一种利用模式识别技术对热力站热负荷进行预测的方法技术

本发明专利技术公开了一种利用模式识别技术对热力站热负荷进行预测的方法，包括：S1:安装温度监测设备，并设定室内环境温度值；S2:将次日天气预报分为与S1相同时段，并求平均值；S3:将S1和S2得到的数据通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；S4:按照若干预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的多个相关参数；S5:以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室内相关因素为自变量，得时间延迟；S6:1减最大相关系数，得出修正系数值，计算出次日的预测热负荷；计算分析出热源厂的预测热负荷值，最终实现源、网、站的联合调节。

【技术实现步骤摘要】
一种利用模式识别技术对热力站热负荷进行预测的方法
本专利技术涉及一种热负荷预测方法，特别是关于一种利用模式识别技术对热力站热负荷进行预测的方法。
技术介绍
目前，全世界供热行业中，基于热力站的供热负荷预测，至今没有形成一个业内公认的计算模型和算法。究其原因，主要是不同热力站供热用户建筑物散热条件的差异，室外气温、风力、照度等气候条件对供热用户室内温度影响的复杂性，热力站二次供热管道的复杂度和流程工艺参数难于用测量数据进行度量；热力站到用户供热的供热相应迟滞时间，因上述复杂因素的影响无法计算得出。
技术实现思路
针对上述问题，本专利技术的目的是提供一种利用模式识别技术对热力站热负荷进行预测的方法，其能降低能源消耗，预测准确性较高，并能有效减少人力成本。为实现上述目的，本专利技术采取以下技术方案：一种利用模式识别技术对热力站热负荷进行预测的方法，包括以下步骤：S1:在用户家中安装现有室内环境温度监测设备，并根据监测到的室内温度数据设定若干时段内的用户室内环境温度值；S2:将次日天气预报数据分为与S1相同的若干时段，并计算出平均值；S3:依据设定的若干时段的用户室内环境温度以及天气预报数据，通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；S4:按照四个预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的热负荷、二次送水温度、回水温度、一次阀门开度和二次循环泵频率参数；S5:以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室温度，室外环境温度、风力为自变量(其数据集取数时间范围为对应该时间点前后6个小时数据)，依照时间顺序相关性，线性回归最大复相关系数R(lmax)，并得出对应其时间延迟；S6:将1减去最大相关系数，得出修正系数值，计算出次日的预测热负荷；并结合一次热网供热迟滞时间的基础上，计算分析出热源厂的预测热负荷值，实现源、网、站的联合调节。通过上述技术方案，采用欧式距离公式并代入多种影响因素最终经过修正得出更加合理的预测热负荷值，从而针对不断变化的外部温度和不同的气候环境，能够及时的作出动态调整，并维持供热量调整增加得精确性，减少能源的不必要浪费，同时能够维持生活环境的舒适。较佳的，所述S1中，一天的温度时间段具体分为四个时间段。较佳的，在S1中，所述四个时间段具体为上午、下午、夜晚和凌晨，他们的具体时间划分为凌晨0-6时；上午6-12时；下午12-18时；晚上18-24时。通过上述技术方案，时间段的选择过多会最终让整体的计算量明显增大，而将气候变化因素考虑进去后，最终区分出四个比较明显的时间段，这些时间段内的室外温度、风力的影响因素变化比较大，通过这四个时间段的区分能够比较快捷的得出最终的数据。较佳的，四个时段的用户室内环境温度设定值分别为22℃、20℃、22℃和18℃。通过上述技术方案，室内温度的设定也主要考虑到人们在不同时间段对室内温度的需求，减少人们对室内温度过高产生的依赖，让室内温度维持在比较符合人体生理健康的区间。较佳的，所述S4中，欧式距离公式：式中，dist(t)为欧式距离数据集，时间范围大于等于250天；TS为对应四个时段之一的设定室内温度；Ti为对应最大复相关系数历史记录的时刻室内温度；TO为对应最大复相关系数历史记录的时刻室外温度；为对应四个时段之一平均室外预报温度；为对应四个时段之一平均室外预报风力；WP为对应最大复相关系数历史记录的时刻室外风力。较佳的，所述S5以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室温度，室外环境温度、风力为自变量(其数据集取数时间范围为对应该时间点前后6个小时数据)，依照时间顺序相关性，线性回归最大复相关系数R(lmax)，并得出对应其时间延迟；并求出其修正系数K＝1-R(lmax)。较佳的，所述S6中，四个时段之一的预测热负荷值Qf为：其中，Qf对应四个时段之一的预测热负荷值；Qt对应时刻的热负荷值；k为修正系数；TS为对应四个时段之一的设定室内温度；Ti为对应最大复相关系数历史记录的时刻室内温度；TO为对应最大复相关系数历史记录的时刻室外温度；为对应四个时段之一平均室外预报温度；为对应四个时段之一平均室外预报风力；WP为对应最大复相关系数历史记录的时刻室外风力；dW为补水流量；c为水的比热容；Tc分别为二次送水水温度与回水温度；Ta：为补水温度。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术能精确控制用户室内温度，在提高用户舒适度的同时，可根据用户用热情况制定分时分段供热方案，降低能源消耗；2、本专利技术能够实现供热站闭环自动调节，对天气预报信息响应速度合理，调节准确，同时降低人员劳动量，减少人力成本；3、本专利技术通过历史数据训练样本的不断积累，可以逐步提高预测准确性；4、本专利技术通过对个热力站热负的预测，实现源、网、站的联合调节。具体实施方式以下对本专利技术作进一步详细说明。实施例1、本专利技术提供一种利用模式识别技术对热力站热负荷进行预测的方法，其包括以下步骤：S1:在用户家中安装现有室内环境温度监测设备，并根据监测到的室内温度数据设定四个时段内的用户室内环境温度值；其中，四个时段分别为上午、下午、夜晚和凌晨，所述凌晨、上午、下午、晚上的具体时间为：凌晨0-6时；上午6-12时；下午12-18时；晚上18-24时；在本实施例中，四个时段的用户室内环境温度设定值分别为22℃、20℃、22℃和18℃；S2:将次日天气预报数据(室外环境温度、风力等)分为四个时段(上午、下午、夜晚和凌晨)，并计算出平均值；S3:依据设定的四个时段的用户室内环境温度以及天气预报数据，通过欧式距离算法对历史时间顺序数据集合(用户室温度，室外环境温度、风力等)进行计算和排序，得出其升序的历史时间顺序数据；S4:按照四个预测时段获得其最小欧式距离对应的历史行记录，进而获得其原始对应热力站的热负荷、二次送水温度、回水温度、一次阀门开度、二次循环泵频率等参数。欧式距离算法公式：式中，dist(t)为欧式距离数据集(时间范围大于等于250天)；TS为对应四个时段之一的设定室内温度(22℃、20℃、22℃、18℃)；Ti为对应最大复相关系数历史记录的时刻室内温度；TO为对应最大复相关系数历史记录的时刻室外温度；为对应四个时段之一平均室外预报温度；为对应四个时段之一平均室外预报风力；WP为对应最大复相关系数历史记录的时刻室外风力；S5:以最小欧式距离dist(t)历史时刻对应热力站二次送水温度为因变量，对应的用户室温度，室外环境温度、风力为自变量，依照时间顺序相关性，线性回归最大复相关系数R(lmax)，并得出对应其时间延迟；并结合一次热网供热迟滞时间的基础上，计算分析出热源厂的热负预测荷值，实现源、网、站的联合调节。R(t1-ti)：历史数据行，时间间隔(小于10分钟)复相关系数据集合(t为对应的历史时刻)；基于二次送水温度因变量回归值；TC：基于二次送水温度因变量历史数据，时间行间隔(小于10分钟)；基于二次送水温度因变量历史数据平均值，取值范围(连续12个小时)；回归常数；为各对应自变量的回归系数；Dt：延迟时间为时间序列相关性分析数据集合开始时刻到其复相关系数最大时刻的时间差；本文档来自技高网...

【技术保护点】
1.一种利用模式识别技术对热力站热负荷进行预测的方法，其特征在于：包括以下步骤：S1：在用户家中安装现有室内环境温度监测设备，并根据监测到的室内温度数据设定若干时段内的用户室内环境温度值；S2：将次日天气预报数据分为与S1相同的若干时段，并计算出平均值；S3：依据设定的若干时段的用户室内环境温度以及天气预报数据，通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；S4：按照若干预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的热负荷、二次送水温度、回水温度、一次阀门开度和二次循环泵频率参数；S5：以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室温度，室外环境温度、风力为自变量(其数据集取数时间范围为对应该时间点前后6个小时数据)，依照时间顺序相关性，线性回归最大复相关系数R(lmax)，并得出对应其时间延迟；S6：将1减去最大相关系数，得出修正系数值，计算出次日的预测热负荷；并结合一次热网供热迟滞时间的基础上，计算分析出热源厂的预测热负荷值，实现源、网、站的联合调节。

【技术特征摘要】
1.一种利用模式识别技术对热力站热负荷进行预测的方法，其特征在于：包括以下步骤：S1：在用户家中安装现有室内环境温度监测设备，并根据监测到的室内温度数据设定若干时段内的用户室内环境温度值；S2：将次日天气预报数据分为与S1相同的若干时段，并计算出平均值；S3：依据设定的若干时段的用户室内环境温度以及天气预报数据，通过欧式距离算法对历史时间顺序数据集合进行计算和排序，得出其升序的历史时间顺序数据；S4：按照若干预测时段获得其最小欧式距离对应的历史行记录，获得其原始对应热力站的热负荷、二次送水温度、回水温度、一次阀门开度和二次循环泵频率参数；S5：以最小欧式距离历史时刻对应热力站二次送水温度或瞬时热负荷为因变量，对应的用户室温度，室外环境温度、风力为自变量(其数据集取数时间范围为对应该时间点前后6个小时数据)，依照时间顺序相关性，线性回归最大复相关系数R(lmax)，并得出对应其时间延迟；S6：将1减去最大相关系数，得出修正系数值，计算出次日的预测热负荷；并结合一次热网供热迟滞时间的基础上，计算分析出热源厂的预测热负荷值，实现源、网、站的联合调节。2.根据权利要求1所述的利用模式识别技术对热力站热负荷进行预测的方法，其特征在于：所述S1中，一天的温度时间段具体分为四个时间段。3.根据权利要求2所述的利用模式识别技术对热力站热负荷进行预测的方法，其特征在于：在S1中，所述四个时间段具体为上午、下午、夜晚和凌晨，他们的具体时间划分为凌晨0-6时；上午6-12时；下午12-18时；晚上18-24时。4.根据权利要求3所述的利用模式识别技术对热力站热负荷进行预测的方法，其特征在于：四个时段的用户...

【专利技术属性】
技术研发人员：李海滨，于治国，梅德芳，张海增，程天才，吴佳滨，关向东，于悦，
申请(专利权)人：北京华源热力管网有限公司，
类型：发明
国别省市：北京,11