本發明專利技術涉及一種基于神經網絡預測的供熱節能控制方法與系統，本供熱節能控制方法包括如下步驟：步驟S1，建立神經網絡預測模型；步驟S2，通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫。本發明專利技術通過遠程通信單元和任務控制單元，用戶可以在本地或通過遠程設備設定建筑物的溫度需求，即在指定時刻室內溫度達到設定溫度，本發明專利技術提出的控制方法和系統能根據供熱系統運行的歷史數據，結合當前時刻的熱水流量、熱水溫度、室內溫度、室外溫度，預測出供熱系統的最優提前啟動時間，并通過供熱系統控制單元完成供熱系統的啟動，實現在滿足供熱需求的前提下，最大程度的降低能源消耗，且具有良好的經濟效益和社會效益。
【技術實現步驟摘要】
本專利技術涉及到一種基于神經網絡預測的供熱節能控制方法與系統，可實現供熱過程中建筑物從開始供熱到室內溫度加熱到設定值所需時間進行預測，并通過對供熱系統控制單元的控制，實現建筑物供熱的模型預測控制，屬于供熱節能研究
技術介紹
隨著人們對居住環境要求的提高，冬天寒冷的城市大量建筑物內采用供熱系統控制單元。對于商業寫字樓、政府辦公樓、學校等建筑物的供熱時間和熱負荷隨時間變化大，采用供熱系統連續運行的方式能耗大，為此需要對不同建筑物的供熱進行間歇供熱優化控制，實現建筑物的節能。建筑物采用間歇供熱后，供熱系統控制單元運行在低負荷或停運，再開啟正常供熱后，室溫回升時間在幾個小時，室溫回升的時間與建筑物的室內溫度、室外溫度、供熱熱水的流量和給水溫度相關。在指定時間使室溫達到設定值，需要提前啟動供熱系統控制單元，從而在滿足建筑物供熱條件下，最大程度減低能源消耗?，F有的供熱系統控制單元無法根據供熱系統控制單元、建筑物室內外的溫度情況自動調整系統提前啟動所需時間，時間設置的過大，系統過早的高運行，浪費能源；時間設置的過小，在指定時間室內溫度達不到設定值。
技術實現思路
本專利技術的目的是提供一種具有自學習能力的供熱節能控制方法及系統，以實現建筑物供熱的節能控制。為了解決上述技術問題，本專利技術提供了一種供熱節能控制方法，包括如下步驟：步驟S1，建立神經網絡預測模型；步驟S2，通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫。進一步，所述步驟S1中建立神經網絡預測模型的方法包括如下步驟：步驟S11，采集建立神經網絡預測模型所需樣本數據；所需樣本數據包括：供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度；步驟S12，根據樣本數據及供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻數據，且通過支持向量機方法建立神經網絡預測模型。進一步，所述步驟S2中通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫的方法包括如下步驟：步驟S21，設置達到所期望室溫的設定時刻和設定溫度后，并利用初始室內溫度、室外溫度、供熱熱水入口的流量和熱水溫度，通過神經網絡預測模型獲得與該設定時刻對應的系統的提前啟動所需時間，并計算出系統啟動時刻,系統啟動時刻等于設定時刻減去提前啟動所需時間；以及步驟S22，供熱系統控制單元適于在啟動時刻開啟，并通過供熱系統的電磁流量閥，溫度控制單元控制供熱熱水入口的流量和熱水溫度，以使室內在設定時刻達到相應室溫。進一步，所述供熱節能控制方法還包括：步驟S3，將步驟S2所獲得的供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度作為樣本數據，并結合供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻數據，對神經網絡預測模型進行修正。又一方面，本專利技術提供了一種供熱節能控制系統，包括：數據采集單元，采集建立神經網絡預測模型所需樣本數據；與數據采集單元相連的神經網絡建模與預測單元，其適于根據樣本數據結合供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻數據建立神經網絡預測模型，以及通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫。進一步，所述供熱節能控制系統還包括：遠程通信單元，該遠程通信單元位于客戶端，且用于遠程設定室內溫度及室溫達到設定溫度所對應的設定時刻；所述遠程通信單元與任務控制單元相連，該任務控制單元適于接收遠程通信單元發送的室內溫度及室溫達到設定溫度所對應的設定時刻數據，以及還適于本地設定室內溫度及室溫達到設定溫度所對應的設定時刻，并將上述相應數據供神經網絡建模與預測單元讀取。進一步，所述數據采集單元的各輸入端口適于分別連接供熱熱水進口溫度測量單元、供熱熱水流量監測單元、室內溫度測量單元和室外溫度測量單元，以獲取供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度。進一步，所述供熱節能控制系統還包括：與神經網絡建模與預測單元相連的供熱系統控制單元；所述神經網絡建模與預測單元適于在設置達到所期望的室溫的設定時刻和設定溫度后，利用初始室內溫度、室外溫度，供熱熱水入口的流量和熱水溫度，通過神經網絡預測模型獲得與該設定時刻對應的供熱系統的提前啟動所需時間，并計算出供熱系統啟動時刻,即供熱系統啟動時刻等于設定時刻減去提前啟動所需時間；所述供熱系統控制單元適于在啟動時刻開啟，并控制供熱熱水入口的流量和熱水溫度，以使室內在設定時刻達到相應室溫。進一步，所述神經網絡建模與預測單元還適于將供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度作為樣本數據，并結合供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻數據，對神經網絡預測模型進行修正。本專利技術的有益效果是，本專利技術通過遠程通信單元和任務控制單元，用戶可以在本地或通過遠程設備設定建筑物的溫度需求，及需要室內溫度多少度，在哪一時刻，本專利技術提出的控制方法和系統能根據歷史供熱系統運行的數據，結合供熱流量、溫度、當前室內溫度、室外溫度，預測出供熱的提前啟動所需時間，最后通過供熱系統控制單元完成供熱系統的啟動，到達在滿足供熱需求的前提下，最大程度的降低能源消耗，促進了供熱水平的提高，降低了碳的排放，具有良好的經濟效益和社會效益。附圖說明下面結合附圖和實施例對本專利技術進一步說明。圖1是本專利技術的供熱節能控制方法的流程圖；圖2是本專利技術的神經網絡預測模型的示意框圖；圖3是可在圖2中使用的支持向量機神經網絡結構；圖4是本專利技術的數據采集單元的原理框圖；圖5是本專利技術的供熱節能控制系統。具體實施方式現在結合附圖對本專利技術作進一步詳細的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本專利技術的基本結構，因此其僅顯示與本專利技術有關的構成。實施例1如圖1所示，本專利技術提供了一種供熱節能控制方法，包括如下步驟：步驟S1，建立神經網絡預測模型；步驟S2，通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫。優選的，所述步驟S1中建立神經網絡預測模型的方法包括如下步驟：步驟S11，采集建立神經網絡預測模型所需樣本數據；所需樣本數據包括：供熱熱水入口的流量、熱水溫度(供熱熱水入口溫度)、初始室內溫度、室外溫度；步驟S12，根據樣本數據及供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻數據，且通過支持向量機方法建立神經網絡預測模型。具體的，在本專利技術中采用支持本文檔來自技高網...
【技術保護點】
一種供熱節能控制方法，其特征在于，包括如下步驟：步驟S1，建立神經網絡預測模型；步驟S2，通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所期望的室溫。
【技術特征摘要】
1.一種供熱節能控制方法，其特征在于，包括如下步驟：
步驟S1，建立神經網絡預測模型；
步驟S2，通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻達到所
期望的室溫。
2.根據權利要求1所述的供熱節能控制方法，其特征在于，
所述步驟S1中建立神經網絡預測模型的方法包括如下步驟：
步驟S11，采集建立神經網絡預測模型所需樣本數據；
所需樣本數據包括：供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度；
步驟S12，根據樣本數據及供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的
設定時刻數據，且通過支持向量機方法建立神經網絡預測模型。
3.根據權利要求2所述的供熱節能控制方法，其特征在于，
所述步驟S2中通過神經網絡預測模型控制供熱系統控制單元以使建筑物在設定時刻
達到所期望的室溫的方法包括如下步驟：
步驟S21，設置達到所期望室溫的設定時刻和設定溫度后，并利用初始室內溫度、室外
溫度、供熱熱水入口的流量和熱水溫度，通過神經網絡預測模型獲得與該設定時刻對應的
供熱系統的提前啟動所需時間，并計算出供熱系統啟動的具體時刻,即供熱系統啟動時刻
等于設定時刻減去提前啟動所需時間；
步驟S22，供熱系統控制單元適于在啟動時刻開啟，并控制供熱熱水入口的流量和熱水
溫度，以使室內在設定時刻達到所期望的室溫。
4.根據權利要求3所述的供熱節能控制方法，其特征在于，所述供熱節能控制方法還包
括：
步驟S3，將步驟S2所獲得的供熱熱水入口的流量、熱水溫度、初始室內溫度、室外溫度
作為樣本數據，并結合供熱系統控制單元啟動時刻和室溫達到設定溫度所對應的設定時刻
數據，對神經網絡預測模型進行自學習修正。
5.一種供熱節能控制系統，其特征在于，包括：
數據采集單元，建立神經網絡預測模型所需樣本數據；
與數據采集單元相連的神經網絡建模與預測單元，其適于根據樣本數據結合供熱系統
控制單元啟動時刻和室溫...
【專利技術屬性】
技術研發人員：陳孝武，于春娣，董朝艷，郝靜麒，
申請(專利權)人：常州英集動力科技有限公司，
類型：發明
國別省市：江蘇;32
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。