CN108826439B - 热网调节方法、装置和电子设备 - Google Patents
热网调节方法、装置和电子设备 Download PDFInfo
- Publication number
- CN108826439B CN108826439B CN201810844002.7A CN201810844002A CN108826439B CN 108826439 B CN108826439 B CN 108826439B CN 201810844002 A CN201810844002 A CN 201810844002A CN 108826439 B CN108826439 B CN 108826439B
- Authority
- CN
- China
- Prior art keywords
- station
- temperature
- heat
- heating
- historical
- 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
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
- F24D19/1015—Arrangement or mounting of control or safety devices for water heating systems for central heating using a valve or valves
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)
- Heat-Pump Type And Storage Water Heaters (AREA)
Abstract
本申请实施例公开了热网调节方法、装置和电子设备。该方法的一具体实施方式包括:响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度;生成以及发送首站第一调节指令,其中,该首站第一调节指令包括该首站第一应到温度,该首站温控阀被配置成根据该首站第一调节指令调节首站供水温度;响应于发送出该首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;生成以及发送热力站第一调节指令,其中,该热力站第一调节指令包括该热力站第一应到流量,该热力站流量阀被配置成根据该热力站第一调节指令调节热力站供水流量。该实施方式提供了一种新的调节热网的方法。
Description
技术领域
本申请实施例涉及计算机技术和供热***技术领域,具体涉及热网调节方法、装置和电子设备。
背景技术
热网可以通过管道和热载体(也称工作介质,例如水或水蒸汽)把热能输送到热用户。通常,热网可以包括首站、一次网、热力站、二次网和供暖末端,其中,首站和热力站之间通过一次网连接,热力站和供暖末端之间通过二次网连接。首站也可以称为热源站,热力站也可以称为换热站,热用户处的供暖设备可以称为供暖末端。
现有的热网调节方式,通常是由工作人员根据经验进行热网调节。
发明内容
本申请实施例提出了热网调节方法、装置和电子设备。
第一方面,本申请实施例提供了一种热网调节方法,该方法包括:响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度;生成以及发送首站第一调节指令,其中,上述首站第一调节指令包括上述首站第一应到温度,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度;响应于发送出上述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;生成以及发送热力站第一调节指令,其中,上述热力站第一调节指令包括上述热力站第一应到流量,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
第二方面,本申请实施例提供了一种热网调节装置,该装置包括:第一生成单元,被配置成响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度;第一发送单元,被配置成生成以及发送首站第一调节指令,其中,上述首站第一调节指令包括上述首站第一应到温度,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度;第二生成单元,被配置成响应于发送出上述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;第二发送单元,被配置成生成以及发送热力站第一调节指令,其中,上述热力站第一调节指令包括上述热力站第一应到流量,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的热网调节方法、装置和电子设备,,通过响应于确定触发条件满足,从上述各种传感器实时获取预定义的温度预测用相关参数,以及根据实时获取的温度预测用相关参数,生成首站第一应到温度;生成以及发送首站第一调节指令,上述首站温控阀根据上述首站第一调节指令调节首站供水温度;可以响应于发出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;生成以及发送热力站第一调节指令。上述热力站流量阀根据上述热力站第一调节指令调节热力站供水流量,技术效果至少可以包括:提供了一种新的调节热网的方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是示例性热网结构图;
图2是本申请可以应用于其中的示例性***架构图;
图3是根据本申请的热网调节方法的一个实施例的流程图;
图4是根据本申请的热网调节方法的一个应用场景的示意图;
图5是根据本申请的热网调节方法的又一个实施例的流程图;
图6是根据本申请的热网调节装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
请参考图1,图1示出了本申请的热网调节方法可以适用于其上的热网100。
如图1所示,热网100可以包括:首站101、一次网102、热力站103、二次网104和供暖末端105,上述首站和上述热力站之间通过一次网连接,上述热力站和上述供暖末端之间通过二次网连接。
一次网中可以流通一次供水和一次回水。二次网中可以流通二次供水和二次回水。一次供水由首站到热力站,二次供水由热力站到热用户,二次回水由热用户到热力站,一次回水由热力站到首站。
首站供水到一次网中,成为一次供水。一次供水经热力站,热力站供水到二次网中,成为二次供水。二次供水到供暖末端为用户提供热量。供暖末端出水到二次网,成为二次回水。二次回水到热力站,成为热力站回水。热力站回水经热力站到一次网,成为一次回水。一次回水到首站,成为首站回水。
应该理解,图1中的热力站和供暖末端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的热力站和供暖末端。
请参考图2,图2可以应用本申请的热网调节方法或热网调节装置的实施例的示例性***架构200。
如图2所示,***架构200可以包括:数据采集设备201、决策设备202、硬件调控设备203和网络204。网络204用以在数据采集设备201与决策设备202之间、决策设备202和硬件调控设备203之间提供通信链路的介质。网络204可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
数据采集设备,被配置成采集热网数据。在这里,数据采集设备可以安装在上述热网上,以采集上述热网的各种数据。在这里,热网数据可以包括但不限于以下至少一种:首站相关参数、热力站相关参数和供暖末端相关参数。可选的,还可以采集一次网相关参数和二次网相关参数。
决策设备,被配置成基于上述热网数据生成调节指令。在这里,上述决策设备可以生成一条或者多条指令。在这里,决策设备生成调节指令的过程可以如下:将参数进行封装,得到其它电子设备或者首站温控阀可以识别的通信格式的指令。
硬件调控设备,被配置成根据上述调节指令进行调节。在这里,硬件调控设备可以对热网进行调控。硬件调控设备可以是多种类型的,作为示例,硬件调控设备可以包括但不限于:流量控制阀(简称流量阀)和温度控制阀(简称温控阀)。在这里,硬件调控设备可以安装在上述热网上。硬件调控设备在上述热网的安装位置可以是根据实践灵活设置的。作为示例,硬件调控设备可以包括以下至少一项:首站温控阀、首站流量阀和热力站流量阀。
决策设备202可以是支持网络连接从而提供各种网络服务的硬件设备或软件。当网络设备为硬件时,其可以是支持即时通讯功能的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机和服务器等等。这时,作为硬件设备,其可以实现成多个网络设备组成的分布式网络设备群,也可以实现成单个网络设备。当网络设备为软件时,可以安装在上述所列举的电子设备中。这时,作为软件,其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
作为示例,在图2中,决策设备可以从数据采集设备获取热网热网数据,以及根据上述热网数据生成调节指令,再将所生成的调节指令发送至硬件调控设备,有硬件调控设备对热网进行调节。
需要说明的是,本申请实施例所提供的热网调节方法可以由决策设备203执行。相应的,上述热网调节装置可以安装在上述决策设备203中。
应该理解,图1中的数据采集设备、决策设备、硬件调控设备和网络的数目仅仅是示意性的。根据实现需要,可以具有任意数目的采集设备、决策设备、硬件调控设备和网络。
请参考图3,其示出了热网调节方法的一个实施例的流程300。上述热网上安装有首站温控阀和热力站流量阀。
本实施例主要以该方法应用于有一定运算能力的电子设备中来举例说明,该电子设备可以是图2示出的决策设备202。该热网调节方法,包括以下步骤:
步骤301,响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度。
在本实施例中,热网调节方法的执行主体(例如图2所示的决策设备)可以响应于确定预设的触发条件满足,从上述执行主体本地或者其它电子设备实时获取温度预测用相关参数,以及根据上述温度预测用相关参数,生成首站第一应到温度。
在本实施例中,预设的触发条件可以包括但不限于以下至少一项:当前时间为预设的时间点、目标参数的参数值超出预设参数值范围等。在实践中,可以根据实际应用场景,设置各种触发条件,在此不再一一列举。
作为示例,如果触发条件是当前时间为预设时间点,可以将预设时间点设置为整点。即每到整点,上述触发条件满足,上述执行主体实时获取温度预测用相关参数,生成首站第一应到温度。
作为示例,如果触发条件为目标参数的参数值超出预设参数值范围,可以室外温度作为目标参数,预设的参数值范围设置为负30摄氏度到正10摄氏度。如果室外温度值大于正10摄氏度或者小于负30摄氏度,则触发条件满足,上述执行主体实时获取温度预测用相关参数,生成首站第一应到温度。
在本实施例中,上述其它电子设备可以包括但不限于以下至少一项:传感器和数据存储设备。
作为示例,上述执行主体可以接收传感器实时传输的数据。
作为示例,上述传感器可以将数据发送至数据存储设备。上述执行主体可以向上述数据存储设备发送数据获取请求,数据获取请求用于请求获取数据存储设备接收到的温度预测用相关参数。
在本实施例中,温度预测用相关参数,可以是用于预测首站第一应到温度的参数。温度预设用相关参数可以根据实际应用场景设置。
在一些实施例中,温度预设用相关参数可以包括以下但不限于至少一项:首站回水温度、热力站供水温度和室外温度。
在本实施例中,首站第一应到温度可以是在温度预测用相关参数指示的当前条件下,首站供水应该达到的温度。
在本实施例中,可以通过各种方式,生成首站第一应到温度。
作为示例,步骤301可以通过以下方式实现:可以预先设置以温度预测用相关参数作为自变量、以首站第一应到温度作为应变量的函数。当实施获取到温度预测用相关参数之后,代入上述函数,生成首站第一应到温度。
步骤302,生成以及发送首站第一调节指令。
在本实施例中,热网调节方法的执行主体(例如图2所示的决策设备)可以生成以及发送首站第一调节指令。在这里,上述首站第一调节指令可以包括首站第一应到温度。
在本申请中,上述执行设备生成调节指令的过程可以如下:将参数进行封装,得到其它电子设备或者硬件调控设备可以识别的通信格式的指令。
在本实施例中,上述执行设备生成首站第一调节指令的过程可以如下:将上述首站第一温度进行封装,得到其它电子设备或者首站温控阀可以识别的通信格式的指令。
在本实施例中,上述执行主体可以将首站第一调节指令直接或者间接发送至首站温控阀。间接发送方式示例如下:上述执行主体可以将首站第一调节指令发送至指令接收设备,由指令接收设备将上述首站第一调节指令转发至上述首站温控阀。
在本实施例中,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度。
在本实施例中,上述首站温控阀可以安装在能够调节首站供水温度的设备上。
作为示例,首站中通常具有热源设备,可以对热源设备中可以送出能够作为热源的传热介质(例如水)。上述首站温控阀可以安装在上述热源设备上,调节热源设备的出水温度,从而,可以调节首站供水温度。
步骤303,响应于发送出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
在本实施例中,热网调节方法的执行主体(例如图2所示的决策设备)可以响应于发送出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
在本实施例中,上述电子设备可以根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
在本实施例中,流量预测用相关参数,可以是用于预测热力站的第一应到流量的参数。流量预测用相关参数可以根据实际应用场景设置。
在一些实施例中,流量预测用相关参数,可以包括但不限于以下至少一项:上述流量预测用相关参数包括供暖末端室内温度和以下至少一项:热力站供水温度、热力站回水温度、供暖距离、供暖面积、供暖人口、室外温度和首站供水流量。
在这里,上述供暖距离可以是热力站与供暖末端之间的距离。上述供暖面积可以供暖末端需要供暖的面积,通常为热用户所在的建筑的建筑面积。上述供暖人口可以是热用户的数量。
在本实施例中,可以通过各种方式,生成热力站第一应到流量。
作为示例,步骤303可以通过以下方式实现:可以预先设置以流量预设用相关参数作为自变量、以热力站第一应到流量作为应变量的函数。当实施获取到温度预测用相关参数之后,代入上述函数,生成热力站第一应到流量。
步骤304,生成以及发送热力站第一调节指令。
在本实施例中,热网调节方法的执行主体(例如图2所示的决策设备)可以生成以及发送热力站第一调节指令。在这里,上述热力站第一调节指令包括上述热力站第一应到流量。
在本实施例中,上述执行主体可以以热力站第一应到流量为参数生成热力站第一调节指令。
在本实施例中,上述执行主体可以将首站第一调节指令直接或者间接发送至热力站流量阀。间接发送方式示例如下:上述执行主体可以将首站第一调节指令发送至指令接收设备,由指令接收设备将上述首站第一调节指令转发至上述热力站流量阀。
在本实施例中,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
在本实施例中,上述热力站流量阀可以安装在能够调节热力站供水流量的设备上,例如,热力站流量阀可以安装在热力站的供水管道上。
继续参见图4,图4是根据本实施例的热网调节方法的应用场景的一个示意图。在图4的应用场景中:
首先,布置在热网中的各种数据采集设备401可以采集热网各处的参数。
然后,决策设备可以确定触发条件是否满足。作为示例,触发条件可以包括当前时间点为整点。
再后,决策设备402可以响应于确定触发条件满足,从上述各种数据采集设备实时获取预定义的温度预测用相关参数,以及根据实时获取的温度预测用相关参数,生成首站第一应到温度。
再后,决策设备可以生成以及发送首站第一调节指令。上述首站温控阀403根据上述首站第一调节指令调节首站供水温度。
再后,决策设备可以响应于发出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
最后,决策设备可以生成以及发送热力站第一调节指令。上述热力站流量阀404根据上述热力站第一调节指令调节热力站供水流量。
本申请的上述实施例提供的方法,通过响应于确定触发条件满足,从上述各种传感器实时获取预定义的温度预测用相关参数,以及根据实时获取的温度预测用相关参数,生成首站第一应到温度;生成以及发送首站第一调节指令,上述首站温控阀根据上述首站第一调节指令调节首站供水温度;可以响应于发出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;生成以及发送热力站第一调节指令。上述热力站流量阀根据上述热力站第一调节指令调节热力站供水流量,技术效果至少可以包括:
第一,提供了一种新的调节热网的方式。
第二,可以实现计算机自动控制调节热网。上述执行主体中预先设置调节逻辑,结合热网的实时参数,自动调节热网中的首站供水温度和热力站供水流量。从而,可以实现实时、动态、有效地调节热网。进而,可以解放人力,节约人力成本。
第三,可以实现热网中首站和热力站的联动调节。当首站发送出首站第一调节指令之后,可以首站温控阀开始调节首站供水温度,首站供水温度开始变化。当首站供水温度开始变化的时候,触发生成热力站第一应到流量的机制,进而通过热力站流量阀调节热力站供水流量。由此,可以实现热网中首站和热力站的联动调节。
第四,以先调节首站供水温度、再调节热力站供水流量的方式进行联动调节,可以以热源的温度为基础,以热力站供水流量为辅助手段,快速有效调节热网。相对于其它方式,比如先调热力站供水流量再调首站供水温度、先调首站供水温度再调一次网流量等,本实施例所示方式具有明显的效率和便于精准控制的优势。
第五,选择设置首站温控阀和热力站流量阀进行热网调节,在热网的多个可能调节的节点中,准确捕捉到热网中的调节要点。在对较少的装置(首站温控阀和热力站流量阀这两个)进行控制调节的情况下,即可实现快速而准确地调节热网。从而,可以减少调节热网的硬件成本,以及减少调节时间和调节的计算量。
在一些实施例中,上述步骤301可以通过以下方式实现:将上述温度预测用相关参数导入首站预测模型,生成首站第一应到温度。在这里,上述首站预测模型用于表征温度预测用相关参数和首站第一应到温度之间的对应关系。
在一些实施例中,首站预测模型可以是对应关系表。作为示例,对应关系表可以包括具有对应关系的温度预测用相关参数和首站第一应到温度。对于上述执行主体实时获取的温度预测用相关参数,可以在上述对应关系表中查找与上述执行主体实时获取的温度预测用相关参数匹配的温度预测用相关参数。然后,可以将查找出的匹配的温度预测用相关参数对应的首站第一应到温度,确定为由首站预测模型生成的首站第一应到温度。
在一些实施例中,首站预测模型可以通过以下方式建立:
第一步,获取第一训练样本集。
在这里,第一训练样本可以包括历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度,第一训练样本与历史首站供水温度对应。
第二步,将上述第一训练样本集中的第一训练样本作为初始首站预测模型的输入,将输入的第一训练样本对应的历史首站供水温度作为初始首站预测模型的期望输出,训练初始首站预测模型得到首站预测模型。
在这里,初始首站预测模型可以是初始化深度学习模型,初始化深度学习模型可以是未经训练的深度学习模型或未训练完成的深度学习模型,初始化的深度学习模型的各层可以设置有初始参数,参数在深度学习模型的训练过程中可以被不断地调整。初始化深度学习模型可以是各种类型的未经训练或未训练完成的人工神经网络或者对多种未经训练或未训练完成的人工神经网络进行组合所得到的模型,例如,初始化深度学习模型可以是未经训练的卷积神经网络,也可以是未经训练的循环神经网络,还可以是对未经训练的卷积神经网络、未经训练的循环神经网络和未经训练的全连接层进行组合所得到的模型。
需要说明的是,建立首站预测模型的电子设备,可以与本申请的执行主体相同,也可以不同。生成第一训练样本集的电子设备,可以与本申请的执行主体相同,也可以不同。
在一些实施例中,上述第一训练样本集可以通过以下方式生成:
第一步,获取第一历史数据组集合。
在这里,第一历史数据组包括历史首站供水温度、历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度。
在这里,同一历史数据组中的数据,可以是处于同一时间段(时间窗口)的热网相关数据。
第二步,根据第一历史数据组中的历史热力站供水温度和预设第一温度阈值,从上述第一历史数据组集合中,选取第一历史数据组。
作为示例,预测第一温度阈值为50摄氏度。如果第一历史数据组中的历史热力站供水温度大于50摄氏度,则可以将此第一历史数据组从上述第一历史数据组集合中选取出来。
第三步,将选取出的第一历史数据组中的以下至少一项确定为第一训练样本:历史首站相关参数、历史热力站供水温度和历史室外温度,以及生成第一训练样本集。
在这里,可以由选取出的每个第一历史数据组,确定出该第一历史数据组的第一训练样本。所确定的一个或多个第一训练样本可以作为第一训练样本集中的元素。
在这里,第一训练样本与第一训练样本所属的第一历史数据组中的历史首站供水温度对应。
在一些实施例中,上述步骤303可以通过以下方式实现:将上述流量预测用相关参数导入预先建立的热力站预测模型,生成热力站第一应到流量。在这里,热力站预测模型用于表征流量预测用相关参数与热力站第一应到流量之间的对应关系。
在一些实施例中,热力站预测模型可以是对应关系表。作为示例,对应关系表可以包括具有对应关系的流量预测用相关参数和热力站第一应到流量。对于上述执行主体实时获取的流量预测用相关参数,可以在上述对应关系表中查找与上述执行主体实时获取的流量预测用相关参数匹配的流量预测用相关参数。然后,可以将查找出的匹配的流量预测用相关参数对应的热力站第一应到流量,确定为由首站预测模型生成的热力站第一应到流量。
在一些实施例中,上述流量预测用相关参数可以包括以下至少一项:供暖末端室内温度和以下至少一项:热力站供水温度、热力站回水温度、供暖距离、供暖面积、供暖人口、室外温度和首站供水流量。
在一些实施例中,上述热力站预测模型可以通过以下方式建立:
第一步,获取第二训练样本集。
在这里,第二训练样本可以包括但不限于以下至少一项:供暖末端室内温度和以下至少一项:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量。第二训练样本与历史热力站供水流量对应。
第二步,将第二训练样本集中的第二训练样本作为初始热力站预测模型的输入,将与输入的第二训练样本对应的历史热力站供水流量作为初始热力站预测模型的输出,训练初始热力站预测模型得到热力站预测模型。
在这里,初始热力站预测模型可以是初始化深度学习模型,初始化深度学习模型可以是未经训练的深度学习模型或未训练完成的深度学习模型,初始化的深度学习模型的各层可以设置有初始参数,参数在深度学习模型的训练过程中可以被不断地调整。初始化深度学习模型可以是各种类型的未经训练或未训练完成的人工神经网络或者对多种未经训练或未训练完成的人工神经网络进行组合所得到的模型,例如,初始化深度学习模型可以是未经训练的卷积神经网络,也可以是未经训练的循环神经网络,还可以是对未经训练的卷积神经网络、未经训练的循环神经网络和未经训练的全连接层进行组合所得到的模型。
需要说明的是,建立热力站预测模型的电子设备,可以与本申请的执行主体相同,也可以不同。生成第二训练样本集的电子设备,可以与本申请的执行主体相同,也可以不同。
在一些实施例中,上述第二训练样本集可以通过以下方式生成:
第一步,获取第二历史数据组集合。
在这里,第二历史数据组可以包括:历史供暖末端室内温度、历史热力站供水流量和以下至少一项但不限于:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量。
第二步,根据第二历史数据组中的历史供暖末端室内温度和预设第二温度阈值,从第二历史数据组集合中,选取第二历史数据组。
作为示例,预设第二温度阈值为40摄氏度,如果第二历史数据组中的历史供暖末端室内温度大于50摄氏度,则可以将此第二历史数据组从上述第二历史数据组集合中选取出来。
第三步,将选取出的第二历史数据组中的历史供暖末端室内温度和以下至少一项作为第二训练样本:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量,以及生成第二训练样本集。
在这里,第二训练样本与第二训练样本中的历史热力站供水流量对应。
在一些实施例中,上述热网包括至少两个热力站,上述至少两个热力站中的每个热力站与该热力站的个性化热力站预测模型相对应,该个性化热力站预测模型基于该热力站的第二训练样本集训练得到。
需要说明的是,本申请中使用首站预测模型和热力站预测模型,对首站第一应到温度和热力站第一应到流量进行预测,由此,可以将大数据和人工智能相关方法引入热网技术领域。在将大数据和人工智能相关方法引入热网技术领域的时候,发明人需要克服的技术困难至少包括:
第一,对于热网,采集哪些数据可以作为预测参考依据。面对这个问题,首先需要选择对从哪些方面入手对热网进行监控,在本申请中,在预测首站温度的时候,从外界温度、首站供水温度、热力站供水温度入手,可以准确预测首站应到温度,热网中的其他参数(例如一次网、二次网和供暖末端的参数),在首站预测的过程中可以忽略。在预测热力站流量的时候,从供暖末端相关参数等入手。由于热力站与供暖末端的距离通常较近,两者的关系密切,因此,可以实现供暖末端相关参数准确预测热力站应到流量。
第二,热网数据有何特点,如何结合热网数据的特点,处理热网数据使之形成训练样本。在面对这一问题的时候,我们选择处于同一时间窗的热网数据,并以热力站供水温度对第一历史数据组进行筛选,得到第一训练样本集,以训练首站预测模型。以供暖末端室内温度对第二历史数据组进行筛选,得到第二训练样本集,以训练热力站预测模型。在这个过程中,我们深入思考了如何评价热网数据,以何种热网数据作为有效的训练样本。由此,可以训练出适合热网特点的首站预测模型和热力站预测模型。
第三,热网中可以调节的地方很多,当将人工智能引入热网的时候,如何选取需要调节的参数,对应地铺设硬件调控设备,才能高效而简洁地控制。面对这一问题,我们选择从首站供水温度和热力站供水流量入手,这两者的组合,在热网的多个可能调节的节点中,准确捕捉到热网中的调节要点。在对较少的装置(首站温控阀和热力站流量阀这两个)进行控制调节的情况下,即可实现快速而准确地调节热网。从而,可以减少调节热网的硬件成本,以及减少调节时间和调节的计算量。
进一步参考图5,其示出了热网调节方法的又一个实施例的流程500。上述热网上安装有首站温控阀、首站流量阀和热力站流量阀。
该热网调节方法的流程500,包括以下步骤:
步骤501,响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以从响应于确定预设的触发条件满足,上述执行主体本地或者其它电子设备实时获取温度预测用相关参数,以及根据上述温度预测用相关参数,生成首站第一应到温度
步骤502,生成以及发送首站第一调节指令。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以生成以及发送首站第一调节指令。在这里,上述首站第一调节指令可以包括首站第一应到温度。
在本实施例中,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度。
步骤503,响应于发送出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以响应于发送出首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量。
步骤504,生成以及发送热力站第一调节指令。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以生成以及发送热力站第一调节指令。在这里,上述热力站第一调节指令包括上述热力站第一应到流量。
在本实施例中,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
在本实施例中步骤501、步骤502、步骤503和步骤504的具体操作与图2所示的实施例中步骤301、步骤302、步骤303和步骤304的操作基本相同,在此不再赘述。
步骤505,响应于确定供暖末端温度不符合预设温度条件,根据首站第一应到温度和供暖末端温度,生成以下至少一项:首站第二应到温度和首站应到流量。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以响应于确定供暖末端温度不符合预设温度条件,根据上述首站第一应到温度和上述供暖末端温度,生成以下至少一项:首站第二应到温度和首站应到流量。
在本实施例中,上述供暖末端温度可以包括但不限于以下至少一项:供暖末端进水温度、供暖末端出水温度和供暖末端室内温度。
在本实施例中,预设温度条件可以包括以下至少一项但不限于:供暖末端进水温度处于第一温度范围内;供暖末端出水温度处于第二温度范围内;供暖末端室内温度处于第三温度范围内。
需要说明的是,在经步骤501-步骤505调节热网之后,可以将供暖末端温度作为调节结果反馈给上述决策设备。上述决策设备可以确定供暖末端温度是否符合预设温度条件。如果不符合,可以由步骤505,生成首站第二应到温度和/或首站应到流量。再对首站的出水温度或者流量进行调整。
作为示例,根据首站第一应到温度和供暖末端温度,生成以下至少一项:首站第二应到温度和首站应到流量,可以通过以下方式实现:如果供暖末端温度小于预设供暖末端温度,则调高首站第一应到温度得到首站第二应到温度,以及,在首站出水流量的基础上增大首站出水流量得到首站应到流量。调高或者增大的幅度可以预先设置。
步骤506,生成以及发送首站第二调节指令。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以生成以及发送首站第二调节指令。
在这里,上述首站第二调节指令包括以下至少一项:首站第二应到温度和首站应到流量,上述首站流量阀被配置成根据上述首站第二调节指令中的首站应到流量调节首站供水流量,上述首站温控阀还被配置成根据上述首站第二调节指令中的首站第二应到温度调节首站供水温度。
步骤507,响应于发送出首站第二调节指令,根据供暖末端温度和热力站第一应到流量,生成热力站第二应到流量。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以响应于发送出上述首站第二调节指令,根据上述供暖末端温度和上述热力站第一应到流量,生成热力站第二应到流量。
作为示例,根据供暖末端温度和热力站第一应到流量,生成热力站第二应到流量,可以通过以下方式实现:如果供暖末端温度小于供暖末端温度,则调高热力站第一应到流量得到热力站第二应到流量。调高幅度可以提前设置。
步骤508,生成以及发送热力站第二调节指令。
在本实施例中,热网调节方法的执行主体(例如图1所示的决策设备)可以生成以及发送热力站第二调节指令。
在本实施例中,上述热力站第二调节指令包括上述热力站第二应到流量,上述热力站流量阀还被配置成根据上述热力站第二调节指令调节热力站供水流量。
在这里,在对根据反馈结果对首站进行调整后,还可以根据反馈结果对热力站进行调整。
从图5中可以看出,与图3对应的实施例相比,本实施例中的热网调节方法的流程500突出了以供暖末端温度作为反馈结果,对热网进一步调节的步骤。由此,本实施例描述的方案技术效果至少可以包括:
第一,提供了一种新的调节热网的方式。
第二,在根据反馈结果进行进一步调节的时候,先调首站供水温度和/或一次网流量,再调热力站供水流量,可以实现对热网的反馈调节,提高热网调节的准确度和速度。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种热网调节装置的一个实施例,该装置实施例与图3所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的热网调节装置600包括:第一生成单元601、第一发送单元602、第二生成单元603和第二发送单元604。其中,第一生成单元,被配置成响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度;第一发送单元,被配置成生成以及发送首站第一调节指令,其中,上述首站第一调节指令包括上述首站第一应到温度,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度;第二生成单元,被配置成响应于发送出上述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;第二发送单元,被配置成生成以及发送热力站第一调节指令,其中,上述热力站第一调节指令包括上述热力站第一应到流量,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
在本实施例中,热网调节装置600的第一生成单元601、第一发送单元602、第二生成单元603和第二发送单元604的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203和步骤204的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述热网上还安装首站流量阀;以及上述装置还包括:第三生成单元(未示出),被配置成:响应于确定供暖末端温度不符合预设温度条件,根据上述首站第一应到温度和上述供暖末端温度,生成以下至少一项:首站第二应到温度和首站应到流量;第三发送单元(未示出),被配置成生成以及发送首站第二调节指令,其中,上述首站第二调节指令包括以下至少一项:首站第二应到温度和首站应到流量,其中,上述首站温控阀还被配置成根据上述首站第二调节指令中的首站第二应到温度调节首站供水温度,上述首站流量阀被配置成根据上述首站第二调节指令中的首站应到流量调节首站供水流量。
在本实施例的一些可选的实现方式中,上述装置还包括:第四生成单元,被配置成响应于发送出上述首站第二调节指令,根据上述供暖末端温度和上述热力站第一应到流量,生成热力站第二应到流量;第四发送单元,被配置成生成以及发送热力站第二调节指令,其中,上述热力站第二调节指令包括上述热力站第二应到流量,上述热力站流量阀还被配置成根据上述热力站第二调节指令调节热力站供水流量。
在本实施例的一些可选的实现方式中,上述第一生成单元,还被配置成:将上述温度预测用相关参数导入预先建立的首站预测模型,生成首站第一应到温度,其中,上述首站预测模型用于表征温度预测用相关参数和首站第一应到温度之间的对应关系。
在本实施例的一些可选的实现方式中,温度预测用相关参数包括热力站供水温度和以下至少一项:首站回水温度和室外温度。
在本实施例的一些可选的实现方式中,上述首站预测模型通过以下方式建立:获取第一训练样本集,其中,第一训练样本包括历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度,第一训练样本与历史首站供水温度对应;将上述第一训练样本集中的第一训练样本作为初始首站预测模型的输入,将输入的第一训练样本对应的历史首站供水温度作为初始首站预测模型的期望输出,训练初始首站预测模型得到首站预测模型。
在本实施例的一些可选的实现方式中,上述第一训练样本集通过以下方式生成:获取第一历史数据组集合,其中,第一历史数据组包括历史首站供水温度、历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度;根据第一历史数据组中的历史热力站供水温度和预设第一温度阈值,从上述第一历史数据组集合中,选取第一历史数据组;将选取出的第一历史数据组中的历史热力站供水温度和以下至少一项确定为第一训练样本:历史首站回水温度和历史室外温度,以及生成第一训练样本集,其中,第一训练样本与第一训练样本所属的第一历史数据组中的历史首站供水温度对应。
在本实施例的一些可选的实现方式中,第二生成单元,还被配置成:将上述流量预测用相关参数导入预先建立的热力站预测模型,生成热力站第一应到流量,其中,上述热力站预测模型用于表征流量预测用相关参数与热力站第一应到流量之间的对应关系。
在本实施例的一些可选的实现方式中,上述流量预测用相关参数包括供暖末端室内温度和以下至少一项:热力站供水温度、热力站回水温度、供暖距离、供暖面积、供暖人口、室外温度和首站供水流量。
在本实施例的一些可选的实现方式中,热力站预测模型通过以下方式建立:获取第二训练样本集,其中,第二训练样本包括历史供暖末端室内温度和以下至少一项:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量,第二训练样本与历史热力站供水流量对应;将第二训练样本集中的第二训练样本作为初始热力站预测模型的输入,将与输入的第二训练样本对应的历史热力站供水流量作为初始热力站预测模型的输出,训练初始热力站预测模型得到热力站预测模型。
在本实施例的一些可选的实现方式中,上述第二训练样本集通过以下方式生成:获取第二历史数据组集合,其中,第二历史数据组包括历史供暖末端室内温度、历史热力站供水流量和以下至少一项:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量;根据第二历史数据组中的历史供暖末端室内温度和预设第二温度阈值,从第二历史数据组集合中,选取第二历史数据组;将选取出的第二历史数据组中的历史供暖末端室内温度和以下至少一项作为第二训练样本:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量,以及生成第二训练样本集,其中,第二训练样本与第二训练样本所属的第二历史数据组中的历史热力站供水流量对应。
在本实施例的一些可选的实现方式中,上述热网包括至少两个热力站。
在本实施例的一些可选的实现方式中,上述至少两个热力站中的每个热力站与该热力站的个性化的热力站预测模型相对应,该个性化的热力站预测模型基于该热力站的第二训练样本集训练得到。
需要说明的是,本申请实施例提供的热网调节装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明,在此不再赘述。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备的计算机***700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机***700包括中央处理单元(CPU,Central Processing Unit)701,其可以根据存储在只读存储器(ROM,Read Only Memory)702中的程序或者从存储部分708加载到随机访问存储器(RAM,Random Access Memory)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有***700操作所需的各种程序和数据。CPU 701、ROM702以及RAM 703通过总线704彼此相连。输入/输出(I/O,Input/Output)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,Liquid Crystal Display)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN(局域网,Local AreaNetwork)卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一生成单元、第一发送单元、第二生成单元和第二发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一生成单元还可以被描述为“根据实时获取到的温度预测用相关参数,生成首站第一应到温度的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度;生成以及发送首站第一调节指令,其中,上述首站第一调节指令包括上述首站第一应到温度,上述首站温控阀被配置成根据上述首站第一调节指令调节首站供水温度;响应于发送出上述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;生成以及发送热力站第一调节指令,其中,上述热力站第一调节指令包括上述热力站第一应到流量,上述热力站流量阀被配置成根据上述热力站第一调节指令调节热力站供水流量。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种热网调节方法,其中,所述热网上安装首站温控阀和热力站流量阀,所述方法包括:
响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度,其中,所述预设的触发条件包括以下至少一项:当前时间为预设的时间点、目标参数的参数值超出预设参数值范围;
生成以及发送首站第一调节指令,其中,所述首站第一调节指令包括所述首站第一应到温度,所述首站温控阀被配置成根据所述首站第一调节指令调节首站供水温度;
响应于发送出所述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;
生成以及发送热力站第一调节指令,其中,所述热力站第一调节指令包括所述热力站第一应到流量,所述热力站流量阀被配置成根据所述热力站第一调节指令调节热力站供水流量。
2.根据权利要求1所述的方法,其中,所述热网上还安装首站流量阀;以及
所述方法还包括:
响应于确定供暖末端温度不符合预设温度条件,根据所述首站第一应到温度和所述供暖末端温度,生成以下至少一项:首站第二应到温度和首站应到流量;
生成以及发送首站第二调节指令,其中,所述首站第二调节指令包括以下至少一项:首站第二应到温度和首站应到流量,其中,所述首站温控阀还被配置成根据所述首站第二调节指令中的首站第二应到温度调节首站供水温度,所述首站流量阀被配置成根据所述首站第二调节指令中的首站应到流量调节首站供水流量。
3.根据权利要求2所述的方法,其中,所述方法还包括:
响应于发送出所述首站第二调节指令,根据所述供暖末端温度和所述热力站第一应到流量,生成热力站第二应到流量;
生成以及发送热力站第二调节指令,其中,所述热力站第二调节指令包括所述热力站第二应到流量,所述热力站流量阀还被配置成根据所述热力站第二调节指令调节热力站供水流量。
4.根据权利要求1-3中任一项所述的方法,其中,所述根据实时获取到的温度预测用相关参数,生成首站第一应到温度,包括:
将所述温度预测用相关参数导入预先建立的首站预测模型,生成首站第一应到温度,其中,所述首站预测模型用于表征温度预测用相关参数和首站第一应到温度之间的对应关系。
5.根据权利要求4所述的方法,其中,温度预测用相关参数包括热力站供水温度和以下至少一项:首站回水温度和室外温度。
6.根据权利要求5所述的方法,其中,所述首站预测模型通过以下方式建立:
获取第一训练样本集,其中,第一训练样本包括历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度,第一训练样本与历史首站供水温度对应;
将所述第一训练样本集中的第一训练样本作为初始首站预测模型的输入,将输入的第一训练样本对应的历史首站供水温度作为初始首站预测模型的期望输出,训练初始首站预测模型得到首站预测模型。
7.根据权利要求6所述的方法,其中,所述第一训练样本集通过以下方式生成:
获取第一历史数据组集合,其中,第一历史数据组包括历史首站供水温度、历史热力站供水温度和以下至少一项:历史首站回水温度和历史室外温度;
根据第一历史数据组中的历史热力站供水温度和预设第一温度阈值,从所述第一历史数据组集合中,选取第一历史数据组;
将选取出的第一历史数据组中的历史热力站供水温度和以下至少一项确定为第一训练样本:历史首站回水温度和历史室外温度,以及生成第一训练样本集,其中,第一训练样本与第一训练样本所属的第一历史数据组中的历史首站供水温度对应。
8.根据权利要求1-3中任一项所述的方法,其中,所述根据实时获取到的流量预测用相关参数,生成热力站第一应到流量,包括:
将所述流量预测用相关参数导入预先建立的热力站预测模型,生成热力站第一应到流量,其中,所述热力站预测模型用于表征流量预测用相关参数与热力站第一应到流量之间的对应关系。
9.根据权利要求8所述的方法,其中,所述流量预测用相关参数包括供暖末端室内温度和以下至少一项:热力站供水温度、热力站回水温度、供暖距离、供暖面积、供暖人口、室外温度和首站供水流量。
10.根据权利要求9所述的方法,其中,热力站预测模型通过以下方式建立:
获取第二训练样本集,其中,第二训练样本包括历史供暖末端室内温度和以下至少一项:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量,第二训练样本与历史热力站供水流量对应;
将第二训练样本集中的第二训练样本作为初始热力站预测模型的输入,将与输入的第二训练样本对应的历史热力站供水流量作为初始热力站预测模型的输出,训练初始热力站预测模型得到热力站预测模型。
11.根据权利要求10所述的方法,其中,所述第二训练样本集通过以下方式生成:
获取第二历史数据组集合,其中,第二历史数据组包括历史供暖末端室内温度、历史热力站供水流量和以下至少一项:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量;
根据第二历史数据组中的历史供暖末端室内温度和预设第二温度阈值,从第二历史数据组集合中,选取第二历史数据组;
将选取出的第二历史数据组中的历史供暖末端室内温度和以下至少一项作为第二训练样本:历史热力站供水温度、历史热力站回水温度、供暖距离、供暖面积、供暖人口、历史室外温度和历史首站供水流量,以及生成第二训练样本集,其中,第二训练样本与第二训练样本所属的第二历史数据组中的历史热力站供水流量对应。
12.根据权利要求11所述的方法,其中,所述热网包括至少两个热力站。
13.根据权利要求12所述的方法,其中,所述至少两个热力站中的每个热力站与该热力站的个性化的热力站预测模型相对应,该个性化的热力站预测模型基于该热力站的第二训练样本集训练得到。
14.一种热网调节装置,其中,所述热网上安装首站温控阀和热力站流量阀,所述装置包括:
第一生成单元,被配置成响应于确定预设的触发条件满足,根据实时获取到的温度预测用相关参数,生成首站第一应到温度,其中,所述预设的触发条件包括以下至少一项:当前时间为预设的时间点、目标参数的参数值超出预设参数值范围;
第一发送单元,被配置成生成以及发送首站第一调节指令,其中,所述首站第一调节指令包括所述首站第一应到温度,所述首站温控阀被配置成根据所述首站第一调节指令调节首站供水温度;
第二生成单元,被配置成响应于发送出所述首站第一调节指令,根据实时获取到的流量预测用相关参数,生成热力站第一应到流量;
第二发送单元,被配置成生成以及发送热力站第一调节指令,其中,所述热力站第一调节指令包括所述热力站第一应到流量,所述热力站流量阀被配置成根据所述热力站第一调节指令调节热力站供水流量。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-13中任一所述的方法。
16.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-13中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810844002.7A CN108826439B (zh) | 2018-07-27 | 2018-07-27 | 热网调节方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810844002.7A CN108826439B (zh) | 2018-07-27 | 2018-07-27 | 热网调节方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108826439A CN108826439A (zh) | 2018-11-16 |
CN108826439B true CN108826439B (zh) | 2020-08-14 |
Family
ID=64152016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810844002.7A Active CN108826439B (zh) | 2018-07-27 | 2018-07-27 | 热网调节方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108826439B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111473407B (zh) * | 2020-04-10 | 2021-03-30 | 浙江大学 | 一种基于模型的集中供热***按需精准调控方法 |
CN111507520A (zh) * | 2020-04-15 | 2020-08-07 | 瑞纳智能设备股份有限公司 | 一种换热机组负荷的动态预测方法及*** |
CN112902290A (zh) * | 2021-01-26 | 2021-06-04 | 宁波方太厨具有限公司 | 采暖出水控制方法、装置、设备、介质及采暖*** |
CN113685890B (zh) * | 2021-07-06 | 2023-07-25 | 华能国际电力股份有限公司大连电厂 | 一种供热管网流量调节方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074790A (zh) * | 2006-05-17 | 2007-11-21 | 大连金太阳科技开发有限公司 | 热网热源与供暖室温的联合调控方法 |
CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
CN203147907U (zh) * | 2013-04-01 | 2013-08-21 | 青岛科技大学 | 城市集中供热联动优化控制*** |
CN104764084A (zh) * | 2015-04-02 | 2015-07-08 | 北京京能未来燃气热电有限公司 | 一种智能热网控制方法及*** |
CN106895478A (zh) * | 2017-02-10 | 2017-06-27 | 青岛高校信息产业股份有限公司 | 一种供热管网调节方法和*** |
CN107388325A (zh) * | 2017-09-06 | 2017-11-24 | 天津市爱默森电气科技有限公司 | 采暖换热站的管网及*** |
-
2018
- 2018-07-27 CN CN201810844002.7A patent/CN108826439B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101074790A (zh) * | 2006-05-17 | 2007-11-21 | 大连金太阳科技开发有限公司 | 热网热源与供暖室温的联合调控方法 |
CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
CN203147907U (zh) * | 2013-04-01 | 2013-08-21 | 青岛科技大学 | 城市集中供热联动优化控制*** |
CN104764084A (zh) * | 2015-04-02 | 2015-07-08 | 北京京能未来燃气热电有限公司 | 一种智能热网控制方法及*** |
CN106895478A (zh) * | 2017-02-10 | 2017-06-27 | 青岛高校信息产业股份有限公司 | 一种供热管网调节方法和*** |
CN107388325A (zh) * | 2017-09-06 | 2017-11-24 | 天津市爱默森电气科技有限公司 | 采暖换热站的管网及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108826439A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108826439B (zh) | 热网调节方法、装置和电子设备 | |
US11204591B2 (en) | Modeling and calculating normalized aggregate power of renewable energy source stations | |
US11374409B2 (en) | Power system load flexibility forecasting | |
US10757834B2 (en) | Method and apparatus for determining water chilling unit for cooling data center | |
US10544953B2 (en) | Real-time control of highly variable thermal loads | |
US9705335B2 (en) | Method and system for allocating energy | |
Lu et al. | Multi-step-ahead prediction of thermal load in regional energy system using deep learning method | |
CN111722540A (zh) | 一种能源互联网数字孪生仿真***及方法 | |
JP7161268B2 (ja) | 電力グリッド内の相互に依存する不確かな資源の組み合わされた影響の定量化 | |
CN110383689A (zh) | 用于跨时间电能产品的不确定性-灵活性匹配引擎 | |
CN115013861A (zh) | 一种基于供热***的室内温度控制方法及装置 | |
CN105446817A (zh) | 移动云计算中一种基于鲁棒优化的联合资源预留配置算法 | |
Luján et al. | Cloud computing for smart energy management (CC-SEM project) | |
CN116596286A (zh) | 虚拟电厂的优化调度方法、装置、设备及存储介质 | |
CN111126707A (zh) | 能耗方程构建、能耗预测方法与装置 | |
CN114786215A (zh) | 多基站移动边缘计算***传输计算联合优化***及方法 | |
CN113776122A (zh) | 供热控制方法、装置、设备、介质和产品 | |
CN116109007B (zh) | 发电功率确定方法、服务器及存储介质 | |
CN116074403A (zh) | 一种多协议融合通信方法、装置及架构 | |
Kang et al. | Real-time control for power cost efficient deep learning processing with renewable generation | |
CN116993240A (zh) | 一种物流***控制方法、装置、设备及存储介质 | |
CN114857656B (zh) | 一种供热负荷预测方法和装置 | |
CN108343481B (zh) | 基于热电解耦的电网风电消纳协调控制装置 | |
US11002458B2 (en) | Method for carrying out an outside temperature-related control | |
KR102268104B1 (ko) | 부하 예측 방법 및 장치 |
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 |