一种基于神经网络的智慧供热节能控制方法技术

本发明专利技术涉及供热管控技术领域，具体公开了一种基于神经网络的智慧供热节能控制方法，包括根据预设的温度传感器获取各单元的温度，根据单元高度创建温度图层；叠加温度图层，得到热量分布图，基于热量分布图和天气信息确定供热区；根据所述供热区确定供热能网，基于供热能网中确定供热需求表；当接收到用户输入的供热特征时，基于供热需求表查询供热路径。本发明专利技术根据温度传感器实时更新供热区，基于供热区在已建立的能源输送网络上确定供热能网，预先在仿真软件中确定不同供热需求下，供热能网中的供热路径，当接收到供热需求时，直接查询供热路径即可，并同步输出调节过程；工作人员只需要对调节过程进行验证，极大地优化了调节效率。率。率。

【技术实现步骤摘要】
一种基于神经网络的智慧供热节能控制方法


[0001]本专利技术涉及供热管控
，具体是一种基于神经网络的智慧供热节能控制方法。

技术介绍

[0002]随着生活水平的提高，供热过程逐渐成为了生产生活中的基础配套设施；它极大地提高了生活质量，同时也是某些生产活动中必不可少的环节，它可以由空调或暖气水提供。
[0003]现有的供热过程大都是预先铺设供热网，供热网包括电网和管网，基于电网和管网对各个区域进行供暖，在供热网中，设有多个阀门，这些阀门非常繁琐，一次调节过程非常麻烦；只有在供热区发生较大变化时，供能方才会组织人员进行调整；实际上，当供热区域较大时，供热温度经常会发生一些小的变化，这些小的变化能够造成一定程度上的能源浪费，而调节效率，成为了制约调节过程的一个重要因素。

技术实现思路

[0004]本专利技术的目的在于提供一种基于神经网络的智慧供热节能控制方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于神经网络的智慧供热节能控制方法，所述智慧供热节能控制方法包括：
[0007]根据预设的温度传感器获取各单元的温度，根据单元高度创建温度图层；
[0008]叠加温度图层，得到热量分布图，基于热量分布图和天气信息确定供热区；
[0009]根据所述供热区确定供热能网，基于供热能网中确定供热需求表；所述供热需求表包括供热特征项和供热路径项；
[0010]当接收到用户输入的供热特征时，基于供热需求表查询供热路径；
[0011]其中，所述供热特征用于表征供热区的位置。
[0012]作为本专利技术进一步的方案：所述根据预设的温度传感器获取各单元的温度，根据单元高度创建温度图层的步骤包括：
[0013]读取预设的区划范围内的建筑数据，对所述建筑数据中的密闭空间进行编号；
[0014]根据所述密闭空间的尺寸，确定温度传感器的安装参数；所述安装参数包括数量及位置；
[0015]基于温度传感器获取各密闭空间的温度信息；
[0016]根据各密闭空间的高度关系拼接温度信息，得到温度图层；所述温度图层含有高度信息；
[0017]其中，所述温度图层与区划范围对应。
[0018]作为本专利技术进一步的方案：所述叠加温度图层，得到热量分布图，基于热量分布图和天气信息确定供热区的步骤包括：
[0019]读取区划范围的地图，建立基准图层；
[0020]读取温度图层，将温度图层叠加至基准图层中；
[0021]将含有温度图层的基准图层向预设的识别模型发送，输出热量分布图；
[0022]查询天气信息，根据所述天气信息确定参考分布图；
[0023]比对所述热量分布图和参考分布图，确定含有供能量的供热区。
[0024]作为本专利技术进一步的方案：所述读取温度图层，将温度图层叠加至基准图层中的步骤包括：
[0025]读取所有温度图层，对所述温度图层进行归一化处理；
[0026]基于高度顺序依次读取各温度图层中各位置处的归一化处理后的值，累加至基准图层；
[0027]在累加过程中，实时计算相邻图层的值差，根据所述值差确定修正系数，根据所述修正系数对归一化处理后的值进行修正；所述修正系数与值差呈正比。
[0028]作为本专利技术进一步的方案：所述根据所述供热区确定供热能网，基于供热能网中确定供热需求表的步骤包括：
[0029]获取区划范围内的供热源，根据所述供热源和所述供热区确定供热能网；
[0030]统计温度图层，基于温度图层确定各供热区的选取概率；
[0031]基于所述选取概率随机确定供热组合，并确定供热组合的供热特征；
[0032]根据所述供热特征确定供热路径，建立供热需求表。
[0033]作为本专利技术进一步的方案：所述根据所述供热特征确定供热路径，建立供热需求表的步骤包括：
[0034]根据所述供热特征确定供热点位，并计算相邻供热点位的距离；
[0035]基于预设的概率公式计算各供热点位到达其相邻供热点位的概率；
[0036]根据所述概率确定供热路径，建立供热需求表。
[0037]作为本专利技术进一步的方案：所述基于预设的概率公式计算各供热点位到达其相邻供热点位的概率的步骤包括：
[0038]依次获取各供热点位与其相邻供热点位的路径；
[0039]获取各路径的供热距离，根据所述供热距离计算能见度；
[0040]根据预设的损耗系数计算各路径的留存能量；
[0041]基于所述能见度和留存能量实时计算各路径的概率；
[0042]基于所述概率确定由供热源指向所有供热点位的供热路径并定时更新。
[0043]作为本专利技术进一步的方案：所述概率公式为：
[0044][0045]式中，i和j分别代表两个供热点位，P
ij
为两个供热点位间的概率；η
ij
为能见度，η
ij
＝/d
ij
，d
ij
为两个节点间的供热距离；τ
ij
为i和j之间的路径的留存能量，所述留存能量用于表征路径中的残余热量；k为该供热点位的第k个相邻供热点位，k∈allowed
k
表示该供热点位的所有相邻供热点位；α和β为预设的系数；所述路径为供热能网的子段，所述供热距离为
路径的总长。
[0046]作为本专利技术进一步的方案：所述留存能量为：
[0047][0048]式中，m为所有经过两个供热点位的路径数量，l为第l个经过两个供热点位的路径；为第l个经过两个供热点位的路径对路径的影响量；影响量由工作人员预先确定，一般与路径的总长度相关；τ
c
为初始能量值；ρ为损耗系数；
[0049]其中，当存在监测设备时，实时获取监测设备的数据，根据获取到的数据对留存能量进行准确度判定，根据判定得到的准确度修正初始值。
[0050]作为本专利技术进一步的方案：所述基于所述概率确定由供热源指向所有供热点位的供热路径并定时更新的步骤包括：
[0051]依次选取概率最大值确定主供热路径，并生成节点记录表；
[0052]基于节点记录表确定次级供热路径；
[0053]基于次级供热路径更新节点记录表并循环执行，直至所有供热点位均属于某一供热路径；
[0054]根据预设的时间间隔循环供热路径的确定过程。
[0055]与现有技术相比，本专利技术的有益效果是：本专利技术根据温度传感器实时更新供热区，基于供热区在已建立的能源输送网络上确定供热能网，预先在仿真软件中确定不同供热需求下，供热能网中的供热路径，当接收到供热需求时，直接借助数据库读取操作，即可查询供热路径，进而输出调节过程；工作人员只需要对调节过程进行验证即可，极大地优化了调节效率。
[0056]在确定供热能网时，工作人员在已有能源输送网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的智慧供热节能控制方法，其特征在于，所述智慧供热节能控制方法包括：根据预设的温度传感器获取各单元的温度，根据单元高度创建温度图层；叠加温度图层，得到热量分布图，基于热量分布图和天气信息确定供热区；根据所述供热区确定供热能网，基于供热能网中确定供热需求表；所述供热需求表包括供热特征项和供热路径项；当接收到用户输入的供热特征时，基于供热需求表查询供热路径；其中，所述供热特征用于表征供热区的位置。2.根据权利要求1所述的基于神经网络的智慧供热节能控制方法，其特征在于，所述根据预设的温度传感器获取各单元的温度，根据单元高度创建温度图层的步骤包括：读取预设的区划范围内的建筑数据，对所述建筑数据中的密闭空间进行编号；根据所述密闭空间的尺寸，确定温度传感器的安装参数；所述安装参数包括数量及位置；基于温度传感器获取各密闭空间的温度信息；根据各密闭空间的高度关系拼接温度信息，得到温度图层；所述温度图层含有高度信息；其中，所述温度图层与区划范围对应。3.根据权利要求2所述的基于神经网络的智慧供热节能控制方法，其特征在于，所述叠加温度图层，得到热量分布图，基于热量分布图和天气信息确定供热区的步骤包括：读取区划范围的地图，建立基准图层；读取温度图层，将温度图层叠加至基准图层中；将含有温度图层的基准图层向预设的识别模型发送，输出热量分布图；查询天气信息，根据所述天气信息确定参考分布图；比对所述热量分布图和参考分布图，确定含有供能量的供热区。4.根据权利要求3所述的基于神经网络的智慧供热节能控制方法，其特征在于，所述读取温度图层，将温度图层叠加至基准图层中的步骤包括：读取所有温度图层，对所述温度图层进行归一化处理；基于高度顺序依次读取各温度图层中各位置处的归一化处理后的值，累加至基准图层；在累加过程中，实时计算相邻图层的值差，根据所述值差确定修正系数，根据所述修正系数对归一化处理后的值进行修正；所述修正系数与值差呈正比。5.根据权利要求2所述的基于神经网络的智慧供热节能控制方法，其特征在于，所述根据所述供热区确定供热能网，基于供热能网中确定供热需求表的步骤包括：获取区划范围内的供热源，根据所述供热源和所述供热区确定供热能网；统计温度图层，基于温度图层确定各供热区的选取概率；基于所述选取概率随机确定供热组合，并确定供热组合的供热特征；根据所述供热特征确定供热路径，建立供热需求表。6.根据权利要求5所述的基于神经网络的智慧供热节能控制方法，其特征在于...

【专利技术属性】
技术研发人员：张志强，孟金英，张达，宋建辉，李同庆，李晓斌，
申请(专利权)人：山西省安装集团股份有限公司，
类型：发明
国别省市：