一种集中供热二次网运行调节方法

摘要

一种集中供热二次网运行调节方法，涉及供热调节技术领域。解决现有供热系统由于设计上的不足，导致应用中存在不同程度的局限性，运行调节难以达到预期效果，且采用的调节方法存在结构复杂、运行时间长及计算量大等问题，采用三层前向型神经网络和PID结合的方法实现二次网回水温度的自动控制。以RBF神经网络建立集中供热二次网温度控制系统给定值预测模型，通过训练好的RBF预测模型，利用现场采集的一次网供水温度、一次网供水流量、室外温度、二次网供水温度和二次网供水流量这五个数据实时预测二次网回水温度，并将该值作为集中供热二次网温度控制系统的给定值。本发明通过自动控制保证系统供热质量的同时，实现能源合理利用。

主权项

一种集中供热二次网运行调节方法，其特征是，该方法由以下步骤实现：步骤一、选择二次网回水温度作为集中供热二次网自动控制系统的控制量，并取一次网供水温度（T1供）、一次网供水流量（F1供）、室外温度（T外）、二次网供水温度（T2供）和二次网供水流量（F2供）以及二次网回水温度（T2回）作为采集的数据样本；并对所述的数据样本进行归一化处理，将处理后的数据分为训练数据和校验数据；步骤二、采用步骤一获得的训练数据训练RBF神经网络，具体为：一次网供水温度（T1供）、一次网供水流量（F1供）、室外温度（T外）、二次网供水温度（T2供）和二次网供水流量（F2供）作为RBF神经网络的输入数据，二次网回水温度（T2回）作为RBF神经网络的输出数据；输入数据取当前时刻t的控制系统的实际采样值，控制系统的采样周期为T，控制系统时滞为τ，若k＝T/τ为整数，则输出数据取t+k时刻实际采样值；若k为小数，则令K表示k的整数部分，输出数据取t+K时刻与t+K+1时刻控制系统实际采样值的三次样条插值，计算经过控制系统时滞τ延时后的控制系统实际值，实现输入数据与输出数据在时间上的对应，达到实时预测；步骤三、采用步骤一获得的校验数据校验步骤二所得的RBF神经网络预测模型，是否达到期望的预测精度，如果是，则集中供热二次网控制系统预测模型建立完成；如果否，重新训练RBF神经网络，直至达到期望的预测精度；步骤四、设计三层前向型神经网络与PID相结合的控制器；具体过程为：设定三层前向型神经网络的初值；在线获取神经网络输入矢量p＝[y(t),y(t‑1),u(t)]^T，其中，y(t)为当前时刻t二次网回水温度（T2回）的测量值，y(t‑1)为t‑1时刻的二次网回水温度（T2回）的测量值，u(t)为当前时刻t控制器输出值，用当前时刻t的神经网络输出量y_m(t)与二次网回水温度y(t)做差，获得误差；根据误差值按照性能指标调整函数调整三层前向型神经网络的网络参数以及PID参数，构成神经网络与PID相结合的控制器；步骤五、将步骤三建立的集中供热二次网控制系统预测模型的输出值作为控制系统的给定值，将步骤四设计的控制器作为集中供热二次网自动控制系统的系统控制器，将系统控制器的输出值作用于二次网循环水泵的变频器，改变二次网的循环水量，在控制器闭环控制的作用下使控制系统实际输出的二次网回水温度值与集中供热二次网控制系统预测模型的输出值一致，实现二次网回水温度（T2回）的实时控制。