[发明专利]一种基于k-means聚类算法构建供热系统调控目标模型的方法

说明书

本发明公开了一种基于k‑means聚类算法构建供热系统调控目标模型的方法，它包括：步骤S1，建立供热系统调控的目标模型库；步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；步骤S4，选取调控目标，基于k‑means聚类算法，构建供热系统调控的目标模型。本发明提供一种基于k‑means聚类算法构建供热系统调控目标模型的方法，对热源侧、热力站侧构建更精确与精细化调控的目标模型，实现对供热系统的精细化按需调控，提升供热系统运行经济性，减少超供负荷。

技术领域

本发明涉及一种基于k-means聚类算法构建供热系统调控目标模型的方法，属于供热预测性控制领域。

背景技术

目前，供热系统是一种典型的大滞后、强耦合系统，针对供热系统的调控，目前更多的是依赖于调度人员的运行经验，其中，基于温度的调控是供热系统中使用最普遍的方式，因为温度的可感知性强，此方法可操作性，实用性强，然而，存在的主要问题表现为：运行人员根据经验确定热力站点的目标温度进行调控，站点数据众多，各热力站供热目标温度与小区建筑物类型、保温特性、供暖形式等因素相关，因为影响因素较多，小区特性不同，造成同一时刻的延迟现象不一，人为很难准确把握这些因素之间的联系，从而精确给出各站点的目标温度模型。而且，对热源侧供热负荷的调控，大多也由人为根据经验根据热指标来确定，但供热系统的结构每年更新较快，经验积累较慢，而且会存在一定的偏差，从而造成供热负荷的浪费，同时，也不利于对供热系统实施更精细化的调控。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足，提供一种基于k-means聚类算法构建供热系统调控目标模型的方法，对热源侧、热力站侧构建更精确与精细化调控的目标模型，实现对供热系统的精细化按需调控，提升供热系统运行经济性，减少超供负荷。

为了解决上述技术问题，本发明的技术方案是：

一种基于k-means聚类算法构建供热系统调控目标模型的方法，它包括：

步骤S1，建立供热系统调控的目标模型库；

步骤S2，对接供热系统SCADA系统数据库，获取运行数据，所述运行数据包括热源、热力站运行数据、工况数据、基础信息数据；

步骤S3，基于算法，对步骤S2中的运行数据进行数据清洗，剔除异常数据；

步骤S4，选取调控目标，基于k-means聚类算法，构建供热系统调控的目标模型。

进一步，所述步骤S1中建立供热系统调控的目标模型库包括：

目标库GE＝[G，E]，包括：目标类型G、影响因素E，其中G＝[G1,G2...,Gi,...Gn]，n为目标数量，则Gi所对应的影响因素为：Ei＝[E1i,E2i....,Eji,....,Eni]；具体表示为：

S11、目标类型G1

目标：二次侧供水温度Tgss；

影响因素E1：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A、二级网流量Qsq；

S12、目标类型G2

目标：二次侧供回水平均温度Tgsa＝1/2(Tss+Tsr)；

影响因素E2：工况数据U(室外天气温度To、湿度S、风速v、光照Z、辐射W)、一级网供水温度Tps、一级网回水温度Tpr、站点流量Qpq、站点面积A；

S13、目标类型G3

目标：二次侧回水温度Tgsr；