CN116629638A - 一种基于物联网的城市市政供热管网节能分析系统 - Google Patents
一种基于物联网的城市市政供热管网节能分析系统 Download PDFInfo
- Publication number
- CN116629638A CN116629638A CN202310621149.0A CN202310621149A CN116629638A CN 116629638 A CN116629638 A CN 116629638A CN 202310621149 A CN202310621149 A CN 202310621149A CN 116629638 A CN116629638 A CN 116629638A
- Authority
- CN
- China
- Prior art keywords
- district
- residential
- building
- energy
- target
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims description 40
- 230000006978 adaptation Effects 0.000 claims description 31
- 238000010438 heat treatment Methods 0.000 claims description 30
- 238000012216 screening Methods 0.000 claims description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000004134 energy conservation Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明涉及供热管网技术领域，具体公开一种基于物联网的城市市政供热管网节能分析系统，该系统包括：住宅小区适配指数分析模块、住宅小区空闲区域划分模块、目标子区域节能评估等级分析模块、管网节能评估指数分析模块、预计建设区域筛选模块、显示终端和云数据库，本发明对住宅小区供热源建设地址进行分析，降低了供热管网在运行过程中的能源消耗，从而提高了住宅小区供热管网的使用效率，本发明保障了住宅小区供热源的占地区域面积分析的精确性，从而保障后续供热管网的使用，本发明综合分析目标子区域的节能评估等级，为最终分析预计建设区域奠定了基础，保障了后续预计建设区域分析的准确性。
Description
技术领域
本发明涉及供热管网技术领域，具体而言，涉及一种基于物联网的城市市政供热管网节能分析系统。
背景技术
城市市政供热管网是利用城市集中供热热源向热用户输送和分配供热介质的管线系统，并以此为城市提供供热，由于城市市政供热管网需要耗费巨大资源，并且会产生较多的热量损耗，如若不对城市市政供热管网的节能进行分析，则会持续提高能源的消耗，故而城市市政供热管网的节能分析已经成为当前一大主题，住宅小区由于有大量的人员居住，故而对供热需求量较大，因此，住宅小区供热管网的节能分析尤为重要。
现有的住宅小区供热管网的节能分析在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有的住宅小区供热管网的节能分析大多是针对供热管网的运行过程进行分析，对住宅小区供热源建设地址的关注度不高，现有技术对这一层面的忽视导致供热管网在运行过程中能耗升高，进而降低了住宅小区供热管网的使用效率，在一定程度上增加了资源的消耗，在资源消耗的同时也影响环境的质量，不利于住宅小区供热管网的可持续发展。
(2)现有技术中对当前小区对应相邻小区所属供热源的占地区域关注度不高，相邻小区由于在地理位置层面与当前小区相近，进而当前小区的供热需求和相邻小区的供热需求类似，从而相邻小区所属供热源的占地区域同时也反映当前小区供热源的占地区域的选择，现有技术对这一层面的忽视难以保障当前小区供热源的占地区域面积分析的精确性，从而影响后续供热管网的使用，在一定程度上降低了供热管网的节能效率。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于物联网的城市市政供热管网节能分析系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于物联网的城市市政供热管网节能分析系统，包括：住宅小区适配指数分析模块用于获取住宅小区对应各关联小区的基本信息和楼栋信息，分析住宅小区与各关联小区对应的适配指数，从而分析住宅小区对应供热源的占地面积。
住宅小区空闲区域划分模块用于将住宅小区的地面按照对应供热源的占地面积等比例划分为各目标子区域。
目标子区域节能评估等级分析模块用于分析各目标子区域对应的建造困难系数KNf和通行障碍系数ZAf，进而综合分析各目标子区域对应的节能评估等级。
管网节能评估指数分析模块用于分析各目标子区域对应的管网节能评估指数。
预计建设区域筛选模块用于从各目标子区域中筛选预计建设区域。
显示终端用于将预计建设区域进行显示。
云数据库用于存储住宅小区的面积和允许住宅人员数量，存储住宅小区所属各楼宇对应的高度和允许居住人员数量，存储住宅小区对应各关联小区所属供热源的占地面积，并存储各节能评估等级对应的节能评估系数范围。
作为一种优选的方案，所述住宅小区对应各关联小区的基本信息和楼栋信息，其中基本信息为面积和允许住宅人员数量，楼栋信息为各楼栋对应的高度和允许居住人员数量。
作为一种优选的方案，所述住宅小区与各关联小区对应的适配指数，其具体分析方法为：从云数据库中提取住宅小区的面积S′和允许住宅人员数量M′，进而分析住宅小区与各关联小区对应的基本信息相似系数其中Si、Mi分别表示为住宅小区对应第i个关联小区的面积、允许住宅人员数量，i表示为各关联小区的编号，i＝1,2,...,n，λ1、λ2分别表示为预设的面积相似、允许住宅人员数量相似对应的权重系数。
从云数据库中提取住宅小区所属各楼宇对应的高度G′m和允许居住人员数量Hm，其中m表示为各楼宇的编号，m＝1,2,...,l。
分析住宅小区所属各楼宇与各关联小区所属各楼栋的高度相似系数其中Gi,p表示为第i个关联小区所属第p个楼栋的高度，p表示为各楼栋的编号，p＝1,2,...,q，e表示为自然常数。
分析住宅小区与各关联小区对应的高度相似系数其中l表示为楼宇的数量，q表示为楼栋的数量。
基于各关联小区所属各楼栋的高度筛选各关联小区对应的楼栋最大高度和楼栋最小高度/>
分析住宅小区对应各关联小区对应的楼栋高度波动系数其中Gi,p+1表示为第i个关联小区所属第p+1个楼栋的高度，q表示为楼栋的数量，G″表示为预设的允许高度差值，γ1、γ2分别表示为预设的楼栋高度偏差、楼栋最大高度差值对应的权值因子。
同理分析住宅小区对应的楼宇高度波动系数
综合分析住宅小区与各关联小区对应的楼宇高度波动相似指数
分析住宅小区所属各楼宇与各关联小区所属各楼栋的居住人员数量相似系数其中Hi′,p表示为第i个关联小区所属第p个楼栋对应的居住人员数量。
分析住宅小区与各关联小区对应楼宇层面所属的居住人员数量相似系数
综合分析住宅小区与各关联小区对应的楼栋信息相似系数
分析住宅小区与各关联小区对应的适配指数SPi＝ln(1+ηi*χ1+ξi*χ2)，其中χ1、χ2分别表示为预设的基本信息相似系数、楼栋信息相似系数对应的占比因子。
作为一种优选的方案，所述分析住宅小区对应供热源的占地面积，其具体方法为：将住宅小区与各关联小区对应的适配指数与预设的适配指数阈值进行对比，若住宅小区与某关联小区对应的适配指数大于或等于适配指数阈值，则将该关联小区标记为参考小区，进而得到住宅小区对应的各参考小区。
从云数据库中提取住宅小区对应各关联小区所属供热源的占地面积，进而获取住宅小区对应各参考小区所属供热源的占地面积，并获取住宅小区对应参考小区所属供热源的平均占地面积，将其作为住宅小区对应供热源的占地面积。
作为一种优选的方案，所述分析各目标子区域对应的建造困难系数，其具体分析方法为：获取各目标子区域与各水管对应的参考距离JLfb和埋设高度GDfb，其中f表示为各目标子区域的编号，f＝1,2,...,g，b表示为各水管的编号，b＝1,2,...,c。
分析各目标子区域对应的建造困难系数其中c表示为水管的数量，JL′、GD′分别表示为预设的允许距离、允许埋设高度。
作为一种优选的方案，所述分析各目标子区域对应的通行障碍系数，其具体分析方法为：通过住宅小区内布设的监控摄像头获取各目标子区域在设定检测周期对应的通行人流量RLf和各通行车的尺寸参数，其中尺寸参数包括长度和宽度，进而获取各目标子区域在设定检测周期对应各通行车的行驶面积XSf。
分析各目标子区域对应的人员通行障碍系数其中g表示为目标子区域的数量。
统计各目标子区域在设定检测周期对应通行车的数量SLf，获取各目标子区域对应的面积Sf，并据此分析各目标子区域对应的车辆通行障碍系数其中δ1表示为预设的单位通行车数量对应的车辆通行障碍因子。
综合分析各目标子区域对应的通行障碍系数ZAf＝ln(1+RZf*β1+CZf*β2)，其中β1、β2分别表示为预设的人员通行障碍系数、车辆通行障碍系数对应的比例系数。
作为一种优选的方案，所述各目标子区域对应的节能评估等级，其具体分析方法为：分析各目标子区域对应的节能评估系数其中α1、α2分别表示为预设的建造困难系数、通行障碍系数对应的节能评估因子。
将各目标子区域对应的节能评估系数与云数据库中存储的各节能评估等级对应的节能评估系数范围进行对比，筛选各目标子区域对应的节能评估等级。
作为一种优选的方案，所述各目标子区域对应的管网节能评估指数，其具体分析方法为：以各目标子区域的中心点为原点建立坐标系，进而获取住宅小区所属各楼宇对应各楼层所属各端点在各目标子区域坐标系的坐标，并据此获取各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离JJfmvt，其中v表示为各楼层的编号，v＝1,2,...,u，t表示为各端点的编号，t＝1,2,...,z。
基于各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离筛选各目标子区域与住宅小区所属各楼宇对应各楼层的最大距离和最小距离，同理筛选各目标子区域与住宅小区所属各楼宇对应的最大距离和最小距离，并将最大距离和最小距离的平均值作为各目标子区域与住宅小区所属各楼宇的参考距离JHfm。
分析各目标子区域与住宅小区所属各楼宇对应的距离适宜系数，其中z表示为端点的数量，u表示为楼层的数量。
分析各目标子区域对应的管网节能评估指数
作为一种优选的方案，所述从各目标子区域中筛选预计建设区域，其具体分析方法为：基于各目标子区域对应的节能评估等级筛选最大节能评估等级对应的所有目标子区域，并将其标记为各待筛选目标子区域。
获取各待筛选目标子区域对应的管网节能评估系数筛选最大管网节能评估系数对应的待筛选目标子区域，并将其标记为预计建设区域。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明的住宅小区供热管网的节能分析对住宅小区供热源建设地址进行分析，弥补了现有技术中对住宅小区供热源建设地址关注度不高的缺陷，进而降低了供热管网在运行过程中的能源消耗，从而提高了住宅小区供热管网的使用效率，在一定程度上保障了资源的利用率，同时也降低由于资源消耗而导致环境质量下降事件的发生率，有利于住宅小区供热管网的可持续发展。
(2)本发明在住宅小区适配指数分析模块中对住宅小区对应各关联小区的基本信息和楼栋信息进行分析，进而分析得到住宅小区与各关联小区的适配指数，从而分析住宅小区对应供热源的占地面积，保障了住宅小区供热源的占地区域面积分析的精确性，从而保障后续供热管网的使用。
(3)本发明在目标子区域节能评估等级分析模块中对目标子区域的建造困难和通行障碍分析，进而综合分析目标子区域的节能评估等级，为最终分析预计建设区域奠定了基础，保障了后续预计建设区域分析的准确性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
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。
参照图1所示，本发明提供一种基于物联网的城市市政供热管网节能分析系统，包括：住宅小区适配指数分析模块、住宅小区空闲区域划分模块、目标子区域节能评估等级分析模块、管网节能评估指数分析模块、预计建设区域筛选模块、显示终端和云数据库。
所述住宅小区适配指数分析模块与住宅小区空闲区域划分模块连接，住宅小区空闲区域划分模块与目标子区域节能评估等级分析模块连接，目标子区域节能评估等级分析模块和管网节能评估指数分析模块均与预计建设区域筛选模块连接，云数据库分别与住宅小区适配指数分析模块和目标子区域节能评估等级分析模块连接。
所述住宅小区适配指数分析模块用于获取住宅小区对应各关联小区的基本信息和楼栋信息，分析住宅小区与各关联小区对应的适配指数，从而分析住宅小区对应供热源的占地面积。
需要说明的是，住宅小区对应各关联小区，其具体分析方法为：以住宅小区对应建设区域的中心点为原点建立坐标系，进而获取预设距离之内的各小区，并将其标记为各关联小区。
需要说明的是，从房屋管理中心获取住宅小区对应各关联小区的基本信息和楼栋信息。
在本发明的具体实施例中，所述住宅小区对应各关联小区的基本信息和楼栋信息，其中基本信息为面积和允许住宅人员数量，楼栋信息为各楼栋对应的高度和允许居住人员数量。
在本发明的具体实施例中，所述住宅小区与各关联小区对应的适配指数，其具体分析方法为：从云数据库中提取住宅小区的面积S′和允许住宅人员数量M′，进而分析住宅小区与各关联小区对应的基本信息相似系数其中Si、Mi分别表示为住宅小区对应第i个关联小区的面积、允许住宅人员数量，i表示为各关联小区的编号，i＝1,2,...,n，λ1、λ2分别表示为预设的面积相似、允许住宅人员数量相似对应的权重系数。
从云数据库中提取住宅小区所属各楼宇对应的高度G′m和允许居住人员数量Hm，其中m表示为各楼宇的编号，m＝1,2,...,l。
分析住宅小区所属各楼宇与各关联小区所属各楼栋的高度相似系数其中Gi,p表示为第i个关联小区所属第p个楼栋的高度，p表示为各楼栋的编号，p＝1,2,...,q，e表示为自然常数。
分析住宅小区与各关联小区对应的高度相似系数其中l表示为楼宇的数量，q表示为楼栋的数量。
基于各关联小区所属各楼栋的高度筛选各关联小区对应的楼栋最大高度和楼栋最小高度/>
分析住宅小区对应各关联小区对应的楼栋高度波动系数其中Gi,p+1表示为第i个关联小区所属第p+1个楼栋的高度，q表示为楼栋的数量，G″表示为预设的允许高度差值，γ1、γ2分别表示为预设的楼栋高度偏差、楼栋最大高度差值对应的权值因子。
同理分析住宅小区对应的楼宇高度波动系数
综合分析住宅小区与各关联小区对应的楼宇高度波动相似指数
分析住宅小区所属各楼宇与各关联小区所属各楼栋的居住人员数量相似系数其中Hi′,p表示为第i个关联小区所属第p个楼栋对应的居住人员数量。
分析住宅小区与各关联小区对应楼宇层面所属的居住人员数量相似系数
综合分析住宅小区与各关联小区对应的楼栋信息相似系数
分析住宅小区与各关联小区对应的适配指数SPi＝ln(1+ηi*χ1+ξi*χ2)，其中χ1、χ2分别表示为预设的基本信息相似系数、楼栋信息相似系数对应的占比因子。
在本发明的具体实施例中，所述分析住宅小区对应供热源的占地面积，其具体方法为：将住宅小区与各关联小区对应的适配指数与预设的适配指数阈值进行对比，若住宅小区与某关联小区对应的适配指数大于或等于适配指数阈值，则将该关联小区标记为参考小区，进而得到住宅小区对应的各参考小区。
从云数据库中提取住宅小区对应各关联小区所属供热源的占地面积，进而获取住宅小区对应各参考小区所属供热源的占地面积，并获取住宅小区对应参考小区所属供热源的平均占地面积，将其作为住宅小区对应供热源的占地面积。
本发明在住宅小区适配指数分析模块中对住宅小区对应各关联小区的基本信息和楼栋信息进行分析，进而分析得到住宅小区与各关联小区的适配指数，从而分析住宅小区对应供热源的占地面积，保障了住宅小区供热源的占地区域面积分析的精确性，从而保障后续供热管网的使用。
所述住宅小区空闲区域划分模块用于将住宅小区的地面按照对应供热源的占地面积等比例划分为各目标子区域。
所述目标子区域节能评估等级分析模块用于分析各目标子区域对应的建造困难系数KNf和通行障碍系数ZAf，进而综合分析各目标子区域对应的节能评估等级。
在本发明的具体实施例中，所述分析各目标子区域对应的建造困难系数，其具体分析方法为：获取各目标子区域与各水管对应的参考距离JLfb和埋设高度GDfb，其中f表示为各目标子区域的编号，f＝1,2,...,g，b表示为各水管的编号，b＝1,2,...,c。
分析各目标子区域对应的建造困难系数其中c表示为水管的数量，JL′、GD′分别表示为预设的允许距离、允许埋设高度。
需要说明的是，根据住宅小区对应的各水管的埋设位置和各目标子区域中心点的位置获取各目标子区域与各水管所属各连接处的直线距离，进而筛选最短直线距离作为各目标子区域与各水管对应的参考距离。
需要说明的是，根据住宅小区对应各水管的埋设位置获取水管中心位置距地面的距离，并将其作为各水管对应的埋设高度。
在本发明的具体实施例中，所述分析各目标子区域对应的通行障碍系数，其具体分析方法为：通过住宅小区内布设的监控摄像头获取各目标子区域在设定检测周期对应的通行人流量RLf和各通行车的尺寸参数，其中尺寸参数包括长度和宽度，进而获取各目标子区域在设定检测周期对应各通行车的行驶面积XSf。
分析各目标子区域对应的人员通行障碍系数其中g表示为目标子区域的数量。
统计各目标子区域在设定检测周期对应通行车的数量SLf，获取各目标子区域对应的面积Sf，并据此分析各目标子区域对应的车辆通行障碍系数其中δ1表示为预设的单位通行车数量对应的车辆通行障碍因子。
综合分析各目标子区域对应的通行障碍系数ZAf＝ln(1+RZf*β1+CZf*β2)，其中β1、β2分别表示为预设的人员通行障碍系数、车辆通行障碍系数对应的比例系数。
在本发明的具体实施例中，所述各目标子区域对应的节能评估等级，其具体分析方法为：分析各目标子区域对应的节能评估系数其中α1、α2分别表示为预设的建造困难系数、通行障碍系数对应的节能评估因子。
将各目标子区域对应的节能评估系数与云数据库中存储的各节能评估等级对应的节能评估系数范围进行对比，筛选各目标子区域对应的节能评估等级。
本发明在目标子区域节能评估等级分析模块中对目标子区域的建造困难和通行障碍分析，进而综合分析目标子区域的节能评估等级，为最终分析预计建设区域奠定了基础，保障了后续预计建设区域分析的准确性。
所述管网节能评估指数分析模块用于分析各目标子区域对应的管网节能评估指数。
在本发明的具体实施例中，所述各目标子区域对应的管网节能评估指数，其具体分析方法为：以各目标子区域的中心点为原点建立坐标系，进而获取住宅小区所属各楼宇对应各楼层所属各端点在各目标子区域坐标系的坐标，并据此获取各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离JJfmvt，其中v表示为各楼层的编号，v＝1,2,...,u，t表示为各端点的编号，t＝1,2,...,z。
需要说明的是，住宅小区所属各楼宇对应各楼层所属各端点，其具体为住宅小区所属各楼宇对应各楼层靠近地面的底部对应的各端点。
基于各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离筛选各目标子区域与住宅小区所属各楼宇对应各楼层的最大距离和最小距离，同理筛选各目标子区域与住宅小区所属各楼宇对应的最大距离和最小距离，并将最大距离和最小距离的平均值作为各目标子区域与住宅小区所属各楼宇的参考距离JHfm。
分析各目标子区域与住宅小区所属各楼宇对应的距离适宜系数，其中z表示为端点的数量，u表示为楼层的数量。
分析各目标子区域对应的管网节能评估指数
所述预计建设区域筛选模块用于从各目标子区域中筛选预计建设区域。
在本发明的具体实施例中，所述从各目标子区域中筛选预计建设区域，其具体分析方法为：基于各目标子区域对应的节能评估等级筛选最大节能评估等级对应的所有目标子区域，并将其标记为各待筛选目标子区域。
获取各待筛选目标子区域对应的管网节能评估系数筛选最大管网节能评估系数对应的待筛选目标子区域，并将其标记为预计建设区域。
本发明的住宅小区供热管网的节能分析对住宅小区供热源建设地址进行分析，弥补了现有技术中对住宅小区供热源建设地址关注度不高的缺陷，进而降低了供热管网在运行过程中的能源消耗，从而提高了住宅小区供热管网的使用效率，在一定程度上保障了资源的利用率，同时也降低由于资源消耗而导致环境质量下降事件的发生率，有利于住宅小区供热管网的可持续发展。
所述显示终端用于将预计建设区域进行显示。
所述云数据库用于存储住宅小区的面积和允许住宅人员数量，存储住宅小区所属各楼宇对应的高度和允许居住人员数量，存储住宅小区对应各关联小区所属供热源的占地面积，并存储各节能评估等级对应的节能评估系数范围。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (9)
1.一种基于物联网的城市市政供热管网节能分析系统，其特征在于，包括：
住宅小区适配指数分析模块用于获取住宅小区对应各关联小区的基本信息和楼栋信息，分析住宅小区与各关联小区对应的适配指数，从而分析住宅小区对应供热源的占地面积；
住宅小区空闲区域划分模块用于将住宅小区的地面按照对应供热源的占地面积等比例划分为各目标子区域；
目标子区域节能评估等级分析模块用于分析各目标子区域对应的建造困难系数KNf和通行障碍系数ZAf，进而综合分析各目标子区域对应的节能评估等级；
管网节能评估指数分析模块用于分析各目标子区域对应的管网节能评估指数；
预计建设区域筛选模块用于从各目标子区域中筛选预计建设区域；
显示终端用于将预计建设区域进行显示；
云数据库用于存储住宅小区的面积和允许住宅人员数量，存储住宅小区所属各楼宇对应的高度和允许居住人员数量，存储住宅小区对应各关联小区所属供热源的占地面积，并存储各节能评估等级对应的节能评估系数范围。
2.根据权利要求1所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述住宅小区对应各关联小区的基本信息和楼栋信息，其中基本信息为面积和允许住宅人员数量，楼栋信息为各楼栋对应的高度和允许居住人员数量。
3.根据权利要求2所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述住宅小区与各关联小区对应的适配指数，其具体分析方法为：
从云数据库中提取住宅小区的面积S′和允许住宅人员数量M′，进而分析住宅小区与各关联小区对应的基本信息相似系数其中Si、Mi分别表示为住宅小区对应第i个关联小区的面积、允许住宅人员数量，i表示为各关联小区的编号，i＝1,2,...,n，λ1、λ2分别表示为预设的面积相似、允许住宅人员数量相似对应的权重系数；
从云数据库中提取住宅小区所属各楼宇对应的高度G′m和允许居住人员数量Hm，其中m表示为各楼宇的编号，m＝1,2,...,l；
分析住宅小区所属各楼宇与各关联小区所属各楼栋的高度相似系数其中Gi,p表示为第i个关联小区所属第p个楼栋的高度，p表示为各楼栋的编号，p＝1,2,...,q，e表示为自然常数；
分析住宅小区与各关联小区对应的高度相似系数其中l表示为楼宇的数量，q表示为楼栋的数量；
基于各关联小区所属各楼栋的高度筛选各关联小区对应的楼栋最大高度和楼栋最小高度/>
分析住宅小区对应各关联小区对应的楼栋高度波动系数其中Gi,p+1表示为第i个关联小区所属第p+1个楼栋的高度，q表示为楼栋的数量，G″表示为预设的允许高度差值，γ1、γ2分别表示为预设的楼栋高度偏差、楼栋最大高度差值对应的权值因子；
同理分析住宅小区对应的楼宇高度波动系数
综合分析住宅小区与各关联小区对应的楼宇高度波动相似指数
分析住宅小区所属各楼宇与各关联小区所属各楼栋的居住人员数量相似系数其中Hi′,p表示为第i个关联小区所属第p个楼栋对应的居住人员数量；
分析住宅小区与各关联小区对应楼宇层面所属的居住人员数量相似系数
综合分析住宅小区与各关联小区对应的楼栋信息相似系数
分析住宅小区与各关联小区对应的适配指数SPi＝ln(1+ηi*χ1+ξi*χ2)，其中χ1、χ2分别表示为预设的基本信息相似系数、楼栋信息相似系数对应的占比因子。
4.根据权利要求1所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述分析住宅小区对应供热源的占地面积，其具体方法为：
将住宅小区与各关联小区对应的适配指数与预设的适配指数阈值进行对比，若住宅小区与某关联小区对应的适配指数大于或等于适配指数阈值，则将该关联小区标记为参考小区，进而得到住宅小区对应的各参考小区；
从云数据库中提取住宅小区对应各关联小区所属供热源的占地面积，进而获取住宅小区对应各参考小区所属供热源的占地面积，并获取住宅小区对应参考小区所属供热源的平均占地面积，将其作为住宅小区对应供热源的占地面积。
5.根据权利要求3所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述分析各目标子区域对应的建造困难系数，其具体分析方法为：
获取各目标子区域与各水管对应的参考距离JLfb和埋设高度GDfb，其中f表示为各目标子区域的编号，f＝1,2,...,g，b表示为各水管的编号，b＝1,2,...,c；
分析各目标子区域对应的建造困难系数其中c表示为水管的数量，JL′、GD′分别表示为预设的允许距离、允许埋设高度。
6.根据权利要求5所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述分析各目标子区域对应的通行障碍系数，其具体分析方法为：
通过住宅小区内布设的监控摄像头获取各目标子区域在设定检测周期对应的通行人流量RLf和各通行车的尺寸参数，其中尺寸参数包括长度和宽度，进而获取各目标子区域在设定检测周期对应各通行车的行驶面积XSf；
分析各目标子区域对应的人员通行障碍系数其中g表示为目标子区域的数量；
统计各目标子区域在设定检测周期对应通行车的数量SLf，获取各目标子区域对应的面积Sf，并据此分析各目标子区域对应的车辆通行障碍系数其中δ1表示为预设的单位通行车数量对应的车辆通行障碍因子；
综合分析各目标子区域对应的通行障碍系数ZAf＝ln(1+RZf*β1+CZf*β2)，其中β1、β2分别表示为预设的人员通行障碍系数、车辆通行障碍系数对应的比例系数。
7.根据权利要求5所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述各目标子区域对应的节能评估等级，其具体分析方法为：
分析各目标子区域对应的节能评估系数其中α1、α2分别表示为预设的建造困难系数、通行障碍系数对应的节能评估因子；
将各目标子区域对应的节能评估系数与云数据库中存储的各节能评估等级对应的节能评估系数范围进行对比，筛选各目标子区域对应的节能评估等级。
8.根据权利要求5所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述各目标子区域对应的管网节能评估指数，其具体分析方法为：
以各目标子区域的中心点为原点建立坐标系，进而获取住宅小区所属各楼宇对应各楼层所属各端点在各目标子区域坐标系的坐标，并据此获取各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离JJfmvt，其中v表示为各楼层的编号，v＝1,2,...,u，t表示为各端点的编号，t＝1,2,...,z；
基于各目标子区域与住宅小区所属各楼宇对应各楼层所属各端点的距离筛选各目标子区域与住宅小区所属各楼宇对应各楼层的最大距离和最小距离，同理筛选各目标子区域与住宅小区所属各楼宇对应的最大距离和最小距离，并将最大距离和最小距离的平均值作为各目标子区域与住宅小区所属各楼宇的参考距离JHfm；
分析各目标子区域与住宅小区所属各楼宇对应的距离适宜系数
，
其中z表示为端点的数量，u表示为楼层的数量；
分析各目标子区域对应的管网节能评估指数
9.根据权利要求1所述的一种基于物联网的城市市政供热管网节能分析系统，其特征在于：所述从各目标子区域中筛选预计建设区域，其具体分析方法为：
基于各目标子区域对应的节能评估等级筛选最大节能评估等级对应的所有目标子区域，并将其标记为各待筛选目标子区域；
获取各待筛选目标子区域对应的管网节能评估系数筛选最大管网节能评估系数对应的待筛选目标子区域，并将其标记为预计建设区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310621149.0A CN116629638B (zh) | 2023-05-30 | 2023-05-30 | 一种基于物联网的城市市政供热管网节能分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310621149.0A CN116629638B (zh) | 2023-05-30 | 2023-05-30 | 一种基于物联网的城市市政供热管网节能分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116629638A true CN116629638A (zh) | 2023-08-22 |
| CN116629638B CN116629638B (zh) | 2023-11-21 |
Family
ID=87616779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310621149.0A Active CN116629638B (zh) | 2023-05-30 | 2023-05-30 | 一种基于物联网的城市市政供热管网节能分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116629638B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117131126A (zh) * | 2023-10-23 | 2023-11-28 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
| CN117252371A (zh) * | 2023-09-22 | 2023-12-19 | 荆州市城市规划设计研究院 | 一种智慧城市规划设计的实施方案管控系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012181805A (ja) * | 2011-03-03 | 2012-09-20 | Osaka Gas Co Ltd | 省エネ行動評価システム |
| CN105783108A (zh) * | 2016-03-30 | 2016-07-20 | 张久明 | 节能供热控制的方法、系统及云端服务器 |
| CN108510100A (zh) * | 2017-03-27 | 2018-09-07 | 上海智容睿盛智能科技有限公司 | 一种基于关联规则的智能建筑的能耗优化管理实现方法 |
| CN111611688A (zh) * | 2020-04-15 | 2020-09-01 | 北京市燃气集团有限责任公司 | 一种燃气供暖用户耗能合理化评价方法、系统、终端及存储介质 |
| CN112178756A (zh) * | 2020-09-29 | 2021-01-05 | 华能国际电力股份有限公司日照电厂 | 一种供热智能管理系统及其工作方法 |
| CN113869809A (zh) * | 2021-12-07 | 2021-12-31 | 河北工大科雅能源科技股份有限公司 | 一种集中供热的用户行为节能评价方法、装置及终端 |
| CN115034687A (zh) * | 2022-08-09 | 2022-09-09 | 河北工大科雅能源科技股份有限公司 | 用于城市供热监管及供热企业管控的方法及系统 |
| CN115860983A (zh) * | 2022-12-10 | 2023-03-28 | 武汉汇青房地产咨询有限公司 | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 |
-
2023
- 2023-05-30 CN CN202310621149.0A patent/CN116629638B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012181805A (ja) * | 2011-03-03 | 2012-09-20 | Osaka Gas Co Ltd | 省エネ行動評価システム |
| CN105783108A (zh) * | 2016-03-30 | 2016-07-20 | 张久明 | 节能供热控制的方法、系统及云端服务器 |
| CN108510100A (zh) * | 2017-03-27 | 2018-09-07 | 上海智容睿盛智能科技有限公司 | 一种基于关联规则的智能建筑的能耗优化管理实现方法 |
| CN111611688A (zh) * | 2020-04-15 | 2020-09-01 | 北京市燃气集团有限责任公司 | 一种燃气供暖用户耗能合理化评价方法、系统、终端及存储介质 |
| CN112178756A (zh) * | 2020-09-29 | 2021-01-05 | 华能国际电力股份有限公司日照电厂 | 一种供热智能管理系统及其工作方法 |
| CN113869809A (zh) * | 2021-12-07 | 2021-12-31 | 河北工大科雅能源科技股份有限公司 | 一种集中供热的用户行为节能评价方法、装置及终端 |
| CN115034687A (zh) * | 2022-08-09 | 2022-09-09 | 河北工大科雅能源科技股份有限公司 | 用于城市供热监管及供热企业管控的方法及系统 |
| CN115860983A (zh) * | 2022-12-10 | 2023-03-28 | 武汉汇青房地产咨询有限公司 | 一种基于物联网的智慧城市燃气安全监测运行管理方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 邵鹏勇等: "基于人工智能的精准舒适供热技术", 《科技成果》, pages 1 - 4 * |
| 韩绪鹏等: "华能松原热电厂二级网智能调控研究", 《电子元器件与信息技术》, vol. 7, no. 06, pages 56 - 59 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117252371A (zh) * | 2023-09-22 | 2023-12-19 | 荆州市城市规划设计研究院 | 一种智慧城市规划设计的实施方案管控系统 |
| CN117252371B (zh) * | 2023-09-22 | 2024-02-20 | 荆州市城市规划设计研究院 | 一种智慧城市规划设计的实施方案管控系统 |
| CN117131126A (zh) * | 2023-10-23 | 2023-11-28 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
| CN117131126B (zh) * | 2023-10-23 | 2024-02-09 | 山东瑞鑫时空信息科技有限公司 | 一种基于大数据分析的测绘数据动态监管系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116629638B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116629638B (zh) | 一种基于物联网的城市市政供热管网节能分析系统 | |
| Moghadam et al. | A GIS-statistical approach for assessing built environment energy use at urban scale | |
| CN110852577B (zh) | 基于城市韧性与城市流域水文模型的城市洪涝评估方法 | |
| WO2023016036A1 (zh) | 市政道路积水多因素复合型预警预报方法 | |
| Galante et al. | A methodology for the energy performance classification of residential building stock on an urban scale | |
| Rylatt et al. | GIS-based decision support for solar energy planning in urban environments | |
| Kim et al. | Assessment of rainwater availability by building type and water use through GIS-based scenario analysis | |
| Fallahnejad et al. | Impact of distribution and transmission investment costs of district heating systems on district heating potential | |
| You et al. | Revealing the mechanism of urban morphology affecting residential energy efficiency in Seoul, Korea | |
| Subadyo et al. | Implementation analysis of green city concept in Malang-Indonesia | |
| CN112508332B (zh) | 一种顾及多维特征的渐进式乡村聚落整治分区方法 | |
| CN113177857B (zh) | 一种基于台风灾害预估的资源弹性调配方法 | |
| CN111047136A (zh) | 一种海绵城市管网设施部署评估方法 | |
| Liu et al. | Exploring the effect of urban spatial development pattern on carbon dioxide emissions in China: A socioeconomic density distribution approach based on remotely sensed nighttime light data | |
| CN114611756A (zh) | 基于遥感技术的城市合流制排水系统水量负荷预测方法 | |
| Congedo et al. | Implementation hypothesis of the Apulia ITACA Protocol at district level–part I: The model | |
| CN116029460A (zh) | 一种基于大数据的市政建筑工程节水管理平台 | |
| Zhong et al. | Technology frontiers of building-integrated photovoltaics (BIPV): A patent co-citation analysis | |
| Zhou et al. | High-resolution estimation of building energy consumption at the city level | |
| Zhiming et al. | Risk evaluation of urban rainwater system waterlogging based on neural network and dynamic hydraulic model | |
| Zhao et al. | Water cycle health assessment based on combined weight and hook trapezoid fuzzy TOPSIS model: A case study of nine provinces in the Yellow River basin, China | |
| Gui et al. | Regional differences in household water technology adoption: A longitudinal study of Building Sustainability Index-certified dwelling units in New South Wales, Australia | |
| Lade et al. | Assessment of rainwater harvesting potential in Ibadan, Nigeria | |
| CN110990659A (zh) | 一种基于三维实景的城市内涝管理方法 | |
| CN114329713A (zh) | 一种基于灾损曲线和水动力模型的居民建筑损失计算方法 |
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 |