CN113606650B - 基于机器学习算法的智慧供热室温调控系统 - Google Patents

基于机器学习算法的智慧供热室温调控系统 Download PDF

Info

Publication number
CN113606650B
CN113606650B CN202110838515.9A CN202110838515A CN113606650B CN 113606650 B CN113606650 B CN 113606650B CN 202110838515 A CN202110838515 A CN 202110838515A CN 113606650 B CN113606650 B CN 113606650B
Authority
CN
China
Prior art keywords
data
control
regulation
temperature
room 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
Application number
CN202110838515.9A
Other languages
English (en)
Other versions
CN113606650A (zh
Inventor
王荣鑫
张锐
张伟
刘玉国
聂鑫
徐毅
葛振福
张哲�
乔宏旭
高翔
杨�一
王晨
车新华
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.)
Zibo Heating Co ltd
Original Assignee
Zibo Heating 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 Zibo Heating Co ltd filed Critical Zibo Heating Co ltd
Priority to CN202110838515.9A priority Critical patent/CN113606650B/zh
Publication of CN113606650A publication Critical patent/CN113606650A/zh
Priority to ZA2022/06720A priority patent/ZA202206720B/en
Application granted granted Critical
Publication of CN113606650B publication Critical patent/CN113606650B/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明提供一种基于机器学习算法的智慧供热室温调控系统，涉及供热室温调控相关领域。本发明根据至少包括建筑物能耗特性、建筑物维护结构的系数将终端用户供热类型划分为五种类型，并挂接企业客服收费数据，实时动态刷新供热用户类型；将调控数据输入训练好的分类型建立的用户室温调控预测模型中，得到所述用户室温在预设时刻的预测供回水平均温度及用户侧预测负荷热量，并结合站控循环泵调节、楼宇单元阀、用户侧调节阀控制，实现对用户室温的调控；本发明利用提升树机器学习算法分类别建立用户室温的调控预测模型，并结合站控循环泵调节或楼宇单元阀以及用户侧调节阀控制，实现对用户室温的精准调控。

Description

基于机器学习算法的智慧供热室温调控系统
技术领域
本发明提供一种基于机器学习算法的智慧供热室温调控系统，涉及供热室温调控相关领域。
背景技术
供热终端用户控制系统是一个兼具时滞性、非线性、强耦合等特性的复杂系统，传统的供热终端用户调控方法并不能实现供热用户室内温度的精准调控，目前，供热企业对供热终端的调控覆盖面相对较小，调控策略及调控方式尚不完善成熟且功能相对单一，主要依靠专家经验调控楼宇单元侧阀门开度及换热站端循环泵频率，以实现概念化楼宇水力平衡及对终端用户室内温度的单一化粗略调控，对用户侧室内温度的分析及调控缺乏有效的数据支撑，无法实现对终端用热舒适度的合理化调控及用户用热满意度的持续提升。
发明内容
本发明的目的是提供一种能克服上述缺陷的基于机器学习算法的智慧供热室温调控系统，其利用提升树机器学习算法分类别建立用户室温的调控预测模型，并结合站控循环泵调节或楼宇单元阀以及用户侧调节阀控制，实现对用户室温的精准调控。
为实现上述发明目的，本发明提供一种基于机器学习算法的智慧供热室温调控系统，根据至少包括建筑物能耗特性、建筑物维护结构的系数将终端用户供热类型划分为“上供下停”、“上停下供”、“上停下停(孤岛)”、“上供下供(中间)”、“边户+孤岛”等五种类型，并挂接企业客服收费数据，实时动态刷新供热用户类型；
将调控数据输入训练好的分类型建立的用户室温调控预测模型中，得到所述用户室温在预设时刻的预测温度，并结合站控循环泵调节或楼宇单元阀控制，实现对用户室温的调控；
所述调控数据包括预测及实时气象数据、用户侧历史供水温度、回水温度、户控阀开度；其中，所述训练好的用户室温调控预测模型是通过环境样本数据，对机器学习模型进行训练得到的。
优选的，所述用户室温调控预测模型包括数据治理、模型训练、模型参数优化、预测值输出；
模型训练具体的包括如下步骤：
步骤(1.1)、获取样本数据：所述样本数据包括用户侧历史供水温度、回水温历史数据、室外气温历史数据、室外相对湿度历史数据、进水温历史数据、室内温历史数据、前24h室外气温历史数据，前24h室外相对湿度历史数据，前24h进水温历史数据、前24h室内温历史数据；
步骤(1.2)、样本数据清洗：对步骤(1)所得样本数据进行清洗治理，去除无效或不合理数据、补漏缺失数据、数据归一化处理；
步骤(1.3)、特征工程选取：选取室外气温历史值、前3*24h室外气温历史值、前24h用户侧供回水温度历史值作为特征工程；
所述模型参数优化包括以下步骤：
步骤(2.1)、参数调优：训练模型并进行相关的参数调优，防止过拟合和欠拟合；
步骤(2.2)、误差分析：模型验证及误差分析，利用测试集数据对上述模型进行相关的验证及误差分析；
优选的，预测值输出模块包括未来3h室外气温，未来3h室外相对湿度，当前进水温，未来3h室内温设定值，前24h室外气温，前24h室外相对湿度，前24h进水温，前24h室内温。
与现有技术相比，本发明的有益效果是：
实践表明，基于机器学习算法的用户室温调控系统不仅可以实现楼宇水力平衡的精准调控，达到减少硬件投资、节省成本，实现节能降耗的目的，同时也可实现公司与终端用热用户的深度交互，提升用户用热体验，减少投诉量，提升公司供热品牌形象。
附图说明
图1是本发明的模型架构示意图；
具体实施方式
实施例1
如图1所示，下面结合附图对本发明作进一步说明：所述的一种基于机器学习算法的智慧供热室温调控系统，根据至少包括建筑物能耗特性、建筑物维护结构的系数将终端用户供热类型划分为“上供下停”、“上停下供”、“上停下停(孤岛)”、“上供下供(中间)”、“边户+孤岛”五种类型，并挂接企业客服收费数据，实时动态刷新供热用户类型；
将调控数据输入训练好的分类型建立的用户室温调控预测模型中，得到所述用户室温在预设时刻的预测温度，并结合站控循环泵调节或楼宇单元阀控制，实现对用户室温的调控；
所述调控数据包括预测及实时气象数据、用户侧历史供水温度、回水温度、户控阀开度；
其中，所述训练好的用户室温调控预测模型是通过环境样本数据，对机器学习模型进行训练得到的。
所述用户室温调控预测模型包括数据治理、模型训练、模型参数优化、预测值输出；
模型训练具体的包括如下步骤：
步骤(1.1)、获取样本数据：由图1可以得出，样本数据包括用户侧历史供水温度、回水温历史数据、室外气温历史数据、室外相对湿度历史数据、进水温历史数据、室内温历史数据、前24h室外气温历史数据，前24h室外相对湿度历史数据，前24h进水温历史数据、前24h室内温历史数据；
步骤(1.2)、样本数据清洗：对步骤(1)所得样本数据进行清洗治理，去除无效或不合理数据、补漏缺失数据、数据归一化处理；
步骤(1.3)、特征工程选取：选取室外气温历史值、前3*24h室外气温历史值、前24h用户侧供回水温度历史值作为特征工程；
所述模型参数优化包括以下步骤：
步骤(2.1)、参数调优：训练模型并进行相关的参数调优，防止过拟合和欠拟合；
步骤(2.2)、误差分析：模型验证及误差分析，利用测试集数据对上述模型进行相关的验证及误差分析；
预测值输出模块包括未来3h室外气温，未来3h室外相对湿度，当前进水温，未来3h室内温设定值，前24h室外气温，前24h室外相对湿度，前24h进水温，前24h室内温。
本发明将实际问题抽象成数学问题，这里将实际供暖质量问题抽象成如何在天气温度已知的情况下，得出更合理有效的室内温度及控制回水温度。

Claims (3)

1.一种基于机器学习算法的智慧供热室温调控系统，其特征在于，根据至少包括建筑物能耗特性、建筑物维护结构的系数将终端用户供热类型划分为“上供下停”、“上停下供”、“上停下停(孤岛)”、“上供下供(中间)”、“边户+孤岛”五种类型，并挂接企业客服收费数据，实时动态刷新供热用户类型；
将调控数据输入训练好的分类型建立的用户室温调控预测模型中，得到所述用户室温在预设时刻的预测供回水平均温度及用户侧预测负荷热量，并结合站控循环泵调节、楼宇单元阀、用户侧调节阀控制，实现对用户室温的调控；
所述调控数据包括预测及实时气象数据、用户侧历史供水温度、回水温度、户控阀开度；
其中，所述训练好的用户室温调控预测模型是通过环境样本数据，对机器学习模型进行训练得到的；
所述用户室温调控预测模型包括数据治理、模型训练、模型参数优化、预测值输出；
模型训练具体的包括如下步骤：
步骤(1.1)、获取样本数据：所述样本数据包括用户侧历史供水温度、回水温历史数据、室外气温历史数据、室外相对湿度历史数据、进水温历史数据、室内温历史数据、前24h室外气温历史数据，前24h室外相对湿度历史数据，前24h进水温历史数据、前24h室内温历史数据；
步骤(1.2)、样本数据清洗：对步骤(1)所得样本数据进行清洗治理，去除无效或不合理数据、补漏缺失数据、数据归一化处理；
步骤(1.3)、特征工程选取：选取室外气温历史值、前3*24h室外气温历史值、前24h用户侧供回水温度历史值作为特征工程。
2.根据权利要求1所述的一种基于机器学习算法的智慧供热室温调控系统，其特征在于，所述模型参数优化包括以下步骤：
步骤(2.1)、参数调优：训练模型并进行相关的参数调优，防止过拟合和欠拟合；
步骤(2.2)、误差分析：模型验证及误差分析，利用测试集数据对上述模型进行相关的验证及误差分析。
3.根据权利要求1所述的一种基于机器学习算法的智慧供热室温调控系统，其特征在于，预测值输出模块包括未来3h室外气温，未来3h室外相对湿度，当前进水温，未来3h室内温设定值，前24h室外气温，前24h室外相对湿度，前24h进水温，前24h室内温。
CN202110838515.9A 2021-07-23 2021-07-23 基于机器学习算法的智慧供热室温调控系统 Active CN113606650B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110838515.9A CN113606650B (zh) 2021-07-23 2021-07-23 基于机器学习算法的智慧供热室温调控系统
ZA2022/06720A ZA202206720B (en) 2021-07-23 2022-06-17 Room temperature control system for intelligent heating based on machine learning algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110838515.9A CN113606650B (zh) 2021-07-23 2021-07-23 基于机器学习算法的智慧供热室温调控系统

Publications (2)

Publication Number Publication Date
CN113606650A CN113606650A (zh) 2021-11-05
CN113606650B true CN113606650B (zh) 2022-12-13

Family

ID=78305317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110838515.9A Active CN113606650B (zh) 2021-07-23 2021-07-23 基于机器学习算法的智慧供热室温调控系统

Country Status (2)

Country Link
CN (1) CN113606650B (zh)
ZA (1) ZA202206720B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114909707B (zh) * 2022-04-24 2023-10-10 浙江英集动力科技有限公司 一种基于智能平衡装置和强化学习的供热二级网调控方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1194327A (ja) * 1997-09-18 1999-04-09 Matsushita Seiko Co Ltd 空気調和機の制御装置
CN109740787B (zh) * 2018-11-20 2021-07-13 第四范式（北京）技术有限公司 训练建筑物空调负荷预测模型及用其预测的方法和装置
CN109934386B (zh) * 2019-01-30 2022-06-28 山西河坡发电有限责任公司 热电联供系统热负荷预测方法
CN111121150A (zh) * 2020-01-03 2020-05-08 西咸新区玄武信息科技有限公司 一种智能热负荷预测调控方法、系统及存储介质
CN111578370B (zh) * 2020-05-13 2021-05-18 山东普赛通信科技股份有限公司 一种供暖调控方法、系统、介质及电子设备

Also Published As

Publication number Publication date
ZA202206720B (en) 2022-08-31
CN113606650A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
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
CN114326882B (zh) 适用于楼房养猪的环境控制方法及系统
CN109976419B (zh) 区域供冷供热蒸汽减温减压自动控制系统及方法
CN113606650B (zh) 基于机器学习算法的智慧供热室温调控系统
CN112093025B (zh) 一种变风量布风器风阀的控制系统及其控制方法
CN109948824A (zh) 一种利用模式识别技术对热力站热负荷进行预测的方法
CN113154517B (zh) 一种集中供热自主驾驶的生产运行调度控制系统
CN112013503A (zh) 一种空调耗能智能控制方法
CN113361744A (zh) 一种基于lstm算法的室内温度预测方法
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
CN107247407B (zh) 一种基于云架构的大数据自我学习修正控制系统及方法
CN114484556B (zh) 一种基于目标能耗管控的供水温度调控方法
CN115686095A (zh) 一种智能楼宇节能综合控制方法和装置
CN116907036A (zh) 一种基于冷负荷预测的深度强化学习冷水机组控制方法
CN111998505B (zh) 基于RSM-Kriging-GA算法的泛园区空调系统能耗优化方法及系统
CN115081220A (zh) 一种高能效中央空调系统调节方法及其系统
CN113222231A (zh) 一种基于物联网技术的智慧供热系统
CN113606649A (zh) 基于机器学习算法的智慧供热站控预测系统
CN116307024A (zh) 一种区域供热热负荷预测方法
CN113203118A (zh) 一种室温控制系统及其基于模糊控制的室温控制方法
CN113748893A (zh) 一种基于智能育秧控制系统的执行机构工作时间预测方法
CN113685971A (zh) 恒温供热自控循环动态平衡控制系统、方法、数据处理终端
CN216790332U (zh) 一种曲线供热与混水节能系统
CN116258049A (zh) 一种模块化空调系统的室内热环境智能预测控制方法
CN114754396A (zh) 一种经智能算法优化的热电厂集中供热系统和方法

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
GR01 Patent grant
GR01 Patent grant