CN110081508A - 一种基于大数据的减少区域供暖系统能耗的方法 - Google Patents

Abstract

一种基于大数据的减少区域供暖系统能耗的方法，通过利用供回水温度数据以及室外气温预报数据，建立供回水温度差与室外温度的关系，求出供回水温度差随室外气温变化的最低阈值及特定室外气温下的回水温度最低阈值，即可实现对特定室外气温条件下的供水温度进行调节控制；该方法简单易行，数据容易获得，且精度高，能够有效地从供热系统供给端减少相同天气条件下所需的供水温度，进一步减少区域供暖系统的能量消耗。

Description

一种基于大数据的减少区域供暖系统能耗的方法

(一)技术领域：

本发明涉及一种区域供暖系统减少能耗的方法，特别是关于一种在区域供暖系统节能技术领域应用的基于大数据的供暖节能方法。

(二)背景技术：

由于我国地理气候的复杂性、地域的广博性和建筑要求的多样性，导致我国的供热情况需要因地制宜。按照传统的秦岭淮河为界将我国划分为南北两区，北方普遍采取集中供暖方式，南方采用分户式的采暖设备，如空调、壁挂炉等。集中供暖是热力集团把市政热力通过管线输送到用户家中保证一定室内温度要求的方式，该方式相对来说价格便宜，舒适度高，但是多年以来形成的粗放式的供热形式，使得能源消耗严重等问题一直存在。

(三)发明目的：

本发明的目的在于提供一种基于大数据的减少区域供暖系统能耗的方法，该方法可以克服现有技术中能源消耗严重的问题，它基于区域供暖系统中的供回水温度数据和室外温度数据，从系统供给端出发，通过降低供给端供水温度以实现恒温供热和按需供热，进而达到减少能源消耗的目的。

本发明的技术方案：一种基于大数据的减少区域供暖系统能耗的方法，其特征在于它包括以下步骤：

步骤1：采集供暖系统的供回水温度数据，当地的室外温度数据，并实时对数据进行保存，以横坐标为时间，在同一张图上分别生成供水温度和回水温度随时间的变化曲线图；

步骤2：根据步骤1获取的数据曲线图建立供回水温度差与室外温度的关系，求出供回水温度差随室外温度变化的最低阈值ΔT_min；由以下步骤构成：

2-1：估计供暖系统的时延：分析回水温度随供水温度发生变化的间隔时间，取有效间隔时间的平均值，作为供暖系统整体时延Δt的估计值；

2-2：利用步骤2.1中估计的供暖系统的时延Δt和步骤1中收集的供回水温度数据，使用公式计算第t个供暖间隔的供回水温度差，其中，ΔT_t是t时刻的供回水温度差，是t时刻的回水温度值，是t-Δt时刻的供水温度值；

2-3：根据步骤2-2中得到的供回水温度差的数据做出四分位箱线图，剔除图中异常数据，即可得到剔除了异常值的供回水温度差数据；

2-4：将步骤2-3中得到的剔除异常值后的供回水温度差数据，以室外温度数据为横坐标，供回水温度差数据为纵坐标，作出它们的散点图；

2-5：在散点图中标出不同室外温度下供回水温度差的最小值，手动绘制一条能够大致拟合供回水温度差最小值随室外温度变化的曲线，将曲线上室外温度对应的供回水温度差数值作为此室外温度条件下供回水温度差的最低阈值ΔT_min，此拟合曲线即为供回水温度差最小阈值ΔT_min与室外温度T_out的函数关系ΔT_min＝f(T_out)；

步骤3：求出对于特定室外气温的回水温度最低阈值具体由以下步骤构成：

3-1：根据步骤1中获取的回水温度数据做出四分位箱线图，剔除其中的异常数据，即可得到剔除了异常值的回水温度数据；

3-2：将步骤3-1中得到的剔除异常值后的回水温度数据，以室外温度数据为横坐标，回水温度数据为纵坐标，作出它们的散点图；

3-3：在散点图中找出回水温度的最小值，作为回水温度的最小阈值

步骤4：对特定室外温度条件下的供水温度进行调节控制，每隔Δt时间调节一次，具体包括以下步骤：

4-1：设当前时刻为t，根据天气预报得到Δt时刻之后即t+Δt时刻的室外温度预测数据其中Δt是步骤2-1估计得到的供暖系统整体时延；

4-2：由公式计算得到供水温度最小阈值与室外温度T_out的函数关系其中ΔT_min＝f(T_out)是步骤2得到的供回水温度差最小阈值ΔT_min与室外温度的函数关系，是步骤3得到的回水温度随室外温度变化的最小阈值；

4-3：根据Δt时刻之后的室外温度数据和步骤4-2得到的供水温度最小阈值与室外温度T_out的函数关系将Δt时刻之后的室外温度数据带入可得到当前时刻应该调节的供水温度值将当前的换热站中供水温度设置为即可按照调节供水温度。

所述步骤1中的供回水温度数据是由供暖系统的换热站传感器持续采集的供暖系统的供回水温度数据，按照时间对数据进行保存；所述室外温度数据是从当地的天气预报网站获取的当地的历史室外温度数据，按照时间对数据进行保存。

所述步骤2-1中的供暖系统的时延估计是由以下步骤构成：

(1)设T_sup为供水温度值，T_ret为回水温度值；在步骤1中得到的供水温度和回水温度随时间的变化曲线图上找出所有供水温度的极大值和极小值，记极大值和极小值所在的区间总数为N，当前区间为i，i＝1,2,3,…,N；

(2)放大区间i，观察回水温度随供水温度的变化情况；

(3)如果区间i的回水温度值和供水温度有相同的变化趋势，即供水温度和回水温度都上升或者都下降，则执行步骤(4)，否则跳到步骤(6)；

(4)如果区间i的回水温度的变化发生在供水温度变化之后，则执行步骤(5)，否则跳到步骤(6)；

(5)保存区间i的供回水温度变化前后的时刻；

(6)令I＝i+1，如果i＝N，执行步骤(6)，否则返回步骤(2)；

(7)定义回水温度与供水温度的时间间隔为回水温度的变化时间与供水温度的变化时间之差，用分钟表示；

(8)在步骤(7)中已经得到的所有供回水温度时间间隔数据中，取间隔时间的平均值作为供暖系统的整体时延Δt；

所述步骤2-3具体是由以下步骤构成：

(1)根据供回水温度差做出的四分位箱线图，计算供回水温度差数据的上四分位数ΔT_Q3和供回水温度差数据的下四分位数ΔT_Q1；

(2)计算供回水温度差的上四分位数与下四分位数之间的差，得到：ΔT_IQR＝ΔT_Q3-ΔT_Q1；

(3)计算最小观测值ΔT_min＝ΔT_Q1-1.5*ΔT_IQR及最大观测值ΔT_max＝ΔT_Q3+1.5*ΔT_IQR；

(4)对步骤2-2中计算得到的所有供回水温度差数据进行判断，设共有N个数据，如果第i个数据满足ΔT_min＜ΔT_i＜ΔT_max，跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据ΔT_i作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的供回水温度差数据。

所述步骤3-1具体是由以下步骤构成：

(1)根据回水温度数据做出的四分位箱线图，计算回水温度数据的上四分位数和回水温度数据的下四分位数其中，所有的T^ret均表示回水温度，T^sup均表示供水温度，ΔT均表示供回水温度差，T_out表示室外温度；

(2)计算回水温度的上四分位数与下四分位数之间的差，得到：

(3)计算最小观测值及最大观测值

(4)对步骤1中计算得到的所有回水温度数据进行判断，设共有N个数据，如果第i个数据满足跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的回水温度数据。

本发明的优越性：本发明公开了一种能够有效优化控制区域供暖系统中供水温度T_sup的方法，可以从采集的历史供暖数据中拟合得到供回水温度差ΔT＝T_sup-T_ret与室外温度T_out的函数关系，在此基础上得到供回水温度差最小阈值ΔT_min与室外温度T_out的函数关系ΔT_min＝f(T_out)，根据历史供暖数据得到回水温度的阈值使用回水温度阈值和预测室外温度下的供回水温度最小值ΔT_min之和作为未来从天气预报得到的室外温度对应的优化后的供水温度，据此温度对供热系统未来一段时间的运行进行控制。本发明有效地从供热系统供给端减少了相同天气条件下的所需的供水温度，减少了能量消耗。

(四)附图说明：

图1为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法的整体结构流程图。

图2为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的供水温度和回水温度随时间的变化曲线图。

图3为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中供回水温度差随室外温度变化的最低阈值ΔT_min的方法流程图。

图4为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中估计供暖系统时延的方法流程图。

图5为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的供回水温度差的数据做出四分位箱线图。

图6为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中剔除供回水温度差数据异常值的方法流程图。

图7为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的实施例中供回水温度差与室外温度的散点图。

图8为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的实施例中供回水温度差与室外温度的关系图。

图9为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中计算特定室外气温回水温度最低阈值的方法流程图。

图10为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的回水温度数据做出四分位箱线图。

图11为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中剔除回水温度数据异常值的方法流程图。

图12为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的实施例中回水温度与室外温度的散点图。

图13为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中得到的实施例中回水温度与室外温度的关系图。

图14为本发明所涉一种基于大数据的减少区域供暖系统能耗的方法中优化控制特定室外温度条件下供水温度的方法流程图。

(五)具体实施方式：

实施例：一种基于大数据的减少区域供暖系统能耗的方法，如图1所示，其特征在于它包括以下步骤：

步骤1：采集供暖系统的供回水温度数据，当地的室外温度数据，并实时对数据进行保存，以横坐标为时间，在同一张图上分别生成供水温度和回水温度随时间的变化曲线图，如图2所示；

供回水温度数据是由供暖系统的换热站传感器持续采集的供暖系统的供回水温度数据，按照时间对数据进行保存；所述室外温度数据是从当地的天气预报网站获取的当地的历史室外温度数据，按照时间对数据进行保存。

步骤2：根据步骤1获取的数据曲线图建立供回水温度差与室外温度的关系，求出供回水温度差随室外温度变化的最低阈值ΔT_min；由以下步骤构成，如图3所示：

2-1：估计供暖系统的时延，如图4所示：分析回水温度随供水温度发生变化的间隔时间，取有效间隔时间的平均值，本实施例中计算得到的系统有效间隔时间的平均值为2hour，作为供暖系统整体时延Δt的估计值；

供暖系统的时延估计是由以下步骤构成，如图4所示：

(1)设T_sup为供水温度值，T_ret为回水温度值；在步骤1中得到的供水温度和回水温度随时间的变化曲线图上找出所有供水温度的极大值和极小值，记极大值和极小值所在的区间总数为N，当前区间为i，i＝1,2,3,…,N；

(2)放大区间i，观察回水温度随供水温度的变化情况；

(3)如果区间i的回水温度值和供水温度有相同的变化趋势，即供水温度和回水温度都上升或者都下降，则执行步骤(4)，否则跳到步骤(6)；

(4)如果区间i的回水温度的变化发生在供水温度变化之后，则执行步骤(5)，否则跳到步骤(6)；

(5)保存区间i的供回水温度变化前后的时刻；

(6)令I＝i+1，如果i＝N，执行步骤(6)，否则返回步骤(2)；

(7)定义回水温度与供水温度的时间间隔为回水温度的变化时间与供水温度的变化时间之差，用分钟表示；

(8)在步骤(7)中已经得到的所有供回水温度时间间隔数据中，取间隔时间的平均值，此实施例中计算得到的平均值为2hour，实际情况中，按照实际数据计算平均值即可，作为供暖系统的整体时延Δt；

2-2：利用步骤2-1中估计的供暖系统的时延Δt和步骤1中收集的供回水温度数据，使用公式计算第t个供暖间隔的供回水温度差，其中，ΔT_t是t时刻的供回水温度差，是t时刻的回水温度值，是t-Δt时刻的供水温度值；

2-3：根据步骤2-2中得到的供回水温度差的数据做出四分位箱线图，如图5所示，图中18.61是供回水温度差的中位数，所谓中位数是对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数；剔除图中异常数据，如图6所示，即可得到剔除了异常值的供回水温度差数据；

(1)根据供回水温度差做出的四分位箱线图，如图5所示，计算供回水温度差数据的上四分位数ΔT_Q3和供回水温度差数据的下四分位数ΔT_Q1；

(2)计算供回水温度差的上四分位数与下四分位数之间的差，得到：ΔT_IQR＝ΔT_Q3-ΔT_Q1；

(3)计算最小观测值ΔT_min＝ΔT_Q1-1.5*ΔT_IQR及最大观测值ΔT_max＝ΔT_Q3+1.5*ΔT_IQR；

(4)对步骤2.2中计算得到的所有供回水温度差数据进行判断，设共有N个数据，如果第i个数据满足ΔT_min＜ΔT_i＜ΔT_max，跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据ΔT_i作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的供回水温度差数据，如图8所示。

2-4：将步骤2-3中得到的剔除异常值后的供回水温度差数据，以室外温度数据为横坐标，供回水温度差数据为纵坐标，作出它们的散点图，如图7所示；

2-5：在散点图中标出不同室外温度下供回水温度差的最小值，手动绘制一条能够大致拟合供回水温度差最小值随室外温度变化的曲线，将曲线上室外温度对应的供回水温度差数值作为此室外温度条件下供回水温度差的最低阈值ΔT_min，此拟合曲线即为供回水温度差最小阈值ΔT_min与室外温度T_out的函数关系ΔT_min＝f(T_out)，如图8所示；

步骤3：求出对于特定室外气温的回水温度最低阈值具体由以下步骤构成，如图9所示：

3-1：根据步骤1中获取的回水温度数据做出四分位箱线图，如图10所示，剔除其中的异常数据，如图11所示，即可得到剔除了异常值的回水温度数据；

(1)根据回水温度数据做出的四分位箱线图，如图10所示，计算回水温度数据的上四分位数和回水温度数据的下四分位数其中，所有的T^ret均表示回水温度，T^sup均表示供水温度，ΔT均表示供回水温度差，T_out表示室外温度；

(2)计算回水温度的上四分位数与下四分位数之间的差，得到：

(3)计算最小观测值及最大观测值

(4)对步骤1中计算得到的所有回水温度数据进行判断，设共有N个数据，如果第i个数据满足跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的回水温度数据，如图13所示。

3-2：将步骤3-1中得到的剔除异常值后的回水温度数据，以室外温度数据为横坐标，回水温度数据为纵坐标，作出它们的散点图，如图12所示；

3-3：在散点图中找出回水温度的最小值，作为回水温度的最小阈值如图13所示；

步骤4：对特定室外温度条件下的供水温度进行调节控制，每隔Δt时间调节一次，具体包括以下步骤，如图14所示：

4-1：设当前时刻为t，根据天气预报得到Δt时刻之后即t+Δt时刻的室外温度预测数据其中Δt是步骤2-1估计得到的供暖系统整体时延；

4-2：由公式计算得到供水温度最小阈值与室外温度T_out的函数关系其中ΔT_min＝f(T_out)是步骤2得到的供回水温度差最小阈值ΔT_min与室外温度的函数关系，是步骤3得到的回水温度随室外温度变化的最小阈值；

4-3：根据Δt时刻之后的室外温度数据和步骤4-2得到的供水温度最小阈值与室外温度T_out的函数关系将Δt时刻之后的室外温度数据带入可得到当前时刻应该调节的供水温度值将当前的换热站中供水温度设置为即可按照调节供水温度。

本发明提供了一种区域供暖系统中降低供水温度的方法，该方法特征在于利用了供回水温度差与室外温度的关系，该方法包括：

步骤1采集供暖系统的供回水温度数据，当地的室外温度数据；

步骤2建立供回水温度差与室外温度的关系；

步骤2.1画出历史数据中供回水温度差与室外温度的散点图，如图7所示；

步骤2.2观察供回水温度差随室外温度的变化趋势；

步骤2.3在散点图中拟合供回水温度差最小阈值与室外温度的函数关系；

步骤3建立回水温度与室外温度的关系；

步骤3.1画出供暖数据中回水温度与室外温度的散点图，如图12所示；

步骤3.2观察回水温度随室外温度的变化趋势；

步骤3.3找出特定室外温度条件下回水温度的最小值，将此作为相应室外温度条件下回水温度的阈值；

步骤4对特定室外温度条件下的供水温度进行优化控制；

步骤4.1由公式计算得到特定室外温度条件下的优化过的供水温度；

步骤4.2根据天气预报得到未来一段时间的室外温度信息；

步骤4.3按照室外温度信息对区域供暖系统的供水温度进行操作控制。

以下将参照图1-11对本发明的实施方式进行说明。

如图1所示，本发明实施对供暖系统中供水温度的优化控制方法包括下列步骤：

步骤1，采集历史供回水温度数据和室外温度数据阶段，其具体包括：

步骤1.1，从供暖系统的换热站传感器持续采集供暖系统的供回水温度数据，按照时间保存；

步骤1.2，从当地的天气预报网站获取当地的历史室外温度数据，按照时间保存；

步骤2，求出供回水温度差随室外温度变化的最低阈值ΔT_min，如图3所示，其具体包括：

步骤2.1，估计供暖系统的时延，如图4所示，其具体包括：

a.设T_sup为供水温度值，T_ret为回水温度值；

b.利用已经得到的供回水温度数据，以横坐标为时间，在同一张图上分别绘制供水温度和回水温度随时间的变化曲线图，如图2所示；

c.在图上找出所有供水温度极大值和极小值所在的区间，记区间总数为N，当前区间为i，i＝1,2,3,…,N，设定i＝1；

d.放大区间i，观察回水温度随供水温度的变化情况；

e.如果区间i的回水温度值和供水温度有相同的变化趋势，执行步骤f，否则跳到步骤h；

f.如果区间i的回水温度的变化发生在供水温度变化之后，执行步骤g，否则跳到步骤h；

g.保存区间i供回水温度变化前后的时刻；

h.令I＝i+1；如果i＝N，执行步骤i，否则返回步骤d；

i.定义回水温度与供水温度的时间间隔为回水温度的变化时间与供水温度的变化时间之差，用分钟表示；

j.分析回水温度随供水温度发生变化的间隔时间，删除间隔时间的异常值；

k.取有效间隔时间的平均值2小时作为供暖系统的时延Δt；

步骤2.2，利用步骤2.1中估计的系统时延，和步骤1.1中收集的供回水温度数据，使用公式计算第t个供暖间隔的供回水温度差，其中ΔT_t是t时刻的供回水温度差，是t时刻的回水温度值，是t-Δt时刻的供水温度值；

步骤2.3，对供回水温度差数据作出四分位箱线图，如图5所示，剔除其中的异常数据，步骤如图6所示，其具体包括：

a.计算供回水温度差数据的上四分位数ΔT_Q3；

b.计算供回水温度差数据的下四分位数ΔT_Q1；

c.计算供回水温度差的上四分位数与下四分位数之间的差:

ΔT_IQR＝ΔT_Q3-ΔT_Q1；

d.计算最小观测值为ΔT_min＝ΔT_Q1-1.5*ΔT_IQR；

e.计算最大观测值为ΔT_max＝ΔT_Q3+1.5*ΔT_IQR；

f.对步骤2.2计算得到的所有供回水温度差数据进行判断，设共有N个数据，i＝1,2,…,N，设i＝1；

g.如果第i个数据满足ΔT_min＜ΔT_i＜ΔT_max，跳到步骤i，否则执行步骤h；

h.将当前数据ΔT_i作为异常数据剔除；

i.令i＝i+1；判断i是否大于N，是执行步骤k，否则返回步骤g；

j.得到剔除了异常值的供回水温度差数据。

步骤2.4，以室外温度变化为横坐标，供回水温度差为纵坐标，作出剔除异常值的供回水温度差数据作其与室外温度的散点图，如图7所示；

步骤2.5，在散点图中寻找一条拟合供回水温度差最小阈值随室外温度变化关系的曲线，如图8所示，此步骤是在图7绘制散点图的基础上，手动添加供回水温度差最低阈值与室外温度的拟合关系，如图8线条所示；

步骤3，求出对于特定室外气温的回水温度最低阈值步骤如图9所示，其具体包括：

步骤3.1，对回水温度数据作出四分位箱线图，如图10所示，剔除其中的异常数据，步骤如图11所示，其具体包括：

a.计算回水温度的上四分位数

b.计算回水温度的下四分位数

c.计算回水温度的上四分位数与下四分位数之间的差:

d.计算回水温度最小观测值为

e.计算回水温度最大观测值为

f.对步骤1.1得到的所有回水温度数据进行判断，设共有N个数据，i＝1,2,…,N，设i＝1；

g.如果第i个数据满足跳到步骤i，否则执行步骤h；

h.将当前数据作为异常数据剔除；

i.令i＝i+1；判断i是否大于N，是执行步骤k，否则返回步骤g；

j.得到剔除了异常值的回水温度数据。

步骤3.2，以室外温度变化为横坐标，回水温度为纵坐标，作出剔除异常值的回水温度作其与室外温度的散点图，如图12所示；

步骤3.3，在散点图中找出回水温度的最小值，作为回水温度的最小阈值如图10所示，此步骤是在图7绘制散点图的基础上，手动添加回水温度最低阈值与室外温度的拟合关系，如图中线条所示；

步骤4，对特定室外温度条件下的供水温度进行优化控制，每隔Δt时间调节一次，步骤如图14所示，其具体包括：

步骤4.1，设当前时刻为t，根据天气预报得到Δt时刻之后即t+Δt时刻的室外温度预测数据其中Δt是步骤2.1估计得到的供暖系统整体时延；

步骤4.2，由公式计算特定室外温度条件下的优化过的供水温度，得到优化过的供水温度与室外温度的函数关系其中ΔT_min是步骤2得到的供回水温度差最低阈值与室外温度的函数关系是步骤3得到的回水温度随室外温度变化的最低阈值；

步骤4.3，根据Δt时刻之后的室外温度数据和优化过的供水温度与室外温度的函数关系得到当前时刻应该调节的供水温度值按照调节供水温度。

Claims (5)

1.一种基于大数据的减少区域供暖系统能耗的方法，其特征在于它包括以下步骤：

步骤1：采集供暖系统的供回水温度数据，当地的室外温度数据，并实时对数据进行保存，以横坐标为时间，在同一张图上分别生成供水温度和回水温度随时间的变化曲线图；

步骤2：根据步骤1获取的数据曲线图建立供回水温度差与室外温度的关系，求出供回水温度差随室外温度变化的最低阈值ΔT_min；由以下步骤构成：

2-1：估计供暖系统的时延：分析回水温度随供水温度发生变化的间隔时间，取有效间隔时间的平均值，作为供暖系统整体时延ΔT的估计值；

2-2：利用步骤2.1中估计的供暖系统的时延Δt和步骤1中收集的供回水温度数据，使用公式计算第t个供暖间隔的供回水温度差，其中，ΔT_t是t时刻的供回水温度差，是t时刻的回水温度值，是t-Δt时刻的供水温度值；

2-3：根据步骤2-2中得到的供回水温度差的数据做出四分位箱线图，剔除图中异常数据，即可得到剔除了异常值的供回水温度差数据；

2-4：将步骤2-3中得到的剔除异常值后的供回水温度差数据，以室外温度数据为横坐标，供回水温度差数据为纵坐标，作出它们的散点图；

2-5：在散点图中标出不同室外温度下供回水温度差的最小值，手动绘制一条能够大致拟合供回水温度差最小值随室外温度变化的曲线，将曲线上室外温度对应的供回水温度差数值作为此室外温度条件下供回水温度差的最低阈值ΔT_min，此拟合曲线即为供回水温度差最小阈值ΔT_min与室外温度T_out的函数关系ΔT_min＝f(T_out)；

步骤3：求出对于特定室外气温的回水温度最低阈值具体由以下步骤构成：

3-1：根据步骤1中获取的回水温度数据做出四分位箱线图，剔除其中的异常数据，即可得到剔除了异常值的回水温度数据；

3-2：将步骤3-1中得到的剔除异常值后的回水温度数据，以室外温度数据为横坐标，回水温度数据为纵坐标，作出它们的散点图；

3-3：在散点图中找出回水温度的最小值，作为回水温度的最小阈值

步骤4：对特定室外温度条件下的供水温度进行调节控制，每隔Δt时间调节一次，具体包括以下步骤：

4-1：设当前时刻为t，根据天气预报得到Δt时刻之后即t+Δt时刻的室外温度预测数据其中Δt是步骤2-1估计得到的供暖系统整体时延；

4-2：由公式计算得到供水温度最小阈值与室外温度T_out的函数关系其中ΔT_min＝f(T_out)是步骤2得到的供回水温度差最小阈值ΔT_min与室外温度的函数关系，是步骤3得到的回水温度随室外温度变化的最小阈值；

4-3：根据Δt时刻之后的室外温度数据和步骤4-2得到的供水温度最小阈值与室外温度T_out的函数关系将Δt时刻之后的室外温度数据带入可得到当前时刻应该调节的供水温度值将当前的换热站中供水温度设置为即可按照调节供水温度。

2.根据权利要求1所述一种基于大数据的减少区域供暖系统能耗的方法，其特征在于所述步骤1中的供回水温度数据是由供暖系统的换热站传感器持续采集的供暖系统的供回水温度数据，按照时间对数据进行保存；所述室外温度数据是从当地的天气预报网站获取的当地的历史室外温度数据，按照时间对数据进行保存。

3.根据权利要求1所述一种基于大数据的减少区域供暖系统能耗的方法，其特征在于所述步骤2-1中的供暖系统的时延估计是由以下步骤构成：

(1)设T_sup为供水温度值，T_ret为回水温度值；在步骤1中得到的供水温度和回水温度随时间的变化曲线图上找出所有供水温度的极大值和极小值，记极大值和极小值所在的区间总数为N，当前区间为i，i＝1,2,3,…,N；

(2)放大区间i，观察回水温度随供水温度的变化情况；

(3)如果区间i的回水温度值和供水温度有相同的变化趋势，即供水温度和回水温度都上升或者都下降，则执行步骤(4)，否则跳到步骤(6)；

(4)如果区间i的回水温度的变化发生在供水温度变化之后，则执行步骤(5)，否则跳到步骤(6)；

(5)保存区间i的供回水温度变化前后的时刻；

(6)令I＝i+1，如果i＝N，执行步骤(6)，否则返回步骤(2)；

(7)定义回水温度与供水温度的时间间隔为回水温度的变化时间与供水温度的变化时间之差，用分钟表示；

(8)在步骤(7)中已经得到的所有供回水温度时间间隔数据中，取间隔时间的平均值作为供暖系统的整体时延Δt。

4.根据权利要求1所述一种基于大数据的减少区域供暖系统能耗的方法，其特征在于所述步骤2-3具体是由以下步骤构成：

(1)根据供回水温度差做出的四分位箱线图，计算供回水温度差数据的上四分位数ΔT_Q3和供回水温度差数据的下四分位数ΔT_Q1；

(2)计算供回水温度差的上四分位数与下四分位数之间的差，得到：ΔT_IQR＝ΔT_Q3-ΔT_Q1；

(3)计算最小观测值ΔT_min＝ΔT_Q1-1.5*ΔT_IQR及最大观测值ΔT_max＝ΔT_Q3+1.5*ΔT_IQR；

(4)对步骤2-2中计算得到的所有供回水温度差数据进行判断，设共有N个数据，如果第i个数据满足ΔT_min＜ΔT_i＜ΔT_max，跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据ΔT_i作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的供回水温度差数据。

5.根据权利要求1所述一种基于大数据的减少区域供暖系统能耗的方法，其特征在于所述步骤3-1具体是由以下步骤构成：

(1)根据回水温度数据做出的四分位箱线图，计算回水温度数据的上四分位数和回水温度数据的下四分位数其中，所有的T^ret均表示回水温度，T^sup均表示供水温度，ΔT均表示供回水温度差，T_out表示室外温度；

(2)计算回水温度的上四分位数与下四分位数之间的差，得到：

(3)计算最小观测值及最大观测值

(4)对步骤1中计算得到的所有回水温度数据进行判断，设共有N个数据，如果第i个数据满足跳到步骤(6)，否则执行步骤(5)，其中，i＝1,2,…,N，

(5)将当前数据作为异常数据剔除；

(6)令i＝i+1，判断i是否大于N，若大于N则执行步骤(7)，否则返回步骤(4)；

(7)最后将得到剔除了异常值的回水温度数据。