[发明专利]基于BP神经网络的热网能耗指标分析预警方法

说明书

本发明涉及供热系统的能耗分析及预测领域，具体为一种基于BP神经网络的热网能耗指标分析预警方法及系统，其中基于BP神经网络的热网能耗指标分析预警方法包括：采集的工况数据；对工况数据进行处理；根据处理后的工况数据实时计算各能耗指标，并分析热网供能情况；根据预测模型预测各能耗指标；以及根据实时各能耗指标与预测各能耗指标对供热系统的运行能耗进行预警，对能耗指标在线分析与对比，不仅可以实时在线计算供热系统运行的能耗水平，而且可以基于预测结果，实现能耗预警，调整运行调度策略，有利于提升供热系统运行调控的精细化程度，降低热网运行能耗水平。

技术领域

本发明涉及供热系统的能耗分析及预测领域，具体为一种基于BP神经网络的热网能耗指标分析预警方法及系统。

背景技术

供热系统能耗是衡量系统运行情况的重要指标，直接关系着企业的运营成本，对能耗指标的统计与分析，有利于掌握企业的能耗状态，提升企业的运行水平，从而实施更精细化的管理。在我国集中供热发展早期，行业自动化水平较为落后，多数供热企业的数据采集过程由人工完成，对供热系统指标的计算与分析也主要依赖于人工，运行模式比较粗放，导致整体运行能耗水平居高不下。近年来，由于互联网技术、物联网技术以及通讯技术的发展，供热企业开始逐步建设供热系统的SCADA平台，支持将各热力站点的数据统一采集到集控中心进行实时展示，但由于种种原因，如数据的通讯异常、工况的波动、设备精度等问题，导致热网采集数据的质量较差，常常无法有效的对热网能耗水平进行计算与分析。本专利提供集中供热系统能耗指标在线分析与对比方法，对供热系统运行能耗指标进行在线计算与预测性分析，为热网的运行优化提供参考与指导，对热网运行能耗过高情况进行预警与提醒。

基于上述技术问题，需要设计一种新的基于BP神经网络的热网能耗指标分析预警方法及系统。

发明内容

本发明的目的是提供一种基于BP神经网络的热网能耗指标分析预警方法及系统。

为了解决上述技术问题，本发明提供了一种基于BP神经网络的热网能耗指标分析预警方法，包括：

采集的工况数据；

对工况数据进行处理；

根据处理后的工况数据实时计算各能耗指标，并分析热网供能情况；

根据预测模型预测各能耗指标；以及

根据实时各能耗指标与预测各能耗指标对供热系统的运行能耗进行预警。

进一步，所述采集工况数据的方法包括：

采集供热系统中各热力站、管网和建筑物的基础数据，以及采集供热系统、热源、热力站和建筑物的实时数据，即

将各数据库中所需要的基础数据和实时数据打包成数据视图，并且与所有数据库进行对接，以将所有所需要的基础数据和实时数据存储到相应的目标数据表中。

进一步，所述对工况数据进行处理的方法包括：

判断能耗数据的缺失程度，以选择补齐能耗数据的方法，即

所述能耗数据为供热时实时数据中产生能耗的数据；

设数据长度为B的能耗数据集表示为f＝[f₁,f₂,...f_g...f_B]，选取一个固定数据长度的窗口L，窗口内有m个能耗数据，当缺失能耗数据占总采样能耗数据的比例低于u％，则采用滑动平均法补齐能耗数据，否则采用基于马氏距离的k均值法补齐能耗数据。

进一步，所述采用滑动平均法进行补齐能耗数据的方法包括：

将窗口L内的m个能耗数据作为平移数据，基于平移数据的算术平均数填补缺失的能耗数据，并且窗口L内沿着能耗数据序列依次滑动，始终保持窗口L内的能耗数据个数为m；