CN111578372B - 一种供暖住户室温估测方法、系统、介质及电子设备 - Google Patents
一种供暖住户室温估测方法、系统、介质及电子设备 Download PDFInfo
- Publication number
- CN111578372B CN111578372B CN202010475928.0A CN202010475928A CN111578372B CN 111578372 B CN111578372 B CN 111578372B CN 202010475928 A CN202010475928 A CN 202010475928A CN 111578372 B CN111578372 B CN 111578372B
- Authority
- CN
- China
- Prior art keywords
- heating
- average
- room temperature
- household
- temperature
- 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
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 317
- 238000000034 method Methods 0.000 title claims abstract description 49
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 76
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000009529 body temperature measurement Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004321 preservation Methods 0.000 claims description 3
- 239000007983 Tris buffer Substances 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 3
- 238000009413 insulation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Steam Or Hot-Water Central Heating Systems (AREA)
Abstract
本公开提供了一种供暖住户室温估测方法、系统、介质及电子设备，将供暖户至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到供暖区域所有供暖户的平均实时动态参数；以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度；本公开实现了对待估测供暖的室温的精准预测，从而极大的提高了供暖户室温调控的精度。
Description
技术领域
本公开涉及供暖温度预测技术领域，特别涉及一种供暖住户室温估测方法、系统、介质及电子设备。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术，并不必然构成现有技术。
供热企业在供暖运行中需要住户室温数据以监控小区的供暖质量，指导小区换热站的运行参数选择。理想情况下，每户均安装室温采集设备，将室温数据实时传输到热力公司监控中心，从而可以让供热企业根据每户的室温来确定小区供热参数，例如循环流量、供水温度等，从而在确保居民供暖质量的前提下实现节能降耗、提高经济效益的目标。但是在实际运行中，受制于经济预算等多个方面因素，难以实现这样理想的运行情况。而针对不同类型的住户进行聚类分析调控就显得极其重要。
本公开发明人发现，现有的分类方式一般按照实际住户在楼宇中所处的位置，比如一般分为中间户、边角户、顶层户、底层户等。而住户的供暖情况受周边住户影响巨大，同样是位于楼宇中间的住户，其周边邻居住户是否供暖，直接影响了他的供热质量，当简单的按照位置去聚类时，采用相同的调控策略时，往往无法实现供暖户室温精准调控；对于未安装室温采集或者回归参数无效的住户、数据被剔除的异常住户，往往无法准确的获知其真实室内温度，采用人工上门测量的方式费时费力，而且也只能测量瞬时的温度，无法实现对供暖户的真实温度的长时间估测。
发明内容
为了解决现有技术的不足，本公开提供了一种供暖住户室温估测方法、系统、介质及电子设备，通过供暖区域的整体供暖情况以及待估测户的楼上楼下温度情况，实现了对待估测供暖户的室温的精准预测，从而极大的提高了供暖户室温调控的精度。
为了实现上述目的，本公开采用如下技术方案：
本公开第一方面提供了一种供暖住户室温估测方法。
一种供暖住户室温估测方法，包括以下步骤：
获取供暖区域各住户的供暖状态信息；
将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
本公开第二方面提供了一种供暖住户室温估测系统。
一种供暖住户室温估测系统，包括：
数据获取模块，被配置为：获取供暖区域各住户的供暖状态信息；
供暖户划分模块，被配置为：将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
动态参数获取模块，被配置为：根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
供暖区块计算模块，被配置为：以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
室温预测模块，被配置为：根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的供暖住户室温估测方法中的步骤。
本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的供暖住户室温估测方法中的步骤。
与现有技术相比，本公开的有益效果是：
1、供暖住户室温估测方法、系统、介质及电子设备，以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度，参考了整个供暖区域的动态参数和楼上楼下的供暖状态，极大的提高了室温预测的准确性，通过划定供暖区块，将预测工作进行缩小，进一步的保证了预测的准确性。
2、本公开所述的供暖住户室温估测方法、系统、介质及电子设备，通过将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户，摒弃了完全按照楼内所处位置的标准，采用根据其邻居的供暖状态进行划分，从而使聚类调控更有意义，当同一类的住户采用了相同的调控方案时，其供热效果趋于一致，从而极大的提高了供暖户室温调控的精度。
3、本公开所述的供暖住户室温估测方法、系统、介质及电子设备，根据具备室温测量条件每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，获取不具备室温测量条件的供暖户的回水温度和室外温度，根据具备室温测量条件同类型供暖户的回归算法模型的实时动态参数，得到每个不具备室温测量条件的供暖户的多个室温预测值，通过同类供暖户的供暖情况，实现了对室温的预测，进而能够实现对供暖户的室温进行更精准的免测试调控，极大提高了了供暖调控的效率和精度。
4、本公开所述的供暖住户室温估测方法、系统、介质及电子设备，不仅仅是根据现有历史数据进行回归分析，对于实时上传的新数据也会动态更新回归方程参数，使预测更为准确；实时参数更新的方式，对于数据传输不稳定不全的住户更有必要，随着数据量累积，预测会更精准。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1为本公开实施例1提供的供暖住户室温估测方法的流程示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例1：
如图1所示，本公开实施例1提供了一种供暖住户室温估测方法，包括以下步骤：
获取供暖区域各住户的供暖状态信息；
将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
本实施例中，实时根据用户的供暖开通或者报停情况，更新住户的供暖状态信息，并实时更新供暖户的划分结果，根据更新后的划分结果，进行不具备室温测量条件的供暖户的室温预测，通过实时更新的供暖状态信息，能够保证当前的划分结果真实可靠，从而进一步的提高了室温调控的准确性。
本实施例中，还对停暖户中根据其周边邻居住户的供暖状态，划分为报停中间户、上供暖户、下供暖户和报停孤岛户；
针对报停户分类，对其室内温度进行分类统计，可以得出户间传导、外墙保温情况的相关数据，对修正供暖户模型参数有参考修正意义；同时可以针对不同分类进行汇总，从而根据实时室温、回水温度等数据筛选异常情况，主要是偷暖盗暖的情况。
所述回归算法模型的训练，具体包括以下步骤：
步骤一：取平均值
计算所有住户一定时间周期内的平均值(包含平均室温、平均回水温度、平均室外温度)，典型计算一般按照0：00-24：00计算一日平均值。
步骤二：训练集和测试集
按照每户每采暖季数据集合，取p％为训练集，则剩余(1-p％)为测试集，p取值范围为0-100。
步骤三：线性回归，基于现有经验，室温与回水温度成正相关关系，因此，构建如下线性回归模型：
Tr＝f(Tn,Tout)
Tr＝α×Tn+β×Tout+Tb
其中，Tr为平均室温；Tn为平均回水温度；Tout为平均室外温度；
按照以上公式进行回归计算，得出α、β、Tb三个参数。
定义如下：
α：供暖系数，β：保温系数，Tb：停暖温度。
步骤四：有效性处理
如果求出的α、β、Tb三个参数有小于等于零的指标，则令其等于零，重新做减少参数的线性回归，直至全部参数大于零，得出的参数即可得到本户的回归方程。
当选定训练集为80％时，根据20％的测试集可以验证，以上回归的预测结论可以实现95％以上预测误差在±0.5℃以内。
根据住户的回归参数，通过β可反映可以判断其楼宇保温情况，通过α可反映热效率指标高低，通过Tb可反映可以判断其楼宇保温情况供暖的行为等。
计算当前全小区每个供暖住户分类的平均室内温度、平均回水温度以及小区平均回归方程参数α。
对于未安装室温采集或者回归参数无效的住户、数据被剔除的异常住户等进行预测，根据其所在楼宇位置上下连续供暖户为一个区块进行分析。
预测方法如下：
(1)假设该连续整体中有正常上传的供暖户。
(1-1)对于一列连续供暖住户，计算有测温数据记录住户(估算)的平均温度和平均回水温度。这里计算的住户室温必须是有效值。如果是开窗或者阳光照射产生的室温不应计入有效值，该户按照未安装室温采集器处理。
如果有测温数据的用户是楼上报停户，则：
区块中间户平均室温＝该楼上报停户室内温度+(小区中间户平均室温-小区楼上报停户平均室温)；
如果有测温数据的用户是楼下报停户，则：
区块中间户平均室温＝该楼下报停户室内温度+(小区中间户平均室温-小区楼下报停户平均室温)；
回水温度计算时，如果该户是楼上报停户，则：
区块中间户平均回水温度＝此楼上报停户回水温度+(小区中间户平均回水温度-小区楼上报停户平均回水温度)；
如果该户是楼下报停户，则：
区块中间户平均回水温度＝此楼下报停户回水温度+(小区中间户平均回水温度-小区楼下报停户平均回水温度)；
相应可以得到：
区块楼上报停户平均室温＝区块中间户平均室温+(小区楼上报停户平均室温-小区中间户平均室温)；
区块楼上报停户平均回水温度＝区块中间户平均回水温度+(小区楼上报停户平均回水温度-小区中间户平均回水温度)；
区块楼下报停户平均室温＝区块中间户平均室温+(小区楼下报停户平均室温-小区中间户平均室温)；
区块楼下报停户平均回水温度＝区块中间户平均回水温度+(小区楼下报停户平均回水温度-小区中间户平均回水温度)。
(2)如果被估测户为中间户，则：
估算该户的室温＝区块中间户平均温度+(小区平均α)*(该户回水温度-区块中间户平均回水温度)。
(3)如果该户为楼上报停户，则：
估算该户的室温＝区块楼上报停户平均室温+(小区平均α)*(该户回水温度-区块楼上报停户平均回水温度)。
(4)如果该户为楼下报停户，则：
估算该户的室温＝区块楼下报停户平均室温+(小区平均α)*(该户回水温度-区块楼下报停户平均回水温度)。
(二)该连续整体中无正常上传的供暖户或者某一户为供暖孤岛户时，将未安装室温采集装置的住户或者孤岛户的回水温度、室外温度(每个小区室外温度在某一时刻一致)数据代入同类住户中所有的回归方程中，计算出若干个预测室温，然后取平均值。
(三)举例说明
比如某小区共计100户，有数据上传的有30户，这30户刨除5户数据异常，则正常的数据则有25户，需要预测的有75户。
对正常的25户进行回归分析，得出所有的回归方程参数，对全部25个α求平均，例如计算可得0.4；
对25户住户进行分类，例如分别计算出：
供暖中间户：平均室温25℃，平均回水温度40℃；
楼上报停户：平均室温23℃，平均回水温度45℃；
楼下报停户：平均室温24℃，平均回水温度42℃；
模拟计算1：
此时有一个区域如表1所示：
表1：供暖区块
| 701：报停 | |
| 601：供暖 | 室温未知，回水温度45℃ |
| 501：供暖 | 室温：25.5℃，回水温度：41.5℃ |
| 401：供暖 | 室温未知，回水温度：41℃ |
| 301：供暖 | 室温：26.5℃，回水温度：39.5℃ |
| 201：供暖 | 室温未知，回水温度：42℃ |
| 101：报停 |
根据表1将201至601为一个计算区块：
区块中间户平均室温＝(26.5℃+25.5℃)/2＝26℃；
区块中间户平均回水温度＝(39.5℃+41.5℃)/2＝40.5℃；
根据以上示例可得：
区块楼上报停户平均室温＝26℃+(23℃-25℃)＝24℃；
区块楼上报停户平均回水温度＝40.5℃+(45℃-40℃)＝45.5℃；
区块楼下报停户平均室温＝26℃+(24℃-25℃)＝25℃；
区块楼下报停户平均回水温度＝40.5℃+(42℃-40℃)＝42.5℃；
则预测：
中间户401：室温＝26℃+0.4*(41℃-40.5℃)＝26.2℃；
楼下报停户201：室温＝25℃+0.4*(42℃-42.5℃)＝24.8℃；
楼上报停户601：室温＝24℃+0.4*(45℃-45.5℃)＝23.8℃；
模拟计算2：
此时有一个区域表2所示：
表2：供暖区块
| 701：报停 | |
| 601：供暖 | 室温：22.5℃，回水温度46.5 |
| 501：供暖 | 室温未知，回水温度：41.5℃ |
| 401：供暖 | 室温未知，回水温度：41℃ |
| 301：供暖 | 室温：25.5℃，回水温度：39.5℃ |
| 201：供暖 | 室温未知，回水温度：42℃ |
| 101：报停 |
根据以上表格将201至601为一个计算区块：
区块中间户平均室温＝(25.5℃+(22.5℃+(25℃-23℃)))/2＝25℃；
因为601有数据，而其为楼上报停户，所以计算时加以修正。
区块中间户平均回水温度＝(39.5℃+(46.5℃+(40℃-45℃)))/2＝40.5℃；
根据以上示例可得：
区块楼上报停户平均室温＝25℃+(23℃-25℃)＝23℃；
区块楼上报停户平均回水温度＝40.5℃+(45℃-40℃)＝45.5℃；
区块楼下报停户平均室温＝25℃+(24℃-25℃)＝24℃；
区块楼下报停户平均回水温度＝40.5℃+(42℃-40℃)＝42.5℃；
则预测：
中间户401：室温＝25℃+0.4*(41℃-40.5℃)＝25.2℃；
中间户501：室温＝25℃+0.4*(41.5℃-40.5℃)＝25.4℃；
楼下报停户201：室温＝24℃+0.4*(42℃-42.5℃)＝23.8℃。
实施例2：
本公开实施例2面提供了一种供暖住户室温估测系统，包括：
数据获取模块，被配置为：获取供暖区域各住户的供暖状态信息；
供暖户划分模块，被配置为：将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
动态参数获取模块，被配置为：根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
供暖区块计算模块，被配置为：以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
室温预测模块，被配置为：根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
所述系统的工作方法与实施例1提供的供暖住户室温估测方法相同，这里不再赘述。
实施例3：
本公开实施例3提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例1所述的供暖住户室温估测方法中的步骤，所述步骤为：
获取供暖区域各住户的供暖状态信息；
将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
详细步骤与实施例1中提供的供暖住户室温估测方法相同，这里不再赘述。
实施例4：
本公开实施例4提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例1所述的供暖住户室温估测方法中的步骤，所述步骤为：
获取供暖区域各住户的供暖状态信息；
将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到不同供暖户的回归算法模型的实时动态参数，进而得到供暖区域所有供暖户的平均实时动态参数；
以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
详细步骤与实施例1中提供的供暖住户室温估测方法相同，这里不再赘述。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (15)
1.一种供暖住户室温估测方法，其特征在于，包括以下步骤：
获取供暖区域各住户的供暖状态信息；
将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到供暖区域所有供暖户的平均实时动态参数；
以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
2.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的中间户平均室温，具体为：
如果有测温数据的用户是上报停户，则供暖区块的中间户平均室温等于供暖区域中间户平均室温与供暖区域上报停户平均室温的差值同有测温数据的上报停户室温的和；
如果有测温数据的用户是下报停户，则供暖区块的中间户平均室温等于供暖区域中间户平均室温与供暖区域下报停户平均室温的差值同有测温数据的上报停户室温的和。
3.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的中间户平均回水温度，具体为：
如果有测温数据的用户是上报停户，则供暖区块的中间户平均回水温度等于供暖区域中间户平均回水温度与供暖区域上报停户平均回水温度的差值同有测温数据的上报停户回水温度的和；
如果有测温数据的用户是下报停户，则供暖区块的中间户平均回水温度等于供暖区域中间户平均回水温度与供暖区域下报停户平均回水温度的差值同有测温数据的下报停户回水温度的和。
4.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的上报停户的平均室温，具体为：
供暖区块的中间户平均室温同供暖区域上报停户平均室温与供暖区域中间户平均室温的差值的和。
5.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的上报停户的平均回水温度，具体为：
供暖区块中间户平均回水温度通供暖区域上报停户平均回水温度与供暖区与中间户平均回水温度的差值的和。
6.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的下报停户的平均室温，具体为：
供暖区块中间户平均室温同供暖区与下报停户平均室温与供暖区域中间户平均室温的差值的和。
7.如权利要求1所述的供暖住户室温估测方法，其特征在于，供暖区块的下报停户的平均回水温度，具体为：
区块中间户平均回水温度同供暖区域下报停户平均回水温度与供暖区域中间户平均回水温度的差值的和。
8.如权利要求1所述的供暖住户室温估测方法，其特征在于，如果被估测户为供暖区块的中间户，则估算该户的室温具体为：
该户回水温度与供暖区块中间户平均回水温度的做差后与供暖区域实时动态参数相乘，相乘的结果与此供暖区块的中间户平均室温相加后的结果为此中间户的平均室温估算结果。
9.如权利要求1所述的供暖住户室温估测方法，其特征在于，如果被估测户为上报停户，则估算该户的室温具体为：
该户回水温度与供暖区块上报停户平均回水温度的做差后与供暖区域实时动态参数相乘，相乘的结果与此供暖区块的上报停户平均室温相加后的结果为此上报停户的平均室温估算结果。
10.如权利要求1所述的供暖住户室温估测方法，其特征在于，如果被估测户为下报停户，则估算该户的室温具体为：
该户回水温度与供暖区块下报停户平均回水温度的做差后与供暖区域实时动态参数相乘，相乘的结果与此供暖区块的下报停户平均室温相加后的结果为此下报停户的平均室温估算结果。
11.如权利要求1所述的供暖住户室温估测方法，其特征在于，所述预设回归算法模型，具体为：
Tr＝α×Tn+β×Tout+Tb
其中，Tr为平均室温；Tn为平均回水温度；Tout为平均室外温度；α为供暖系数，β为保温系数，Tb为停暖温度，所述实时动态参数为供暖系数α。
12.如权利要求1所述的供暖住户室温估测方法，其特征在于，当供暖区块中没有正常室温采集的供暖户时，获取不具备室温测量条件的供暖户的回水温度和室外温度，根据获得的实时动态参数，得到每个不具备室温测量条件的供暖户的多个室温预测值，以多个室温预测值的平均值为最终室温预测值。
13.一种供暖住户室温估测系统，其特征在于，包括：
数据获取模块，被配置为：获取供暖区域各住户的供暖状态信息；
供暖户划分模块，被配置为：将供暖户根据其周边邻居住户的供暖状态，至少划分为供暖中间户、上报停户、下报停户和供暖孤岛户；
动态参数获取模块，被配置为：根据正常室温采集的每个供暖户的室温、回水温度和室外温度，对预设回归算法模型进行训练，得到供暖区域所有供暖户的平均实时动态参数；
供暖区块计算模块，被配置为：以连续的供暖户为一个供暖区块，当此供暖区块中存在正常室温采集的供暖户时，计算供暖区块中的上报停户、下报停户和中间户的平均温度和平均回水温度；
室温预测模块，被配置为：根据供暖区域所有供暖户的平均实时动态参数以及得到的平均温度和平均回水温度，得到供暖区块中室温采集异常的供暖户的平均温度。
14.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-12任一项所述的供暖住户室温估测方法中的步骤。
15.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-12任一项所述的供暖住户室温估测方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010475928.0A CN111578372B (zh) | 2020-05-29 | 2020-05-29 | 一种供暖住户室温估测方法、系统、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010475928.0A CN111578372B (zh) | 2020-05-29 | 2020-05-29 | 一种供暖住户室温估测方法、系统、介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111578372A CN111578372A (zh) | 2020-08-25 |
| CN111578372B true CN111578372B (zh) | 2021-05-18 |
Family
ID=72118005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010475928.0A Active CN111578372B (zh) | 2020-05-29 | 2020-05-29 | 一种供暖住户室温估测方法、系统、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111578372B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101074790A (zh) * | 2006-05-17 | 2007-11-21 | 大连金太阳科技开发有限公司 | 热网热源与供暖室温的联合调控方法 |
| GB2509156B (en) * | 2012-12-21 | 2015-08-05 | Nitronica Ltd | A device and method for heating system control and monitoring |
| CN106051908B (zh) * | 2016-06-01 | 2018-11-06 | 河北鼎控自动化科技有限公司 | 用于智慧城市供暖的温度控制面积法热计量系统及方法 |
| CN207702555U (zh) * | 2017-12-01 | 2018-08-07 | 中航国际新能源发展有限公司 | 分布式多源输配系统 |
| CN108266792A (zh) * | 2018-01-22 | 2018-07-10 | 河北工业大学 | 一种建筑代表温度的快速计算方法 |
-
2020
- 2020-05-29 CN CN202010475928.0A patent/CN111578372B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111578372A (zh) | 2020-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111578370B (zh) | 一种供暖调控方法、系统、介质及电子设备 | |
| EP3614055B1 (en) | Heat supply regulation method and apparatus | |
| Wang et al. | Model-based optimal control of VAV air-conditioning system using genetic algorithm | |
| CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
| US20200166230A1 (en) | Controller for hvac unit | |
| CN103017290A (zh) | 空调电能控制装置及空调电能管理方法 | |
| CN111486554B (zh) | 一种基于在线学习的空调温度无感化控制方法 | |
| CN111520812B (zh) | 一种供热住户室温估测方法及系统 | |
| CN215724029U (zh) | 一种中央空调自适应控制系统 | |
| CN106468467B (zh) | 一种应用于嵌入式控制系统的空调冷负荷实时预测算法 | |
| Yuan et al. | Analysis and evaluation of the operation data for achieving an on-demand heating consumption prediction model of district heating substation | |
| Yuan et al. | A new feedback predictive model for improving the operation efficiency of heating station based on indoor temperature | |
| CN113778215A (zh) | 基于大数据实现数据中心pue预测以及降耗策略的方法 | |
| Sha et al. | A control strategy of heating system based on adaptive model predictive control | |
| CN112923435B (zh) | 一种基于人工智能和优化算法的集中供热二次侧调控方法 | |
| CN111578372B (zh) | 一种供暖住户室温估测方法、系统、介质及电子设备 | |
| CN116989432B (zh) | 一种空调系统节能运行优化调度方法及系统 | |
| Zhang et al. | A review of static pressure reset control in variable air volume air condition system | |
| CN116951780A (zh) | 一种智能中央热水器管理方法和系统 | |
| CN205842842U (zh) | 一种新型智能家庭采暖系统 | |
| CN117091242A (zh) | 空调温控负荷集群的评估方法、温度设定方法及系统 | |
| CN111520874A (zh) | 一种水系统空调机房能效检测优化系统 | |
| CN115875809A (zh) | 机房换热设备的节能方法、装置及计算机可读存储介质 | |
| Wang et al. | Application of a Novel Grey Model for Forecasting Indoor Air Temperature in Poultry Houses: Control Strategy | |
| CN115342409B (zh) | 一种供热系统的控制调节方法与系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 250101 8th floor, Huantong building, 1257 Tianchen Road, high tech Zone, Jinan City, Shandong Province Applicant after: Shandong pusai Communication Technology Co.,Ltd. Address before: 250101 8th floor, Huantong building, 1257 Tianchen Road, high tech Zone, Jinan City, Shandong Province Applicant before: JINAN PUSAI COMMUNICATIONS TECHNOLOGY Co.,Ltd. |
|
| CB03 | Change of inventor or designer information |
Inventor after: Zhao Wenxiu Inventor after: Lu Lu Inventor after: Du Hongtao Inventor before: Chen Dongyan Inventor before: Zhao Wenxiu Inventor before: Lu Lu Inventor before: Du Hongtao |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: The invention relates to a heating household room temperature estimation method, system, medium and electronic equipment Effective date of registration: 20211125 Granted publication date: 20210518 Pledgee: Ji'nan rural commercial bank Limited by Share Ltd. high tech branch Pledgor: Shandong pusai Communication Technology Co.,Ltd. Registration number: Y2021980013241 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230220 Granted publication date: 20210518 Pledgee: Ji'nan rural commercial bank Limited by Share Ltd. high tech branch Pledgor: Shandong pusai Communication Technology Co.,Ltd. Registration number: Y2021980013241 |