CN113819512A - 一种基于大数据分析集中供热控制方法 - Google Patents
一种基于大数据分析集中供热控制方法 Download PDFInfo
- Publication number
- CN113819512A CN113819512A CN202111049680.2A CN202111049680A CN113819512A CN 113819512 A CN113819512 A CN 113819512A CN 202111049680 A CN202111049680 A CN 202111049680A CN 113819512 A CN113819512 A CN 113819512A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- water supply
- data analysis
- big data
- 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.)
- Pending
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 73
- 238000007405 data analysis Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 109
- 238000004321 preservation Methods 0.000 claims description 20
- 238000005485 electric heating Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于集中供热控制技术领域，尤其为一种基于大数据分析集中供热控制方法，包括以下步骤：S1、获取集中供热管网历史数据，学习并训练，基于大数据分析建立参数集数据库；S2、运用大数据分析结果，实施当前集中供热最优控制方式。本发明基于大数据分析提供集中供热控制方式，充分运用大数据分析结果，实施当前集中供热最优控制方式，能够在限制供热成本的情况下，根据最优配比数据集，通过提高管网供水温度的方式增加总供热量，或配合进行相应供水流量调整的方式，能够在较大程度上降低管网热损失，为提高集中供热效率、改善供热管网节能运行和降低集中供热管网能耗具有现实的节能环保意义。
Description
技术领域
本发明涉及集中供热控制技术领域，具体为一种基于大数据分析集中供热控制方法。
背景技术
集中供热是指由集中热源所产生的蒸汽、热水，通过管网供给一个城市(镇)或部分区域生产、采暖和生活所需的热量的方式。集中供热是现代化城市的基础设施之一，也是城市公用事业的一项重要设施。集中供热不仅能给城市提供稳定、可靠的高品位热源，改善人民生活，而且能节约能源，减少城市污染，有利于城市美化，有效地利用城市有效空间。所以，集中供热具有显著的经济效益和社会效益。
集中供热管网热损失是影响供热质量，造成能源浪费的关键问题。长期以来，集中供热系统运行效率低、能耗大和供热成本高的问题一直未能得到有效解决，而集中供热管网热损失是导致上述问题的主要影响因素之一。提供一种具有较好的应对管网热损失效果的集中供热控制方法，为提高集中供热效率、改善供热管网节能运行和降低集中供热管网能耗具有现实的节能环保意义。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于大数据分析集中供热控制方法，解决了集中供热系统运行效率低、能耗大和供热成本高的问题。
(二)技术方案。
本发明为了实现上述目的具体采用以下技术方案：
一种基于大数据分析集中供热控制方法，包括以下步骤：
S1、获取集中供热管网历史数据，学习并训练，基于大数据分析建立参数集数据库；
S2、运用大数据分析结果，实施当前集中供热最优控制方式。
进一步地，所述参数集数据库建立步骤如下：
S1、利用朴素贝叶斯算法对海量集中供热管网历史数据进行分类，在训练阶段对海量集中供热管网历史数据进行分布式学习，即获取集中供热管网阀门组开度数据、管网供水流量、管网供水温度数据和外部环境温度数据；
S2、对管网热损失率进行计算，根据计算结果，基于大数据分析建立在不同供热管网阀门组开度、管网供水流量、外部环境温度数据条件下匹配最优管网供水温度的参数集数据库。
进一步地，所述供热管网历史数据包括对管网的针对性测试数据，即在同一外部环境温度以及同一保温结构条件下，不调节阀门组和循环泵，保持定流量运行，多次测试管网上的相同测点，取测试热损失率平均值数据。
进一步地，所述实施当前集中供热最优控制方式步骤如下：
S1、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度数据最优配比的管网供水温度、管网供水流量数据集；
S2、根据最优配比数据集，确定管网所需供水温度、供水流量调整方案；
S3、基于大数据分析结果将管网供水温度与供水流量调整至当前最优配比。
进一步地，所述实施当前集中供热最优控制方式步骤如下：
S1、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度、管网供水流量数据最优配比的管网供水温度数据集；
S2、根据最优配比数据集，确定管网所需供水温度调整方案；
S3、基于大数据分析结果将管网供水温度调整至当前最优配比。
进一步地，所述实施当前集中供热最优控制方式还包括对保温层厚度实施控制方法，根据经济情况确定合理的保温层厚度，包括以下步骤：
S1、获取集中供热管网不同保温层厚度、不同管网供水温度下热损失历史数据，根据大数据分析建立最优保温层厚度数据集；
S2、根据管网供水温度，调整当前管网上保温层厚度。
进一步地，所述管网供水温度调整方式是通过预设于管道与保温层之间的用于管道加热的电加热层实现的，通过电加热管道的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
进一步地，所述管网供水温度调整方式是通过串联于管线上的换热器实现的，通过热交换的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
(三)有益效果
与现有技术相比，本发明提供了一种基于大数据分析集中供热控制方法，具备以下有益效果：
1、本发明，基于大数据分析提供集中供热控制方式，通过获取集中供热管网历史数据，学习并训练，基于大数据分析建立参数集数据库，充分运用大数据分析结果，实施当前集中供热最优控制方式，能够在限制供热成本的情况下，根据最优配比数据集，通过提高管网供水温度的方式增加总供热量，或配合进行相应供水流量调整的方式，能够在较大程度上降低管网热损失，为提高集中供热效率、改善供热管网节能运行和降低集中供热管网能耗具有现实的节能环保意义。
附图说明
图1为本发明基于大数据分析集中供热控制方法步骤示意图；
图2为本发明参数集数据库建立步骤示意图；
图3为本发明实施当前集中供热最优控制方式步骤示意图之一；
图4为本发明实施当前集中供热最优控制方式步骤示意图之二。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1-4所示，本发明一个实施例提出的一种基于大数据分析集中供热控制方法，包括以下步骤：
S1、获取集中供热管网历史数据，学习并训练，基于大数据分析建立参数集数据库；
具体的，如图2所示，参数集数据库建立步骤如下：
1)、利用朴素贝叶斯算法对海量集中供热管网历史数据进行分类，在训练阶段对海量集中供热管网历史数据进行分布式学习，即获取集中供热管网阀门组开度数据、管网供水流量、管网供水温度数据和外部环境温度数据；
2)、对管网热损失率进行计算，根据计算结果，基于大数据分析建立在不同供热管网阀门组开度、管网供水流量、外部环境温度数据条件下匹配最优管网供水温度的参数集数据库。
S2、运用大数据分析结果，实施当前集中供热最优控制方式；
具体的，在一个实施例中，如图3所示，实施当前集中供热最优控制方式步骤如下：
1)、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度数据最优配比的管网供水温度、管网供水流量数据集；
2)、根据最优配比数据集，确定管网所需供水温度、供水流量调整方案；
3)、基于大数据分析结果将管网供水温度与供水流量调整至当前最优配比。
上述方式是在外部环境温度一定，对管网供水温度和管网供水流量进行调整的控制方式，甄选处于当前环境温度下，通过温度传感器采集当前管网供水温度，通过流量计检测当前管网供水流量，根据大数据分析结果，提取出最适合当前调整方案，即对热媒进行加热，同时调整阀门，实施相应的流量控制手段，在该既定方案中，调整供水流量后，将供水温度提升至与调整后的管网供水流量及外部环境温度相匹配的最佳供水温度，在此供水温度下，能够保证管网的热损失最小，同时能够控制供热成本，这种调整方式更为灵活，可选择性更多。
在另一个实施例中，如图4所示，实施当前集中供热最优控制方式步骤如下：
1)、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度、管网供水流量数据最优配比的管网供水温度数据集；
2)、根据最优配比数据集，确定管网所需供水温度调整方案；
3)、基于大数据分析结果将管网供水温度调整至当前最优配比。
上述方式是在外部环境温度一定，管网供水温度和管网供水流量不变的情况下，只对管网供水温度进行调整的控制方式，甄选处于当前环境温度下，通过温度传感器采集当前管网供水温度，通过流量计检测当前管网供水流量，根据大数据分析结果，提取出最适合当前调整方案，即对热媒进行加热，将供水温度提升至与当前管网供水流量及外部环境温度相匹配的最佳供水温度，在此供水温度下，能够保证管网的热损失最小，同时能够控制供热成本，这种调整方式更为简便。
在一些实施例中，供热管网历史数据包括对管网的针对性测试数据，即在同一外部环境温度以及同一保温结构条件下，不调节阀门组和循环泵，保持定流量运行，多次测试管网上的相同测点，取测试热损失率平均值数据。
在一些实施例中，实施当前集中供热最优控制方式还包括对保温层厚度实施控制方法，根据经济情况确定合理的保温层厚度，包括以下步骤：
S1、获取集中供热管网不同保温层厚度、不同管网供水温度下热损失历史数据，根据大数据分析建立最优保温层厚度数据集；
S2、根据管网供水温度，基于大数据分析结果，将当前管网上保温层厚度调整至最优保温层厚度，其中，最优保温层厚度包括在最接近经济预算以及保持一定热损失率的情况下，选择最适合当前条件下的管线保温层厚度，通常，保温层厚度越高，热损失越低。
在一个实施例中，管网供水温度调整方式是通过预设于管道与保温层之间的用于管道加热的电加热层实现的，通过电加热管道的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
在另一个实施例中，管网供水温度调整方式是通过串联于管线上的换热器实现的，通过热交换的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
采用电加热提升管网供水温度和采用热交换器热交换的方式提升管网供水温度这两种加热方式均适用于本实施方案，相较而言，通过热交换的方式更利于节约成本，更利于实施，同时便于检修和维护。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于大数据分析集中供热控制方法，其特征在于：包括以下步骤：
S1、获取集中供热管网历史数据，学习并训练，基于大数据分析建立参数集数据库；
S2、运用大数据分析结果，实施当前集中供热最优控制方式。
2.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述参数集数据库建立步骤如下：
S1、利用朴素贝叶斯算法对海量集中供热管网历史数据进行分类，在训练阶段对海量集中供热管网历史数据进行分布式学习，即获取集中供热管网阀门组开度数据、管网供水流量、管网供水温度数据和外部环境温度数据；
S2、对管网热损失率进行计算，根据计算结果，基于大数据分析建立在不同供热管网阀门组开度、管网供水流量、外部环境温度数据条件下匹配最优管网供水温度的参数集数据库。
3.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述供热管网历史数据包括对管网的针对性测试数据，即在同一外部环境温度以及同一保温结构条件下，不调节阀门组和循环泵，保持定流量运行，多次测试管网上的相同测点，取测试热损失率平均值数据。
4.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述实施当前集中供热最优控制方式步骤如下：
S1、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度数据最优配比的管网供水温度、管网供水流量数据集；
S2、根据最优配比数据集，确定管网所需供水温度、供水流量调整方案；
S3、基于大数据分析结果将管网供水温度与供水流量调整至当前最优配比。
5.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述实施当前集中供热最优控制方式步骤如下：
S1、确定当前外部环境温度、管网供水温度、管网供水流量，提取参数集数据库内与当前外部环境温度、管网供水流量数据最优配比的管网供水温度数据集；
S2、根据最优配比数据集，确定管网所需供水温度调整方案；
S3、基于大数据分析结果将管网供水温度调整至当前最优配比。
6.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述实施当前集中供热最优控制方式还包括对保温层厚度实施控制方法，根据经济情况确定合理的保温层厚度，包括以下步骤：
S1、获取集中供热管网不同保温层厚度、不同管网供水温度下热损失历史数据，根据大数据分析建立最优保温层厚度数据集；
S2、根据管网供水温度，调整当前管网上保温层厚度。
7.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述管网供水温度调整方式是通过预设于管道与保温层之间的用于管道加热的电加热层实现的，通过电加热管道的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
8.根据权利要求1所述的一种基于大数据分析集中供热控制方法，其特征在于：所述管网供水温度调整方式是通过串联于管线上的换热器实现的，通过热交换的方式对管网供水温度进行调整，在调整供水温度时利用温度传感器实时监测供水温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111049680.2A CN113819512A (zh) | 2021-09-08 | 2021-09-08 | 一种基于大数据分析集中供热控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111049680.2A CN113819512A (zh) | 2021-09-08 | 2021-09-08 | 一种基于大数据分析集中供热控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113819512A true CN113819512A (zh) | 2021-12-21 |
Family
ID=78914195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111049680.2A Pending CN113819512A (zh) | 2021-09-08 | 2021-09-08 | 一种基于大数据分析集中供热控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113819512A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117419380A (zh) * | 2023-12-18 | 2024-01-19 | 华能济南黄台发电有限公司 | 一种基于大数据的热网管理方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002139250A (ja) * | 2000-11-01 | 2002-05-17 | Denso Corp | 貯湯式給湯装置 |
| DE102012006634A1 (de) * | 2012-03-31 | 2013-10-02 | Fritz Richarts | Verfahren zur Versorgung von Wärmeverbrauchern mit Wärmeenergie |
| CN106322501A (zh) * | 2016-08-18 | 2017-01-11 | 刘华英 | 用于管网性能控制的方法和装置 |
| CN109270842A (zh) * | 2018-10-25 | 2019-01-25 | 浙江大学 | 一种基于贝叶斯网络的区域供热模型预测控制系统及方法 |
| CN111580382A (zh) * | 2020-05-18 | 2020-08-25 | 瑞纳智能设备股份有限公司 | 基于人工智能的单元级供热调节方法及系统 |
| CN111594904A (zh) * | 2020-06-18 | 2020-08-28 | 西安西热节能技术有限公司 | 一种居民采暖领域的长输蒸汽管网压损的控制系统及方法 |
| CN112393390A (zh) * | 2020-07-15 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于数据分析的云计算数据中心精密空调节能控制方法 |
| CN112560240A (zh) * | 2020-12-02 | 2021-03-26 | 上海全应科技有限公司 | 基于大数据分析技术的供热管网水力计算方法 |
| CN112671831A (zh) * | 2020-12-02 | 2021-04-16 | 华电电力科学研究院有限公司 | 一种面向大型集团公司数字化智能供热平台的多级应用系统 |
-
2021
- 2021-09-08 CN CN202111049680.2A patent/CN113819512A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002139250A (ja) * | 2000-11-01 | 2002-05-17 | Denso Corp | 貯湯式給湯装置 |
| DE102012006634A1 (de) * | 2012-03-31 | 2013-10-02 | Fritz Richarts | Verfahren zur Versorgung von Wärmeverbrauchern mit Wärmeenergie |
| CN106322501A (zh) * | 2016-08-18 | 2017-01-11 | 刘华英 | 用于管网性能控制的方法和装置 |
| CN109270842A (zh) * | 2018-10-25 | 2019-01-25 | 浙江大学 | 一种基于贝叶斯网络的区域供热模型预测控制系统及方法 |
| CN111580382A (zh) * | 2020-05-18 | 2020-08-25 | 瑞纳智能设备股份有限公司 | 基于人工智能的单元级供热调节方法及系统 |
| CN111594904A (zh) * | 2020-06-18 | 2020-08-28 | 西安西热节能技术有限公司 | 一种居民采暖领域的长输蒸汽管网压损的控制系统及方法 |
| CN112393390A (zh) * | 2020-07-15 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于数据分析的云计算数据中心精密空调节能控制方法 |
| CN112560240A (zh) * | 2020-12-02 | 2021-03-26 | 上海全应科技有限公司 | 基于大数据分析技术的供热管网水力计算方法 |
| CN112671831A (zh) * | 2020-12-02 | 2021-04-16 | 华电电力科学研究院有限公司 | 一种面向大型集团公司数字化智能供热平台的多级应用系统 |
Non-Patent Citations (1)
| Title |
|---|
| 马春燕: ""直理敷设预制保温管保温层厚度的优化分析"", 《节能》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117419380A (zh) * | 2023-12-18 | 2024-01-19 | 华能济南黄台发电有限公司 | 一种基于大数据的热网管理方法及系统 |
| CN117419380B (zh) * | 2023-12-18 | 2024-03-08 | 华能济南黄台发电有限公司 | 一种基于大数据的热网管理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109253494B (zh) | 一种基于热负荷预测的电蓄热装置的控制方法 | |
| CN107844869B (zh) | 燃气分布式能源系统的在线智能学习决策优化方法及系统 | |
| CN113361828B (zh) | 多机组、多供热模式的热电厂供热负荷分配优化方法 | |
| CN109325255B (zh) | 基于定功率的湿冷汽轮机最佳真空在线指导系统 | |
| CN112268312A (zh) | 一种基于深度学习的智慧供热管理系统 | |
| CN111027258B (zh) | 一种用于超临界机组的发电负荷与供热量的智能预测方法 | |
| Sun et al. | Integrated control strategy of district heating system based on load forecasting and indoor temperature measurement | |
| CN116557950A (zh) | 一种基于人工智能的集中供热热网运行故障监测预警系统 | |
| CN112307675B (zh) | 一种基于神经网络的温度敏感型负荷分离辨识方法及系统 | |
| CN110930050A (zh) | 供热机组采用储热罐技术灵活性改造后的调峰能力改善评估方法 | |
| CN113819512A (zh) | 一种基于大数据分析集中供热控制方法 | |
| 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 | |
| CN111507520A (zh) | 一种换热机组负荷的动态预测方法及系统 | |
| CN109118017A (zh) | 热负荷优化分配方法、电子设备和存储介质 | |
| CN110991877A (zh) | 供热机组采用低压缸切缸灵活性改造后供热及调峰能力改善评估方法 | |
| CN116307024A (zh) | 一种区域供热热负荷预测方法 | |
| WO2022233101A1 (zh) | 一种低温热系统的智能优化控制装备 | |
| 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 | |
| Sun et al. | Identifying supply-demand mismatches in district heating system based on association rule mining | |
| CN116011789B (zh) | 一种城市电厂供热机组热水蓄能系统 | |
| CN212869939U (zh) | 一种智能型热网调节系统 | |
| CN114759572A (zh) | 一种用户台区无功补偿降损方法及装置 | |
| CN113205224A (zh) | 一种基于热网储热的热电联产机组一次调频方法 | |
| Bai | A temperature control strategy to achieve low-temperature district heating in North China | |
| CN113701232A (zh) | 基于温度多样性分析的供热系统楼宇级调控方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211221 |
|
| RJ01 | Rejection of invention patent application after publication |