CN113819513B - 一种基于人工智能的城市清洁供热控制方法及系统 - Google Patents

Abstract

本发明属于清洁供暖系统控制技术领域，公开了一种基于人工智能的城市清洁供热控制方法及系统，包括一个总控中心控制各模块、楼宇外部温度采集单元等；楼宇供热室外测温仪和用户供热室内测温仪，用户供热室内测温仪包括了循环水箱入口测温仪和供暖循环水温测温仪，辅助信息采集模块包括了居民意见采集模块等，云端数据管理模块包括云端数据库、移动端5G实时检测模块和数据共享平台，用户端模块包括用户端数据采集模块和用户端调节模块。本发明更高效率的实现了基于人工智能下的城市清洁供热控制，各模块之间的连接耦合度低，容易后期的维护和更新，高效率的实现供热。

Description

一种基于人工智能的城市清洁供热控制方法及系统

技术领域

本发明属于清洁供暖系统控制技术领域，尤其涉及一种基于人工智能的城市清洁供热控制方法及系统。

背景技术

目前：清洁供暖工作是大气污染防治工作的重要抓手，是提高人民群众生活质量的重要举措。清洁供暖技术包括了清洁燃煤供暖、工业余热供暖、天然气供暖、直热式电供暖、蓄热式电供暖、空气能供暖、地热能供暖、太阳能供暖、生物质能供暖等多种方式。清洁能源是我国大气污染防治工作的重要组成部分，为充分实现供暖技术的清洁性，应以各种应用技术污染物的排放量作为基本衡量指标，充分引导各地的供暖方式向低能耗、低排放的方向发展。但是随着清洁供暖工作的深入展开，发现目前的城市清洁供热控制方法还存在着很多不环保的地方，清洁供热系统的环境只是存在于一栋楼房或者几栋楼房之中，对于整个城市的供热系统，还并不是很完善。所以目前急需一种对城市整体清洁供热系统的控制方法及系统，来提高清洁供热系统的效率。

目前存在的城市供热系统是一种清洁供暖系统的控制系统及方法(CN202010431445.0)，公开了一种清洁供暖系统的控制系统及方法，涉及清洁供暖系统控制技术领域；系统包括控制器、用于采集户外光照度的照度计、用于采集户外空气温度的第一测温仪、用于采集室内空气温度的第二测温仪、用于采集蓄热水箱出口供暖循环水温度的第三测温仪和用于采集室内入口供暖循环水温度的第四测温仪；方法包括S1加热循环控制的步骤，所述步骤S1加热循环控制包括S101数据采集、S102计算热量需求、S103计算运行时间和S104控制启停的步骤；其通过控制器、照度计和第一至第四测温仪等，实现了清洁供暖系统工作效率较高。所述的此系统方法虽然实现了对于供热的系统性管理，但是在具体的实施中存在一定的难度，实用性不强，所需要分析的数据太过庞大，不能起到很简洁的处理数据方式，由此之下，对于数据的处理也就存在了很大的困难，时间会有很大的延迟，会造成低效率的供热。

通过上述分析，现有技术存在的问题及缺陷为：

(1)目前的技术不能很高效率的实现实时性的供热循环。

(2)目前的技术中测温技术的不全面造成计算分析的误差。

(3)目前的系统处理的数据量太过庞大，会给系统造成一定的负担。

(4)目前的系统无法做到差异化供暖。

发明内容

针对现有技术存在的问题，本发明提供了一种基于人工智能的城市清洁供热控制方法及系统。

本发明是这样实现的，一种基于人工智能的城市清洁供热控制方法及系统，所述的本系统中包括了一个总控中心控制各模块进行协调工作，所述的各模块包括城市分地区信息采集模块、辅助信息采集模块、数据存储模块及末端控制模块。所述的城市分地区信息采集模块包括了楼宇外部温度采集单元、楼宇内部温度采集单元和楼宇供热设施状态采集单元，所述的楼宇供热室外测温仪和用户供热室内测温仪，所述用户供热室内测温仪包括了循环水箱入口测温仪和供暖循环水温测温仪，所述的辅助信息采集模块包括包括了居民意见采集模块、紧急事件处理模块和城市供热源监测模块，所述的数据存储模块包括云端储存模块、5G实时监控模块和数据共享平台，所述的末端控制模块包括末端控制模块和末端数据采集模块。

进一步所述的各个模块的测温装置的红外线测温仪，按照本申请中给出的系统结构图，实现对于红外线测温仪的安装，在楼宇外部的测温仪安装在输入楼宇内管道的外侧，楼宇内的测温仪安装在进入楼宇内的管道中的内侧。

进一步所述的楼宇内部温度的采集单元的用户供热室外测温仪，安装在居民住所的门口上方测温。

进一步所述的循环水箱入口测温仪和供暖循环水温测温仪安装在循环水箱的入口处和循环水箱的出口处，以此来监测到室内循环后的温度。

进一步所述的居民意见采集模块中采集某处居民的室内和室外意见，紧急事件处理模块采集到居民的室内紧急事件，以便直接提醒工作人员关注，避免在温度发生巨大变化时发出警报信息，还有城市供热源监测模块，能够实现对于整个城市中每一处的循环水箱和控制器进行安全分析监测。

进一步所述的总控中心起到系统的总控作用，结合深度学习RNN计算模型，各模块中也包含微处理器，针对红外线测温仪进行实时性的测温后的温度数据发送到微处理器进行数据的实时性处理，将处理结果上传到总控中心，总控中心设置好温度域值，结合深度学习模型进行各区域模块的信息汇总计算，所述的楼宇内外的温差，室内外的温差，温差变大或者室外和楼宇外部的温差变大之后，则总控中心发送指令控制循环水箱进行循环升温，当温度达到一定的数值之后，实现对于室内和楼宇内部的温度升温，等到室外和楼宇外部温度再次降低之后，再次进行升温操作。

进一步所述的云端存储模块起到系统数据的存储功能和信息共享功能，建立云端数据库，存储监控数据。建立共享数据平台，供其他单位使用，如温度突然升高，可能发生火灾的情况。建立移动端检测应用，检测人员可实时了解数据情况。

进一步所述的用户端模块起到数据收集作用和调控作用，建立用户端温度测量装置，可收集用户端温度信息传至云端数据库。建立用户端移动平台，可实时掌握房间温度等信息。建立用户端温度调节装置，可在一定范围内达到个性化供暖。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：

本系统中总控中心是起到总控作用，所述的本系统提及的技术在总控中心的主导作用下，通过连接各个模块，使其协同工作，更高效率的实现了基于人工智能下的城市清洁供热控制方法，达到数据共享，达到个性化供暖要求，各模块之间的连接耦合度低，易于后期的维护和更新，高效率的实现供热。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的基于人工智能的城市清洁供热控制方法及系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于人工智能的城市清洁供热控制方法及系统，下面结合附图对本发明作详细的描述。

一种基于人工智能的城市清洁供热控制方法及系统，所述的本系统中包括了一个总控中心控制各模块进行协调工作，所述的各模块包括城市分地区信息采集模块和辅助信息采集模块，所述的城市分地区信息采集模块包括了楼宇外部温度采集单元、楼宇内部温度采集单元和楼宇供热设施状态采集单元，所述的楼宇供热室外测温仪和用户供热室内测温仪，所述用户供热室内测温仪包括了循环水箱入口测温仪和供暖循环水温测温仪，所述的辅助信息采集模块包括包括了居民意见采集模块、紧急事件处理模块和城市供热源监测模块。

所述的各个模块的测温装置的红外线测温仪，按照本申请中给出的系统结构图，实现对于红外线测温仪的安装，在楼宇外部的测温仪安装在输入楼宇内管道的外侧，楼宇内的测温仪安装在进入楼宇内的管道中的内侧。

所述的楼宇内部温度的采集单元的用户供热室外测温仪，安装在居民住所的门口上方测温。

所述的循环水箱入口测温仪和供暖循环水温测温仪安装在循环水箱的入口处和循环水箱的出口处，以此来监测到室内循环后的温度。

所述的居民意见采集模块中采集某处居民的室内和室外意见，紧急事件处理模块采集到居民的室内紧急事件，以便直接提醒工作人员关注，避免在温度发生巨大变化时发出警报信息，还有城市供热源监测模块，能够实现对于整个城市中每一处的循环水箱和控制器进行安全分析监测。

所述的总控中心起到系统的总控作用，结合深度学习RNN计算模型，各模块中也包含微处理器，针对红外线测温仪进行实时性的测温后的温度数据发送到微处理器进行数据的实时性处理，将处理结果上传到总控中心，总控中心设置好温度域值，结合深度学习模型进行各区域模块的信息汇总计算，所述的楼宇内外的温差，室内外的温差，温差变大或者室外和楼宇外部的温差变大之后，则总控中心发送指令控制循环水箱进行循环升温，当温度达到一定的数值之后，实现对于室内和楼宇内部的温度升温，等到室外和楼宇外部温度再次降低之后，再次进行升温操作。

所述的云端存储模块起到系统数据的存储功能和信息共享功能，建立云端数据库，存储监控数据。建立共享数据平台，供其他单位使用，如温度突然升高，可能发生火灾的情况。建立移动端检测应用，检测人员可实时了解数据情况。

所述的用户端模块起到数据收集作用和调控作用，建立用户端温度测量装置，可收集用户端温度信息传至云端数据库。建立用户端移动平台，可实时掌握房间温度等信息。建立用户端温度调节装置，可在一定范围内达到个性化供暖。

本发明解决的实际技术问题是：解决了检测数据不够全面准确的问题，全面优化了检测方法和检测方式，提高了数据的全面性和准确性。分地区信息采集模块采集到的信息可以实时传送到总控中心对信息进行及时的处理，保证了数据的时效性。解决了现有的城市清洁供热系统需要处理大量数据的弊端，提高了运算处理的效率，针对每个住所房间的温度实现全面的掌控，所述的本申请中实现了实时性的供热并减少了计算的误差。同时系统耦合程度低，实现起来较为容易，易于后期维护维修等工作。新增的辅助信息模块，包括居民意见采集模块和紧急事件处理模块等提高整个系统的容错率，使系统功能更加全面。

本发明的工作原理是：构建城市清洁供暖控制系统，建立深度学习模型，在清洁供暖局域设置检测设备检测数据信息，处理城市各区域中的微处理器处理的数据信息，得到的计算结果通过总控中心的处理器发出指令到各模块的微处理器，进行某区域的循环清洁供热。

本发明所具备的优点及积极效果为：本系统中总控中心是起到总控作用，所述的本系统提及的技术在总控中心的主导作用下，通过连接各个模块之间的协同作用下，更高效率的实现了基于人工智能下的城市清洁供热控制方法，检测方法更加科学、准确、全面，系统更加人性化，供暖更加因人而异，各模块之间的连接耦合度低，容易后期的维护和更新，高效率的实现供热。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于人工智能的城市清洁供热控制系统，其特征在于，所述的系统中包括了一个总控中心控制各模块进行协调工作，所述的各模块包括城市分地区信息采集模块和辅助信息采集模块，所述的城市分地区信息采集模块包括了楼宇外部温度采集单元、楼宇内部温度采集单元和楼宇供热设施状态采集单元，所述的楼宇供热室外测温仪和用户供热室内测温仪，所述用户供热室内测温仪包括了循环水箱入口测温仪和供暖循环水温测温仪，所述的辅助信息采集模块包括了居民意见采集模块、紧急事件处理模块和城市供热源监测模块；

所述的各模块的测温装置的红外线测温仪，在楼宇外部的测温仪安装在输入楼宇内管道的外侧，楼宇内的测温仪安装在进入楼宇内的管道中的内侧；

所述的楼宇内部温度的采集单元的用户供热室外测温仪，安装在居民住所的门口上方测温。

2.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，所述的循环水箱入口测温仪和供暖循环水温测温仪安装在循环水箱的入口处和循环水箱的出口处，以此来监测到室内循环后的温度。

3.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，所述的居民意见采集模块中采集某处居民的室内和室外意见，能够形成供暖的差异性，紧急事件处理模块采集到居民的室内紧急事件，以便直接提醒工作人员关注，避免在温度发生巨大变化时发出警报信息，还有城市供热源监测模块，能够实现对于整个城市中每一处的循环水箱和控制器进行安全分析监测的功能。

4.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，所述的总控中心起到系统的总控作用，结合深度学习RNN计算模型，各模块中也包含微处理器，针对红外线测温仪进行实时性测温，后将温度数据发送到微处理器进行数据的实时性处理，将处理结果上传到总控中心，总控中心设置好温度阈值，结合深度学习模型进行各区域模块的信息汇总计算，所述的楼宇内外的温差，室内外的温差，温差变大或者室外和楼宇外部的温差变大之后，则总控中心发送指令，控制循环水箱进行循环升温，当温度达到一定的数值之后，实现对于室内和楼宇内部的温度升温，等到室外和楼宇外部温度再次降低之后，再次进行升温操作，及时的维持室内温度的稳定性。

5.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，5G实时监控模块基于5G的网络优势，可以实时共享数据至检测人员移动设备，及时发现设备异常情况和温度波动情况。

6.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，云端数据储存模块减轻本地数据存储压力，减轻主机压力外提高数据存储安全性；基于5G网络优势，数据可以共享全平台，检测温度发生异常，可及时共享精准位置和温度信息至消防局有关部门。

7.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，学习模块通过大量数据学习，学习用户供暖要求，达到自动调节供暖要求的程度。

8.如权利要求1所述的基于人工智能的城市清洁供热控制系统，其特征在于，用户端控制装置有一定的单独控制房间内一定温度的能力。

Images