[發明專利]供熱系統優化調控的方法和裝置

在審

• 申請號: 202210629004.0
• 申請日: 2022-06-06
• 公開（公告）號: CN114912830A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 朱翔宇;崔煦;吳海超;殷宏磊;徐浩然;張鈞波;鄭宇
• 申請（專利權）人: 京東城市（北京）數字科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/08;G06N3/04;G06F30/27;G06F30/18;G06F111/04;G06F119/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 韓黎捷;張效榮

1.一種供熱系統優化調控的方法，其特征在于，包括：

基于供熱系統動態模型和建立的獎勵函數，利用模型預測控制框架構建供熱系統調控模型，所述獎勵函數是根據供熱系統的調控目標建立的，所述供熱系統動態模型是基于訓練數據特征集進行模型訓練得到的，且所述訓練數據特征集包括不同時刻供熱系統的特征對，所述特征對由狀態特征和動作特征構成；

將當前時刻供熱系統的狀態特征輸入至所述供熱系統調控模型以得到當前時刻的動作特征，并根據所述當前時刻的動作特征對供熱系統進行調控。

2.根據權利要求1所述的方法，其特征在于，所述供熱系統動態模型是通過以下方式得到的：

對供熱系統的歷史運行數據進行處理得到訓練數據特征集；

使用深度神經網絡模型基于所述訓練數據特征集進行模型訓練，得到所述供熱系統動態模型。

3.根據權利要求1或2所述的方法，其特征在于，所述訓練數據特征集包括不同時刻供熱系統一次側和二次側的特征對；

所述供熱系統動態模型在結構上包括一次側部分和二次側部分，且所述二次側部分是基于所述一次側部分進行構建的；

所述供熱系統動態模型的損失函數，根據所述一次側部分的第一損失函數和所述二次側部分的第二損失函數來確定。

4.根據權利要求3所述的方法，其特征在于，對供熱系統的歷史運行數據進行處理得到訓練數據特征集，包括：

對供熱系統的歷史運行數據進行數據清洗；

基于供熱系統一次側與二次側的實際調控機理，對清洗后的歷史運行數據進行特征提取得到訓練數據特征集。

5.根據權利要求3所述的方法，其特征在于，使用深度神經網絡模型基于所述訓練數據特征集進行模型訓練，得到所述供熱系統動態模型，包括：

在供熱系統一次側，使用深度神經網絡模型對所述一次側的特征對進行學習，得到所述供熱系統動態模型的一次側部分；

在供熱系統二次側，將所述二次側的特征對和所述一次側部分的輸出進行特征維度的拼接，使用深度神經網絡模型對拼接后的特征對進行學習，得到二次側部分；

由所述一次側部分和所述二次側部分構成供熱系統動態模型。

6.根據權利要求1所述的方法，其特征在于，所述供熱系統的調控目標包括：各個換熱站的目標負荷、用戶側的目標室溫和調控動作特征的波動程度；

所述獎勵函數是通過以下方式建立的：

基于各個換熱站的目標負荷建立第一代價函數；

基于用戶側的目標室溫建立第二代價函數；

基于調控動作特征的波動程度建立第三代價函數；

根據所述第一代價函數、所述第二代價函數和所述第三代價函數建立獎勵函數，所述獎勵函數與所述第一代價函數、所述第二代價函數和所述第三代價函數負相關。

7.根據權利要求1所述的方法，其特征在于，將當前時刻供熱系統的狀態特征輸入至所述供熱系統調控模型以得到當前時刻的動作特征，包括：

將當前時刻供熱系統的狀態特征輸入至所述供熱系統調控模型，得到指定個數時刻的動作特征序列；

將所述動作特征序列中的第一個動作特征作為當前時刻的動作特征。