CN109165418A - 基于户用热量表数据的室温测量方法 - Google Patents
基于户用热量表数据的室温测量方法 Download PDFInfo
- Publication number
- CN109165418A CN109165418A CN201810863070.8A CN201810863070A CN109165418A CN 109165418 A CN109165418 A CN 109165418A CN 201810863070 A CN201810863070 A CN 201810863070A CN 109165418 A CN109165418 A CN 109165418A
- Authority
- CN
- China
- Prior art keywords
- temperature
- heat
- data
- family
- mount
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于户用热量表数据的室温测量方法,属于采暖供热技术领域。本发明的基于户用热量表数据的室温测量方法,在住户供热入口处安装热量表,利用热量表测量的供热数据对室内温度进行计算。该发明的基于户用热量表数据的室温测量方法维护方便,成本较低,不需要进入用户家中,具有很好的推广应用价值。
Description
技术领域
本发明涉及采暖供热技术领域,具体提供一种基于户用热量表数 据的室温测量方法。
背景技术
随着我国经济社会的快速发展,我国社会能源消耗保持了快速增 长的势头。庞大的能源消耗不仅给我国能源供给和经济稳定发展带来 了巨大的压力,还简介造成了环境污染加剧等严重的社会问题。
其中建筑能耗是社会能源消耗的重要组成部分。据统计,2014 年我国建筑的总能耗约为8.19亿吨标准煤,约占我国社会能源消费 总量的20%。而集中供热是我国北方区域冬季采暖的主要方式,据有 关资料统计,我国北方采暖地区供热采暖能耗占建筑总能耗的65% 以上,有的地区甚至高达90%。因此,降低供热采暖能耗对于国家的 节能减排具有重大意义。降低采热供暖能耗的一个重要手段是防止过 度供暖。根据国家标准GB50019—2003《采暖通风与空气调节设计规 范》中规定设计集中采暖时,对民用建筑主要房间的室内计算温度宜 采用16℃—24℃之间,具有一定的波动量。国家现行标准《室内空 气质量标准》(GB/T 18883)要求,把民用建筑主要房间的室内温度 定在16℃以上作为合格温度,18℃为标准室温。但集中供暖过程中, 由于热力公司无法得知真实的室内温度,又要保证居民室内温度达标, 往往出现过度供暖的情况。远远超过22℃,超过25℃,这就造成了 过渡供暖。室内温度过高,一方面对不利于身体健康。科学研究表明, 当供暖温度超过22℃,室内空气会显得干燥,并由此影响人体自身 的体温调节功能,造成体温上升、血管扩张、心率加快、内分泌紊乱 等。另一方面,温度过高也造成了能耗的大量浪费,据统计,室温超 过18℃以后,每增加1℃,能耗就会增加超过10%。因此,获取居民 室内温度,根据居民室内温度进行精准供热负荷调节,是实现供热节 能的重要手段。
有热力公司曾试图通过往居民室内安装温度传感器以获取居民 室温数据,但是大多以失败告终。一方面由于每户安装温度传感器成 本压力过大,另一方面居民非常排斥来自热力公司的测温设备常年安 装在家中。
发明内容
本发明的技术任务是针对上述存在的问题,提供一种维护方便, 成本较低,不需要进入用户家中的基于户用热量表数据的室温测量方 法。
为实现上述目的,本发明提供了如下技术方案:
一种基于户用热量表数据的室温测量方法,所述室温测量方法在 住户供热入口处安装热量表,利用热量表测量的供热数据对室内温度 进行计算。
通过热量表测量的供热数据对室内温度进行计算,从而使热力公 司能根据室内的实时温度来调整供暖,能够有效的保证室内温度不会 过低,也不会过渡供暖。
作为优选,该室温测量方法具体包括以下步骤:
S1:在住户供热入口处安装热量表,热量表测量供热数据:供水 流量q、供水温度Tin和回水温度Tout;
S2:在住户室内活动区域安装室内温度传感器,测量室内实时温 度T;
S3:在室外背阴处安装室外温度传感器,测量室外实时温度T0;
S4:对测量的供水流量q、供水温度Tin、回水温度Tout、室内温 度T、室外温度T0进行数据分析,得出供热数据、室外温度与室内 温度的关系如下公式(1):T=f(q,Tin,Tout,T0)(1);
S5:拆除室内温度传感器;
S6:热量表继续采集供热数据,室外温度传感器继续采集室外实 时温度,并利用已获取的关系对室内温度进行预测。
首先在住户室内活动区域安装室内温度传感器,采集室内实时温 度T,得出室内温度与供热数据、室外温度的关系后,将室内温度传 感器拆除,通过热量表采集的供热数据和室外温度对室内实时温度进 行计算即可。一方面能够避免居民排斥来自热力公司的测温设备常年 安装在家中,另一方面能够根据供热数据和室外温度得出实时室内温 度。
作为优选,步骤S4中利用机理建模进行数据分析,建立机理模型, 对T建立能量守恒过程:
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温 度,cp1为室内空气比热,V为室内取暖面积,cp2为供水的比热,q 为供水流量,h1和A1分别为换热系数和换热面积,将式(2)简化有
采用最小二乘法对参数a和b进行优化。
采用辨识数据对机理模型参数a和b进行辨识,方法是采用最小 二乘法进行非线性模型参数优化,优化方程为:
U=[u1 u2 u3 u4]T=[Tin Tout T0 q]T
式中,y为室温T,ym为室温的模型值,Ts为采样时间,这里Ts为30min。θ表示所求参数。
对上述最小化问题采用无约束非线性优化,利用matlab中的优 化求解器fminunc,得到最优参数为:θ=[0.004 0.004]。该值是取采 样时间为30min的结果,如果按1min为单位,需要将参数值除以30。
所述辨识数据为30min一次采样,共采集331组辨识数据,利用 采集的辨识数据计算出θ,得到最优参数。
利用得到的最优参数,采集1395组验证数据,对参数进行验证。
其中,辨识数据为最初采样数据,验证数据是利用求得的参数采 集的数据,用来验证参数的正确性,验证数据采样时间与求参数时的 采样时间相同,均为30min。
根据得到的最优参数,将式(2)写成离散形式为:
ym(k+1)=0.004q(k)(Tin(k)-Tout(k))-0.004(y(k)-T0(k))+y(k)
以上值均建立在采样时间为30min一次,如果改变采样时间,则 需要相应修改参数。例如本发明中的采样时间为30min一次,若采样 时间改为1min一次,则参数值除以30;采样时间改为1h一次,则 参数值乘以2。
作为优选,所述数据分析还包括对Tout建立能量守恒过程
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温 度,cp2为供水的比热,V2为换热器内热水体积,q为供水流量,h2和A2分别为换热器与室内对流换热的换热系数与为换热系数与换热 面积,将式(3)简化有
采用最小二乘法对参数c和d优化。
在进行虚拟仿真时,模拟闭环控制需要Tout作为干扰,但是Tout与T0不同,它是随着供热温度和室内温度以及压差而变化的。因此, 为了更好的模拟出供热过程,对Tout进行建模,对原有模型进行扩充。
在式(3)中,假设换热器内的热水温度等于Tout,即供水从Tin瞬间降到Tout,再与室内温度T由于差值进行换热。按照与对式(2) 同样的辨识方法,对式(3)中的参数c和d进行计算,有c=0.968, d=0.0852。将式(3)写成离散形式为:
Tout(k+1)=0.096Sq(k)(Tin(k)-Tout(k))-0.0S52(y(k)-T0(k))+Tout(k)
作为优选,步骤S4中利用线性模型ARX模型进行数据分析。
作为优选,所述ARX模型中,将T0、Tin、Tout和q四个值作为 输入,y=T作为输出,得到
对输入输出的数据进行辨识,得参数a1、a2、b11、b12、b21、b22、 b31、b32、b41和b42。
采用辨识数据,经过计算得a1=-1.4684,a2=0.5279,b11=0.0259, b12=-0.0423,b21=0.0745,b22=-0.0360,b31=0.0497,b32=-0.0438, b41=0.2536,b42=0.1116。
式(4)为:y(k)=1.4684y(k-1)-0.5279y(k-2)+0.0259Tin(k-1) -0.0423Tin(k-2)+0.0745Tout(k-1)-0.0360Tout(k-2)+0.0497T0(k-1) -0.0438T0(k-2)+0.2536q(k-1)+0.1116q(k-2)。
采用验证数据对上式进行验证。
其中,辨识数据为初始数据,利用辨识数据求得参数,再进行 辨识得到验证数据,与初始辨识数据对比用来验证参数的正确性。
阶跃响应模型可以直观地显示出各输入量对室温的影响,用 matlab仿真得到阶跃响应模型,ARX模型包含输入输出,输入量对 输出的影响与阶跃响应模型对应,ARX模型有不同个数的输入值时, 对应不同个数的阶跃响应模型。采用阶跃响应模型对ARX模型中,将T0、Tin、Tout和q四个值作为输入,y=T作为输出时,显示出各输 入量对室温的影响。
作为优选,所述ARX模型中,Tin和T0两个值作为输入,y=T 作为输出,得到
对输入输出的数据进行辨识,得参数a1、a2、b11、b12、b21和b22。
采用辨识数据,经过计算得a1=-1.5156,a2=0.5417,b11=0.0477, b12=-0.0384,b21=0.0492,b22=-0.0416。
式(6)为:y(k)=1.5156y(k-1)-0.5417y(k-2)+0.0477Tin(k-1)-0. 0.0384Tin(k-2)+0.0492Tout(k-1)-0.0416Tout(k-2)。
采用验证数据对上式进行验证。
其中,辨识数据为初始数据,利用辨识数据求得参数,再进行 辨识得到验证数据,与初始辨识数据对比用来验证参数的正确性。
阶跃响应模型可以直观地显示出各输入量对室温的影响,用 matlab仿真得到阶跃响应模型,ARX模型包含输入输出,输入量对 输出的影响与阶跃响应模型对应,ARX模型有不同个数的输入值时, 对应不同个数的阶跃响应模型。采用阶跃响应模型对ARX模型中,将T0、Tin、Tout和q四个值作为输入,y=T作为输出时,显示出各输 入量对室温的影响。
与现有技术相比,本发明的基于户用热量表数据的室温测量方 法具有以下突出的有益效果:所述基于户用热量表数据的室温测量方 法,不需要在住户室内安装温度传感器即可获取居民室内的温度数据, 从而使热力公司能够根据居民室内的温度调节供暖量,既能保证居民 室内温度不会过低,影响居民的正常取暖,又不会使居民室内温度过 高,造成能源浪费,具有良好的推广应用价值。
附图说明
图1是本发明实施例一中对T建立能量守恒过程的辨识数据的采 集过程示意图;
图2是本发明实施例一中对T建立能量守恒过程的验证数据的采 集过程示意图;
图3是本发明实施例一中对Tout建立能量守恒过程的辨识数据的 采集过程示意图;
图4是本发明实施例一中对Tout建立能量守恒过程的验证数据的 采集过程示意图;
图5是本发明实施例二中ARX模型为四个输入,y=T时对应的 阶跃响应模型示意图;
图6是本发明实施例二中ARX模型为两个输入,y=T时对应的 阶跃响应模型示意图;
图7为本发明实施例二中ARX模型为两个输入,y=T输出的开 环分析对应的阶跃响应模型示意图。
具体实施方式
下面将结合附图和实施例,对本发明的基于户用热量表数据的室 温测量方法作进一步详细说明。
本发明的基于户用热量表数据的室温测量方法,在住户供热入口 处安装热量表,利用热量表采集供热数据对室内温度进行计算。具体 包括以下步骤:
S1:在住户供热入口处安装热量表,热量表测量供热数据:供水 流量q、供水温度Tin和回水温度Tout。
S2:在住户室内活动区域安装室内温度传感器,测量室内实时温 度T。
S3:在室外背阴处安装室外温度传感器,测量室外实时温度T0。
S4:对测量的供水流量q、供水温度Tin、回水温度Tout、室内温 度T、室外温度T0进行数据分析,得出供热数据、室外温度与室内 温度的关系如下公式(1):T=f(q,Tin,Tout,T0)(1)。
S5:拆除室内温度传感器。
S6:热量表继续采集供热数据,室外温度传感器继续采集室外实 时温度,并利用已获取的关系对室内温度进行预测。
本发明中采用两种方法对步骤S4进行数据分析,得出室内温度 T与室外温度T0、供水流量q、供水温度Tin和回水温度Tout的具体关 系。
实施例1
利用机理建模进行数据分析,建立机理模型。该数据分析过程包 括对T和Tout分别建立能量守恒过程。
1、对T建立能量守恒过程:
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温 度,cp1为室内空气比热,V为室内取暖面积,cp2为供水的比热,q 为供水流量,h1和A1分别为换热系数和换热面积,将式(2)简化有
采用辨识数据对机理模型参数进行辨识,方法为采用最小二乘法 进行非线性模型参数a和b进行优化。优化方程为:
U=[u1 u2 u3 u4]T=[Tin Tout T0 q]T
式中,y为室温T,ym为室温的模型值,Ts为采样时间,这里Ts为30min,θ表示所求参数。
对上述最小化问题采用无约束非线性优化,利用matlab中的优 化求解器fminunc,得到最优参数为:θ=[0.004 0.004]。辨识数据为 30min一次采样,共采集331组辨识数据,如图1所示为采集过程示 意图,图中数据代表室温的采样值,模型代表室温的模型值。利用辨 识数据计算出参数θ。如果辨识数据取采样时间为1min,则需要将 所得到的参数值除以30。
利用得到的最优参数,采集1395组验证数据,如图2所示为采 集过程示意图,得到验证结果。图2中,数据代表对最优参数进行验 证时得到的室温采样值,模型代表对最优参数进行验证时得到的模型 值。
如表1所示,为辨识数据和验证数据的统计结果。
表1
统计结果 | 均值 | 均方差 |
辨识数据331组 | -0.0016 | 0.1 |
验证数据1395组 | 0.0042 | 0.1108 |
根据得到的最优参数,将式(2)写成离散形式为:
ym(k+1)=0.004q(k)(Tin(k)-Tout(k))-0.004(y(k)-T0(k))+y(k)
2、在进行虚拟仿真时,模拟闭环控制需要Tout作为干扰,但是 Tout与T0不同,它是随着供热温度和室内温度以及压差而变化的。因 此,为了更好的模拟出供热过程,对Tout进行建模,对原有模型进行 扩充。
对Tout建立能量守恒过程:
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温 度,cp2为供水的比热,V2为换热器内热水体积,q为供水流量,h2和A2分别为换热器与室内对流换热的换热系数与为换热系数与换热 面积。式(3)中,架设换热器内的热水温度等于Tout,即供水从Tin瞬间降到Tout,再与室内温度T由于差值进行换热。将式(3)简化 有
按照与对T同样的辨识方法,对该方程中的参数c和d进行计算, 如图3为辨识数据的采集过程示意图,图中数据代表室温的采样值, 模型代表室温的模型值。根据采集的辨识数据,经过计算,得到参数 c=0.0968,d=0.0852。根据得到的最优参数,将式(3)写成离散形式 为:
Tout(k+1)=0.096Sq(k)(Tin(k)-Tout(k))-0.0S52(y(k)-T0(k))+Tout(k)。
取验证数据进行模型验证,如图4为验证数据的采集过程示意图。 图4中,数据代表对最优参数进行验证时得到的室温采样值,模型代 表对最优参数进行验证时得到的模型值。
实施例2
利用线性模型ARX模型进行数据分析
1、ARX模型中,将T0、Tin、Tout和q四个值作为输入,y=T作 为输出,得到
对输入输出的数据进行辨识,得参数a1、a2、b11、b12、b21、b22、 b31、b32、b41和b42。如表2所示,为采用辨识数据计算得到的a1、a2、 b11、b12、b21、b22、b31、b32、b41和b42值及辨识数据、验证数据的统 计结果。
表2
a1 | a2 | b11 | b12 | b21 | b22 |
-1.4684 | 0.5279 | 0.0259 | -0.0423 | 0.0745 | -0.0360 |
b31 | b32 | b41 | b42 | ||
0.0497 | -0.0438 | 0.2536 | 0.1116 | ||
辨识数据 | 验证数据 | ||||
偏差均值 | -0.0059 | 1.2616 | |||
偏差均方根 | 0.2635 | 1.0366 |
由此得式(4)为:y(k)=1.4684y(k-1)-0.5279y(k-2)+0.0259Tin(k-1) -0.0423Tin(k-2)+0.0745Tout(k-1)-0.0360Tout(k-2)+0.0497T0(k-1) -0.0438T0(k-2)+0.2536q(k-1)+0.1116q(k-2)。
如图5所示,为T0、Tin、Tout和q四个值作为输入,y=T作为输 出时的ARX模型对应的阶跃响应模型,该图中u1为供热温度、u2 为输出温度、u3为户外温度、u4为流量,阶跃响应模型中,u1供热 温度上升,室内温度下降,与实际不符。另外,供热温度与回水温度 对室内温度的静态增益太小,仅为0.3和0.1。
2、ARX模型中,Tin和T0为两个输入,y=T作为输出,得到
对输入输出的数据进行辨识,得参数a1、a2、b11、b12、b21和b22。 如表4所示,为采用辨识数据计算得到的a1、a2、b11、b12、b21、b22、 b31和b32值及辨识数据、验证数据的统计结果。
a1 | a2 | b11 | b12 | b21 | b22 |
-1.5156 | 0.5417 | 0.0477 | -0.0384 | 0.0492 | -0.0416 |
辨识数据 | 验证数据 | ||||
偏差均值 | -0.0255 | 1.5740 | |||
偏差均方根 | 0.3996 | 1.3087 |
如图6所示,Tin和T0为两个输入,y=T作为输出时的ARX模型 对应的阶跃响应模型,该图中u1为供热温度、u2为输出温度,阶跃 响应模型中供热温度与室外温度对室内温度的增益太小:0.35和0.3, 响应时间,仅为0.05和0.15。
4、对ARX模型中,两个输入,y=T输出的进一步开环分析
离散模型形式:
y(k)+a1y(k-1)+a2y(k-2)=b11u1(k-1)+b12u1(k-2)+b21u2(k-1)+b22u2(k-2)
采样时间为半个小时,相应的取值为0.5,得到连续传递函数:
0.11465(s+0.4349)
--------------------
(s+1.099)(s+0.1273)
Zero/pole/gain from input 2to output:
0.12113(s+0.3393)
--------------------
(s+1.099)(s+0.1273)
如图7所示,阶跃响应模型中,横坐标为分钟,与图6按程序得 到的阶跃响应一致。说明两个传递函数
和均为近似一阶惯 性环节。
由图7所示阶跃响应模型可知:
●供热温度上升1摄氏度,室内温度30h后上升至0.35摄氏度 至稳定,10h后可上升至接近0.3度。
●室外温度上升1摄氏度,室内温度30h后上升至0.3度稳定, 10h后可上升至0.25度。
由阶跃响应模型可判断MPC(Model Predictive Control模型预测 控制)参数:预测时域应大致到达稳态时间,因此预测时域P应取 20到100之间。初步取60,即将来30个小时的时间,预测模型可到 达稳态。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域 的技术人员在本发明技术方案范围内进行的通常变化和替换都应包 含在本发明的保护范围内。
Claims (7)
1.基于户用热量表数据的室温测量方法,其特征在于:在住户供热入口处安装热量表,利用热量表测量的供热数据对室内温度进行计算。
2.根据权利要求1所述的基于户用热量表数据的室温测量方法,其特征在于:该室温测量方法具体包括以下步骤:
S1:在住户供热入口处安装热量表,热量表测量供热数据:供水流量q、供水温度Tin和回水温度Tout;
S2:在住户室内活动区域安装室内温度传感器,测量室内实时温度T;
S3:在室外背阴处安装室外温度传感器,测量室外实时温度T0;
S4:对测量的供水流量q、供水温度Tin、回水温度Tout、室内温度T、室外温度T0进行数据分析,得出供热数据、室外温度与室内温度的关系如下公式(1):T=f(q,Tin,tTuo,T0)(1);
S5:拆除室内温度传感器;
S6:热量表继续采集供热数据,室外温度传感器继续采集室外实时温度,并利用已获取的关系对室内温度进行预测。
3.根据权利要求2所述的基于户用热量表数据的室温测量方法,其特征在于:步骤S4中利用机理建模进行数据分析,建立机理模型,对T建立能量守恒过程:
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温度,cp1为室内空气比热,V为室内取暖面积,cp2为供水的比热,q为供水流量,h1和A1分别为换热系数和换热面积,将式(2)简化有
采用最小二乘法对参数a和b进行优化。
4.根据权利要求3所述的基于户用热量表数据的室温测量方法,其特征在于:所述数据分析还包括对Tout建立能量守恒过程:
其中,T为室内温度,Tin为供水温度,Tout为回水温度,T0为室外温度,cp2为供水的比热,V2为换热器内热水体积,q为供水流量,h2和A2分别为换热器与室内对流换热的换热系数与换热面积,将式(3)简化有
采用最小二乘法对参数c和d进行优化。
5.根据权利要求2所述的基于户用热量表数据的室温测量方法,其特征在于:步骤S4中利用线性模型ARX模型进行数据分析。
6.根据权利要求5所述的基于户用热量表数据的室温测量方法,其特征在于:所述ARX模型中,将T0、Tin、Tout和q四个值作为输入,y=T作为输出,得到
采用批量法辨识得参数a1、a2、b11、b12、b21、b22、b31、b32、b41和b42。
7.根据权利要求6所述的基于户用热量表数据的室温测量方法,其特征在于:所述ARX模型中,Tin和T0两个值作为输入,y=T作为输出,得到
采用批量法辨识得参数a1、a2、b11、b12、b21和b22。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810863070.8A CN109165418B (zh) | 2018-08-01 | 2018-08-01 | 基于户用热量表数据的室温测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810863070.8A CN109165418B (zh) | 2018-08-01 | 2018-08-01 | 基于户用热量表数据的室温测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109165418A true CN109165418A (zh) | 2019-01-08 |
CN109165418B CN109165418B (zh) | 2023-08-01 |
Family
ID=64898561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810863070.8A Active CN109165418B (zh) | 2018-08-01 | 2018-08-01 | 基于户用热量表数据的室温测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165418B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110056931A (zh) * | 2019-04-05 | 2019-07-26 | 杭州云谷节能技术有限公司 | 一种水***供暖的室内温度控制方法 |
CN110878959A (zh) * | 2019-11-28 | 2020-03-13 | 济南大学 | 基于模型预测控制的建筑物温度控制方法及*** |
CN111156587A (zh) * | 2019-10-22 | 2020-05-15 | 瑞纳智能设备股份有限公司 | 换热站控制***及室温特性曲线模型ai算法 |
CN111520812A (zh) * | 2020-05-13 | 2020-08-11 | 济南普赛通信技术有限公司 | 一种供热住户室温估测方法及*** |
CN111578370A (zh) * | 2020-05-13 | 2020-08-25 | 济南普赛通信技术有限公司 | 一种供暖调控方法、***、介质及电子设备 |
JP7399328B2 (ja) | 2022-03-23 | 2023-12-15 | 旭化成エレクトロニクス株式会社 | 認証システム、及び認証サーバ |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893466A (zh) * | 2010-04-30 | 2010-11-24 | 北京众力德邦智能机电科技有限公司 | 测量采暖热用户间瞬时流量比例关系的方法 |
KR100997361B1 (ko) * | 2010-08-18 | 2010-11-29 | 전주대학교 산학협력단 | 외기온도 예측에 따른 지역난방시스템의 난방에너지 공급방법 |
CN104048354A (zh) * | 2014-06-24 | 2014-09-17 | 刘旸 | 一种基于户表热计量用户热分摊的热计量***及热量分摊方法 |
WO2015018288A1 (zh) * | 2013-08-06 | 2015-02-12 | Liu Zhen | 基于室内外温差的热计量控制***与热量分摊计算及控制方法 |
KR101726571B1 (ko) * | 2016-05-17 | 2017-04-14 | (주) 현암바씨스 | 에너지 효율 향상을 위한 지역난방용 중온수 유량 조절 방법 |
CN107025334A (zh) * | 2017-03-10 | 2017-08-08 | 国网吉林省电力有限公司 | 集中供热***热用户整体动态模型建立方法和装置 |
WO2018000515A1 (zh) * | 2016-07-01 | 2018-01-04 | 顺德职业技术学院 | 自适应变频热泵热水采暖***节能控制方法 |
CN107907357A (zh) * | 2017-11-01 | 2018-04-13 | 清华大学 | 测试集中供热***动态特性的方法及装置 |
-
2018
- 2018-08-01 CN CN201810863070.8A patent/CN109165418B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101893466A (zh) * | 2010-04-30 | 2010-11-24 | 北京众力德邦智能机电科技有限公司 | 测量采暖热用户间瞬时流量比例关系的方法 |
KR100997361B1 (ko) * | 2010-08-18 | 2010-11-29 | 전주대학교 산학협력단 | 외기온도 예측에 따른 지역난방시스템의 난방에너지 공급방법 |
WO2015018288A1 (zh) * | 2013-08-06 | 2015-02-12 | Liu Zhen | 基于室内外温差的热计量控制***与热量分摊计算及控制方法 |
CN104048354A (zh) * | 2014-06-24 | 2014-09-17 | 刘旸 | 一种基于户表热计量用户热分摊的热计量***及热量分摊方法 |
KR101726571B1 (ko) * | 2016-05-17 | 2017-04-14 | (주) 현암바씨스 | 에너지 효율 향상을 위한 지역난방용 중온수 유량 조절 방법 |
WO2018000515A1 (zh) * | 2016-07-01 | 2018-01-04 | 顺德职业技术学院 | 自适应变频热泵热水采暖***节能控制方法 |
CN107025334A (zh) * | 2017-03-10 | 2017-08-08 | 国网吉林省电力有限公司 | 集中供热***热用户整体动态模型建立方法和装置 |
CN107907357A (zh) * | 2017-11-01 | 2018-04-13 | 清华大学 | 测试集中供热***动态特性的方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110056931A (zh) * | 2019-04-05 | 2019-07-26 | 杭州云谷节能技术有限公司 | 一种水***供暖的室内温度控制方法 |
CN111156587A (zh) * | 2019-10-22 | 2020-05-15 | 瑞纳智能设备股份有限公司 | 换热站控制***及室温特性曲线模型ai算法 |
CN111156587B (zh) * | 2019-10-22 | 2022-02-01 | 瑞纳智能设备股份有限公司 | 换热站控制***及室温特性曲线模型ai算法 |
CN110878959A (zh) * | 2019-11-28 | 2020-03-13 | 济南大学 | 基于模型预测控制的建筑物温度控制方法及*** |
CN111520812A (zh) * | 2020-05-13 | 2020-08-11 | 济南普赛通信技术有限公司 | 一种供热住户室温估测方法及*** |
CN111578370A (zh) * | 2020-05-13 | 2020-08-25 | 济南普赛通信技术有限公司 | 一种供暖调控方法、***、介质及电子设备 |
CN111520812B (zh) * | 2020-05-13 | 2021-05-18 | 山东普赛通信科技股份有限公司 | 一种供热住户室温估测方法及*** |
JP7399328B2 (ja) | 2022-03-23 | 2023-12-15 | 旭化成エレクトロニクス株式会社 | 認証システム、及び認証サーバ |
Also Published As
Publication number | Publication date |
---|---|
CN109165418B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165418A (zh) | 基于户用热量表数据的室温测量方法 | |
Liu et al. | Field measurement and numerical simulation of combined solar heating operation modes for domestic buildings based on the Qinghai–Tibetan plateau case | |
EP3614055B1 (en) | Heat supply regulation method and apparatus | |
CN106920006B (zh) | 一种基于isoa-lssvm的地铁站空调***能耗预测方法 | |
CN102043907A (zh) | 空调房间实时冷负荷确定方法 | |
CN103995548A (zh) | 基于模型降阶和多模型预测控制的室内热环境控制方法 | |
CN108985544A (zh) | 一种供热***能效分析输出方法及装置 | |
CN105091209B (zh) | 一种基于空调负荷预测的控制***及方法 | |
CN103884075A (zh) | 基于计算流体力学和能量预测混合的温室节能控制方法 | |
CN101266198A (zh) | 地源热泵换热器传热性能测试装置及其测控方法 | |
CN107276069A (zh) | 一种地区电网居民温控负荷的近似聚合建模方法及*** | |
CN107025334A (zh) | 集中供热***热用户整体动态模型建立方法和装置 | |
CN114200986B (zh) | 一种考虑作物生产效益和节省能耗的温室环境优化设计方法 | |
CN109932896A (zh) | 一种建筑能耗的控制方法和*** | |
CN108800303B (zh) | 一种基于模式识别的精细化节能供热方法 | |
Wang et al. | A zoned group control of indoor temperature based on MPC for a space heating building | |
Li et al. | The effects of multidimensional data clustering on the accuracy of virtual in-situ calibration in the photovoltaic/Thermal heat pump system | |
CN105389419A (zh) | 一种居住建筑节能效果评价的简易方法 | |
Monfet et al. | Calibration of a Building Energy Model Using Measured Data. | |
Jian et al. | Real operation pattern of district heating system and its heating effects | |
CN113719886B (zh) | 一种户间水利平衡控制*** | |
CN108224692B (zh) | 考虑室外气温预测误差的空调柔性控制响应能力预测方法 | |
Zhou et al. | Study on the relationship between thermal comfort and air-conditioning energy consumption in different cities | |
CN114517930A (zh) | 一种融合机理和数据的热网换热站供热调节方法和装置 | |
CN113591361A (zh) | 一种航空烘箱控制传感器定位方法、装置、设备及介质 |
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 |