基于供熱數據挖掘和負荷預測的適量供熱技術

尹航

摘 要：隨著時代的發展以及國家科技實力的提升，建筑熱力系統供暖領域的發展得到了不小的突破與創新，相關科研團隊不僅對其中涉及到的供熱技術以及數據預測方面的內容進行了深入的研究，還對數據挖掘、負荷預測以及供熱系統之間的關系進行了進一步的探討，從而為適量供熱技術的合理應用提供有利條件。但是在實際運作中，供熱技術的應用效果還是會受到一些因素的影響而出現問題，需要供熱團隊對其進行妥善的處理。本篇文章就供熱數據挖掘和負荷預測的適量供熱技術進行簡單的論述，希望能對相關人士的研究有所幫助。

關鍵詞：供熱；數據；預測；技術

適量供熱技術是建筑熱力系統運行中重要的部分，對熱力系統運行的效率和質量有著重要的意義和影響。在近幾年的發展中，很多建筑熱力系統科研團隊都提高了對適量供熱技術的重視與研究。一方面是由于傳統的供熱技術已經不能很好的滿足的現代社會下建筑熱力系統的需要，應該對供熱技術進行創新與完善。另一方面是由于適量供熱技術的應用效果，會受到數據挖掘以及負荷預測的影響而出現變化，需要相關科研團隊能夠對這兩方面加以重視。

1 供熱數據挖掘和負荷預測的概述

近年來，城市集中供熱事業飛速發展，熱用戶的數量成倍增加，這對供熱系統的運行管理提出了更高的要求。提高我國集中供熱系統的自動化水平，實現適量供熱不僅是提高供熱企業競爭力的要求，更是實現建筑節能減排的重要環節。供熱負荷預測是實現適量供熱控制的關鍵環節，各熱力公司在運行過程中儲存了大量的歷史數據，但是由于缺少合適的數據挖掘方法，這些數據沒有在供熱運行調節中得到充分利用。

目前對供熱和制冷負荷的短期和長期預測已有相關的研究，其中采用的研究方法包括指數平滑法、多元回歸法圖、卡爾曼濾波法和狀態估計法。近期的研究方法又包括了神經網絡法和時間序列法。這些方法在負荷預測時都可以達到預期的精度，但是由于機理較復雜，對一般的技術人員來說門檻較高，并且在組態軟件中編程較復雜，因此在熱網自動控制系統中的應用并不普遍。

以某工程為例。如果室內空氣溫度保持不變，忽略建筑物的熱惰性，對于同一棟建筑物來說，建筑熱負荷和室外空氣溫度間呈線性關系。但在實際情況下，建筑物通過圍護結構與外界發生非穩態傳熱。需要指出的是，對于一定范圍內、以不同的時間間隔儲存的歷史運行數據，很多方法都適用，但是時間間隔不宜過短，也不宜過長.時間間隔過短會導致計算次數增加，挖掘速度緩慢，挖掘出來的當量室外空氣溫度公式煩瑣，且無必要；時間間隔過長會淹沒建筑物的動態過程，使數據挖掘變得沒有意義。

2 供熱數據挖掘和負荷預測的探討

2.1 供熱數據挖掘方面

數據挖掘就是從大量的、不完全的、有噪聲的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在的、有用的信息和知識的過程。數據挖掘是一種從大型數據庫或數據倉庫中提取隱藏的預測性信息的新技術。它能開采出潛在的模式，找出最有價值的信息，指導生產行為或輔助科學研究。數據挖掘技術從一開始就是面向應用的，應用范圍相當廣范。

數據挖掘的任務是從大量的數據中發現知識，從熱網監測角度來定義，知識就是在集中供熱系統中一些影響熱量相關因素關系的信息。數據挖掘過程一般包括數據準備、數據挖掘、結果表示和解釋。熱量是關系到供熱調度系統正常運行的一個關鍵因素，熱量的適宜程度直接關系到供熱管理部門的經濟效益。因此，確定的研究主題為熱量，即挖掘出與熱量相關的因素之間的關聯性，挖掘結果可以為供熱決策者們提供有指導意義的參考。

以某熱力公司為例，相關科研團隊會對公司供暖季中涉及到的運行參與進行挖掘，主要挖掘內容包括供水溫度數據、流量數據以及室外空氣平均溫度數據等。通過對這些數據進行挖掘，能夠為后續熱力系統運行水平以及適量供熱技術使用效果的提升提供有利條件。相關科研團隊在收集數據的過程中需要對時間間隔加以關注，以免數據挖掘效果受到條件限制而出現細節問題。

在一些原始數據挖掘方面，相關工作團隊則要對時間間隔進行科學的控制，并保證時間間隔的緊密性，這樣才能為供熱數據挖掘工作的餓開展提供有利條件。通過相關研究數據顯示，供熱數據挖掘的誤差會隨著時間的變化而變化，如果間隔時間超過標準要求，還會在一定程度上降低數據預測的準確性。所以相關工作團隊一定要合理控制供熱數據挖掘間隔時間，保證數據信息的時效性。

2.2 負荷預測方面

通常情況下，負荷預測的結果不會和實際負荷狀態有所差異，但是預測誤差和供暖周期的變化卻會在一定程度上對負荷預測結構造成影響。比如相關工作團隊在供暖初期或者末期的時候進行負荷預測，那么預測結果就會出現誤差小而相對誤差較大的情況。如果相關工作團隊在供暖中期進行負荷預測，那么預測結果就會出現誤差大而相對誤差較小的情況。所以在不同階段的供暖周期中，相關工作團隊一定要慎重對待負荷預測的結果，同時還要對供暖負荷與供暖時期之間的關系進行進一步的明確和了解，這樣才能預測出更準確的結果。

由于一些供熱系統不具備較強的自調節能力，而是由相關供熱公司在系統中安裝相應的溫控閥，從而進行供熱操作。但是這種供熱系統會間接的增加用戶的不滿程度，而供熱公司也是通過用戶相應的反饋以及投訴對供熱系統進行調節。所以在供熱數據挖掘以及負荷預測方面會受到很大的影響，需要相關工作團隊能夠妥善處理其中涉及到的問題。

實際供熱負菏分布較分散，在同一個當量室外空氣溫度下對應的供熱負荷值波動范圍大，這說明原始供熱數據存在不合理因素。由于該供熱系統具有熱容量較大、滯后時間較長、用戶無自調節能力等特點，預測結果的評估標準應為一個模糊的區間而不應是一條精確的供熱負荷曲線。通過分析量調節的特點，提出了修正的量調節方式，即在供暖中期負荷較大時采用量調節，在供暖初期和末期負荷較小時采用質調節，稱為質量綜合調節。該調節方式不僅可以最大程度地減少水泵的輸送能耗，還能保證系統水力工況和熱力工況的穩定。因此采用該方式作為供熱系統的運行調節方式。

3 結束語

從文章上面論述的內容可以了解到，要想讓適量供熱技術在建筑熱力系統中發揮出重要的作用，那么相關科研團隊就要對供熱數據的挖掘以及負荷預測的要點和原則進行全面的了解與掌握。對于適量供熱技術應用過程中存在的問題和不足之處，相關工作團隊也需要在實際工作中對問題產生的原因進行進一步的分析，并制定出科學有效的優化方案，降低不利因素對適量供熱技術應用效果的影響。這樣適量供熱技術才能在建筑熱力系統中實現真正的價值，為人們的生活和工作創造優質的供熱環境。相信在未來的發展中，適量供熱技術的應用效果能夠得到更大的提升，為建筑供熱領域的發展提供有利的保障。

參考文獻

[1]畢圣.基于數據挖掘技術的短期負荷預測[D].北京交通大學，2016.

[2]張冰玉.基于數據挖掘技術的短期電力負荷預測[J].貴州電力技術，2017（10）.

[3]全思平，吳浩.基于數據挖掘技術的短期電力負荷預測[J].電力信息與通信技術，2014，12（3）：95-98.