供热系统是为居住用户和商业用户供热的有效方式,它在供热能源消耗中占据很大比重。为了实现节能减排与可持续发展,供热系统的科学化和智能化运行越来越被重视。供热系统是一个由很多部件组成的非线性复杂系统,部件常常发生故障,并且很多故障难以发觉,故障会影响系统运行的稳定性、可靠性和经济性。为了建立高效稳定的供热机制,必须对供热系统中的故障进行准确识别与定位,从而进行有效的控制。本文将对区域供热系统的故障识别与容错控制进行研究。首先,由于供热系统元件多复杂性高,但智能化程度不高,智能传感器并未普及,极度缺乏大量的全面运行数据。为了适应发展智能化的第四代、第五代供热系统的潮流,本文在这样的背景之下,基于现有的研究成果,对供热系统构建了数学模型,并且将供热系统作为控制系统进行了故障设置,考虑了三种类型的系统故障,包括传感器故障、执行器故障和元器件故障,并在系统故障设置偏移和漂移两种子故障,科学合理地模拟了供热系统各种故障的运行状态,为进一步故障识别与容错控制研究奠定基础。其次,针对区域供热系统的故障识别与定位,本文结合目前蓬勃发展的人工智能技术,提出了一种两层式的故障识别与定位框架,该框架可以实现故障的定位以及具体部件故障类型的识别。本文提出的两层式故障识别与定位方案包括两层分类器。第一层分类器用于确定系统内发生故障的具体位置或者部件类型。第二层用于确定发生故障部件的具体故障类型。为了确定供热系统发生故障的部件类型和故障类型,本文采用卷积神经网络作为分类器进行故障识别来确定系统故障及其子故障。在研究过程中,本文将提出的算法与现有的算法进行比较分析,以凸显本文方法的有效性。为了检验本文算法对于实际运行状态下的不确定因素的干扰,本文采用高斯噪声模型对本文算法进行测试,以检验算法的鲁棒性。最后,为了对供热系统的故障进行有效地控制,本文针对供热系统常发生的偏移子故障,提出了基于补偿量的容错控制方案。根据补偿量不同的确定方式,容错控制方案分为基于故障偏移量识别的容错控制方案和基于序列预测的容错控制方案。两种方案都是基于数据驱动的,分别适用于故障运行历史数据较多的系统和故障运行数据较少且负荷波动较小的系统。本文的容错控制方案,旨在重构供热系统的正常运行状态,实现偏移子故障的恢复。