基于机器学习的能源供热管网流量调节方法

本发明公开了一种基于机器学习的能源供热管网流量调节方法，S1.得到标准化动态特征数据集；S2.利用标准化动态特征数据集构建傅里叶神经算子负荷预测模型，并完成训练获得节点热负荷预测模型，实时输出节点热负荷预测结果；S3.根据节点热负荷预测结果生成局域负荷映射矩阵；S4.依据局域负荷映射矩阵构建多目标优化函数；S5.初始化改进型饥饿游戏搜索算法，搜索获得最优流量分配方案；S6.完成各节点实时流量自适应调节；S7.实现微网能源供热管网局域流量的动态优化控制。本发明显著提升了微网能源供热管网在多节点动态负荷环境下的流量调节智能化水平。