(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111485406.X (22)申请日 2021.12.07 (71)申请人 双良节能系统股份有限公司 地址 214444 江苏省无锡市江阴市利港镇 申请人 北京工业大 学 (72)发明人 张玉聪　鞠贵冬　刘磊　姬颖　 严海蓉　龙水晶　杨新宇　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 张凤伟 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 30/27(2020.01) G06F 16/215(2019.01)G06F 16/25(2019.01) (54)发明名称 一种换热站动态热负荷预测与调控方法及 系统 (57)摘要 本发明公开了一种换热站动态热负荷预测 与调控方法及系统， 方法包括： S1， 获取待处理地 区的气象数据与换热站运行数据； S2， 清洗气象 数据与换热站历史运行数据， 将气象参数做归一 化处理， 将换热站逐时热量数据进行修正补充， 获得处理后的数据； S3， 根据处理后的数据构建 并划分数据集， 确定数据集中的各类参数， 并在 组合成数据组后划分数据集类别； S4， 构建换热 站动态热负荷预测模型作为SVR模型结构， 利用 处理后数据集训练SVR模型结构， 并对SVR模型结 构的运行效果进行评价； S5， 将评价合格的SVR模 型结构接入 换热站后， 预测并输出换热站实时热 负荷变化。 根据预测负荷值自动调整换热站运行 状态， 实现供给热量与需求热量的动态 平衡。 权利要求书2页 说明书7页 附图2页 CN 114118862 A 2022.03.01 CN 114118862 A 1.一种换 热站动态热负荷预测与调控方法， 其特 征在于， 包括： S1， 获取待处 理地区的气象数据与换 热站运行 数据； S2， 清洗所述气象数据与换热站历史运行数据， 将气象参数做归一化处理， 将换热站逐 时热量数据进行修 正补充， 获得处 理后的数据； S3， 根据所述处理后的数据构建并划分数据集， 确定所述数据集中的各类参数， 并在组 合成数据组后划分数据集类别； S4， 构建换热站动态热负荷预测模型作为SVR模型结构， 利用处理后数据集训练所述 SVR模型结构， 并对所述SVR模型 结构的运行效果进行评价； S5， 将评价合格的所述SVR模型结构接入所述换热站后， 预测并输出所述换热站实时热 负荷变化。 2.根据权利要求1所述换热站动态热负荷预测与调控方法， 其特征在于， 所述获取待处 理地区的气象数据与换 热站运行 数据， 包括： 通过自建气象站或国家气象科学数据中心获取所述待处理地区的气象数据与换热站 运行数据， 其中， 所述待处理地区的气象数据与换热站运行数据包括： 所述待处理地区的室 外温度、 太阳辐射水平、 室外湿度、 风速、 风向， 以及换热站运行时一次网瞬时热量值、 所负 担的建筑类型与供暖面积。 3.根据权利要求2所述换热站动态热负荷预测与调控方法， 其特征在于， 所述将气象参 数做归一 化处理包括： 选用最值归一化， 计算公式为： 其中， X为样本原始数据； Xmax为样本数据最大值； Xmin为样本数据最小值； x为归一化后 的数据。 4.根据权利要求3所述换 热站动态热负荷预测与调控方法， 其特 征在于， 所述S2包括： 根据原始数据的变化情况总结归纳热量变化范围的阈值， 用于减少异常波动对数据质 量的影响； 利用箱型图按时间分段查找所述原始数据中的异常值后， 剔除所述原始数据中的异常 热量值以保证热量变化的合理性； 对缺失数据与剔除的异常数据进行填补。 5.根据权利要求4所述换热站动态热负荷预测与调控方法， 其特征在于， 所述对缺失数 据与剔除的异常数据进行填补， 包括： 判断数据缺失数量是否小于 3； 若是， 通过相邻数据的线性插值进行填补； 否则， 通过历史运行数据构建SVR模型进行训练后再通过对应参数预测出缺失值热量 进行填补。 6.根据权利要求5所述换 热站动态热负荷预测与调控方法， 其特 征在于， 所述S3包括： 将归一化后的所述气象数据与清洗后的所述换热站一次网瞬时热量数据按时间进行 匹配， 构建模型 所用的数据集；权　利　要　求　书 1/2 页 2 CN 114118862 A 2将构建好的所述数据集划分为50％～60％、 20％～25 ％、 20％～25％三部分， 作为模型 对应的训练集、 验证集与测试集； 其中， 所述模型利用所述训练集与所述验证集数据建立验证模型， 用所述测试集数据 检查模型运行效果。 7.根据权利要求6所述换 热站动态热负荷预测与调控方法， 其特 征在于， 所述S4包括： 利用数据库中的训练集建立模型； 在考虑所述换热站负担的建筑类型与供暖面积的基础上， 使所述SVR模型结构自动寻 找并建立气象参数和时间序列与换热站 一次网逐时热量值之间的关系， 达到提供相关输入 参数后即可准确预测换 热站负荷值的要求； 在阈值控制模型输出结果的条件下， 将所述测试集数据中影响换热站负荷因素的数据 作为模型输入， 得出模型预测负荷值， 并将模型输出 的预测热负荷值与实际热负荷进行对 比； 计算所述预测负荷值与所述实际负荷值间的平均相对误差与 均方根误差； 根据所述平均相对误差与均方根误差取值越小则说明模型精度越高的规则对所述SVR 模型结构进行评价并输出评价结果； 其中， 所述平均相对误差用MAPE表示， 所述均方根 误差用RMSE表示， 计算公式分别为： 其中,yp为模型输出值， W/m2； yd为实际值， W/m2； n为所用的数据总量。 8.根据权利要求7所述换热站动态热负荷预测与调控方法， 其特征在于， 在所述S5之 后， 还包括： 利用所述换 热站历史运行 数据与气象数据不断进行 学习以及修 正模型。 9.根据权利要求8所述换热站动态热负荷预测与调控方法， 其特征在于， 所述S4还包 括： 判断所述SVR模型 结构的运行效果是否合格； 若否， 则输出不 合格提示或警告， 否则， 实时输出 所述SVR模型 结构的运行效果。 10.一种换 热站动态热负荷预测与调控方法及系统， 其特 征在于， 包括： 数据获取模块， 用于获取待处 理地区的气象数据与换 热站运行 数据； 数据清洗模块， 用于清洗所述气象数据与换热站历史运行数据， 将气象参数做归一化 处理， 将换热站逐时热量数据进行修 正补充； 数据集划分模块， 用于根据所述处理后的数据构建并划分数据集， 确定所述数据集中 的各类参数， 并在组合成数据组后划分数据集类别； 模型构建和训练模块， 用于构建换热站动态热负荷预测模型作为SVR模型结构， 利用处 理后数据集训练所述SVR模型 结构， 并对所述SVR模型 结构的运行效果进行评价； 预测模块， 用于将评价合格的所述SVR模型结构接入所述换热站后， 预测并输出所述换 热站实时热负荷变化。权　利　要　求　书 2/2 页 3 CN 114118862 A 3