基于大数据的供热系统功率调节方法及系统与流程

本发明属于供热调节，具体涉及基于大数据的供热系统功率调节方法及系统。

背景技术：

1、现代建筑供热系统不可获缺，传统的恒温控制和简单的开关策略已无法满足日益复杂的供热需求，这些系统通常依赖单一温度传感器和固定的温度设定值，忽视了人体热舒适性的复杂性，如辐射温度、湿度和气流速度等因素的影响，此外，它们往往无法适应建筑物的动态热负荷变化，导致能源浪费和室内温度波动，在大型建筑中，这种影响会被放大，造成显著的经济损失和环境影响。

2、随着物联网技术和大数据分析的发展，供热系统有潜力实现更智能、更精确的控制。然而，目前的系统在整合和利用多源数据方面仍然存在显著不足。虽然建筑物中部署了各种传感器，但这些数据往往处于孤立状态，未能有效融合以提供全面的室内环境评估。现有的控制算法通常是基于简单的比例-积分-微分（pid）控制或预设规则，缺乏对复杂环境因素的深入考虑和预测能力。这种方法难以应对快速变化的室内条件和外部气候影响，也无法充分利用历史数据来优化长期性能。

3、此外，当前的供热系统普遍缺乏灵活性和自适应能力，它们通常采用粗糙的阶梯式功率调节，无法实现精细化的能耗控制，在面对不同用户偏好、多样化的空间布局和变化的使用模式时，这些系统难以提供个性化的解决方案。同时，大多数系统缺乏有效的自学习机制，无法根据长期运行数据自动优化控制策略。这不仅限制了系统效率的持续提升，也增加了管理和维护的复杂性。在能源价格波动和日益严格的环保法规背景下，这些局限性正成为建筑能源管理中的重大瓶颈，亟需创新性的解决方案来突破传统供热系统的局限，实现更智能、更高效的供热管理。

技术实现思路

1、本发明的目的在于突破传统供热系统的局限，实现更智能、更高效的供热管理，具体技术方案如下：

2、第一方面，本发明提供基于大数据的供热系统功率调节方法，所述方法包括以下步骤：

3、步骤s1，从传感器网络获取室内环境温度，基于多源数据融合模型计算人体体感温度；

4、步骤s2，根据所述室内环境温度和人体体感温度，计算室内温度动态调整系数；

5、步骤s3，根据室内温度动态调整系数，采用指数移动平均法并结合供热系统的运行时间修正室内温度值；

6、步骤s4，基于修正后的室内温度值、供热房间的体积和历史能耗数据，根据当前目标设定温度计算供热系统的功率输出最优值，并将系统功率调节至所述最优值。

7、进一步的，所述多源数据融合模型表示为：

8、；

9、式中，为体感温度，为平均辐射温度，单位均为摄氏度；为水蒸气分压力，为大气压力，单位均为百帕；为室内空气流速，为室外空气流速，单位为米/秒，为供热房间的体积，为参考房间体积，单位均为立方米；和为模型的可调节常数项，其中，，。

10、进一步的，所述步骤s2中，计算室内温度动态调整系数的公式为：

11、设，表示人体体感温度和室内环境温度的差值，差值为正，则需要降低供热；差值为负，则需要增加供热；

12、则室内温度动态调整系数，其中，非线性调整系数项，取值0.02；

13、供热系统设置每间隔15到30分钟计算一次室内温度动态调整系数，且当时才进行计算。

14、进一步的，所述步骤s3中，所述指数移动平均法是对室内温度动态调整系数进行平滑处理；

15、

16、其中，是当前时刻平滑处理后的室内温度动态调整系数，是上一时刻平滑处理后的室内温度动态调整系数，是当前时刻平滑处理前的室内温度动态调整系数，，为平滑因子，默认值为0.2。

17、则修正后的室内温度值计算如下：

18、

19、其中，为系统运行时间，单位为分钟。

20、进一步的，根据当前目标设定温度计算供热系统的功率输出最优值的计算公式为：

21、

22、式中，为当前时刻功率输出最优值，为系统前3个时刻功率调整后的最大值，为目标设定温度。

23、进一步的，在步骤s1中，所述传感器网络包括温度传感器、湿度传感器和气流速度传感器，其中：

24、温度传感器用于测量室内环境温度和平均辐射温度；

25、湿度传感器用于测量室内相对湿度，进而计算水蒸气分压力；

26、气流速度传感器用于测量室内气流速度。

27、进一步的，所述参考房间体积的值采用供热系统负载上，所有房间的平均体积。

28、进一步的，所述功率调节方法还包括：设置功率调节的上下限阈值和，功率输出最优值p满足：。

29、当计算得到的功率输出最优值超出阈值范围时，系统自动将限制在最近的阈值上，并向管理员发出警报。

30、根据实际运行数据，自动调整功率调节的上下限阈值，以适应不同季节和天气条件下的供热需求变化。

31、第二方面，本发明提供基于大数据的供热系统功率调节系统，用于执行第一方面所述的方法，所述系统包括依次连接的数据采集模块，体感温度计算模块，温度调整系数计算模块，温度修正模块，功率优化模块和功率调节执行模块。

32、数据采集模块，用于从传感器网络获取室内环境温度、湿度、气流速度数据。

33、体感温度计算模块，用于基于多源数据融合模型计算人体体感温度。

34、温度调整系数计算模块，用于根据室内环境温度和人体体感温度，计算室内温度动态调整系数。

35、温度修正模块，用于根据室内温度动态调整系数，采用指数移动平均法并结合供热系统的运行时间修正室内温度值。

36、功率优化模块，用于基于修正后的室内温度值、供热房间的体积和历史能耗数据，根据当前目标设定温度计算供热系统的功率输出最优值。

37、功率调节执行模块，用于将系统功率调节至所述最优值。

38、进一步的，所述系统还包括：

39、阈值设置模块，用于设置功率调节的上下限阈值和。

40、阈值限制模块，用于确保计算得到的功率输出最优值满足：。

41、警报模块，用于在功率输出最优值超出阈值范围时，自动将p限制在最近的阈值上，并向管理员发出警报。

42、本发明与现有技术相比，其有益效果是：

43、本发明通过多源数据融合模型计算人体体感温度，结合室内环境温度，实现更精确的温度控制，提高用户舒适度，基于修正后的室内温度值、房间体积和历史能耗数据，计算最优功率输出，显著降低能源浪费，采用动态调整系数和指数移动平均法，实现对温度变化的快速响应和平滑调节。

技术特征：

1.基于大数据的供热系统功率调节方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的基于大数据的供热系统功率调节方法，其特征在于，所述多源数据融合模型表示为：

3.根据权利要求2所述的基于大数据的供热系统功率调节方法，其特征在于，所述步骤s2中，计算室内温度动态调整系数的公式为：

4.根据权利要求3所述的基于大数据的供热系统功率调节方法，其特征在于，所述步骤s3中，所述指数移动平均法是对室内温度动态调整系数进行平滑处理；

5.根据权利要求4所述的基于大数据的供热系统功率调节方法，其特征在于，根据当前目标设定温度计算供热系统的功率输出最优值的计算公式为：

6.根据权利要求5所述的基于大数据的供热系统功率调节方法，其特征在于，在步骤s1中，所述传感器网络包括温度传感器、湿度传感器和气流速度传感器，其中：

7.根据权利要求6所述的基于大数据的供热系统功率调节方法，其特征在于，所述参考房间体积的值采用供热系统负载上，所有房间的平均体积。

8.根据权利要求1-7任一项所述的基于大数据的供热系统功率调节方法，其特征在于，所述功率调节方法还包括：设置功率调节的上下限阈值和，功率输出最优值p满足：；

9.基于大数据的供热系统功率调节系统，用于执行权利要求1-8任一项所述的方法，其特征在于，所述系统包括：

10.根据权利要求9所述的基于大数据的供热系统功率调节系统，其特征在于，所述系统还包括：

技术总结
本发明属于供热调节技术领域，具体公开了基于大数据的供热系统功率调节方法及系统，该方法通过从传感器网络获取室内环境温度，基于多源数据融合模型计算人体体感温度；根据所述室内环境温度和人体体感温度，计算室内温度动态调整系数；根据室内温度动态调整系数，采用指数移动平均法并结合供热系统的运行时间修正室内温度值；基于修正后的室内温度值、供热房间的体积和历史能耗数据，根据当前目标设定温度计算供热系统的功率输出最优值，并将系统功率调节至所述最优值；该方法能够实现更精确的温度控制，提高用户舒适度，显著降低能源浪费。

技术研发人员：孙志谦,袁楚杰,马文辉
受保护的技术使用者：河北邢襄热力集团有限公司
技术研发日：
技术公布日：2024/12/5