小区供热系统锅炉热负荷预测实现研究

西安石油大学硕士学位论文小区供热系统锅炉热负荷预测实现研究姓名：康思民申请学位级别：硕士专业：机械电子工程指导教师：吴应龙20060515小区供热系统锅炉热负荷预测实现研究作者：康思民学位授予单位：西安石油大学相似文献(10条)1.期刊论文朱栋华.黎展求.ZHUDonghua.LIZhanqiu基于小波和神经网络的供热负荷预测-沈阳建筑大学学报（自然科学版）2007,23(1)目的研究供热系统热负荷预测方法,使供热量及时跟随用户需热量进行控制.方法通过分析供热负荷特性及其变化规律,用小波包变换对热负荷序列进行分解,再结合Elman神经网络分别对各序列建立模型,进行单步预测,最后重构各序列,得出热负荷预测序列.结果仿真试验表明,与未采用小波分析的BP、Elman神经网络相比,该方法预测精度较高,跟踪能力强.结论基于小波和神经网络的供热负荷预测方法能较好地跟踪预测用热量,适合于短期供热负荷预测的应用.2.期刊论文黎展求.朱栋华小波分析和SVR在供热负荷预测中的应用-科技咨询导报2007,(2)采用热计量后供热系统将成为变流量系统,结合小波分析和支持向量回归(SVR)及时准确预测热负荷,使供热控制跟踪热量的变化.利用偏相关分析来选择模型输入参数,将小波分析应用于数据消噪处理,建立支持向量回归负荷预测模型.研究结果表明,该方法提高了运算效率和预测精度.3.学位论文郝有志住宅小区计量供热系统的动态预测控制研究2002该文针对住宅小区供热系统实行计量供热后热负荷变化的特点,首先,在充分研究各种负荷预测方法的基础上,提出采用人工神经网络方法对住宅小区计量供热系统进行动态负荷预测;其次,通过动态负荷预测基本实现热量的供需匹配以后,对住宅小区计量供热系统动态控制理论进行了初步的探讨.论文负荷预刚的人工神经网络模型以应用最广泛的BP网络为基础,根据负荷变化的特点,采用变化的BP网络模型——四层cascade-forwardBP网络.利用MATLAB仿真程序对所建立的人工神经网络负荷预测模型进行求解和验证,仿真误差为6.93﹪,满足实际工程应用的需要.为比较不同神经网络的预测效果,还采用RBF网络模型对相同训练样本进行了预测.预测结果说明利用神经网络对计量供热系统的负荷预测对于动态调控是具有指导意义的.论文提出了住宅小区计量供热系统的整体动态优化运行策略,其中包括计量供热系统中的调节公式、统结构优化及系统运行的动态优化预测控制.课题把计量供热系统的负荷的动态变化和变流量控制联系起来,提出了一个满足负荷变化的动态预测控制模型,丰富与充实了计量供热系统控制的内容.4.期刊论文黎展求.朱栋华小波分析和SVR在供热负荷预测中的应用-科技资讯2006,(34)采用热计量后供热系统将成为变流量系统,结合小波分析和支持向量回归(SVR)及时准确预测热负荷,使供热控制跟踪热量的变化.利用偏相关分析来选择模型输入参数,将小波分析应用于数据消噪处理,建立支持向量回归负荷预测模型.研究结果表明,该方法提高了运算效率和预测精度.5.学位论文姜延灿基于人工神经网络的热负荷预测及蓄热式电锅炉系统运行优化2003电蓄能技术是转移高峰电力、开发低谷用电、优化资源配置和保护生态环境的一项重要技术措施。受到分时电价政策的鼓励，蓄热式电锅炉供热技术已逐步得到推广应用。在蓄热式电锅炉供热系统中，直接向热用户供热的是蓄热器，电锅炉则应尽可能在低电价时段启动向蓄热器供热，而在高电价时段停运。当前运行的蓄热式电锅炉供热系统中电锅炉的启停控制一般有两种方式：一种是根据分时电价和用户热负荷由人工启停，另一种是根据蓄热器的水位或水温信号由自动控制装置启停。这两种方式都不能充分利用分时电价，实现最优化运行(即运行费用最低)。实际上，在已知逐时电价曲线和用户热负荷曲线的情况下，应存在一条最优的供热曲线(或电锅炉启停曲线)，这条曲线可利用最优化理论和适当的优化方法来找到。问题是，其中的用户热负荷与诸多因素有关，难以预先确定。考虑到影响供热采暖需求负荷的因素复杂且具有随机性和非线形性，在对预测理论进行研究和对各种预测方法进行比较后，本文首次将基于人工神经网络的负荷预测与基于动态规划原理的优化方法相结合，用于蓄热式电锅炉系统的经济运行策略研究。作为尝试，通过“CWL(气候-星期-负荷)”模型预测用户的热负荷需求，并以此为基础，结合当前及着眼未来的分时电价发展趋势，利用优化方法对该系统的经济运行做出决策。本文还讨论了神经网络模型中隐含层神经元个数的选取问题及输入输出矢量的归一化处理问题，介绍了根据问题特点建立动态规划的优化模型及采用改进单纯形法求解的思路，并给出了具体的算法原理及实现步骤。最后，介绍了应用VisualBasic、Access和MATLAB等工具进行编程实现的方法，并展示了研究结果在运行控制和经济分析上的应用。本文的研究成果对于蓄热式电锅炉系统的运行优化和电蓄能技术的推广应用，具有较为实际的参考和工程应用意义。6.会议论文郝有志.李德英热负荷预测方法的评析与研究发展方向2002本文在深入研究目前常用的供热负荷预测方法的基础上,对热负荷预测方法进行了科学的分类,重点评析了ARMA、回归分析法、灰色预测方法、人工神经网络方法的优缺点及适用条件,并对热计量供热系统的负荷预测方法进行了探讨.7.学位论文张晋文分时电价下电蓄热供热系统的负荷预测及经济性决策分析2005电蓄能技术是转移高峰电力、利用低谷电力、确保电网稳定运行的有效技术之一。其主要的技术分为蓄冷蓄热两个方面，具有优化资源配置和保护生态环境等优点。电蓄热式供热系统正是电蓄能技术的一种主要应用，对其进行经济性决策分析具有重要的意义。热负荷预测是经济性决策的前提和基础。本文采用人工神经网络方法，考虑了影响热负荷特性的各种因素，进行了数据的规一化处理，建立了BP短期负荷预测模型。针对该模型在训练时不易收敛和运算相对复杂的问题，文中又运用遗传算法对其权值和阈值进行了适当的修正，并针对容易陷入局部极小的奇偶问题，在MATLAB环境中对两种算法进行了算法性能的测试验证，测试结果表明，运用GA改进后的BP短期负荷预测模型在预测精度上更为精确、运算步骤更为简单、运算更易收敛。同时，结合实例进行了训练，得到了某一住宅小区一星期的预测热负荷和实际热负荷对照曲线，并就误差原因进行了具体的分析。在负荷预测的基础上，结合当前我国分时电价政策，本文利用技术经济分析方法的基本原理，建立电蓄热式供热系统初投资费用和运行费用的目标函数。在目标函数中引入蓄热率参数，并将目标函数转化为蓄热率的函数，并结合实例进行了具体的论证，得出了适合住宅区的电蓄供热系统的最佳蓄热率；同时也讨论了分时电价的峰谷电价比对蓄热系统经济运行的影响，得出了较为详细的电蓄热系统经济性决策分析的依据。8.期刊论文周恩泽.方修睦供暖热水锅炉房的热负荷预测-哈尔滨建筑大学学报2000,33(3)通过对供热负荷特点的分析,建立了基于时间序列分析方法的供热负荷预测的数学模型,给出了供热负荷预测的计算流程,并将供热负荷的预测理论应用于牡丹江西海林小区集中供热系统.实际运行结果表明,用本文所研究的供热负荷的预测理论预报的供热负荷与实际运行结果相比,预测精度是令人满意的.9.学位论文徐培凯供热负荷预测与量化调节技术研究2008目前，我国热网采暖主要是按供热面积收费，随着计量收费的推广应用，热用户可根据自己的需求，自行调节温控阀，主动地控制温度。这种运行方式一旦实现，整个热网的流量和供热量也随之变化，倘若没有很好的供热负荷预测和调节手段，供热生产将会变得很被动，但供热系统是一个集非线性、不确定性和时变性于一身的大滞后系统，因此利用传统方法很难对其进行准确的预测和精确的调节。针对这一突出问题，本文采用了供热负荷预测与量化调节相结合的技术，其目标是在满足供热效果的前提下，实现按需供热，同时提高系统能效。对供热系统的阻力特性、水力热力工况等进行了分析，以揭示供热系统水力热力失调的原因，介绍了供热系统中常用的调节方法，重点论述了参数量化调节技术。根据供热系统管网的分布情况，利用GPRS网络构建其远程监控系统，实现了热网参数的实时采集和分析处理，从而对各区域热流量的动态调节进行最优决策，合理调节热流量，使各区域之间达到热量平衡，提高了供热管网的效率，起到了量化调节的作用。对供热系统热负荷的随机性、周期性等进行了研究，以找出影响供热负荷特性的主要因素，讨论了负荷预测的各类预测方法，着重阐述了基于混沌时间序列的预测方法。研究供热负荷时间序列的混沌特性和最大Lyapunov指数，结果表明其具有混沌特性。采用混沌时间序列理论对供热负荷进行短期预测，针对混沌时间序列预测中用加权一阶局域法单步预测模型进行多步预测时计算量大，且存在误差累积效应的不足，提出了基于相空间重构技术的加权一阶局域法多步预测改进模型。通过MATLAB仿真实验，实现了供热负荷的事前预测，再根据预测的结果分配控制策略，对热源处的锅炉进行初始调节。实际运行表明：供热负荷预测与量化调节技术的应用，不仅克服了供热企业计划制定的盲目性，实现了科学化管理，而且增强了企业的经济和社会效益，最终为实现资源的优化配置提供了科学依据。10.期刊论文黎展求.朱栋华.刘冬岩.LiZhanqiu.ZhuDonghua.LiuDongyan基于支持向量回归和小波包的供热负荷预测-暖通空调2007,37(2)通过分析影响热网负荷变化的各种因素,对热负荷数据进行预处理,运用小波包变换对负荷序列进行分解,对各子序列分别建立支持向量回归预测模型,最后通过序列重构,得出预测结果.仿真结果表明,该方法比传统BP神经网络和未作小波包分解的支持向量回归法具有更高的预测精度.本文链接：：上海海事大学(wflshyxy)，授权号：486aaff4-c0cb-41a8-bb36-9de100464bd2下载时间：2010年8月29日