摘要
本发明涉及热负荷预测技术领域,公开了一种供热系统负荷预测方法及系统,该方法包括:实时采集多源感知数据,并采集室外气象参数和建筑结构信息。基于供热区域的建筑分布、管网结构及用户负荷特性,构建多级供热负荷预测模型。基于图神经网络构建供热区域的热拓扑图模型。周期性采集楼栋级边缘预测模型、换热站级聚合预测模型以及热拓扑图模型的参数,进行全局聚合优化,并更新优化各边缘节点模型。根据优化后模型获得边缘预测结果,根据边缘预测结果与热源级调度预测模型联合控制热源输出功率、主泵转速和区域阀门开度。本申请提升了系统对动态负荷变化与空间热传导路径的刻画能力,确保了模型更新的泛化能力与边缘部署的实时响应性。
技术关键词
负荷预测方法
供热负荷预测
供热系统
热源
建筑单元
拓扑图
节点
管网结构
神经网络模型
参数
神经网络结构
多层前馈神经网络
支持向量回归模型
中心服务器
模型预测控制算法
气象
加权平均策略
阀门
系统为您推荐了相关专利信息
长短期记忆网络
电力负荷预测方法
序列
电力负荷预测模型
Sigmoid函数
规模化电动汽车
负荷预测方法
模拟退火算法
EM算法
概率密度函数
可再生能源系统
海水淡化系统
太阳能发电系统
电池储能系统
风能发电系统
热辐射模型
隔热材料
三维模型
热边界条件
非暂态计算机可读存储介质
负荷预测模型
仪表指针
热源设备
图片
Canny算法