基于多源数据和DBN的江水源热泵系统优化控制方法及系统与流程

本发明属于江水源热泵系统技术领域，涉及一种基于多源数据和dbn的江水源热泵系统优化控制方法及系统。

背景技术：

水源热泵技术是利用地球表面浅层水源如地下水、河流和湖泊中吸收的太阳能和地热能而形成的低温低品位热能资源，并采用热泵原理，通过少量的高位电能输入，实现低位热能向高位热能转移的一种技术。水源热泵系统工作原理就是在夏季将建筑物中的热量转移到水源中；在冬季，则从相对恒定温度的水源中提取能量，利用热泵原理通过空气或水作为载冷剂提升温度后送到建筑物中，是再生能源利用技术。

江水源热泵是从江水中取热，是很好的热泵热源和空调冷源，使得热泵机组运行更可靠、稳定，也保证了系统的高效性和经济性。江水源热泵集中供冷供热系统是利用江水温差进行供冷或供热的一种生态环保的供能方式。用电力将江水抽集到能源站热泵中进行冷热转换，使之形成一种空调系统。这种利用江水温差的供能方式与常规空调系统相比更节能。装置的运行没有任何污染，可以建造在居民区内，没有燃烧，没有排烟，也没有废物的排放，不需要堆放燃料废物的场地。

当前，江水源热泵系统的控制灵活性差。江水源热泵系统的影响因数多且复杂，相关状态参量之间的存在着非常复杂的非线性映射关系。而，大数据分析可以改变传统固定阈值的检测方法，可以融合分析实时和历史海量的状态数据，利用纵向时间和横向状态数据的相关关系变化实现水源功能、用户用能和设备输送能的多维度、差异化评价，可以及时最优调控江水源热泵系统。

技术实现要素：

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于多源数据和dbn的江水源热泵系统优化控制方法及系统，实时跟踪当前水源、用户和热泵系统三者的状态信息，融合历史状态信息，采用大数据深度融合算法，实现江水源热泵系统优化控制。

本发明采用如下的技术方案，

一种基于多源数据和dbn的江水源热泵系统优化控制方法，所述优化控制方法包括步骤：

步骤1，采集数据，包括气象信息、水文信息、用户信息、设备运行状态信息、历史同期的用能信息；

步骤2，对采集数据进行清洗，提取影响江水源热泵系统的关键数据；

步骤3，根据数据清洗之后得到的关键数据评估当前江水源热泵系统的供能能力，用户的用能能力，江水源热泵系统的能量传输效率和能量传输损耗；

步骤4，评估不同控制方案中供能能力，用户用能能力，能量传输损耗三者的关系；若供能水平>用户用能水平 能量传输损耗，则进行步骤5；

步骤5，结合历史同期用能信息的关键数据，构建优化控制模型，采用深度置信网络寻优求解，得到江水源热泵系统的优化控制方案。

进一步地，所述步骤2中，采用主成分分析法对采集数据进行清洗。

进一步地，所述步骤3中，具体包括：

步骤3.1，根据数据清洗之后得到的气象信息、水文信息的关键数据评估当前江水源热泵系统的供能能力；

步骤3.2，根据数据清洗之后得到的气象信息、用户信息的关键数据评估当前用户的用能能力；

步骤3.3，根据数据清洗之后得到的设备运行状态信息的关键数据评估江水源热泵系统的能量传输效率和能量传输损耗。

进一步地，所述步骤3.1中，

江水源热泵系统的供能能力为单位时间江水源热泵系统的最大供能功率，满足如下计算公式：

pg＝|t1-ts|×mt

其中，t1为江水源当前温度，ts为用户需求温度，mt为单位时间的供水质量。

进一步地，所述步骤3.2中，

用户的用能能力为单位时间用户需求的最大用能功率，满足如下计算公式：

py＝|t2-ts|×nt

其中，t2为用户当前温度，ts为用户需求温度，nt为用户温度变化1度所需能量。

进一步地，所述步骤3.3中，

能量传输效率为单位时间江水源热泵系统的最大能量传输效率，满足如下计算公式为：

最大能量传输效率＝用户端获得功率/热泵端输出功率

能量传输损耗为单位时间江水源热泵系统的能量传输损耗，满足如下计算公式为：

能量传输损耗＝热泵端输出功率-用户端获得功率。

进一步地，所述步骤4中，

采用贝叶斯网络建立关联关系模型，评估不同控制方案中供能能力，用户用能能力，能量传输损耗三者的关系。

进一步地，所述步骤5中，

构建优化控制模型，优化目标为能量传输效率，约束条件为满足用户用能水平和江水供能水平。

一种基于多源数据和dbn的江水源热泵系统优化控制系统，包含数据集成模块、数据清洗模块、江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块、关联规则挖掘模块、江水源热泵系统优化控制模块。

数据集成模块，用于采集江水源热泵系统的数据信息，包括气象信息、水文信息、用户信息、设备运行状态信息、历史同期的用能信息；

数据清洗模块，采用主成分分析法对采集数据进行清洗，提取影响江水源热泵系统的关键数据；

江水供能水平评估模块，根据数据清洗之后得到的气象信息、水文信息的主要关键数据评估当前江水源热泵系统的供能能力；

用户用能水平评估模块，根据数据清洗之后得到的气象信息、用户信息的主要关键数据评估当前用户的用能能力；

能量输送损耗评估模块，根据数据清洗之后得到的设备运行状态信息的主要关键数据评估江水源热泵系统的能量传输效率和能量传输损耗；

关联规则挖掘模块，采用贝叶斯网络建立江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块评估结果之间的联系关系；

江水源热泵系统优化控制模块，结合经过数据清洗之后的历史同期用能信息的关键数据，构建优化控制模型，采用深度置信网络寻优求解，得到江水源热泵系统的优化控制方案。

本发明的有益效果在于，与现有技术相比，

本发明所述的融合多源状态数据和深度信念网络的江水源热泵系统优化控制系统及方法，实时跟踪当前水源、用户和热泵系统三者的状态信息，融合历史状态信息，采用大数据深度融合算法，实现江水源热泵系统优化控制，以达到能源输送效率高、控制精度准、系统损耗小的目标。

附图说明

图1是本发明所述的融合多源状态数据和深度信念网络的江水源热泵系统优化控制系统的结构示意图；

图2是本发明所述的融合多源状态数据和深度信念网络的江水源热泵系统优化控制方法的流程图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

如图1所示，本发明所述的基于多源状态数据和深度信念网络(dbn)的江水源热泵系统优化控制系统，包含数据集成模块、数据清洗模块、江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块、关联规则挖掘模块、江水源热泵系统优化控制模块。

数据集成模块，用于采集江水源热泵系统的数据信息，包括气象信息、水文信息、用户信息、设备运行状态信息、历史同期的用能信息。

数据清洗模块，采用主成分分析法对数据集成模块采集到的数据进行清洗，提取出影响江水源热泵系统的主要关键数据。

江水供能水平评估模块，根据数据清洗之后得到的气象信息、水文信息的主要关键数据评估当前江水源热泵系统的供能能力。

用户用能水平评估模块，根据数据清洗之后得到的气象信息、用户信息的主要关键数据评估当前用户的用能能力。

能量输送损耗评估模块，根据数据清洗之后得到的设备运行状态信息的主要关键数据评估江水源热泵系统的能量传输效率和能量传输损耗。

关联规则挖掘模块，采用贝叶斯网络建立江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块评估结果之间的联系关系。

江水源热泵系统优化控制模块，采用深度置信网络，利用当前江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块获得的供能能力、用能能力、能量传输效率和能量传输损耗，结合数据集成模块采集到的经过数据清洗之后的历史同期用能信息的主要关键数据，得到优化江水源热泵系统的控制方案。

如图2所示，本发明所述的基于多源状态数据和深度信念网络(dbn)的江水源热泵系统优化控制方法，包含以下步骤：

步骤1，数据集成模块采集数据信息，包括：气象信息、水文信息、用户信息、设备运行状态信息、历史同期的用能信息；

其中，气象信息包括季节、前n个小时内的平均风速、前n个小时内的平均气温、前n个小时内的平均光照强度；水文信息包括江水的水速、水位、水温；用户信息包括当前用户数量、温度需求；设备运行状态信息包括当前用户数量、用能需求；历史同期用能信息包括历史同期的气象信息、水文信息、用户信息、设备运行状态信息。

其中，风速、气温、光照强度的采样频率为10分钟一次，计算平均值n取2小时。

步骤2，采用主成分分析法对数据集成模块采集到数据进行清洗，提取出影响江水源热泵系统的主要关键数据；

步骤1中提出了气象信息、水文信息、用户信息、设备运行状态信息、历史同期的用能信息共5类信息，数据多样，这时候通过主成分分析法，对以上数据进行筛选，提取出影响江水源热泵系统的主要关键数据。

步骤3，江水供能水平评估模块，根据数据清洗之后得到的气象信息、水文信息的主要关键数据评估当前江水源热泵系统的供能能力；

江水供能水平评估模块的供能能力为单位时间江水源热泵系统的最大供能功率。

单位时间江水源热泵系统的最大供能功率的具体计算公式：

pg＝|t1-ts|×mt

其中，t1为江水源当前温度，ts为用户需求温度，mt为单位时间的供水质量。

步骤4，用户用能水平评估模块，根据数据清洗之后得到的气象信息、用户信息的主要关键数据评估当前用户的用能能力；

用户用能水平评估模块的用能能力为单位时间用户需求的最大用能功率。

单位时间用户需求的最大用能功率的具体计算公式：

py＝|t2-ts|×nt

其中，t2为用户当前温度，ts为用户需求温度，nt为用户温度变化1度所需能量。

步骤5，能量输送损耗评估模块，根据数据清洗之后得到的设备运行状态信息的主要关键数据评估江水源热泵系统的能量传输效率和能量传输损耗；

能量输送损耗评估模块的能量传输效率和能量传输损耗为单位时间江水源热泵系统的最大能量传输效率和能量传输损耗。

单位时间江水源热泵系统的最大能量传输效率具体计算公式为：

最大能量传输效率＝用户端获得功率/热泵端输出功率

单位时间江水源热泵系统的能量传输损耗具体计算公式为：

能量传输损耗＝热泵端输出功率-用户端获得功率

步骤6，数据关联规则挖掘模块，采用贝叶斯网络建立江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块评估结果之间的联系关系；

采用贝叶斯网络建立关联关系模型，评估不同能量传输控制方案(或者江水源热泵系统的运行方式)中三者的关系，若供能水平>用户用能水平 能量传输损耗，则进行步骤7。

步骤7，江水源热泵系统优化控制模块，采用深度置信网络，利用当前江水供能水平评估模块、用户用能水平评估模块、能量输送损耗评估模块获得的供能能力、用能能力、能量传输效率和能量传输损耗，结合数据集成模块采集到的经过数据清洗之后的历史同期用能信息的主要关键数据，得到优化江水源热泵系统的控制方案。

优化江水源热泵系统的控制方案的优化目标是在满足用户需求的基础上，最大限度增加江水源热泵系统的能量传输效率，最大限度减少能量传输损耗，减少水源用水量。

构建优化控制模型，优化目标为提高能量传输效率，约束条件为满足用户用能水平，江水供能水平，且供能水平>用户用能水平 输送损耗水平。采用深度置信网络进行寻优求解，得到最优控制方案。

本发明的有益效果在于，与现有技术相比，

本发明所述的融合多源状态数据和深度信念网络的江水源热泵系统优化控制系统及方法，实时跟踪当前水源、用户和热泵系统三者的状态信息，融合历史状态信息，采用大数据深度融合算法，实现江水源热泵系统优化控制，以达到能源输送效率高、控制精度准、系统损耗小的目标。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。