【技术实现步骤摘要】
本专利技术属于供热系统热网智能控制，尤其涉及一种基于lstm模型的集中供热系统热网多变量优化控制方法。
技术介绍
1、供热系统热网包含若干换热站，每个换热站的工作情况和负荷情况均有不同。当前供热系统仅对单个换热站实行单回路控制，各换热站控制系统间相互独立没有关联关系，忽略了热网内部的关联性、模型的不确定性和部分非线性，导致实际应用时各换热站间往往会出现控制振荡、死区过宽等现象。
2、这些现象只能通过人工观察、手动调整不同换热站的阀门开度、水泵频率设定值等解决管网水力失衡问题。这种方法调整周期长，且不能灵活应对供热系统的复杂变化情况。鉴于此，亟待研发一种需要优化为更符合多换热站联合控制需求的多变量过程控制系统。
3、实际工作中普遍采用换热站二次侧回水温度评价供热质量，在同类预测技术中有的方法没有考虑系统温度变化的延时性，有的方法更关注负荷侧对系统变化的影响，输出成果在指导换热站调控方面的应用价值有限。因此，建立考虑温度延时性对二次侧回水温度影响的系统模型也是专利技术拟解决的问题。
4、综上所述，考虑温度延时性的多换热站执行机构联合控制方法是实现供热系统高质量调节的充要条件。随着通信技术和人工智能的发展，有能力同时获取多个换热站工况参数，通过ai算法快速准确地实现基于多换热站执行机构参数与二次侧回水温度关联关系的多变量过程控制系统。
技术实现思路
1、为了解决相关技术中的问题，本申请提供了一种基于lstm模型的集中供热系统热网多变量优化控制方法，解决
2、技术方案如下：
3、基于lstm模型的集中供热系统热网多变量优化控制方法，步骤包括：步骤一、收集环境温度、主管网供/回水温度、主管网水泵频率、换热站一次侧供/回水温度、换热站二次侧供/回水温度、换热站执行机构参数的历史运行数据，对数据进行预处理，得到适用于循环神经网络的标准化数据集；步骤二、将标准化数据集划分为训练集、验证集和测试集，基于lstm模型对数据集进行建模，得到换热站二次侧回水温度预测模型；步骤三、构建热网稳态的判定条件，结合上述的换热站二次侧回水温度预测模型，计算得到换热站执行机构参数变化后的换热站二次侧回水的稳定温度值；步骤四、根据换热站二次侧回水温度与设定值的偏差，基于温度预测模型，对执行机构参数进行迭代优化计算，直至预测的二次侧回水稳定温度与二次侧回水设定值的偏差小于阈值，最后输出执行机构的优化控制参数。
4、进一步的改进，步骤一的数据集的参数类型及数量包括：1个环境温度、1个主管网供水温度、1个主管网回水温度、k个主管网水泵频率、m个换热站一次侧供水温度、m个换热站一次侧回水温度、m个换热站二次侧供水温度、m个换热站二次侧回水温度、m个换热站执行机构设定参数，数据维度为3+k+5m，记为n。
5、进一步的改进，步骤一的数据集为前述的参数在不同时间序列下的集合，使用t表示时间序列中某一时刻，即lstm模型输入特征向量记为其中n表示数据维度，t表示时刻。
6、进一步的改进，步骤二中针对原始运行数据集，查找任意一个换热站执行机构设定参数发生变化的样本，选择该样本及其之后n个时刻的样本数据，即it、it+1、...、it+n，作为lstm建模使用的数据集。
7、进一步的改进，步骤二中，根据集中供热管网历史运行数据，构建基于lstm的换热站二次侧回水温度预测模型；模型的输入样本为输出的换热站二次侧回水温度预测结果为向量维度m为换热站个数。
8、进一步的改进，步骤三中，温度稳定的判定条件为所有换热站二次侧回水温度与上一时刻的差值均低于阈值温度，即若t+1时刻的预测温度值不满足该条件时，则重复步骤三计算得到t+2时刻的温度值；重复上述过程，直至t+s时刻满足上述条件后输出二次侧稳定回水温度值
9、进一步的改进，换热站二次侧回水温度预测模型应用的过程，具体描述如下：1)、输入t时刻换热站二次侧回水温度测量值当其与换热站二次侧温度设定值(trm)的偏差≥动作阈值(cts)时，即调整执行机构预设参数值；2)、将二次侧回水温度测量值和调整后的执行机构预设值做为lstm模型的输入，训练得到温度稳定时刻的二次侧回水温度值3)、判断二次侧回水温度稳定值与设定值trm的偏差，若则输出执行机构设定参数，否则持续调整执行机构预设值，直至满足后，输出执行机构设定参数。
10、采用了上述技术方案，与现有技术相比较，本专利技术的技术的有益效果是：
11、本专利技术采用基于lstm层的神经网络训练模型和温差阈值判断函数，挖掘同时存在时间序列与多变量耦合关系两类影响因子的样本数据关联关系，在室外温度、供热系统热源参数、一次侧供/回水温度和不同换热站执行机构参数设定值变化后，能够及时预测一定时间间隔后二次侧的回水温度情况，并通过温差阈值判断函数反复执行温度预测模型获取所有换热站二次侧回水温差满足阈值要求时的执行机构设定值组合，并将该组合形式作为供热系统热网多变量优化控制值输出至各换热站控制系统，快速实现换热站供热调节的系统平衡，达到在供热质量达标情况下实现供热系统内多热力站联合调节时快速智能、整体节能的效果。
12、本专利技术统一考虑了室外环境参数、若干换热站执行机构设定参数变化和温度变化延时性对换热站二次侧回水温度的影响，基于lstm模型构建换热站二次侧回水温度预测模型，通过多次迭代计算后输出温差满足阈值要求时的换热站执行机构参数。本专利技术对于提高供热系统自动化和智能化水平、提升供热系统稳定性和经济性具有重要意义。
本文档来自技高网...【技术保护点】
1.基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤一的数据集的参数类型及数量包括：
3.根据权利要求2所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤一的数据集为前述的参数在不同时间序列下的集合，使用t表示时间序列中某一时刻，即LSTM模型输入特征向量记为其中n表示数据维度，t表示时刻。
4.根据权利要求3所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤二中针对原始运行数据集，查找任意一个换热站执行机构设定参数发生变化的样本，选择该样本及其之后N个时刻的样本数据，即It、It+1、...、It+N，作为LSTM建模使用的数据集。
5.根据权利要求4所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤二中，根据集中供热管网历史运行数据，构建基于LSTM的换热站二次侧回水温度预测模型；模型的输入样本为输出的换热站二次侧回水温度预测结果
6.根据权利要求5所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤三中，温度稳定的判定条件为所有换热站二次侧回水温度与上一时刻的差值均低于阈值温度，即若t+1时刻的预测温度值不满足该条件时，则重复步骤三计算得到t+2时刻的温度值；重复上述过程，直至t+s时刻满足上述条件后输出二次侧稳定回水温度值
7.根据权利要求6所述的基于LSTM模型的集中供热系统热网多变量优化控制方法，其特征在于，换热站二次侧回水温度预测模型应用的过程，具体描述如下：
...【技术特征摘要】
1.基于lstm模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于lstm模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤一的数据集的参数类型及数量包括：
3.根据权利要求2所述的基于lstm模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤一的数据集为前述的参数在不同时间序列下的集合，使用t表示时间序列中某一时刻，即lstm模型输入特征向量记为其中n表示数据维度，t表示时刻。
4.根据权利要求3所述的基于lstm模型的集中供热系统热网多变量优化控制方法，其特征在于，步骤二中针对原始运行数据集，查找任意一个换热站执行机构设定参数发生变化的样本，选择该样本及其之后n个时刻的样本数据，即it、it+1、...、it+n，作为lstm建模使用的数据集。
【专利技术属性】
技术研发人员：梁洪林，唐雨丹，曹铁军，蒲炬屹，张一弓，陈曦，
申请(专利权)人：重庆大学溧阳智慧城市研究院，
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。