[發明專利]基于神經網絡算法的供暖系統戶閥調控方法在審
| 申請號: | 202210409416.3 | 申請日: | 2022-04-19 |
| 公開(公告)號: | CN114777191A | 公開(公告)日: | 2022-07-22 |
| 發明(設計)人: | 葉蔚;湯建泉;徐啟煜;張晶晶;魏棟 | 申請(專利權)人: | 山東科技大學 |
| 主分類號: | F24D19/10 | 分類號: | F24D19/10;G06N3/04;G06N3/08 |
| 代理公司: | 北京金宏來專利代理事務所(特殊普通合伙) 11641 | 代理人: | 李莎莎 |
| 地址: | 266400 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 神經網絡 算法 供暖 系統 調控 方法 | ||
本發明涉及基于神經網絡算法的供暖系統戶閥調控方法,屬于供暖系統智能管理技術領域。所述調控方法由供暖系統的上位機平臺、現場供暖數據采集器和安裝于用戶端的戶閥實現,所述上位機平臺建立有基于神經網絡的戶閥調控模型,基于神經網絡的戶閥調控模型是將用戶的孤立程度、是否為頂底樓、邊戶/中間戶情況、室內溫度、建筑類型、散熱類型作為神經網絡的輸入數據,權重值作為輸出數據。本發明設計的基于神經網絡算法的供暖系統戶閥調控方法,使用神經網絡算法,對足夠多的戶閥調控數據進行訓練,從而獲得戶閥調控的數學模型,能夠大大縮短二網系統平衡調控周期,提高二網系統的平衡率。
技術領域
本發明涉及供暖系統智能調節管理技術領域,具體涉及基于神經網絡算法的供暖系統戶閥調控方法。
背景技術
為提高供暖系統的調控效率,在現代供暖系統中智能調控手段的應用越來越多,現有戶閥調控的技術方案主要有:
1、基于回水溫度相對一致法的調控方法:將所有用戶的回水溫度調節至基本一致;
2、基于供回水均溫相對一致法的調控方法:將所有用戶的供回水均溫調節至基本一致。
上述兩種方法的缺點在于:戶閥的調控過程中的影響因素比較多,比如建筑類型(節能/非節能)、散熱類型(地暖/掛片)、小區入住率、戶型(邊戶/中間戶)、頂底樓以及鄰居是否供暖等,針對不同類型的房屋或者鄰居供暖數量不同的情況下,散熱量是不同的,都會影響室內溫度。若回水溫度或供回水均溫一致,室內溫度差別也是很大的,室溫不達標用戶占比還是很高的。也就是說該兩種調控方案,都不能實現真正的平衡。
3、基于室內溫度進行調控的方法:所有用戶都得安裝室溫采集器,將所有用戶的室溫調節至基本一致。
該方法的缺點在于:所有用戶都得安裝室溫采集器,并且室溫采集器均需能夠與戶閥進行通訊。該方法無法阻止一些用戶人為損壞或者使用其他方式干擾室溫采集器的溫度采集,若戶內設備損壞或者溫度采集被干擾,將無法準確進行調控。并且,所有用戶都需要安裝室溫采集器,成本上也會有相應的增加。
發明內容
為解決現有技術中的問題,本發明專利設計了基于神經網絡算法的供暖系統戶閥調控方法,降低供暖自動調控系統使用成本,縮短調控時間,提高二網平衡調控的平衡率。
本發明所采用的技術方案是:所述調控方法由供暖系統的上位機平臺、現場供暖數據采集器和安裝于用戶端的帶有電動執行器的戶閥實現,所述上位機平臺建立有基于神經網絡的調控模型,
所述調控方法的步驟為:(1)先建立供暖系統戶端建筑結構的物理模型,包含層數、單元數、戶數、建筑類型、散熱類型;建筑類型包括是節能建筑還是非節能建筑,散熱類型包括是掛暖氣片散熱還是地暖管散熱;
(2)根據建筑結構的物理模型計算出每個用戶的孤立程度、是否為頂樓/底樓、邊戶/中間戶、期望室內溫度、建筑類型、散熱類型情況;
(3)進行基于神經網絡算法模型的訓練,訓練過程包括信號的正向傳播,將步驟(2)得出的計算數據輸入到神經網絡模型的輸入層,經隱含層處理,傳入輸出層,得到預測的權重值,并通過供暖系統的上位機平臺轉發給戶閥;
(4)上位機平臺通過供暖數據采集器采集所有戶閥的實際回水溫度,計算出所有戶閥的平均回水溫度,并給戶閥下發調節指令,配置回水溫度,配置戶閥的調節間隔和調節次數,戶閥接收到配置回水溫度后,計算出目標回水溫度,目標回水溫度等于配置回水溫度加權重值,經過多次調節,戶閥的實際回水溫度逐漸趨近于目標回水溫度,此時各用戶的室內溫度接近設定的目標室內溫度,調節結束。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東科技大學,未經山東科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210409416.3/2.html,轉載請聲明來源鉆瓜專利網。





