[发明专利]一种用于供热需求负荷自主预测的优化调节方法

说明书

本发明提供了一种用于供热需求负荷自主预测的优化调节方法，包括：获取对热负荷影响的目标影响因素，并对目标影响因素进行数据记录，确定第一样本数据；记录目标时间段内的热负荷数据，并将热负荷数据作为第二样本数据；根据所述第一样本数据与所述第二样本数据构建负荷预测模型；根据所述负荷预测模型对目标场景中的热负荷进行预测，并根据预测结果确定供热温度调节指令，同时，根据所述供热温度调节指令对所述目标场景的供热温度进行优化调节。通过预测模型对目标场景的热负荷进行准确可靠的预测，且根据预测结果对目标场景的供热温度进行实时优化，提高了对目标场景的供热负荷预测的准确率，保障了对目标场景的供热效果。

技术领域

本发明涉及数据处理技术领域，特别涉及一种用于供热需求负荷自主预测的优化调节方法。

背景技术

目前，随着社会的进步和发展，人们生活水平不断提高，城市的集中供热发展迅猛；距统计城市集中供热的能耗已占到建筑能耗的65%。由于技术上的进步较慢，使我国的集中供热用能效率较低；近年来，在我国对集中供热的节能改造、精细化管理已取得了可喜的成绩；

然而，对集中供热系统的节能问题还有很大潜力，特别是运行调节方面，还有很多工作要做，因此，为了提高对热负荷的管控效率以及供热的运行调节，本发明提供了一种用于供热需求负荷自主预测的优化调节方法。

发明内容

本发明提供一种用于供热需求负荷自主预测的优化调节方法，用以通过对热负荷的影响因素以及目标场景在目标时间段内的热负荷数据进行分析，实现对预测模型进行准确有效的搭建，并通过搭建的预测模型对目标场景的热负荷进行准确可靠的预测，且根据预测结果对目标场景的供热温度进行实时优化，提高了对目标场景的供热负荷预测的准确率，保障了对目标场景的供热效果。

本发明提供了一种用于供热需求负荷自主预测的优化调节方法，包括：

步骤1：获取对热负荷影响的目标影响因素，并对目标影响因素进行数据记录，确定第一样本数据；

步骤2：记录目标时间段内的热负荷数据，并将热负荷数据作为第二样本数据；

步骤3：根据所述第一样本数据与所述第二样本数据构建负荷预测模型；

步骤4：根据所述负荷预测模型对目标场景中的热负荷进行预测，并根据预测结果确定供热温度调节指令，且根据所述供热温度调节指令对所述目标场景的供热温度进行优化调节。

优选的，一种用于供热需求负荷自主预测的优化调节方法，步骤1中，获取对热负荷影响的目标影响因素，包括：

获取对热负荷影响的第一影响因素集，并在所述第一影响因素集中确定每一个影响因素下对应的热负荷数据；

基于所述每一个影响因素下对应的热负荷数据建立数据观测函数，同时，根据所述数据观测函数确定在所述第一影响因素集中热负荷数据的第一波动幅值；

设定幅值区间，并在所述第一波动幅值中摘取在所述幅值区间内的第二波动幅值；

获取所述第二波动幅值对应的第二影响因素集，并将所述第二影响因素集作为所述对所述热负荷影响的目标影响因素。

优选的，一种用于供热需求负荷自主预测的优化调节方法，获取对热负荷影响的第一影响因素集，包括：

获取供热系统的管理终端，并将所述热负荷作为目标标识；

根据所述目标标识在所述供热系统的管理终端匹配对应的数据管理库；

在所述数据管理库中调取关于对所述热负荷影响的第一影响因素集。

优选的，一种用于供热需求负荷自主预测的优化调节方法，步骤2中，记录目标时间段内的热负荷数据之后，包括：