CN110443460B - 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置 - Google Patents

一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置 Download PDF

Info

Publication number
CN110443460B
CN110443460B CN201910609178.9A CN201910609178A CN110443460B CN 110443460 B CN110443460 B CN 110443460B CN 201910609178 A CN201910609178 A CN 201910609178A CN 110443460 B CN110443460 B CN 110443460B
Authority
CN
China
Prior art keywords
heat exchange
temperature
heat
indoor
influence index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910609178.9A
Other languages
English (en)
Other versions
CN110443460A (zh
Inventor
房健
战腾
徐恩龙
韩明涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing MetarNet Technologies Co Ltd
Original Assignee
Beijing MetarNet Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing MetarNet Technologies Co Ltd filed Critical Beijing MetarNet Technologies Co Ltd
Priority to CN201910609178.9A priority Critical patent/CN110443460B/zh
Publication of CN110443460A publication Critical patent/CN110443460A/zh
Application granted granted Critical
Publication of CN110443460B publication Critical patent/CN110443460B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
    • F24D19/00—Details
    • F24D19/10—Arrangement or mounting of control or safety devices
    • F24D19/1006—Arrangement or mounting of control or safety devices for water heating systems
    • F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
    • F24D19/1048—Counting of energy consumption
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Combustion & Propulsion (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开是关于一种基于天气和小区热量损耗的换热站换热量人工智能分析方法、装置、电子设备以及存储介质。其中，该方法包括：通过户内温湿度传感设备采集户内温度，并计算户内使用热量；通过热量表获取换热量并计算户内热量损失比例；以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。本公开通过人工智能技术的应用，可以实现用户侧热负荷变化的预测，进行充分的数据挖掘，为热源的生产进行指导，对换热站热量交换设置提供依据。

Description

一种基于天气和小区热量损耗的换热站换热量人工智能分析 方法以及装置
技术领域
本公开涉及能源领域，具体而言，涉及一种基于天气和小区热量损耗的换热站换热量人工智能分析方法、装置、电子设备以及计算机可读存储介质。
背景技术
近年来，城市集中供热事业飞速发展，热用户的数量成倍增加，这对供热系统的运行管理提出了更高的要求。提高我国集中供热系统的自动化水平，实现适量供热不仅是提高供热企业竞争力的要求，更是实现建筑节能减排的重要环节。城市精准供热是实现适量供热控制的关键环节，各热力公司在运行过程中储存了大量的历史数据，但是由于缺少合适的数据挖掘方法，这些数据没有在供热运行调节中得到充分利用。
传统的能源企业，针对集中供热，采用热点联产的方式作为供热热源，在小区建设换热站，从热源的一次管网中交换(或抽取)部分热量，供给本小区的业主使用，换热量往往基于以往的经验，科学性不足，容易造成能源浪费，难以做到精准供热。
由上可知，需要提供一种或多种至少能够解决上述问题的技术方案。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于天气和小区热量损耗的换热站换热量人工智能分析方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面，提供一种基于天气和小区热量损耗的换热站换热量人工智能分析方法，包括：
户内温度采集步骤，通过户内温湿度传感设备采集户内温度，并计算户内使用热量；
户内热量损失比例计算步骤，通过热量表获取换热量并计算户内热量损失比例；
气温影响指数生成步骤，以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
换热量调节步骤，基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
在本公开的一种示例性实施例中，所述户内温度采集步骤还包括：
选取户内温度满足预设温度范围，且户出温/回温及户热量输出数值非异常区间的户内温度作为采样点，采集户内温度，并计算户内使用热量。
在本公开的一种示例性实施例中，所述户内热量损失比例计算步骤还包括：
户内热量损失比例为计算换热量与户内温度的差值后与换热量的比值。
在本公开的一种示例性实施例中，所述气温影响指数生成步骤还包括：
以多维数据为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
其中，所述多维数据包括但不限于：户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度。
在本公开的一种示例性实施例中，所述换热量调节步骤还包括：
基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划；
根据所述换热量计划，以一小时为单位对实际温度进行动态调节。
在本公开的一种示例性实施例中，所述动态调节包括：
根据预测温度和实际温度的差异乘以气温影响指数，进行换热量正负调节。
在本公开的一种示例性实施例中，所述动态调节还包括：
如果温差小于0.2摄氏度，则取消调节。
在本公开的一个方面，提供一种基于天气和小区热量损耗的换热站换热量人工智能分析装置，包括：
户内温度采集模块，用于通过户内温湿度传感设备采集户内温度，并计算户内使用热量；
户内热量损失比例计算模块，用于通过热量表获取换热量并计算户内热量损失比例；
气温影响指数生成模块，用于以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
换热量调节模块，用于基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
在本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。
本公开的示例性实施例中的基于天气和小区热量损耗的换热站换热量人工智能分析方法，通过户内温湿度传感设备采集户内温度，并计算户内使用热量；通过热量表获取换热量并计算户内热量损失比例；以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。一方面，本公开通过天气预报和实时天气情况，综合分析换热站下辖小区供热户数、流量、出温和回温、每户出温和回温以及户内温度等指标，通过大数据人工智能运算，找到温度变化与换热站换热量的规律关系，实现换热站动态调节换热，实现精准供热，节能减排；另一方面，本公开对供热过程中的生产计划制定、换热调节提供了科学有效的分析思路和手段，能够有效指导供热生产和保障工作，实现节能减排。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的基于天气和小区热量损耗的换热站换热量人工智能分析方法的流程图；
图2示出了根据本公开一示例性实施例的基于天气和小区热量损耗的换热站换热量人工智能分析装置的示意框图；
图3示意性示出了根据本公开一示例性实施例的电子设备的框图；以及
图4示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种基于天气和小区热量损耗的换热站换热量人工智能分析方法；参考图1中所示，该基于天气和小区热量损耗的换热站换热量人工智能分析方法可以包括以下步骤：
户内温度采集步骤S110，通过户内温湿度传感设备采集户内温度，并计算户内使用热量；
户内热量损失比例计算步骤S120，通过热量表获取换热量并计算户内热量损失比例；
气温影响指数生成步骤S130，以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
换热量调节步骤S140，基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
一方面，本公开通过天气预报和实时天气情况，综合分析换热站下辖小区供热户数、流量、出温和回温、每户出温和回温以及户内温度等指标，通过大数据人工智能运算，找到温度变化与换热站换热量的规律关系，实现换热站动态调节换热，实现精准供热，节能减排；另一方面，本公开对供热过程中的生产计划制定、换热调节提供了科学有效的分析思路和手段，能够有效指导供热生产和保障工作，实现节能减排。
下面，将对本示例实施例中的基于天气和小区热量损耗的换热站换热量人工智能分析方法进行进一步的说明。
在户内温度采集步骤S110中，可以通过户内温湿度传感设备采集户内温度，并计算户内使用热量。
在本示例的实施例中，综合户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度等多维度数据综合分析，根据天气变化情况，动态调节换热量，实现精准供热。
在本示例的实施例中，所述参数包括：
户外温度：通过实时温度，得到户外温度每小时指数
换热站换热量：换热站历史换热量
换热出温：换热站换热后供热温度
换热回温：换热站换热后返回温度
每户出温/回温：每户热量表记录的出温/回温
每户热量：每户热量表记录的热量使用
户内温度：户内温湿度传感设备传回的户内每小时温度指数
在本示例的实施例中，所述户内温度采集步骤还包括：
选取户内温度满足预设温度范围，且户出温/回温及户热量输出数值非异常区间的户内温度作为采样点，采集户内温度，并计算户内使用热量。计算户内温度满足指定温度(通常为18摄氏度)以上的时段超过全天80％以上，通常户内热表返回数值，如设备通信等原因发生异常，会导致出现小于0或大于100000等超常数据，需要去掉此类数据，计算户内使用热量Wa。
在户内热量损失比例计算步骤S120中，可以通过热量表获取换热量并计算户内热量损失比例。
在本示例的实施例中，所述户内热量损失比例计算步骤还包括：
户内热量损失比例为计算换热量与户内温度的差值后与换热量的比值。每户热量损失比例K1＝(换热站换热量-Wa)/换热站换热量。
在气温影响指数生成步骤S130中，可以以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数。
在本示例的实施例中，所述气温影响指数生成步骤还包括：
以多维数据为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
其中，所述多维数据包括但不限于：户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度。
在换热量调节步骤S140中，可以基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
在本示例的实施例中，所述换热量调节步骤还包括：
基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划；
根据所述换热量计划，以一小时为单位对实际温度进行动态调节。
在本示例的实施例中，所述动态调节包括：
根据预测温度和实际温度的差异乘以气温影响指数，进行换热量正负调节。
在本示例的实施例中，所述动态调节还包括：
如果温差小于0.2摄氏度，则取消调节。
在本示例的实施例中，本公开从集中供热生产的实际工作出发，应用户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度等数据，分析计算天气变化与换热量的关系，基于长期历史数据的人工智能算法，构建大数据预测分析模型，提供换热站换热量分析预测能力。
在本示例的实施例中，基于天气和小区热量损耗的换热站换热量人工智能分析预测方法在供热企业中实践验证，供热效果平稳，换热量节约30％以上。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种基于天气和小区热量损耗的换热站换热量人工智能分析装置。参照图2所示，该基于天气和小区热量损耗的换热站换热量人工智能分析装置200可以包括：户内温度采集模块210、户内热量损失比例计算模块220、气温影响指数生成模块230以及换热量调节模块240。其中：
户内温度采集模块210，用于通过户内温湿度传感设备采集户内温度，并计算户内使用热量；
户内热量损失比例计算模块220，用于通过热量表获取换热量并计算户内热量损失比例；
气温影响指数生成模块230，用于以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
换热量调节模块240，用于基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
上述中各基于天气和小区热量损耗的换热站换热量人工智能分析装置模块的具体细节已经在对应的基于天气和小区热量损耗的换热站换热量人工智能分析方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了基于天气和小区热量损耗的换热站换热量人工智能分析装置200的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图3来描述根据本发明的这种实施例的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元310可以执行如图1中所示的步骤S110至步骤S140。
存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备370(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图4所示，描述了根据本发明的实施例的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (4)

1.一种基于天气和小区热量损耗的换热站换热量人工智能分析方法，其特征在于，所述方法包括：
户内温度采集步骤，通过户内温湿度传感设备采集户内温度，并计算户内使用热量；
户内热量损失比例计算步骤，通过热量表获取换热量并计算户内热量损失比例；
气温影响指数生成步骤，以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
所述气温影响指数生成步骤还包括：
以多维数据为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
其中，所述多维数据包括但不限于：户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度；
换热量调节步骤，基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节；
所述户内温度采集步骤还包括：
选取户内温度满足预设温度范围，且户出温/回温及户热量输出数值非异常区间的户内温度作为采样点，采集户内温度，并计算户内使用热量；
所述户内热量损失比例计算步骤还包括：
户内热量损失比例为计算换热量与户内温度的差值后与换热量的比值；
所述换热量调节步骤还包括：
基于气温影响指数，根据天气预报信息生成换热量计划，根据所述换热量计划，以一小时为单位对实际温度进行动态调节；
所述动态调节包括：
根据预测温度和实际温度的差异乘以气温影响指数，进行换热量正负调节；
所述动态调节还包括：
如果温差小于0.2摄氏度，则取消调节。
2.一种基于天气和小区热量损耗的换热站换热量人工智能分析装置，其特征在于，所述装置包括：
户内温度采集模块，用于通过户内温湿度传感设备采集户内温度，并计算户内使用热量；选取户内温度满足预设温度范围，且户出温/回温及户热量输出数值非异常区间的户内温度作为采样点，采集户内温度，并计算户内使用热量；
户内热量损失比例计算模块，用于通过热量表获取换热量并计算户内热量损失比例；户内热量损失比例为计算换热量与户内温度的差值后与换热量的比值；
基于气温影响指数，根据天气预报信息生成换热量计划，根据所述换热量计划，以一小时为单位对实际温度进行动态调节；
所述动态调节包括：
根据预测温度和实际温度的差异乘以气温影响指数，进行换热量正负调节；
所述动态调节还包括：
如果温差小于0.2摄氏度，则取消调节；
气温影响指数生成模块，用于以户内热量损失比例、历史户外气温为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
以多维数据为输入，通过非线性回归分析，建立预测分析模型，生成气温影响指数；
其中，所述多维数据包括但不限于：户外温度、换热站换热量、换热出温、换热回温每户出温/回温、每户热量、户内温度；
换热量调节模块，用于基于气温影响指数，根据天气预报信息生成换热量计划，并根据所述换热量计划进行换热量调节。
3.一种电子设备，其特征在于，包括
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据权利要求1所述的方法。
4.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1所述方法。
CN201910609178.9A 2019-07-08 2019-07-08 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置 Active CN110443460B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910609178.9A CN110443460B (zh) 2019-07-08 2019-07-08 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910609178.9A CN110443460B (zh) 2019-07-08 2019-07-08 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置

Publications (2)

Publication Number Publication Date
CN110443460A CN110443460A (zh) 2019-11-12
CN110443460B true CN110443460B (zh) 2022-08-23

Family

ID=68429605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910609178.9A Active CN110443460B (zh) 2019-07-08 2019-07-08 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置

Country Status (1)

Country Link
CN (1) CN110443460B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111027885B (zh) * 2019-12-24 2020-12-15 北京华远意通热力科技股份有限公司 一种供热系统效能分析管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017253A (zh) * 2012-12-06 2013-04-03 鞍山市海汇自动化有限公司 一种集中供热全网热平衡控制方法
CN204989866U (zh) * 2015-06-01 2016-01-20 南京索乐优节能科技有限公司 一种基于气象中心数据的多能源综合利用控制系统
CN105805822A (zh) * 2016-03-24 2016-07-27 常州英集动力科技有限公司 基于神经网络预测的供热节能控制方法与系统
CN107704966A (zh) * 2017-10-17 2018-02-16 华南理工大学 一种基于天气大数据的能源负荷预测系统及方法
CN109681957A (zh) * 2018-08-30 2019-04-26 中节能唯绿（北京）科技股份有限公司 一种换热站热负荷预测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9568519B2 (en) * 2014-05-15 2017-02-14 International Business Machines Corporation Building energy consumption forecasting procedure using ambient temperature, enthalpy, bias corrected weather forecast and outlier corrected sensor data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017253A (zh) * 2012-12-06 2013-04-03 鞍山市海汇自动化有限公司 一种集中供热全网热平衡控制方法
CN204989866U (zh) * 2015-06-01 2016-01-20 南京索乐优节能科技有限公司 一种基于气象中心数据的多能源综合利用控制系统
CN105805822A (zh) * 2016-03-24 2016-07-27 常州英集动力科技有限公司 基于神经网络预测的供热节能控制方法与系统
CN107704966A (zh) * 2017-10-17 2018-02-16 华南理工大学 一种基于天气大数据的能源负荷预测系统及方法
CN109681957A (zh) * 2018-08-30 2019-04-26 中节能唯绿（北京）科技股份有限公司 一种换热站热负荷预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于负荷预测的集中供热控制策略的研究;刘智超;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20190415;第22-24页 *

Also Published As

Publication number Publication date
CN110443460A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
Pallonetto et al. Demand response algorithms for smart-grid ready residential buildings using machine learning models
CN105305481B (zh) 用于控制配电网的系统和方法
US20120130659A1 (en) Analysis of Large Data Sets Using Distributed Polynomial Interpolation
JP7161268B2 (ja) 電力グリッド内の相互に依存する不確かな資源の組み合わされた影響の定量化
CN103580284A (zh) 低压集抄系统
CN114596693A (zh) 用于能源监控和管理的方法、系统、介质和程序产品
CN102930352A (zh) 基于多核支持向量回归机的电网基建工程造价预测方法
Dong et al. Forecasting smart meter energy usage using distributed systems and machine learning
CN110443460B (zh) 一种基于天气和小区热量损耗的换热站换热量人工智能分析方法以及装置
CN208890843U (zh) 一种基于雾节点的边缘计算系统
CN113723684A (zh) 一种企业电力用户的负荷预测及能源管理的装置及方法
You et al. A novel approach for CPU load prediction of cloud server combining denoising and error correction
CN113743667A (zh) 一种台区用电量预测方法、装置、设备及存储介质
CN112836370A (zh) 供热系统调度方法、装置、设备、存储介质以及程序产品
CN112862189A (zh) 热源负荷预测方法、装置、设备、存储介质以及程序产品
CN102035210B (zh) 电力系统放松约束的无功设备优化方法
Lai et al. Design and key technology of the energy consumption management system for the liquid cooling data center
CN115579935A (zh) 发电系统控制方法、装置、系统、电子设备及存储介质
Chang et al. The use of the peak-clipping method for energy management in households with energy storage equipment
CN112560325B (zh) 换电业务的预测方法、系统、设备及存储介质
CN116090144A (zh) 一种综合能源系统的协调规划方法
CN111626485A (zh) 一种区域建筑能源系统的负荷预测系统及方法
CN114857656B (zh) 一种供热负荷预测方法和装置
CN116894568B (zh) 一种充电桩的碳排放综合管理预测方法及存储介质
CN116644854A (zh) 区域分布式电源能量渗透率预测方法、装置及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant