CN112560240A - 基于大数据分析技术的供热管网水力计算方法 - Google Patents
基于大数据分析技术的供热管网水力计算方法 Download PDFInfo
- Publication number
- CN112560240A CN112560240A CN202011400258.2A CN202011400258A CN112560240A CN 112560240 A CN112560240 A CN 112560240A CN 202011400258 A CN202011400258 A CN 202011400258A CN 112560240 A CN112560240 A CN 112560240A
- Authority
- CN
- China
- Prior art keywords
- heat supply
- model
- establishing
- pipe network
- supply pipe
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 31
- 238000007405 data analysis Methods 0.000 title claims abstract description 11
- 238000005516 engineering process Methods 0.000 title claims abstract description 11
- 238000009826 distribution Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 230000001105 regulatory effect Effects 0.000 claims abstract description 9
- 230000001276 controlling effect Effects 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 57
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000010438 heat treatment Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于大数据分析技术的供热管网水力计算方法，该方法包括以下步骤：步骤一，建立供热管网系统网络拓扑：步骤二，建立数字孪生关系：步骤201，建立管路特性方程：步骤202，建立输配分析模型：步骤203，建立调控设备特性模型：步骤204，建立基于大数据下的水力联调模型：联立供热管网系统拓扑图中的拓扑关系式、输配分析模型和调控设备特性模型，设定运行边界条件和大数据分析方式，组建水力联调模型模型；步骤三，基于数字孪生关系下的运行仿真：第四步，数据迭代分析。本发明的方法将传统城镇供热管网系统被动调节方式转变为主动调节提供有利依据，提高系统水力工况稳定，提供运行效率。
Description
技术领域
本发明属于城镇供热领域，涉及供热管网，特别涉及一种基于大数据分析技术的供热管网水力计算方法。
背景技术
随着我国城市化进程的加快和人民生活水平的不断提高,我国的城市集中供热事业得到较大发展。但由于城镇集中供热管网系统是一个十分复杂的多变量控制系统,具有供热面积大、影响因素多、内部关联性强、滞后时间长、非线性严重等特点，日常运营中既要保证供热管网系统的水力平衡，还要保证其热力平衡，因此导致运行难度较大，运行工况不合理。
要实现供热管网系统热力工况的合理稳定运行，必须有一个稳定的水力工况及合理的流量分配。建立稳定水力工况及合理流量分配的过程称之为供热管网水力计算。其主要任务是：
(A)已知热媒流量和管网直径，计算管道压力损失；
(B)已知管道参数和资用压力，计算或校核管道流量；
(C)根据水力计算成果，确定系统循环水泵流量和扬程。
通常，集中供热管网系统会在开始运行前(或运行过程中)，对供热管网进行初调节，使各用户流量达到理想工况(或设计工况)。但初调节只能使集中供热管网系统初始化中一次网各二级站流量按热负荷均匀调配，并进而使二次网各用户平均室温达到一致，但初调节由于采用静态调节思路，初始化设置后其功效“保质期”无法贯穿多个采暖季。而要保证集中供热管网系统在整个供暖期都运行良好、按需供热，还需要进行运行调节，随时根据室外气温以及用户自主调节的变化，调节管网供水温度和流量。但基于经验和传统仿真计算是无法在一个水力耦合较强且复杂工况环境下完成供热参数的及时修订，实现最佳水力工况。最为直接的原因是面对复杂环境时无法分析量化其环境维度，并将其转化为系统控制的确定控制指令。因此在系统调节中，往往伴随着大延迟与调节目标模糊的情况。
除此之外，热水供热管网中，流体的流动状态大多处于阻力平方区。因此，流体的压降和流量关系服从二次幂规律，即ΔP＝SG2(式中S为管网计算管段的阻抗，其实际意义是流体在管网中紊流运行状态下的阻力特性系数，其物理表达式是
其数值与管道粗糙度、水流密度、管径、局部阻力系数相关)。管道粗糙度和阻力系数会随着运行时间的推移而发生变化，传统的控制和计算系统是无法感知系统中该参数的变化，只能按照固定值贯穿整个采暖周期的水力计算或系统调节。由此带来的问题便是计算的偏差和环境的无法适应。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于大数据分析技术的供热管网水力计算方法，实现动态水力状况分析，以解决当前供热调控无法自适应运行环境、缺乏运行依据、无法进行精确调节的难题。
为了解决上述技术问题，本发明采用如下技术方案予以实现：
一种基于大数据分析技术的供热管网水力计算方法，该方法包括以下步骤：
步骤一，建立供热管网系统网络拓扑：
将供热管网系统每个管件或组成部分用一组点来表示，将系统管路用这些节点之间的有向连线来表示，由此建立有向线段集合，制作供热管网系统拓扑图；
步骤二，建立数字孪生关系：
步骤201，建立管路特性方程：
识别各个用热单元的供热回路，基于基尔霍夫定律，引入拓扑中节点关系、回路矩阵建立基本回路压降向量方程组；
步骤202，建立输配分析模型：
根据供热管网系统基本输配特性，结合基本回路压降向量方程组，联立如下方程：
其中：
ΔH为对象回路压降；
S为对象回路管段阻抗；
G为流经该支路的水流量；
ΔZ为相对地形高程差；
DH为管道中水泵扬程，对象回路中如果没有水泵，则该值取0；
B为管网基本回路矩阵；
H为基本回路中各支路对应的压降；
步骤203，建立调控设备特性模型：
供热管网系统的主要调控设备为水泵和阀门，基于水泵和阀门特性建立各自的特性模型：
水泵特性模型为DHz＝f(Gz)；
其中：
DHz为水泵的扬程；
Gz为水泵的流量；
阀门特性模型为
Gf为流经阀门的水流量；
ΔP为阀门前后压力差值；
步骤204，建立基于大数据下的水力联调模型：
联立供热管网系统拓扑图中的拓扑关系式、输配分析模型和调控设备特性模型，通过大数据和人工智能技术，对集中供热的历史数据进行学习，结合供热管网的机理和物理特性，首先对物联网采集数据进行预处理，清洗离群点，填补缺失值和修正异常值；接着，针对不同热源设备和管段的机理公式和理论，对数据的特征进行选择和加工，生成符合设备及系统运行机理的趋势特征，提升模型的拟合程度和精度；再使用多元一次模型、多元二次模型，最小二乘算法，以及贝叶斯参数寻优算法，训练得到表征物理设备特性的水泵特性模型、阀门特性模型输配分析模型，进而获得供热管网水力计算；
步骤三，基于数字孪生关系下的运行仿真：
采用供热管网系统的当前运行参数作为输入量代入水力联调模型中进行仿真计算，获得实时水力计算结果；
第四步，数据迭代分析：
每隔3～6天进行模型更新，对输配模型、调控设备特性模型进行修正，以适应当前供热环境，达到传统供热调控中无法实现的自适应功能。
本发明与现有技术相比，具有如下技术效果：
(Ⅰ)本发明的方法将传统城镇供热管网系统被动调节方式转变为主动调节提供有力依据，使系统水力工况更为稳定，提高运行效率。
(Ⅱ)本发明的方法采用大数据、人工智能的方式，其自学习、自适应、强算力的特点在面对同样复杂工况的集中供热问题时，通过动态数据分析方式修正管段阻抗值，提供优化调度的基础数据和基于优化调度的动态运行思路，用来解决热源匹配及输配合理问题。
附图说明
图1是应用例的供热管网系统图。
图2是应用例的供热管网系统拓扑图。
图3是应用例的供热管网系统基本回路图。
以下结合实施例对本发明的具体内容作进一步详细解释说明。
具体实施方式
需要说明的是，本发明中的供热管网的机理和物理特性为本领域技术人员一已知的供热管网的机理和物理特性。
遵从上述技术方案，以下给出本发明的具体实施例，需要说明的是本发明并不局限于以下具体实施例，凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。
实施例：
本实施例给出一种基于大数据分析技术的供热管网水力计算方法，该方法包括以下步骤：
步骤一，建立供热管网系统网络拓扑：
将供热管网系统每个管件或组成部分用一组点来表示，将系统管路用这些点之间的有向连线来表示，由此建立有向线段集合，制作供热管网系统拓扑图；
步骤二，建立数字孪生关系：
步骤201，建立管路特性方程：
识别各个用热单元的供热回路，基于基尔霍夫定律，引入拓扑中节点关系、回路矩阵建立基本回路压降向量方程组；
步骤202，建立输配分析模型：
根据供热管网系统基本输配特性，结合基本回路压降向量方程组，联立如下方程：
其中：
ΔH为对象回路压降；
S为对象回路管段阻抗；
G为流经该支路的水流量；
ΔZ为相对地形高程差；
DH为管道中水泵扬程，对象回路中如果没有水泵，则该值取0；
B为管网基本回路矩阵；
H为基本回路中各支路对应的压降；
步骤203，建立调控设备特性模型：
供热管网系统的主要调控设备为水泵和阀门，基于水泵和阀门特性建立各自的特性模型：
水泵特性模型为DHz＝f(Gz)；
其中：
DHz为水泵的扬程；
Gz为水泵的流量；
阀门特性模型为
Gf为流经阀门的水流量；
ΔP为阀门前后压力差值；
步骤204，建立基于大数据下的水力联调模型：
联立供热管网系统拓扑图中的拓扑关系式、输配分析模型和调控设备特性模型，通过大数据和人工智能技术，对集中供热的历史数据进行学习，结合供热管网的机理和物理特性，首先对物联网采集数据进行清洗，清洗离群点，缺失值和异常值；接着，针对不同热源设备和管段的机理公式和理论，对数据的特征进行选择和加工，生成符合设备及系统运行机理的趋势特征，提升模型的拟合程度和精度；再使用多元一次模型、多元二次模型，最小二乘算法，以及贝叶斯参数寻优算法，训练得到表征物理设备特性的水泵特性模型、阀门特性模型输配分析模型，进而获得供热管网水力计算；
本实施例中：
首先，对物联网采集数据进行清洗和加工的具体过程为：
(1)通过机理通识进行初步数据清洗，如：换热站一网侧管网供水温度应大于回水温度、热源一网出口压力大于管网回水压力、各换热站总供热量小于热源总供热量等，通过基础机理通识过滤明显错误数据；
(2)通过运行规律对短时间数据偏差较大的数据进行清洗，如：短期内无故突变的温度、压力及流量参数等；
(3)对采集于底层设备的数据中的短期缺失值进行合理补齐；
(4)通过不同设备及输配特征，剔除物理关系相矛盾的数据点，例如：二网供水温度大于一网侧供水温度、关闭循环水泵情况下出现的流量计读数大幅提升等矛盾数据点。
(5)通过数据分布情况，采用“孤立森林”算法方式进行数据归类、筛选。
其次，针对不同设备和管段间的机理关系，使用海量历史数据不断迭代、演进，加强模型的拟合程度和精度，生成符合设备及系统运行机理的趋势特征，如表征物理设备特性的水泵扬程与流量间的一元二次关系、符合快开式阀门的线性模型、符合“基尔霍夫”定律的输配模型等。
由以上方式获取符合真实环境的水力模型、设备特性，为水力仿真计算提供基础。
步骤三，基于数字孪生关系下的运行仿真：
采用供热管网系统的当前运行参数作为输入量代入水力联调模型中进行仿真计算，获得实时水力计算结果；
第四步，数据迭代分析：
由于供热系统中影响管网水力状况的因素有很多，如管网粗糙度、管道保温状况、管道覆土高度、设备运行效率等，这些都会随着时间出现管道老化、保温脱落、覆土沉降、设备老化等情况发生，这都将影响管道水力计算结果。而忽视这样的变化进行水力计算将存在较大误差。因此需要根据新的运行数据进行分析，不断修正诸如以上因素导致的环境变化。
每隔3～6天进行模型更新，对输配模型、调控设备特性模型进行修正，以适应当前供热环境，达到传统供热调控中无法实现的自适应功能。
应用例：
遵从上述实施例的方案，以附图1所示的供热管网系统作为具体应用案例，热源所辖3个换热站A、B、C。
(一)将供热管网系统图转换为拓扑图，并将其分解为基本回路L1、L2、L3，如图2和图3所示，其意义为A、B、C换热站的基本回路。
对拓扑图分析后，定义顺时针方向为正方向，管道回路为：
1-2,2-3,3-4,4-4’,4’-3’,3-5,5-5’,5’-3’,3’-2’,2-6,6-6’,6’-2’,2’-1’,1’-1
则回路矩阵如下：
(二)、建立输配分析模型
a.根据各基本回路L1、L2、L 3的节点位置关系，进行压降方程联立
其中：
P1为图1中管道节点处水压，P1'为图1中管道节点1’处的水压，依次类推,Pn为图1中管道节点n处的水压，Pn'为图1中管道节点n’处的水压；
S1-2为图1中管道节点1到节点2处管道阻抗，依次类推,Sn-m为图1中管道节点n到节点m的管道阻抗；
G1为换热站A的一网侧循环水量；
G2为换热站B的一网侧循环水量；
G3为换热站C的一网侧循环水量；
b.根据L1、L2、L3环路环路矩阵进行联立：
B*H＝0，其中
·已知参数：各节点处的压力(热源及换热站供回水压力)：P1、P1’、P6、P6’、P4、P4’、P5、P5’、和各站流量：G1、G2、G3。
·方程组：方程14个。
·未知参数：管段阻抗Sn-m(从节点n到节点m的阻抗)，管段交点的压力P3、P3’、P2、P2。未知参数14+4＝18个，其中10个未知参数为不变值(在一周内各管段阻抗可近似认为不变)。
由此建立本范例输配水力计算模型。
2.建立控制设备模型
(1)热源循环水泵特性模型:DHz＝f(Gz)
其中：
DHz为水泵的扬程；
Gz为水泵的流量；
代入本范例得到，DHz＝P1-P1'+H0，GZ＝G1+G2+G3
其中温度、流量、压力均为可采集数据，H0为水泵自身的运行压力损失，在设备未出现较大修整和一个模型训练周期中，可视为定值。
(2)各换热站阀门特性模型：
ΔPa为换热站A一网侧电动调节阀前后压差，即P4-P4’；
ΔPb为换热站B一网侧电动调节阀前后压差,即P5-P5’；
ΔPc为换热站C一网侧电动调节阀前后压差；即P6-P6’
即：
3.进行水力联调
根据过往数据，在确定时刻，就有确定的设备运行参数，不同时刻会有一组不同的数据：
t1时刻有参数：ΔPa、ΔPb、ΔPc、Gz、G1、G2、G3、
DHz等
t2时刻有参数：ΔPa、ΔPb、ΔPc、Gz、G1、G2、G3、
DHz等
t2时刻有参数：ΔPa、ΔPb、ΔPc、Gz、G1、G2、G3、
DHz等
……
每个时刻均会产生相同参数不同数据的组合，结合供热管网的机理和物理特性(如压差范围、流量范围、阀门开度范围等)设定运行边界，对采集数据进行清洗，结合本范例，可列出的物理运行边界有：
其中：
Sn-m为n-m管段阻抗
Gz0、DHz0为水泵额定流量与最大扬程
DHz为循环水泵扬程
P1-P1'为热源1点和1’点压差
P4-P4'为换热站A 4点和4’点压差
P5-P5'为换热站B 5点和5’点压差
P6-P6'为换热站6点和6’点压差
T1-T1'、T4-T4'、T5-T5'、T6-T6'，分别为节点1点与1’点、4点与4’点、5点与5’点、6点与6’温差值。
G1、G2、G3为ABC换热各自一网侧流量，Q1、Q2、Q3为ABC换热各自一网侧供热量，Gz为循环水泵流量，Qz为热源总供热量。
再分析系统运行中压力、流量、温度、阀门开度等数据的变化趋势，清洗点离群点，缺失值和异常值；接着，针对不同设备和管段的工程理论基础，对数据的分布特征进行选择和加工，生成符合设备及系统运行机理的趋势特征，训练得到表征物理设备特性的水泵特性模型、阀门特性模型输配分析模型，进而得到：
各管段阻抗S、不同压力下阀门开度与流量间关系、不同扬程下循环流量的特性。从而从计算获得从热源、到输配到末端，整个供热系统供热管网水力计算。
(三)运行仿真
通过第(一)、(二)步骤，可得：
此时阻抗通过大数据分析由未知变为已知量，只要获取各管段流量数据或者阀门开度、水泵扬程等，就可以计算出任意运行状态下各管段的压降情况，从而获得对供热管网实时水力计算。
(四)数据迭代
由于在运行中管道的粗糙度即管道的阀门开度或水泵运行状态都会影响到管网中水力情况，因此在运行后4-6天内进行重复以上第二步，保证计算得到的设备特性和管道阻抗S是最符合当下运行状况的，使之更贴近实际运行情况。
Claims (1)
1.一种基于大数据分析技术的供热管网水力计算方法，其特征在于，该方法包括以下步骤：
步骤一，建立供热管网系统网络拓扑：
将供热管网系统每个管件或组成部分用一组节点来表示，将系统管路用这些节点之间的有向连线来表示，由此建立有向线段集合，得到供热管网系统拓扑图；
步骤二，建立数字孪生关系：
步骤201，建立管路特性方程：
识别各个用热单位的供热回路，基于基尔霍夫定律，引入拓扑中节点关系、回路矩阵建立基本回路压降向量方程组；
步骤202，建立输配分析模型：
根据供热管网系统基本输配特性，结合基本回路压降向量方程组，建立如下方程：
其中：
ΔH为对象回路压降；
S为对象回路管段阻抗；
G为流经该支路的水流量；
ΔZ为相对地形高程差；
DH为管道中水泵扬程，对象回路中如果没有水泵，则该值取0；
B为管网基本回路矩阵；
H为基本回路中各支路对应的压降；
步骤203，建立调控设备特性模型：
供热管网系统的主要调控设备为水泵和阀门，基于水泵和阀门特性建立各自的特性模型：
水泵特性模型为DHz＝f(Gz)；
其中：
DHz为水泵的扬程；
Gz为水泵的流量；
阀门特性模型为
Gf为流经阀门的水流量；
ΔP为阀门前后压力差值；
步骤204，建立基于大数据下的水力联调模型：
联立供热管网系统拓扑图中的拓扑关系式、输配分析模型和调控设备特性模型，通过大数据和人工智能技术，对集中供热的历史数据进行学习，结合供热管网的机理和物理特性，首先对物联网采集数据进行清洗，清洗离群点，填补缺失值和剔除异常值；接着，针对不同热源设备和管段的机理公式和理论，对数据的特征进行选择和加工，生成符合设备及系统运行机理的趋势特征，提升模型的拟合程度和精度；再使用多元一次模型、多元二次模型，最小二乘算法，以及贝叶斯参数寻优算法，训练得到表征物理设备特性的水泵特性模型、阀门特性模型输配分析模型，进而获得供热管网水力计算；
步骤三，基于数字孪生关系下的运行仿真：
采用供热管网系统的当前运行参数作为输入量代入水力联调模型中进行仿真计算，获得实时水力计算结果；
第四步，数据迭代分析：
每隔3～6天进行模型更新，对输配模型、调控设备特性模型进行修正，以适应当前供热环境，达到传统供热调控中无法实现的自适应功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011400258.2A CN112560240A (zh) | 2020-12-02 | 2020-12-02 | 基于大数据分析技术的供热管网水力计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011400258.2A CN112560240A (zh) | 2020-12-02 | 2020-12-02 | 基于大数据分析技术的供热管网水力计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112560240A true CN112560240A (zh) | 2021-03-26 |
Family
ID=75047844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011400258.2A Pending CN112560240A (zh) | 2020-12-02 | 2020-12-02 | 基于大数据分析技术的供热管网水力计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112560240A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113111471A (zh) * | 2021-04-14 | 2021-07-13 | 武汉行健道信息技术有限公司 | 一种基于人工智能和物联网的城市智慧水务数字化智能管理系统 |
| CN113251321A (zh) * | 2021-05-28 | 2021-08-13 | 华能(广东)能源开发有限公司海门电厂 | 一种识别蒸汽热网爆管位置的方法和系统 |
| CN113606656A (zh) * | 2021-08-24 | 2021-11-05 | 上海观燃智能科技有限公司 | 一种基于模型预测的供热系统水力平衡调节方法和系统 |
| CN113657031A (zh) * | 2021-08-12 | 2021-11-16 | 杭州英集动力科技有限公司 | 基于数字孪生的供热调度自动化实现方法、系统及平台 |
| CN113819512A (zh) * | 2021-09-08 | 2021-12-21 | 华能兰州新区热电有限公司 | 一种基于大数据分析集中供热控制方法 |
| CN114611256A (zh) * | 2022-02-25 | 2022-06-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备以及存储介质 |
| CN115143516A (zh) * | 2021-03-29 | 2022-10-04 | 北京华大智宝电子系统有限公司 | 一种枝状供热管网一次网的平衡调节方法和系统 |
| CN115143517A (zh) * | 2021-03-29 | 2022-10-04 | 北京华大智宝电子系统有限公司 | 一种集中供热管网二次网的平衡调节方法和系统 |
| CN115292963A (zh) * | 2022-09-26 | 2022-11-04 | 北京云庐科技有限公司 | 基于仿真模拟供热管网调控方法、装置、电子设备和介质 |
| CN116340305A (zh) * | 2023-04-24 | 2023-06-27 | 上海叁零肆零科技有限公司 | 一种燃气管网拓扑中点表线表唯一性的修复方法与系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108916986A (zh) * | 2018-09-10 | 2018-11-30 | 常州英集动力科技有限公司 | 信息物理融合的二级管网变流量水力平衡调控方法及系统 |
| CN110513767A (zh) * | 2019-09-25 | 2019-11-29 | 常州英集动力科技有限公司 | 基于热力站阻力特性的热网水力平衡调控方法及系统 |
| CN110793094A (zh) * | 2019-10-28 | 2020-02-14 | 浙江大学 | 一种城市集中供热系统综合灵活调度方法和系统 |
| CN111222213A (zh) * | 2020-01-15 | 2020-06-02 | 许继集团有限公司 | 一种热力网络动态仿真方法及装置 |
| CN111611674A (zh) * | 2019-11-20 | 2020-09-01 | 天津大学 | 一种供热系统仿真运行工况可视化方法 |
| CN111797888A (zh) * | 2020-05-11 | 2020-10-20 | 山东建筑大学 | 一种蓄热供热系统及泄漏检测方法 |
-
2020
- 2020-12-02 CN CN202011400258.2A patent/CN112560240A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108916986A (zh) * | 2018-09-10 | 2018-11-30 | 常州英集动力科技有限公司 | 信息物理融合的二级管网变流量水力平衡调控方法及系统 |
| CN110513767A (zh) * | 2019-09-25 | 2019-11-29 | 常州英集动力科技有限公司 | 基于热力站阻力特性的热网水力平衡调控方法及系统 |
| CN110793094A (zh) * | 2019-10-28 | 2020-02-14 | 浙江大学 | 一种城市集中供热系统综合灵活调度方法和系统 |
| CN111611674A (zh) * | 2019-11-20 | 2020-09-01 | 天津大学 | 一种供热系统仿真运行工况可视化方法 |
| CN111222213A (zh) * | 2020-01-15 | 2020-06-02 | 许继集团有限公司 | 一种热力网络动态仿真方法及装置 |
| CN111797888A (zh) * | 2020-05-11 | 2020-10-20 | 山东建筑大学 | 一种蓄热供热系统及泄漏检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 史月美，宗春梅: "《关联规则挖掘研究》", 31 May 2016, 北京：兵器工业出版社, pages: 4 - 5 * |
| 胡树云 等: "基于数据驱动与机理模型融合的热网水力平衡分析方法", 《自动化博览》, 15 April 2020 (2020-04-15), pages 82 - 85 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115143517B (zh) * | 2021-03-29 | 2023-09-22 | 北京华大智宝电子系统有限公司 | 一种集中供热管网二次网的平衡调节方法和系统 |
| CN115143517A (zh) * | 2021-03-29 | 2022-10-04 | 北京华大智宝电子系统有限公司 | 一种集中供热管网二次网的平衡调节方法和系统 |
| CN115143516A (zh) * | 2021-03-29 | 2022-10-04 | 北京华大智宝电子系统有限公司 | 一种枝状供热管网一次网的平衡调节方法和系统 |
| CN115143516B (zh) * | 2021-03-29 | 2023-09-22 | 北京华大智宝电子系统有限公司 | 一种枝状供热管网一次网的平衡调节方法和系统 |
| CN113111471A (zh) * | 2021-04-14 | 2021-07-13 | 武汉行健道信息技术有限公司 | 一种基于人工智能和物联网的城市智慧水务数字化智能管理系统 |
| CN113111471B (zh) * | 2021-04-14 | 2022-02-22 | 湖南华埔信息产业有限公司 | 基于人工智能和物联网的城市智慧水务数字化管理系统 |
| CN113251321A (zh) * | 2021-05-28 | 2021-08-13 | 华能(广东)能源开发有限公司海门电厂 | 一种识别蒸汽热网爆管位置的方法和系统 |
| CN113657031A (zh) * | 2021-08-12 | 2021-11-16 | 杭州英集动力科技有限公司 | 基于数字孪生的供热调度自动化实现方法、系统及平台 |
| CN113657031B (zh) * | 2021-08-12 | 2024-02-23 | 浙江英集动力科技有限公司 | 基于数字孪生的供热调度自动化实现方法、系统及平台 |
| CN113606656A (zh) * | 2021-08-24 | 2021-11-05 | 上海观燃智能科技有限公司 | 一种基于模型预测的供热系统水力平衡调节方法和系统 |
| CN113819512A (zh) * | 2021-09-08 | 2021-12-21 | 华能兰州新区热电有限公司 | 一种基于大数据分析集中供热控制方法 |
| CN114611256A (zh) * | 2022-02-25 | 2022-06-10 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备以及存储介质 |
| CN115292963B (zh) * | 2022-09-26 | 2022-12-20 | 北京云庐科技有限公司 | 基于仿真模拟供热管网调控方法、装置、电子设备和介质 |
| CN115292963A (zh) * | 2022-09-26 | 2022-11-04 | 北京云庐科技有限公司 | 基于仿真模拟供热管网调控方法、装置、电子设备和介质 |
| CN116340305A (zh) * | 2023-04-24 | 2023-06-27 | 上海叁零肆零科技有限公司 | 一种燃气管网拓扑中点表线表唯一性的修复方法与系统 |
| CN116340305B (zh) * | 2023-04-24 | 2023-10-20 | 上海叁零肆零科技有限公司 | 一种燃气管网拓扑中点表线表唯一性的修复方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560240A (zh) | 基于大数据分析技术的供热管网水力计算方法 | |
| CN112128841B (zh) | 一种基于负荷预测和室温反馈修正的全网平衡调节方法 | |
| CN108916986B (zh) | 信息物理融合的二级管网变流量水力平衡调控方法及系统 | |
| CN105910169B (zh) | 基于机理模型预测控制的城市供热系统热网调节方法及系统 | |
| CN110513767B (zh) | 基于热力站阻力特性的热网水力平衡调控方法及系统 | |
| CN112232980B (zh) | 一种区域能源供热系统热泵机组调控方法 | |
| CN111222213B (zh) | 一种热力网络动态仿真方法及装置 | |
| US20050192680A1 (en) | System and method for optimizing global set points in a building environmental management system | |
| CN108490790A (zh) | 一种基于多目标优化的过热汽温自抗扰串级控制方法 | |
| CN109830955B (zh) | 考虑柔性约束与全周期成本的电-气配网柔性规划方法 | |
| CN114484557B (zh) | 一种基于目标能耗管控的建筑群供热负荷调控方法 | |
| CN111561733B (zh) | 基于gbdt的供暖户阀调节方法、系统及设备 | |
| Liu et al. | Neurofuzzy network modelling and control of steam pressure in 300 MW steam-boiler system | |
| CN114265306A (zh) | 海洋平台通风系统在线风平衡控制方法及控制系统 | |
| CN113190999A (zh) | 供热管网流量调节提升风电消纳的电热协调方法及装置 | |
| Dostal et al. | Model predictive control for buildings with active one-pipe hydronic heating | |
| CN114909706B (zh) | 一种基于强化学习算法和压差控制的二级网平衡调控方法 | |
| CN114936742A (zh) | 一种供水系统调度代理决策方法 | |
| Seytov et al. | Mathematical models for calculation of limits in water resources management in irrigation systems | |
| CN108321806A (zh) | 基于实时反馈的梯级水电水位控制的多时段潮流优化方法 | |
| CN114909708A (zh) | 基于无线智能阀控调控室温的模型预测控制方法 | |
| CN114722693A (zh) | 一种水轮机调节系统二型模糊控制参数的优化方法 | |
| CN105490266B (zh) | 基于多变量拟合的发电机调速系统参数优化建模方法 | |
| CN113606656A (zh) | 一种基于模型预测的供热系统水力平衡调节方法和系统 | |
| CN114583710A (zh) | 基于数据驱动建模的风电场无功电压优化控制方法 |
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 |