论文部分内容阅读
摘 要：随着时代的发展以及国家科技实力的提升，建筑热力系统供暖领域的发展得到了不小的突破与创新，相关科研团队不仅对其中涉及到的供热技术以及数据预测方面的内容进行了深入的研究，还对数据挖掘、负荷预测以及供热系统之间的关系进行了进一步的探讨，从而为适量供热技术的合理应用提供有利条件。但是在实际运作中，供热技术的应用效果还是会受到一些因素的影响而出现问题，需要供热团队对其进行妥善的处理。本篇文章就供热数据挖掘和负荷预测的适量供热技术进行简单的论述，希望能对相关人士的研究有所帮助。
关键词：供热；数据；预测；技术
适量供热技术是建筑热力系统运行中重要的部分，对热力系统运行的效率和质量有着重要的意义和影响。在近几年的发展中，很多建筑热力系统科研团队都提高了对适量供热技术的重视与研究。一方面是由于传统的供热技术已经不能很好的满足的现代社会下建筑热力系统的需要，应该对供热技术进行创新与完善。另一方面是由于适量供热技术的应用效果，会受到数据挖掘以及负荷预测的影响而出现变化，需要相关科研团队能够对这两方面加以重视。
1 供热数据挖掘和负荷预测的概述
近年来，城市集中供热事业飞速发展，热用户的数量成倍增加，这对供热系统的运行管理提出了更高的要求。提高我国集中供热系统的自动化水平，实现适量供热不仅是提高供热企业竞争力的要求，更是实现建筑节能减排的重要环节。供热负荷预测是实现适量供热控制的关键环节，各热力公司在运行过程中储存了大量的历史数据，但是由于缺少合适的数据挖掘方法，这些数据没有在供热运行调节中得到充分利用。
目前对供热和制冷负荷的短期和长期预测已有相关的研究，其中采用的研究方法包括指数平滑法、多元回归法图、卡尔曼滤波法和状态估计法。近期的研究方法又包括了神经网络法和时间序列法。这些方法在负荷预测时都可以达到预期的精度，但是由于机理较复杂，对一般的技术人员来说门槛较高，并且在组态软件中编程较复杂，因此在热网自动控制系统中的应用并不普遍。
以某工程为例。如果室内空气温度保持不变，忽略建筑物的热惰性，对于同一栋建筑物来说，建筑热负荷和室外空气温度间呈线性关系。但在实际情况下，建筑物通过围护结构与外界发生非稳态传热。需要指出的是，对于一定范围内、以不同的时间间隔储存的历史运行数据，很多方法都适用，但是时间间隔不宜过短，也不宜过长.时间间隔过短会导致计算次数增加，挖掘速度缓慢，挖掘出来的当量室外空气温度公式烦琐，且无必要；时间间隔过长会淹没建筑物的动态过程，使数据挖掘变得没有意义。
2 供热数据挖掘和负荷预测的探讨
2.1 供热数据挖掘方面
数据挖掘就是从大量的、不完全的、有噪声的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的过程。数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。它能开采出潜在的模式，找出最有价值的信息，指导生产行为或辅助科学研究。数据挖掘技术从一开始就是面向应用的，应用范围相当广范。
数据挖掘的任务是从大量的数据中发现知识，从热网监测角度来定义，知识就是在集中供热系统中一些影响热量相关因素关系的信息。数据挖掘过程一般包括数据准备、数据挖掘、结果表示和解释。热量是关系到供热调度系统正常运行的一个关键因素，热量的适宜程度直接关系到供热管理部门的经济效益。因此，确定的研究主题为热量，即挖掘出与热量相关的因素之间的关联性，挖掘结果可以为供热决策者们提供有指导意义的参考。
以某热力公司为例，相关科研团队会对公司供暖季中涉及到的运行参与进行挖掘，主要挖掘内容包括供水温度数据、流量数据以及室外空气平均温度数据等。通过对这些数据进行挖掘，能够为后续热力系统运行水平以及适量供热技术使用效果的提升提供有利条件。相关科研团队在收集数据的过程中需要对时间间隔加以关注，以免數据挖掘效果受到条件限制而出现细节问题。
在一些原始数据挖掘方面，相关工作团队则要对时间间隔进行科学的控制，并保证时间间隔的紧密性，这样才能为供热数据挖掘工作的饿开展提供有利条件。通过相关研究数据显示，供热数据挖掘的误差会随着时间的变化而变化，如果间隔时间超过标准要求，还会在一定程度上降低数据预测的准确性。所以相关工作团队一定要合理控制供热数据挖掘间隔时间，保证数据信息的时效性。
2.2 负荷预测方面
通常情况下，负荷预测的结果不会和实际负荷状态有所差异，但是预测误差和供暖周期的变化却会在一定程度上对负荷预测结构造成影响。比如相关工作团队在供暖初期或者末期的时候进行负荷预测，那么预测结果就会出现误差小而相对误差较大的情况。如果相关工作团队在供暖中期进行负荷预测，那么预测结果就会出现误差大而相对误差较小的情况。所以在不同阶段的供暖周期中，相关工作团队一定要慎重对待负荷预测的结果，同时还要对供暖负荷与供暖时期之间的关系进行进一步的明确和了解，这样才能预测出更准确的结果。
由于一些供热系统不具备较强的自调节能力，而是由相关供热公司在系统中安装相应的温控阀，从而进行供热操作。但是这种供热系统会间接的增加用户的不满程度，而供热公司也是通过用户相应的反馈以及投诉对供热系统进行调节。所以在供热数据挖掘以及负荷预测方面会受到很大的影响，需要相关工作团队能够妥善处理其中涉及到的问题。
实际供热负菏分布较分散，在同一个当量室外空气温度下对应的供热负荷值波动范围大，这说明原始供热数据存在不合理因素。由于该供热系统具有热容量较大、滞后时间较长、用户无自调节能力等特点，预测结果的评估标准应为一个模糊的区间而不应是一条精确的供热负荷曲线。通过分析量调节的特点，提出了修正的量调节方式，即在供暖中期负荷较大时采用量调节，在供暖初期和末期负荷较小时采用质调节，称为质量综合调节。该调节方式不仅可以最大程度地减少水泵的输送能耗，还能保证系统水力工况和热力工况的稳定。因此采用该方式作为供热系统的运行调节方式。
3 结束语
从文章上面论述的内容可以了解到，要想让适量供热技术在建筑热力系统中发挥出重要的作用，那么相关科研团队就要对供热数据的挖掘以及负荷预测的要点和原则进行全面的了解与掌握。对于适量供热技术应用过程中存在的问题和不足之处，相关工作团队也需要在实际工作中对问题产生的原因进行进一步的分析，并制定出科学有效的优化方案，降低不利因素对适量供热技术应用效果的影响。这样适量供热技术才能在建筑热力系统中实现真正的价值，为人们的生活和工作创造优质的供热环境。相信在未来的发展中，适量供热技术的应用效果能够得到更大的提升，为建筑供热领域的发展提供有利的保障。
参考文献
[1]毕圣.基于数据挖掘技术的短期负荷预测[D].北京交通大学，2016.
[2]张冰玉.基于数据挖掘技术的短期电力负荷预测[J].贵州电力技术，2017（10）.
[3]全思平，吴浩.基于数据挖掘技术的短期电力负荷预测[J].电力信息与通信技术，2014，12（3）：95-98.
关键词：供热；数据；预测；技术
适量供热技术是建筑热力系统运行中重要的部分，对热力系统运行的效率和质量有着重要的意义和影响。在近几年的发展中，很多建筑热力系统科研团队都提高了对适量供热技术的重视与研究。一方面是由于传统的供热技术已经不能很好的满足的现代社会下建筑热力系统的需要，应该对供热技术进行创新与完善。另一方面是由于适量供热技术的应用效果，会受到数据挖掘以及负荷预测的影响而出现变化，需要相关科研团队能够对这两方面加以重视。
1 供热数据挖掘和负荷预测的概述
近年来，城市集中供热事业飞速发展，热用户的数量成倍增加，这对供热系统的运行管理提出了更高的要求。提高我国集中供热系统的自动化水平，实现适量供热不仅是提高供热企业竞争力的要求，更是实现建筑节能减排的重要环节。供热负荷预测是实现适量供热控制的关键环节，各热力公司在运行过程中储存了大量的历史数据，但是由于缺少合适的数据挖掘方法，这些数据没有在供热运行调节中得到充分利用。
目前对供热和制冷负荷的短期和长期预测已有相关的研究，其中采用的研究方法包括指数平滑法、多元回归法图、卡尔曼滤波法和状态估计法。近期的研究方法又包括了神经网络法和时间序列法。这些方法在负荷预测时都可以达到预期的精度，但是由于机理较复杂，对一般的技术人员来说门槛较高，并且在组态软件中编程较复杂，因此在热网自动控制系统中的应用并不普遍。
以某工程为例。如果室内空气温度保持不变，忽略建筑物的热惰性，对于同一栋建筑物来说，建筑热负荷和室外空气温度间呈线性关系。但在实际情况下，建筑物通过围护结构与外界发生非稳态传热。需要指出的是，对于一定范围内、以不同的时间间隔储存的历史运行数据，很多方法都适用，但是时间间隔不宜过短，也不宜过长.时间间隔过短会导致计算次数增加，挖掘速度缓慢，挖掘出来的当量室外空气温度公式烦琐，且无必要；时间间隔过长会淹没建筑物的动态过程，使数据挖掘变得没有意义。
2 供热数据挖掘和负荷预测的探讨
2.1 供热数据挖掘方面
数据挖掘就是从大量的、不完全的、有噪声的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的过程。数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。它能开采出潜在的模式，找出最有价值的信息，指导生产行为或辅助科学研究。数据挖掘技术从一开始就是面向应用的，应用范围相当广范。
数据挖掘的任务是从大量的数据中发现知识，从热网监测角度来定义，知识就是在集中供热系统中一些影响热量相关因素关系的信息。数据挖掘过程一般包括数据准备、数据挖掘、结果表示和解释。热量是关系到供热调度系统正常运行的一个关键因素，热量的适宜程度直接关系到供热管理部门的经济效益。因此，确定的研究主题为热量，即挖掘出与热量相关的因素之间的关联性，挖掘结果可以为供热决策者们提供有指导意义的参考。
以某热力公司为例，相关科研团队会对公司供暖季中涉及到的运行参与进行挖掘，主要挖掘内容包括供水温度数据、流量数据以及室外空气平均温度数据等。通过对这些数据进行挖掘，能够为后续热力系统运行水平以及适量供热技术使用效果的提升提供有利条件。相关科研团队在收集数据的过程中需要对时间间隔加以关注，以免數据挖掘效果受到条件限制而出现细节问题。
在一些原始数据挖掘方面，相关工作团队则要对时间间隔进行科学的控制，并保证时间间隔的紧密性，这样才能为供热数据挖掘工作的饿开展提供有利条件。通过相关研究数据显示，供热数据挖掘的误差会随着时间的变化而变化，如果间隔时间超过标准要求，还会在一定程度上降低数据预测的准确性。所以相关工作团队一定要合理控制供热数据挖掘间隔时间，保证数据信息的时效性。
2.2 负荷预测方面
通常情况下，负荷预测的结果不会和实际负荷状态有所差异，但是预测误差和供暖周期的变化却会在一定程度上对负荷预测结构造成影响。比如相关工作团队在供暖初期或者末期的时候进行负荷预测，那么预测结果就会出现误差小而相对误差较大的情况。如果相关工作团队在供暖中期进行负荷预测，那么预测结果就会出现误差大而相对误差较小的情况。所以在不同阶段的供暖周期中，相关工作团队一定要慎重对待负荷预测的结果，同时还要对供暖负荷与供暖时期之间的关系进行进一步的明确和了解，这样才能预测出更准确的结果。
由于一些供热系统不具备较强的自调节能力，而是由相关供热公司在系统中安装相应的温控阀，从而进行供热操作。但是这种供热系统会间接的增加用户的不满程度，而供热公司也是通过用户相应的反馈以及投诉对供热系统进行调节。所以在供热数据挖掘以及负荷预测方面会受到很大的影响，需要相关工作团队能够妥善处理其中涉及到的问题。
实际供热负菏分布较分散，在同一个当量室外空气温度下对应的供热负荷值波动范围大，这说明原始供热数据存在不合理因素。由于该供热系统具有热容量较大、滞后时间较长、用户无自调节能力等特点，预测结果的评估标准应为一个模糊的区间而不应是一条精确的供热负荷曲线。通过分析量调节的特点，提出了修正的量调节方式，即在供暖中期负荷较大时采用量调节，在供暖初期和末期负荷较小时采用质调节，称为质量综合调节。该调节方式不仅可以最大程度地减少水泵的输送能耗，还能保证系统水力工况和热力工况的稳定。因此采用该方式作为供热系统的运行调节方式。
3 结束语
从文章上面论述的内容可以了解到，要想让适量供热技术在建筑热力系统中发挥出重要的作用，那么相关科研团队就要对供热数据的挖掘以及负荷预测的要点和原则进行全面的了解与掌握。对于适量供热技术应用过程中存在的问题和不足之处，相关工作团队也需要在实际工作中对问题产生的原因进行进一步的分析，并制定出科学有效的优化方案，降低不利因素对适量供热技术应用效果的影响。这样适量供热技术才能在建筑热力系统中实现真正的价值，为人们的生活和工作创造优质的供热环境。相信在未来的发展中，适量供热技术的应用效果能够得到更大的提升，为建筑供热领域的发展提供有利的保障。
参考文献
[1]毕圣.基于数据挖掘技术的短期负荷预测[D].北京交通大学，2016.
[2]张冰玉.基于数据挖掘技术的短期电力负荷预测[J].贵州电力技术，2017（10）.
[3]全思平，吴浩.基于数据挖掘技术的短期电力负荷预测[J].电力信息与通信技术，2014，12（3）：95-98.