲线。负荷预测曲线能够不断地自我 修正来适应实际供热情况的变化，得到的负荷预测曲线更精准。附图说明图1是热网历史运行数据关于随室外温度变化的实际供热量分布图；图2是室外温度集合和实际供热量集合的第一次拟合曲线；图3是实际供热量与第一次拟合曲线供热量的偏差值分布图；图4是实际供热量与第一次拟合曲线供热量的偏差绝对值分布图；图5是经过排序的偏差绝对值并删除高偏差数据点的示意图；图6是对图1所示历史数据经过第一次筛选后的结果示意图；图7是对历史数据经过第二次筛选后的结果示意图；图8是对历史数据经过第三次筛选后的结果示意图；图9是室外温度集合和实际供热量集合的第二次拟合曲线；图10是热网历史运行数据关于回水温度随室外温度变化的拟合曲线；图11是经过两次修正后负荷预报曲线与未经过筛选的原始数据的负荷预报曲线 的对比图；图12是本专利技术方法的流程图。 具体实施例方式具体实施方式一下面结合图1至图12说明本实施方式，本实施方式方法根据热 网历史运行数据绘制随室外温度变化的实际供热量分布图，并按以下步骤获取负荷预报曲 线，来进行负荷预报步骤一、获取N个供热工况历史数据点的集合，所述供热工况历史数据点的集合 包括室外温度集合和实际供热量集合，室外温度集合Ttl= [t01,t02, ···，‘，···、,]，实际供 热量集合 Q = Iiq1, q2，.，Qi, .··%];步骤二、采用最小二乘法将步骤一获取的室外温度集合和实际供热量集合拟合成 一次曲线，第一次拟合后供热量q'与室外温度、的关系为q' = kt0+b,式中，k为第一次拟合曲线的一次项系数，b为第一次拟合曲线的常数项系数；步骤三、获取与室外温度集合Ttl对应的第一次拟合后供热量集合Q' = [Q1 ‘，5Q2'，…，Qi'，...％' 1 ；步骤四、获取相同室外温度下实际供热量与第一次拟合曲线中对应的供热量的偏 差绝对值，进而获取所有室外温度下的偏差绝对值集合E= [ei，e2，···，&，-eN]步骤五、按从大到小的顺序去除偏差绝对值集合中10%的数据点，获取新的数据 点集合；步骤六、判断是否已经执行步骤一至步骤五大于等于3次，判断结果为否，令N = N-IO % N，然后返回执行步骤一，判断结果为是，执行步骤 七，即重复执行步骤一至步骤五的筛选过程3次，获得筛选过的数据点集合然后执行步骤 七，步骤七、将筛选过的数据点集合中的所有数据点采用最小二乘法拟合成一次曲 线，第二次拟合后供热量qp与室外温度、的关系为qp = At0+B,式中，A为第二次拟合曲线的一次项系数，B为第二次拟合曲线的常数项系数；步骤八、对步骤七获取的第二次拟合曲线进行两次修正，获取负荷预报曲线，进行 负荷预报。首先，整理热网历史运行数据，热网运行历史数据包括室外温度、、供水温度ts、 回水温度、、供水流量Gs、回水流量&和供回水压力等参数。首先要将供水温度ts、回水温 度、和供水流量Gs通过公式(1)整合成一个参数即供热量q，然后将每天的供热工况点表 示在以室外平均温度为横轴，以热源供热量为纵轴的坐标平面上，如图1所示q = 3. 6 P cGs (ts_tr)(1)其中q——供热量，MW ；ρ ——水的密度，1000kg/m3 ；c——水的比热容，4. 2kJ/ (kg · °C )；Gs——供水流量，m3/h ；ts——供水温度，V ；tr——回水温度，°C。从图1中可以看出，数据点的分布范围很大且很分散，说明这些数据点中包含不 合理供热即超量供热和供热不足的数据点，因此下面按照步骤一至步骤五所述过程对图1 所示的历史数据进行筛选。根据《供热工程》中供热负荷的计算公式(2)可知在建筑物固定且室内温度一定 的情况下，热负荷的大小只与室外温度有关且为一次线性关系，因此供热负荷和室外温度 的关系可以用一次直线方程表示。q = KF(tn-t0)(2)其中，K——建筑物围护结构的传热系数，ff/m2 · °C ；F——维护结构的面积，m2 ；tn~冬季室内计算温度，°C。执行步骤一，获取N个供热工况历史数据点的集合，所述供热工况历史数据点的 集合包括室外温度集合和实际供热量集合，室外温度集合Ttl= [t01,t02,…，tM，···、,]，实 际供热量集合Q= [Q1, q2本文档来自技高网...

【技术保护点】

【技术特征摘要】
基于热网历史数据挖掘的负荷预报方法，其特征在于，根据供热历史数据绘制随室外温度变化的实际供热量分布图，并按以下步骤获取负荷预报曲线，来进行负荷预报步骤一、获取N个供热工况历史数据点的集合，所述供热工况历史数据点的集合包括室外温度集合和实际供热量集合，室外温度集合T0＝[t01，t02，…，t0i，…t0N]，实际供热量集合Q＝[q1，q2，…，qi，…qN]；步骤二、采用最小二乘法将步骤一获取的室外温度集合和实际供热量集合拟合成一次曲线，第一次拟合后供热量q′与室外温度t0的关系为q′＝kt0+b，式中，k为第一次拟合曲线的一次项系数，b为第一次拟合曲线的常数项系数；步骤三、获取与室外温度集合T0对应的第一次拟合后供热量集合Q′＝[q1′，q2′，…，qi′，…qN′]；步骤四、获取相同室外温度下实际供热量与第一次拟合曲线中对应的供热量的偏差绝对值，进而获取所有室外温度下的偏差绝对值集合E＝[e1，e2，…，ei，…eN]步骤五、按从大到小的顺序去除偏差绝对值集合中10％的数据点，获取新的数据点集合；步骤六、判断是否已经执行步骤一至步骤五大于等于3次，判断结果为否，令N＝N 10％N，然后返回执行步骤一，判断结果为是，执行步骤七，步骤七、将筛选过的数据点集合中的所有数据点采用最小二乘法拟合成一次曲线，第二次拟合后供热量qp与室外温度t0的关系为qp＝At0+B，式中，A为第二次拟合曲线的一次项系数，B为第二次拟合曲线的常数项系数；步骤八、对步骤七获取的第二次...

【专利技术属性】
技术研发人员：姜永成，方修睦，王素玉，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93