（机械电子工程专业论文）小区供热系统锅炉热负荷预测实现研究.pdf

中文摘要 论文题目：小区供热系统锅炉热负荷预测实现研究 专业：机械电子工程、 硕士生：康思民( 签名) 圣叁墅& 指导教师：吴应龙( 签名) 一襄李：殛一一 摘要 热负荷预测是供热系统安全经济运行的前提，随着供热系统的市场化，高质量的热 负荷预测越来越显得重要和迫切。神经网络方法在负荷预测中己经被公认为较有效的方 法，本文针对神经网络用于供热系统热负荷预测的几个方面展开研究工作： 第一，本文首先对预测技术、人工神经网络及其在供热系统中应用进行了一些理 论基础的介绍和探讨，重点介绍了b p 网络和r b f 网络在负荷预测方面的一些知识及实 际应用中的改进。 第二，供热系统热负荷是个随机非平稳过程，其负荷观测值由于受到各种因素 的影响，可能会存在某些“坏数据”或“不良数据”，这些数据夹杂在正常的负荷数据 中参与神经网络的训练，严重影响了负荷预测的精度。本文利用统计学的方法，求出某 段时间内负荷序列中的均值与方差，并与阈值相比较，从而除去“不良数据，为准确 有效地进行负荷预测提供了保证。 第三，通过对历史负荷数据规律性的分析，得出负荷以日为周期规律变化的结论。 在神经网络输入节点的选择方面，由于影响负荷预测的因素较多，既由负荷本身的历史 表现决定，还要受到众多非负荷因素的影响，非负荷因素中又以气象因素权重最大，因 此除了引入相关历史负荷作训练样本外，还考虑了温度、天气因素、供热系统的压力和 流量对负荷变化的影响，提高了负荷预测的精度。 第四，针对常用b p 算法预测速度慢、易陷入局部最优解的缺点，提出了基于r b f 网络和b p 网络的级联神经网络预测方法。把天气因素和历史负荷对负荷预测值的影响 分开考虑，其中r b f 子网络用于描述历史负荷的影响，b p 子网络则对在r b f 子网络中难 以考虑的天气因素给出了较好的映射关系，最终将两个子网络组合为一个级联神经网 络。 第五，利用m a t l a b 仿真程序对所建立的级联神经网络负荷预测模型进行验证，一 系列的研究算例证明该方法是适用的、可行的。 关键词：供热系统热负荷预测级联神经网络b p 算法径向基函数 论文类型：应用研究 i i 英文摘要 s u b j e c t s p e c i a l i t y ： n a m e ： i n s t r u c t o r r e s e a r c ha n dr e a l i z a t i o no fb o i l e rh e a t i n gl o a dp r e d i c t i o ni nd i s t r i c t h e a t i n gs ) r s t e m m e c h a n i c a l e l e c t r o n i ce n g i n e e r i n g 裟裂篙端 w uy i n g l o n g ( s i g n a t u r e ) i 凸峨y2 掣纠 a b s r i i 乙cj h e a t i n gl o a dp r e d i c t i n gi st h ep r e c o n d i t i o no fe c o n o m i ca n ds e c u r eo p e r a t i o no f h e a t i n gs y s t e m ，a n db e c a u s et h eh e a t i n gs y s t e mi sg e t t i n gm o r ea n dm o r em a r k e t a b l e ，h e a t i n g l o a dp r e d i c t i n gw i t hh i g hq u a l i t yi sg e t t i n gm o r ea n dm o r ei m p o r t a n ta n de x i g e n t t h e a r t i f i c i a ln e u r a ln e t w o r k ( a n n ) w a yi su n i v e r s a lr e g a r d e da so n eo ft h em o s te f f e c t i v ew a y s o fl o a dp r e d i c t i n g i nt h i sp a p e r , s o m er e s e a r c hi sd e v e l o p e df o rl o a dp r e d i c t i n gu s i n ga n n w a y s ： f i r s t ，t h ep a p e rp r i m a r i l ye x p l i c a t e ss o m ea l g o r i t h m sa b o u tp r e d i c t i o ni nh e a t i n gs y s t e m f i r s t l y , t h eb a c k g r o u n da n dd e v e l o p m e n to fp r e d i c t i o nt e c h n o l o g ya r ei n t r o d u c e da n dt h e n s o m ei n t r o d u c t i o no fb a s i ct h e o r ya n dr e s e a r c hw o r kh a v eb e e nd o n ea b o u th o wt oa p p l y a n nt op r e d i c t i o nt e c h n o l o g y ，d u r i n gw h i c hb pn e t w o r ka n dr b fn e t w o r ka r ei n t r o d u c e d i m p o r t a n t l ya n dt h e ns o m ei m p r o v e m e n ta b o u tt h ea p p l i c a t i o no fa n nt op r e d i c t i o n t e c h n o l o g yi sg i v e no u t s e c o n d ，t h el o a do fh e a t i n gs y s t e mi sa nu n s t e a d ys t o c h a s t i cp r o c e s s ，w h o s eo b s e r v e d v a l u em a ye x i s ts o m e ”u n h e a l t h yd a t a ”d u et ot h ee f f e c to fv a r i o u sf a c t o r s t h e s eu n h e a l t h y d a t a ，p a r t i c i p a t i n gt h et r a i n i n go f n e u r a ln e t w o r ki n t e r m i n g l e dw i t hn o r m a ld a t a ，b a d l ya f f e c t t h ea c c u r a c yo fl o a dp r e d i c t i n g t h i sp a p e rf i n d so u tt h em e a nv a l u ea n dv a r i a n c eo fl o a d s e q u e n c ei nap e r i o do ft i m eb a s e do ns t a t i s t i c s a tt h es a m et i m ei tc o m p a r e s w i t ht h r e s h o l d v a l u es ot h a t ”u n h e a l t h yd a t a ”c a nb er e m o v e da n da c c u r a t ea n de f f e c t i v el o a dp r e d i c t i n gc a l l b ee n s u r e d t h i r d ，t h r o u g ht h ea n a l y s i so ft h er e g u l a r i t yo fh i s t o r i c a ll o a dd a t a ，t h ec o n c l u s i o ni s d r a w nt h a tt h ev a r i a n c eo fp e r f o r m a n c ec a p a c i t yi sd u et od a y a st ot h es e l e c t i o no fn e u r a l n e t w o r ki n p u tn o d e ，n o to n l yi sr e l a t e dh i s t o r i c a ll o a dw a si n t r o d u c e da st h ed r i l l i n gs a m p l e ， b u ta l s oi n f l u e n c eo ft e m p e r a t u r e ，w e a t h e rs e n s i t i v ef a c t o r s ，p r e s s u r ea n df l o wt ot h el o a d v a r i a n c ei sc o n s i d e r e d f o u r t h ，t oi m p r o v et h ed e f e c t si nu s u a l l yu s e db pa l g o r i t h m s ，s u c ha ss l o wp r e d i c t i n g s p e e da n de a s yt of a l li n t ol o c a lm i n i m u m ，ac a s c a d en e u r a ln e t w o r k ( c n n ) l o a dp r e d i c t i n g m e t h o di sp u tf o r w a r di nt h i sp a p e ri n t h i sm e t h o dt h ei n f l u e n c e so fw e a t h e rf a c t o ra n dp a s t l o a do nl o a dp r e d i c t i n ga r es e p a r a t e l yc o n s i d e r e d ，t h er b fs u b n e t w o r ki su s e dt od e s c r i b e 1 1t 英文摘要 t h er e l a t i o nb e t w e e nt h ep a s tl o a da n dt h ep r e d i c t e dl o a d ，t h eb ps u b n e t w o r ki su s e dt o p r o c e s st h em a p p i n gr e l a t i o nb e t w e e nt h ew e a t h e rf a c t o ra n dt h ep r e d i c t e dl o a d ，a n da c a s c a d en e u r a ln e t w o r ki sc o m p o s e do f t h et w oa b o v em e n t i o n e ds u b n e t w o r k s l a s t l y ，a p p l i e sm a t l a bs i m u l a t i o np r o g r a m t ov e r i f yt h ec n nl o a dp r e d i c t i n gm o d e l ， t h er e s u l t so fas e r i e so fe x p e r i m e n t a lr e s e a r c hs h o wt h a tt h i sm e t h o di s a p p l i c a b l ea n d f e a s i b l e k e yw o r d s ：h e a t i n gs y s t e m ，h e a t i n gl o a dp r e d i c t i o n ，c a s c a d en e u r a ln e h v o r k ，b a c k p r o p a g a t i o na l g o r i t h m s ，r a d i a lb a s i sf u n c t i o n t h e s i s ：a p p l i c a t i o ns t u d y 学位论文创新性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含 其他人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在 论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：2 1 銎2 坠凶 日期：2 , o 。6 。厂f f 学位论文使用授权的说明 本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、 公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接 相关的学术论文或成果时，署名单位仍然为西安石油大学。 论文作者签名 导师签名 日期：弦。占、j f r 日期：超丕： ，印 第一章绪论 第一章绪论 1 1 引言 随着我国经济持续、快速发展，城市居民生活水平的提高，环境的改善，给供热企 业带来了前所未有的发展机遇，供热规模得以成倍速度在增加。但是，这种局面也给供 热企业带来了新的挑战，只有依靠科学技术，提高供热效率，降低供热成本，才能使企 业得到良性的、健康的发展i l l 。当前，我国供暖事业面临着高速发展的良好机遇和严重 挑战。供暖面i 临的主要问题，一方面是供暖规模大、地域广、发展迅速、供需矛盾突出； 另一方面是供暖的管理水平和技术水平低、供暖质量差、供暖系统耗煤量大、能源有效 利用率低、环境污染严重。这些都与我国的供暖事业的发展很不相适应，因此在大力发 展我国供暖规模的同时，提高认识，积极吸收、引进、采用和开发先进的供暖技术，总 结经验，找出差距，认真研究、借鉴国内外的先进技术，结合我国的具体条件，努力提 高供暖系统的技术水平，探索改善采暖效果、节约能源、提高供暖系统能源有效利用率 的途径和方法，是当前一项迫切的任务。 近年来，人工神经网络( a n n a r t i f i c i a ln e u r a ln e t w o r k ) 技术的飞速发展使得基 于人工神经网络的负荷预测方法受到了广泛的关注。人工神经网络是在对生物神经元的 认识和研究的基础上，提出的简化和抽象模型，现已证明，多层前向神经网络具有逼近 任意非线性函数的能力，在过程辨识和建模应用方面，也有许多成功的先例。我们可以 将神经网络理解为一种计算思想和计算算法，即系统辨识中的模型类和准则。因此，可 以用它来“代表”供热系统过程模型，实现非线性时变过程对象的模型化。 本文在对锅炉房2 4h 热负荷进行逐时预测时，考虑到不同预测方法的优缺点，以及 供热锅炉房热负荷的特点，认为人工神经网络由于其自动模拟复杂系统、映射复杂函数 的特殊能力，用于预测供热锅炉房的热负荷，在许多情况下效果会更好。这是本文试图 用神经网络解决供热锅炉房热负荷预测的主要原因。 1 2 热负荷预测的必要性 在热网供热这些复杂的生产过程中，由于其反应机理非常复杂，具有很强的非线性、 大滞后、时变性和不确定性，难以建立被控对象的数学模型，至今仍很少实现闭环控制， 只好由有经验的操作人员进行调节。操作人员虽然没有被控对象的数学模型，但是由于 他们比较熟悉供暖热网和设备，且在长期的现场工作中，积累了丰富的操作经验，他们 通过观察仪表指示的变化，如热网的供、回水温度、室外温度等参数，并且预估某些参 数将要发生的变化，然后调整供热负荷，以保证热网供暖正常。这种人工控制方式一般 也能达到较好的控制效果，但是由于操作人员的经验与能力的不同，或由于人的疲劳、 责任心等原因，也时常会因操作不当造成热网供暖不正常，或在产生突发事件时，不能 预测将会发展或延续扩大的严重故障，而引发更大的故障。 随着我国城市供暖事业的普及和发展，供暖系统的规模和复杂程度也在逐步提高， 西安石油大学硕士学位论文 热源已由以往的单一热源向多热源联合供热发展，热网也由过去的枝状管网逐渐被可靠 性更高的环形网所取代，热用户已不仅仅局限于采暖用户，生活热水供应及工业生产用 热在供热系统中所占的比例正在逐年提高。对于这样一个大型而复杂的供热系统，其运 行调节与管理也更加复杂化，如果缺乏必要的监测装置和预测技术手段，单凭经验手工 调节，对消除网路的水力失调、热力失调难度很大。这既浪费了能源，又没能体现集中 供热较高的经济效益和社会效益。同时，随着城市建设的日益发展和节能、环保意识的 日益增强，对供热系统的监测和管理也提出更高的要求，要保证节能和供热的高质量， 采用先进的计算机应用技术对供热系统进行跟踪预测热用户的用热量，无疑会大大提高 供热系统中各种设备的运行效率，减少能耗，改善供热质量。 供热锅炉房的热负荷预测是锅炉房中各锅炉负荷最优调度的一个重要的先决条件， 对锅炉房热效率的提高有直接的贡献。准确的热负荷预测也大大有利于改善锅炉自控系 统的工作，从而提高锅炉的效率、可靠性和经济性。由于供热锅炉房特别是工业锅炉房 用户的多样性，其热负荷具有突出的多扰量性、不确定性等随机特性，是一个非线性变 化过程。影响锅炉房日负荷曲线的因素很多，如用户性质、经营状况、日期、季节、气 象以及其他许多随机因素。这些因素对热负荷的影响错综复杂，要准确分析它们对负荷 的影响关系非常困难，而且很难用几个具体的数学公式进行概括口1 ，因此，研究供热锅 炉房的热负荷预测模型和预测方法是非常必要的。 1 3 国内外研究概况 在电力、煤气、暖通空调、太阳能等领域，许多研究者针对不同的负荷变化特点提 出了多种预测方法，不同程度地取得了一定的效果 2 , 3 , 4 , 5 1 。但在锅炉负荷预测方面，由于 供热系统的复杂性及建筑物和系统的热惯性，力图通过物理模型来建立供热负荷预测的 数学模型是很团难的。这时因为供热负荷受多种因素的影响，且诸多影响因素之间是一 种多变量、强耦合、严重非线性的关系，这种关系具有动态性，因而传统方法的预测精 度不高，目前的研究也相对较少。 大量国内外文献资料表明，有许多学者在这方面做了积极有益的尝试。在不考虑室 内热水供暖负荷的前提下，根据建筑物热过程的简化差分方程式建立的预测，l a w a e t z l 6 1 提出了只用一个蓄热系数对一建筑物进行热负荷动态预测的方法。在1 9 8 6 年，l a w a e t z 在上述模型的基础上又提出了另一预测方法，该方法用两个蓄热系数分别代表室内空气 和轻型材料表面的蓄热系数、建筑物剩余部分的蓄热系数来对建筑物进行热负荷的动态 预测。上述方法均是以传热微分方程为基础建立的。这类方法简单、直观、易理解，但 由于实际建筑物的蓄热系数难以确定，加上建筑物的结构千差万别以及用户室内温度采 取可调的方式供暖等因素，这类方法只能用在一些小型、简单的建筑物的热负荷预测中。 但要用作大型供热系统中的各热力站的热负荷预测方法，各参数将无法确定，各热力站 中热负荷分布非常复杂，同时热用户的用热具有随机性，该方法将无法满足要求。 这种方法通过对影响热负荷的不同参数进行线性加权来预测热负荷，其加权值利用 第一章绪论 大量的实测数据进行回归分析或时间序列分析方法求得。文献 7 中葛晓霞采用时间序列 分析方法的乘积型积分滑动平均( a r i m a ) 模型对热电厂的月热负荷供应进行了预测，从而 对热电厂合理安排生产计划提供了重要的数据。文献 8 中周恩泽通过对供热负荷特点的 分析，也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，达到 了一定的预测精度。但是a r i m a 模型在建模前须预先对原始数据进行零均值化、平稳化 及正态化处理，如果原始数据不能化为零均值、平稳、正态的时间序列，则无法采用a r i m a 模型进行建模。因此，在实际应用中，a r i m a 模型的适用范围受到一定的限制。丹麦学 者b e n o n y s s o n l 9 1 训通过对丹麦某一实际热网进行实测，在采用每1 5 分钟记录一次数据的 方法取得了大量实测数据的基础上，经过分析提出了四个具有不同时间尺度的负荷预测 模型。要使这些模型能够在实际当中进行热负荷预测，就必须预先知道预测当天的室内、 外温度、太阳辐射能、风速以及热用户的供水温度等参数，而且式中的常数均要根据具 体的热网、热用户，通过实际测得的数据进行回归分析得到。实际上对于我国实际运行 的供热系统来说，由于条件的限制，所能记录的历史数据不可能包括每天的太阳辐射能、 风速等参数，因此该类方法在国内实际应用中存在很大困难。因此，就需要提出一个新 的热负荷预测方法。 以往对于供暖预测问题主要采用回归预测方法、时间序列预测方法等。这些方法物 理概念清晰、计算简单，在实际中也得到了广泛应用。但在进一步应用过程中也显露出 其缺点，主要有：由于预测模型是非线性的，所以模型参数难以确定，另外经相关分析得 出的预报因子往往具有模糊性和不确定性，因而预测精度低，难以得到较理想的结果。 近年来，随着计算机的发展和广泛应用，国内外相继出现了许多新型的预测方法， 如灰色系统理论预测技术，与专家系统相结合的预测技术，模糊推理预测技术，人工神 经网络预测技术等。文献 1 1 3 中胡文斌等在分析城市供热负荷特征的基础上阐述引入灰 色系统方法预测负荷的可行性。根据长期负荷和短期负荷的变化特征，分别提出相应的 预测模型。但是在运用灰色系统理论时，对原始数据段的不同选取和对原始数据序列进 行不同的处理，对建模的精度和预测的结果都会产生影响。 人工神经网络作为一种新的函数逼近方法，由于具有全息的联想学习能力，高度并 行处理能力，能处理大规模问题，有很强的容错性等特点，更是在预测领域取得了不少 的研究成果。在美国供暖制冷空调工程学会的倡议下，由j f k r e i d e ru 2 等主持和组织 “大能量预测器的开发”，其目标是预测水、电负荷或者预测供暖、通风和空调系统的能 量。第一个目标是预测大型建筑电负荷、冷水负荷和热水负荷；第二个目标是预测能准 确测量太阳辐射照度的建筑模型。文献 1 3 ，1 4 ，1 5 b r a d l e yp f e u t o n ，w i l l i a m j s t e v e n s o n 和m a t l i a sb 0 o h l s s o d 等研究者分别用人工神经网络( a n n ) 和相同的两组 数据( 美国某大学的实测数据) 作了仿真试验，输入数据有时间，、于球温度l 、相对湿 度片、太阳辐射照度s f 和风速共5 个参量，输出的预测值是电负荷、冷水负荷和热 西安石油大学硕士学位论文 水负荷3 个参量。w i l l i a mj s t e v e n s o n 选择一个3 层b p 网络，而m a t t i a sb 0 o h l s s o n 选择了3 个多层感知器分别对电负荷、冷水负荷和热水负荷进行预测。试验结果表明： 预测的电负荷高于实际值，冷水和热水负荷低于实际值。近年来国内也出现一些学者积 极投身于利用人工神经网络方法进行热负荷的预测工作，在文献 1 6 中杜进荣等分析了 供热系统负荷变化的各种扰量，提出利用人工神经网络的b p 网络模型对供热负荷进行预 测的方法。对神经网络预测的可行性、方法的实施内容及输入输出变量的选择，网络连 接方法的选择等进行了讨论。在进一步对供热负荷特性研究的基础上，可以利用人工神 经网络对其进行切实可行的预测。文献 1 7 中李勇、宋景东等提供了一种基于改进的b p 网络模型，即合成b p 网络的热电厂热负荷预测模型，并且对网络结构的构造方法及拟合 精度进行了讨论。利用1 9 8 7 年到1 9 9 1 年的月热负荷实际值对1 9 9 2 1 9 9 3 年间的月热负 荷进行预测，预测结果表明，基于合成b p 网络的预测模型能很好地实现对热电厂热负荷 的预测。文献 1 8 中常冰、郭文武等采用三层b p 网络模型，以某热电厂1 9 9 4 年5 月至 1 9 9 9 年5 月运行热负荷中作为网络学习数据，1 9 9 9 年6 月至2 0 0 2 年1 月作为检验数据。 对后2 0 个月热负荷进行预测，结果表明b p 网络较好地实现了对锅炉热负荷的预测。文 献 1 9 中张宏涛、祁静采用基于增长型结构学习算法的r b f 神经网络，用某热电厂 1 9 8 7 1 9 9 1 年的数据作为训练样本，对1 9 9 2 1 9 9 3 的月热负荷进行预测，结果表明r b f 神经网络具有结构简单、预测精度高的特点。同时，文献 2 0 中张传斌、王学孝等也采 用基于增长型结构学习算法的r b f 神经网络，使用文献 8 中的数据进行月热负荷的预 测，将预测结果与文献 1 7 中的预测结果进行比较，比较结果显示r b f 神经网络在预测 中方法更简单、合理、具有普遍性。以上各位研究者均是对热负荷的中期预测，为供热 单位的调度、检修、燃料计划等提供决策依据。 对于热负荷短期预测是锅炉房中各锅炉负荷最优调度的一个重要的先决条件，对锅 炉房热效率的提高有直接的贡献。准确的热负荷预测也大大有利于改善锅炉自控系统的 工作，从而提高锅炉的效率、可靠性和经济性。因此，在热负荷的短期预测也有其很大 的现实意义。文献 2 1 中北京建筑工程学院的郝有志、李德英等针对实行热计量后热负 荷变化的特点，对每隔2h 热负荷值的变化进行预测。在预测中采用神经网络中应用最 广泛的b p 网络对热负荷进行预测，实际的训练中选取训练样本为2 0 0 1 年1 2 月卜2 1 日每隔2 h 的热负荷值，仿真样本为1 2 月2 2 2 8 曰每隔2h 的热负荷值，通过不同的 神经网络模型试验，最后选定仿真误差最小的网络模型。并且利用m f i t l a b 仿真程序对所 建立的人工神经网络负荷预测模型进行验证，结果表明利用b p 网络对供热系统的负荷变 化进行短期动态预测是可行的。文献 2 曹双华、曹家枞通过对供热锅炉房热负荷的分析， 建立了基于两个三层b p 网络的级联神经网络( c n n ：c a s c a d e dn e u r a ln e t w o r k s ) 模型。 通过相关性分析表明，可将时间序列负荷数据作纵横向分离，横向相关系列负荷可作为 c n n 前一b p 子网络的输入数据，纵向相关系列负荷可作为c n n 后一b p 子网络的输入数 据。前一b p 子网络用于小时负荷的初始预测，其预测结果加入后一b p 子网络的输入系 第一章绪论 列，实现对负荷的精确预测。按照此模型，建立了某一印染厂锅炉房次日小时蒸汽负荷 的c n n 预测模型。程序运行结果表明该模型预测的准确性基本上可满足实际需要。由简 单的予网络构成的c n n 使神经网络的训练速度及预测精度得到了提高，适合较复杂的情 况，因此应用级联神经网络作预测需要进一步的研究。同时，进一步透彻研究供热锅炉 房热负荷特性、各种影响热负荷特性的因素及其作用，此外，适当选取样本数据，将导 致设计出更合适的级联神经网络的结构和算法对供热锅炉的热负荷进行预测。 1 4 本论文的研究内容 1 4 1 研究的目的、意义 随着经济的发展，全国范围内环保、节能的呼声越来越高，利用先进的技术，合理 分配能量，让现有的热能充分发挥作用，为更多的热用户提供更好的供热服务是供热单 位的首要任务。虽然现今单凭有经验的工人对供热监控参量进行手工调节而降低运行费 用，但是现存的许多锅炉供热系统多以主机优先方式运行，并没有实现燃料消耗和运行 费用的最低化。如何实现实际运行费用的最小化呢? 唯有采用优化控制，而其前提恰恰是 负荷预测。有了精确的负荷提前预测，才能进行优化控制，实现对供热系统的运行和锅 炉房的燃料用量和消耗进行合理的分配和管理，从而实现恰如其分的控制，把供热系统 的运行费用降到最低。为了实现运行费用的最低化，必须实行优化控制，必须对供热负 荷进行提前精确预测。 本文拟通过对小区供暖系统逐时热负荷值变化的估计及热源的间歇控制，挖掘供热 源节能的巨大潜力。将自动化控制技术引入供热系统中，对供热系统进行调节才能满足 新形势下的供热需求。在供热行业中大力推广智能控制技术必将是今后的发展方向。这 是供热节能的另一途径，它必须通过优良的智能预测策略和技术才能实现。 1 4 2 研究方法 预测方法可以分为两大类：一类是定性预测，也称为直观性预测；一类是定量预测， 也称为统计预测。在供热系统领域，常采用定量预测的方法，即采用数学、概率论和数 理统计的方法对历史数据进行处理。定量预测又有两种常用的方法，一种是回归分析， 另一种是时间序列分析。常用的短期负荷预测方法有：线性回归( l r ) 预测法、自回归与移 动平均( a r i m a ) 预测法、指数权移动平均( e w m a ) 预测法等。近年来，人工神经网络 ( a r t i f i c i a ln e u r a ln e t w o r k ，a n n 或n n ) 用于预测的研究己受到各学科的普遍重视。人 工神经网络是由大量简单的处理单元组成的非线性、自适应、自组织系统，是对人脑或 自然神经网络( n a t u r a ln e u r a ln e t w o r k ) 若干基本特性的抽象和模拟。在目前多种神经 网络模型中，基于误差反向传播( b a c k p m p a g a t i o n ，简称b p ) 理论或径向基函数( r a d i a l b a s i sf u n c t i o n ，简称r b f ) 的前向神经网络方法是比较成熟而又比较简单有效的方法。 目前人工神经网络预测方法正得到各领域的应用。 本文在阐述人工神经网络理论的基础上，试图把人工神经网络这新方法应用于供 热系统热负荷的预测领域，建立了逐时热负荷的人工神经网络预测模型，并根据河南油 西安石油大学硕士学位论文 田黄山小区2 0 0 3 年冬季采暖期实测室外温度、天气状况和负荷数据( 包括用热量、供回 水温度、供回水压力、流量) ，验证了此模型的准确性，并以此工程实例分析比较了采用 不同的预测模型所达到的预测结果，本文正是利用神经网络方法的非线性系统辨识的优 越性建立起非线性预测模型，提前对供暖系统参数变化进行控制，达到节能的目的，同 时为供热系统工程的预测控制的实现提供了一些基础性的研究方法，具有重要的理论和 实用意义。 1 4 3 论文的结构安排 本文研究的对象是基于神经网络的小区供热系统热负荷预测。短期负荷预测的方法 有很多种，目前，神经网络预测方法受到国内外广大研究人员的高度重视，被公认为比 较有效的方法。本论文就是在此背景下，结合工程应用实际，以理论研究与仿真实验为 重点，在总结现有理论成果的基础上主要对供热系统的特性、神经网络的算法、网络结 构、热负荷特性以及预测模型进行研究，全文共分六章。 第一章绪论，首先介绍了选题的背景、热负荷预测工作的必要性、研究意义和方 法；以及结合有关文献资料介绍了目前国内外在该领域的研究现状，并说明了各自的优 缺点和可行性；最后简单介绍本论文的主要内容及结构安排。 第二章系统的特性分析与微机测量技术，介绍了供热系统的工艺流程，分析了集 中供热网的一般供热系统的特性，研究系统中各工艺参数之间的相互关系，从而确定相 应的微机监测技术和相应的信号处理方法，以及根据预测值去跟踪校正系统相应的工况 点，从而达到节能和提供高质量的用热。 第三章人工神经网络，本章重点介绍了神经网络的有关理论知识、人工神经元模 型、人工神经网络模型的建设以及b p 网络和r b f 网络的前馈计算、网络权值的调整问题， 最后对b p 网络和r b f 网络的优缺点进行了总结，并得出将b p 网络和r b f 网络串联，充 分发挥各自优点的好处。 第四章锅炉热负荷预测的神经网络模型，在对供热系统特性分析的基础上，以及 在分析和研究b p 、r b f 神经网络的基础上，建立了一种新的b p 、r b f 级联神经网络模型 对供热负荷进行预测，并且在这一章中针对供热系统热负荷预测的a n n 模型结构，并提 出其在线学习方法。神经网络的结构和参数只有利用样本数据进行训练后才能作为过程 对象的模型，而过程参数是实时连续检测获得的，因此，对测量数据样本进行分析，研 究从这些测量数据中提取训练样本数据的技术和方法。包括样本数据处理方法、负荷特 性的分析、缺失数据的处理和样本集更新方法等内容。 第五章算例分析及仿真实验，采用河南油田黄山小区供热系统实际测量样本数据， 对一天2 4 h 负荷的变化进行逐时预测，具体仿真对该算法进行验证了级联神经网络方法 的优越性，并对级联神经网络方法中注意的地方进行总结。 第六章结论，对本文的研究工作进行了总结性论述，总结了论文的主要工作和创 新点，并提出了一些需要进一步研究解决的问题和对本项研究未来的发展进行了展望。 第二章供热系统简介与参数的测量优化 第二章供热系统简介与参数的测量优化 2 1 引言 众所周知，供热就是用人工方法向室内供给热量，保持一定的室内温度，以创造适 宜的生活条件或工作条件的技术。所有供热系统都由热媒制备( 热源) 、热媒输送和热媒 利用( 散热设备) 三个主要部分组成。根据三个主要组成部分的相互位置关系来分，供热 系统可分为局部供热系统和集中供热系统。热媒制备、热媒输送和热媒利用三个主要组 成部分在构造上都在一起的供热系统，称为局部供热系统。热源和散热设备分别设置， 用热媒管道相连接，由热源向各个房间或各个建筑物供给热量的供热系统，称为集中供 热系统。集中供热的热源大致可分成：热电厂、区域锅炉房、地热、核供热及太阳能口”。 另外，对于北欧一些国家，如瑞典、丹麦等，已经开始使用焚烧垃圾获得的热量进行供 热，在采暖的同时，又减少了环境污染旧】。目前，我国的小区供暖系统一般采用区域锅 炉房或者热力站两种方式。 集中供热系统是由热源、热用户和热网三部分组成，如图2 1 所示。热源负责制各 热水，热力网负责热媒的输送，热用户是指用热场所。集中供热系统的热用户有供暖、 通风、热水供应、空气调节及生产工艺等用热系统。这些用热系统热负荷的大小及其性 质是供热规划和设计的最重要依据。按其性质可分为两大类：季节性热负荷和常年性热负 荷。 热水 道 热器 循习、水泵 图2 - i 集中供热系统示意图 集中供热系统可按下列方式进行分类： 1 根据热媒不同，分为热水供热系统和蒸汽供热系统。 2 根据供热管道的不同，可分为单管制、双管制和多管制的供热系统。 3 根据热源不同，主要可分为热电厂供热系统和区域锅炉房供热系统。此外，也有 西安石油大学硕士学位论文 核供电站、地热、工业余热作为热源的供热系统。 热水供热系统按系统的密闭性可分为开式和闭式两种型式。在闭式系统中，热网的 循环水仅作热媒，供给热用户热量，而不从中取出使用。在开式系统中，热网循环水部 分或全部从热网中取出，直接用于生产或热水供应。 2 2 供热系统特性分析。5 - s 】 2 2 1 管网的阻力特性 流体在管网中流动时必须克服管道阻力，流体产生一定的压力损失。流体在管道中 压力损失与管径、管网布置形式和流体的流动速度( 或流量) 有关。其基本计算公式如下： p = s g 2 ( 2 - 1 ) 或 式中， 位为i l h ，o h = s g 2 ( 2 2 ) a p 、日一分别为以助或 ，日，o 为单位的管段压降； g 一管段的体积流量，m3 h ； s 一管段的阻力特性系数，单位为p a ( 】i 】3 h 。) 2 时，由式( 2 3 ) 计算；单 ( m3 h 。) 2 时，由式( 2 4 ) 计算。 02 5 品= 6 8 8 1 0 。9 簧o4 - ) p ( 2 3 ) 岛= 7 0 2 1 0 。1 。籍( f + 屯) ( 2 4 ) 式中 d 一管段内径，m ； 卜一管道长度，i n ； l 一阀门、弯头等部件的局部阻力的当量长度，i n ： k 一管道的绝对粗糙度，对于热水供热系统，一般k = 0 ，5 m m 。 s 的物理意义是通过单位流量管道( 或管网) 阻力的变化。当水的密度p ( k g m3 ) 为 常数时，s 值只是管道直径、长度、绝对粗糙度的函数，即管道阻力特性系数s 的大小 只取决于管道( 或管网) 的结构。由公式( 2 3 ) 、( 2 4 ) 可知，管道直径愈小，其阻力变化 愈大；相反，管道直径愈大，阻力变化愈小。对于一定的管网( 管径、长度、布置形式及 阀门开度) ，其阻力特性系数固定不变，流量与压降呈一一对应的关系，所以，我们可以 通过控制供热系统中最不利环路的供回水压差或系统用户的供水压力，调节流量。 2 2 2 供热系统的水力工况 供热系统中流量、压力的分布状况称为系统的水力工况。供热系统供热质量的好坏， 与系统的水力工况有着密切的联系。供热系统正常运行时对水压的基本要求：保证用户有 第二章供热系统简介与参数的测量优化 足够的资用压头( 指热网提供给该用户室内系统可能消耗的最大压力) ，保证散热设备不 被压坏，保证供热系统充满水不倒空，保证系统不汽化，否则供热系统不能正常运行。 为此，需要通过对系统的水压分析，制定合理的静水压线和恒压点。静水压线表示供热 系统在静止状态下，系统内热媒的总水头值，亦即系统充水后保证系统各点都能灌满水 的最低水头值。这是系统正常运行的前提条件。在供热系统运行或者停止状态下，压力 始终恒定不变的点称为恒压点。同一个供热系统中，在无泄漏补水并忽略热媒体积膨胀 的前提下，恒压点的压力值唯一且等于静水压线值。保证恒压点压力恒定的技术措施， 称为供热系统定压。确定定压方式，是供热系统设计的重要内容。 供热系统的定压方式有补水泵定压、膨胀水箱定压、补水泵变频调速定压、气体定 压等多种。 1 、补给水泵定压方式 补给水泵定压方式是目前国内集中供热系统最常用的一种定压方式。热水供热系统 由热源处的热水锅炉，外网供、回水管及热用户构成一个封闭的热水循环系统，循环水 泵驱使网络水循环流动。当系统正常运行时，通过压力调节器的作用，使补给水泵连续 补给的水量与系统的泄漏水量相适应，从而维持系统动水压曲线的位置。当系统循环水 泵停止工作时，同样用来维持系统所必需的静水压曲线位置。 2 、膨胀水箱定压方式 在膨胀水箱定压模式中，膨胀水箱连接于循环水泵吸入侧回水管的o 点，系统的静 压力h 由水箱的水位高度形成的水柱静压造成，膨胀水箱上的水位控制器控制水泵自动 启停。因膨胀水箱与循环水泵吸入侧的回水管相连，管网系统各点的压力均高于压力h 。， 不会产生压力过低之处。但当膨胀水箱安装在距离锅炉房较远的较高建筑物内时，就会 浪费许多管道，特别在静压与动压之和h 。+ h ，超过设备承受能力时，更得不偿失，这时 就不要把膨胀管拉回锅炉房，而连接到就近的回水干管上，这样h 。+ h ，的值就可以减少。 有时为了降低锅炉房及其附近的建筑物内设备所承受的压力，以防爆裂，措施之一就是 把膨胀水箱安装在锅炉房以外距循环水泵较远的建筑物上。 3 、补水泵变频调速定压方式 补水泵变频调速定压的基本原理是根据供热系统的压力变化，改变电源频率，平滑 无极地调整补水泵转速，从而及时调节补水量，实现系统恒压点压力的恒定。该定压方 式的关键设备是变频器，其工作原理是把通常5 0 h z 的交流电先变为直流电，再经过逆变 器把直流电变换为另一种频率的交流电。由于电源频率的改变，从而达到补水泵 调速的目的。频率与转速的关系可由下式表示： = 6 0 f ( 1 一s ) p ( 2 5 ) 式中 一异步电机即水泵转速，r m i n ； 厂一电源频率； s 一异步电机转差率，即电机定子旋转磁场与转子转速之差值比； 西安石油大学硕士学位论文 尸一电机的极对数； 由上式可知，当p 、s 一定时，电机即水泵转速与输入电源的频率成正比关系。频率愈 高，转速愈快；频率愈低，转速愈慢。水泵的流量g ( m3 h ) 、扬程h ( m ) 、功率p ( k w ) 和叶轮转速n ( r m i n ) 之间有如下关系： ghr 2pr i 3 可2 i ；i 2 。可2 由以上关系可知，水泵流量与频率也是成正比关系，调节频率即调节转速，则可直 接调节补水泵的补水量。 4 、气体定压方式 气体定压方式一般采用惰性气体( 氮气) 来进行定压的方式。这种定压方式目前主要 可用于供水温度较高的热水供热系统中。它是利用氮气罐内的压力随系统的水温升高而 增加，同时，罐内气体起着缓冲压力传播的作用。因而能较好地防止系统出现汽化及水 击现象，运行安全可靠。但它需要氮气，设备复杂，罐体体积较大。 供暖系统定压方式的选择，应根据工程实际情况，充分利用现有的定压设各及可利 用的压力资源，尽量减少设备投资，减小能耗，最大限度地满足热水供暖系统安全、经 济、稳定的运行需要。 2 2 3 供热系统的热力工况 在供热系统运行过程中，各热用户( 或各房间) 之间冷热不均的现象称为热力失调。 实际运行的流量、压力分布情况称为实际水力工况。由于设计、施工和运行等多种原因， 实际水力工况很难完全按照设计水力工况运行，有时甚至差别很大。供热系统