一种基于深度学习和数字孪生耦合的蒸汽管网系统优化调度方法及设备

本发明属于能源系统优化相关技术领域，其公开了一种基于深度学习和数字孪生耦合的蒸汽管网系统优化调度方法及设备，步骤为：(1)将获取的实体蒸汽管网各个测点的历史信息输入到机器学习模型中以训练出适合该蒸汽管网系统的一套单、多步机器学习预测模型，该机器学习模型为长短期记忆网络模型；同时，按照获取的蒸汽管网拓扑图、卫星图、各管道间的连接关系以及各测点的历史数据建立基于方程的数字孪生模型；(2)将机器学习模型预测的用户端蒸汽流量预测值输入数字孪生模型以得到蒸汽管网中各个节点的阀门开度以及锅炉出力参数建议调整值，进而实现蒸汽管网系统的优化调度。本发明提高了系统热效率并节约能源。