[發明專利]基于灰色時間序列的供暖戶閥調節方法、系統及設備

有效

• 申請號: 202010419855.3
• 申請日: 2020-05-18
• 公開（公告）號: CN111476439B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 閆道偉;錢律求;劉建輝;金城;王燕;張健;劉文慶;李陳
• 申請（專利權）人: 瑞納智能設備股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 合肥天明專利事務所(普通合伙) 34115
• 代理人: 婁岳

本發明公開了一種基于灰色時間序列的供暖戶閥調節方法和調節系統，所述調節方法包括包括以下步驟：獲取歷史的供暖數據以及歷史的氣象數據，將上述數據以時間為基準進行數據合成，并按照等時間間隔進行對齊處理獲得序列數據，利用序列數據搭建灰色時間序列模型；對灰色時間序列模型的模型參數進行調整，獲得最優預測模型；將待預測日的氣象數據以及除供熱流量以外的供暖數據進行處理后，輸入到最優預測模型內，獲取待預測日的預測供熱流量；將預測供熱流量作為PID控制算法的追蹤流量值，控制供暖戶閥所需的開度；通過灰色預測系統與PID算法的結合，精確控制用戶供熱量。

技術領域

本發明涉及供暖領域，具體涉及一種基于灰色時間序列的供暖戶閥調節方法、系統及設備。

背景技術

隨著國民經濟的發展和城鎮化的推進，我國北方城鎮建筑面積不斷增長，其集中供熱面積亦隨之快速增長。

我國大部分供暖系統依然采用落后的粗放型調控方式，即僅僅依據室外溫度或全憑經驗確定換熱站供水溫度，依據回水溫度進行反饋調節或根本不進行。

現有技術中大部分供暖戶閥不具備流量調節功能。

較為先進的現有技術中，供暖戶閥的開度主要通過PID控制算法進行調節，需要為PID控制算法設定追蹤流量值；但該追蹤流量值一般只能根據經驗進行人工設定，導致該追蹤流量值不準確，無法根據氣象數據和供暖數據進行動態調整，也無法考慮用戶的用熱習慣差異對追蹤流量值帶來的影響。

發明內容

為解決上述技術問題，本發明提供一種基于灰色時間序列的供暖戶閥調節方法、系統及設備。

為解決上述技術問題，本發明采用如下技術方案：

一種基于灰色時間序列的供暖戶閥調節方法，包括以下步驟：

步驟一：獲取歷史的供暖數據以及歷史的氣象數據，將上述數據以時間為基準進行數據合成，并按照等時間間隔進行對齊處理獲得序列數據，利用序列數據搭建灰色時間序列模型；

步驟二：對灰色時間序列模型的模型參數進行調整，獲得最優預測模型；

步驟三：將待預測日的氣象數據以及除供熱流量以外的供暖數據進行處理后，輸入到最優預測模型內，獲取待預測日的預測供熱流量；

步驟四：將預測供熱流量作為PID控制算法的追蹤流量值，控制供暖戶閥所需的開度。

具體地，在步驟一和步驟三中：所述供暖數據包括靜態供暖數據和動態供暖數據；所述動態供暖數據包括用戶室內溫度、用戶閥開度、用戶瞬時流量、用戶瞬時熱量、用戶供水溫度、用戶回水溫度；所述靜態供暖數據包括用戶樓層號；所述氣象數據包括：室外溫度和風速。

具體地，步驟一中將歷史的供暖數據和歷史的氣象數據以時間為基準進行數據合成并按照等時間間隔進行對齊處理獲得序列數據時，使得每條序列數據同時包含供暖數據以及氣象數據，且任意兩條相鄰序列數據的時間間隔相等。

具體地，步驟一中利用序列數據搭建灰色時間序列模型之前，對序列數據進行異常數據處理。

具體地，步驟一中利用序列數據搭建灰色時間序列模型前，將序列數據的每個維度分別進行標準化處理得到標準化數據。

具體地，步驟三中數據輸入到最優預測模型后，首先獲得模型輸出結果，將模型輸出結果進行反標準化處理得到所述的預測供熱流量。

具體地，步驟二中的模型參數包括序列長度和訓練次數，所述序列長度為每次搭建灰色時間序列模型所用的序列數據的條數，獲得灰色時間序列模型后計算其相對殘差和級比偏差；特定序列長度的序列數據經過不同訓練次數所獲得的灰色時間序列模型，其相對殘差和級比偏差不同，選取相對殘差和級比偏差之和具有最小值的灰色時間序列模型作為最優預測模型。

一種基于灰色時間序列的供暖戶閥調節系統，包括：