[發明專利]一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法

在審

• 申請號: 202110287212.2
• 申請日: 2021-03-17
• 公開（公告）號: CN112984617A
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 何紅偉;錢律求;李紅粉;姜帥
• 申請（專利權）人: 瑞納智能設備股份有限公司
• 主分類號: F24D19/10
• 分類號: F24D19/10
• 代理公司: 合肥天明專利事務所(普通合伙) 34115
• 代理人: 婁岳

1.一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法，其特征在于，包括：

獲取機組供溫數據以及歷史數據，并進行數據預處理；

根據歷史數據訓練構建LSTM模型并進行優化，得到預測模型；

獲取實時狀態數據，并輸入預測模型得到一網閥門開度預測值和模型殘差項；

再根據二網供溫設定值，確定下一時刻下發的一網閥門開度。

2.根據權利要求1所述一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法，其特征在于，所述獲取供溫數據以及歷史數據，并進行數據預處理的具體步驟包括：

首先獲取符合模型要求的數據，再進行異常無效數據去除；

根據數據的采集時間進行排序，構建時間間隔1秒的數據；

對每種數據采用max-min歸一化處理，并映射到(0，1)區間上；

再將數據按比例分成訓練集、測試集和驗證集。

3.根據權利要求2所述一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法，其特征在于，所述根據歷史數據訓練構建LSTM模型并進行優化，得到預測模型的具體步驟包括：

采用LSTM訓練模型，并構建5層神經網絡；

同時將隱藏層的節點數，每層的激活函數，學習率設置為超參數；

利用獲取的訓練集進行訓練，采用ray框架進行超參數優化；

再利用測試集合驗證集進行測試和驗證；

再利用模型定期執行，獲得溫控閥的預測開度以及模型殘差項。

4.根據權利要求3所述一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法，其特征在于，所述利用模型定期執行，獲得溫控閥的預測開度以及模型殘差項的具體步驟包括：

根據獲取的歷史數據，輸入模型預測得到當前時刻預測的一網溫控閥開度；

再與實際的一網溫控閥開度進行比較，獲得模型殘差項；

其中，y_t為當前時刻實時的閥門開度，為預測的當前時刻一網溫控閥開度，ε_t為模型的殘差項；

獲取實時數據及設定的二網供溫，獲取下一時刻預測的一網溫控閥開度，并進行一網溫控閥開度調節。

5.根據權利要求4所述一種基于人工智能的恒定供暖二網供溫一網溫控閥開度調節方法，其特征在于，所述獲取實時數據，獲取下一時刻預測的一網溫控閥開度，并進行一網溫控閥開度調節的具體步驟包括：

獲取實時數據，輸入已訓練的模型，得到下一時刻預測的一網溫控閥開度

將一網溫控閥開度加上當前時刻模型的預測殘差項ε_t，得到下發的一網溫控閥開度進行調節。