基于热舒适需求的换热站热负荷规划指导

发布时间：2023-11-02 18:07

　　随着居民生活水平不断提高,人们对供暖效果的期望也从原来满足室内生活必须温度转换到追求更佳的室内热舒适性。但目前大部份供热企业还是根据经验对热负荷进行粗放调控,供热调控系统功能不完善,没有科学的、实时的供热指导来满足热用户追求的热舒适性。本文针对换热站系统进行基于热舒适需求的热负荷规划指导研究。旨在通过搭建热负荷预测模型为热负荷调控做出下一步供热量规划以及在线指导,借助信息物联网技术及机器学习算法帮助调控人员做出操作决策,实现基于室内热舒适性需求的按需供热。首先,分析热需求。基于层次化热需求理论,指出按需供热的“需”应为满足热舒适的合理热需求。目前我国北方集中供暖的评价标准为单一室内温度,但室内热环境的舒适性应为多因素耦合决定的。引入人体热舒适评价指标(PMV)及其计算方法,用其评价供热效果。同时,分析了集中供热系统特性及换热站热负荷调控对室内热舒适性的影响,确定以换热站这一距离热用户最近的调控单位为建模及调控对象。接着,搭建热负荷预测模型,给出T+1时刻规划供热量。采用随机森林算法对模型影响因素进行相关性分析。选用支持向量回归(SVR)算法对历史数据建模。考虑到惩罚因子与核函数参数对S...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究的背景和意义
    1.2 国内外研究现状
        1.2.1 室内热舒适性研究
        1.2.2 热负荷影响因素及预测方法研究
    1.3 课题研究内容
2 层次化热需求理论与人体热舒适评价指标
    2.1 层次化热需求理论
    2.2 热舒适评价指标
        2.2.1 PMV指标
        2.2.2 室内热环境的影响因素
        2.2.3 热舒适方程
    2.3 换热站热负荷对室内热舒适性的影响
    2.4 本章小结
3 热负荷预测建模
    3.1 热负荷影响因素分析
        3.1.1 外部影响因素
        3.1.2 内部影响因素
    3.2 特征选择
        3.2.1 相关理论基础
        3.2.2 特征选择结果
    3.3 预测方法理论基础
        3.3.1 支持向量回归
        3.3.2 粒子群优化算法
        3.3.3 基于粒子群优化SVR模型
    3.4 模型仿真实验
        3.4.1 静态模型有效性验证
        3.4.2 静态模型预测仿真
    3.5 本章小结
4 热负荷预测模型的在线式增量学习
    4.1 增量学习
    4.2 增量式支持向量回归
    4.3 模型仿真实验
        4.3.1 基于增量学习的热负荷预测模型仿真
        4.3.2 基于滑动窗口的热负荷预测模型仿真
    4.4 本章小结
5 基于HCPS的供热物联网平台
    5.1 HCPS概念
        5.1.1 物理设备网
        5.1.2 信息物联网
        5.1.3 供热平台
    5.2 供热物联网平台
        5.2.1 平台数据流程
        5.2.2 平台功能设计
    5.3 换热站A热负荷规划指导实验
        5.3.1 热舒适评价指标参数设计
        5.3.2 热负荷规划指导实验
    5.4 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果



本文编号：3859491