智能楼宇换向供热方法及系统与流程

本发明涉及智能供热，尤其涉及智能楼宇换向供热方法及系统。

背景技术：

1、智能供热技术领域，专注于利用现代信息技术、自动控制技术和网络通讯技术，对楼宇供热系统进行智能化管理和控制。这种方法旨在通过智能化手段优化供热系统的运行效率，提高能源利用效率，同时确保用户舒适度。智能供热技术不仅关注供热的效率和节能，还涵盖了系统的可靠性、灵活性和用户体验。

2、其中，智能楼宇换向供热方法是一种通过智能控制手段，实现供热系统在不同楼宇区域或不同时间段自动调节供热量的技术，其目的是根据楼宇内部的实时或预测的热负荷需求，自动调整供热参数(如供热温度、流量等)，从而达到节能降耗、提升用户舒适度的目的，通过实现供热系统的智能化管理，旨在提升整个供热系统的经济性和环境友好性。

3、传统供热技术在适应性和调控精度方面不足，缺少对实时或预测热负荷变化的快速响应机制，无法实现供热路径的即时优化，导致能源分配不够精准，无法有效避免能源浪费，同时降低用户的舒适体验。缺乏动态优化供热路径的能力，使得系统在面临需求变化时难以保持高效和节能，影响供热系统的整体性能和环境可持续性。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的智能楼宇换向供热方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：智能楼宇换向供热方法，包括以下步骤：

3、s1：收集实时数据，包括温度、流速和用户需求，调整每个智能阀门的开启程度，交替执行正向和反向供热，得到调整后的供热方向；

4、s2：利用所述调整后的供热方向，进行信息交换，包括阀门状态和需求变化，构建阀门之间的网络连接图，得到阀门网络通信数据；

5、s3：根据所述阀门网络通信数据，调整智能阀门的工作模式和相互之间的连接关系，匹配当前供热需求和系统状态，构建自组织调控策略；

6、s4：分析历史供热数据和实时环境变量，采用线性回归分析评估未来楼宇区域热负荷，结合天气条件、时间和楼宇使用模式对热需求的影响，生成热负荷预测结果；

7、s5：利用所述热负荷预测结果，通过网络流重构技术进行供热路径的动态优化，调整换热节点间的连接方式，结合供热方向的调整，筛选最优供热路径，得到供热网络优化方案；

8、s6：结合所述供热网络优化方案和自组织调控策略，进行最终调整，进行供热效率最大化优化，得到最终供热调控方案。

9、作为本发明的进一步方案，所述调整后的供热方向包括正向供热和反向供热，所述阀门网络通信数据包括阀门标识符、当前开闭状态及其相邻阀门的连接信息，所述自组织调控策略包括目标阀门开关状态以及状态调整的优先级，所述热负荷预测结果包括所有区域的预测热负荷值、预测精度以及预测的时间范围，所述供热网络优化方案具体为优化后的供热路径选择、供热方向调整以及预期节能效果，所述最终供热调控方案包括最终选定的供热路径、阀门的最终状态配置以及供热方向细节。

10、作为本发明的进一步方案，收集实时数据，包括温度、流速和用户需求，调整每个智能阀门的开启程度，交替执行正向和反向供热，得到调整后的供热方向的步骤为，

11、s101：收集实时数据，包括温度、流速和用户需求，若当前时间处于设定的正向供热时间段，则设置1#和4#阀为开启状态，2#和3#阀为关闭状态，生成供热方向初步设定；

12、s102：基于所述供热方向初步设定，若当前温度低于设定的供热阈值，则判断为需求增加，对关闭的阀门执行延时开启策略，预备反向供热，得到反向供热准备状态；

13、s103：基于所述反向供热准备状态，若达到设定的反向供热时间段，交替执行阀门开启和关闭，关闭原开启的1#和4#阀，开启2#和3#阀，得到调整后的供热方向。

14、作为本发明的进一步方案，根据所述阀门网络通信数据，调整智能阀门的工作模式和相互之间的连接关系，匹配当前供热需求和系统状态，构建自组织调控策略的步骤为，

15、s301：基于所述阀门网络通信数据，分析每个智能阀门当前的工作状态和相互间的连接信息，调整阀门匹配当前供热需求，生成需调整阀门列表；

16、s302：针对所述需调整阀门列表中的每个阀门，判断其当前状态与需求是否一致，若不一致，则根据供热需求和系统状态调整其开启或关闭状态，得到调整后的阀门状态；

17、s303：基于所述调整后的阀门状态，重新构建阀门之间的连接关系图，保证每个阀门的工作状态与系统供热需求和整体状态相匹配，构建自组织调控策略。

18、作为本发明的进一步方案，分析历史供热数据和实时环境变量，采用线性回归分析评估未来楼宇区域热负荷，结合天气条件、时间和楼宇使用模式对热需求的影响，生成热负荷预测结果的步骤为，

19、s401：收集历史供热数据和实时环境变量数据，包括过去温度、流速记录以及当前气象条件，得到基础数据收集记录；

20、s402：分析所述基础数据收集记录中的信息，结合天气条件、时间和楼宇使用模式对热需求的影响，为每个因素分配权重，生成影响因素权重表；

21、s403：根据所述影响因素权重表，结合历史供热数据和实时环境变量，通过线性回归分析方法评估未来楼宇区域的热负荷，生成热负荷预测结果。

22、作为本发明的进一步方案，所述线性回归分析方法，按照公式：

23、y′＝β0+β1x温度+β2x湿度+β3x历史热负荷+β4x日照时长+β5x风速+ò

24、计算楼宇区域的热负荷预测结果，其中，y′为改进后预测的热负荷值，x温度为实时温度，x湿度为实时湿度，x历史热负荷为近期历史热负荷数据，x日照时长为日照时长，x风速为风速，β0为截距项，β1，β2，β3，β4，β5为影响因素的权重，ò为预测误差。

25、作为本发明的进一步方案，利用所述热负荷预测结果，通过网络流重构技术进行供热路径的动态优化，调整换热节点间的连接方式，结合供热方向的调整，筛选最优供热路径，得到供热网络优化方案的步骤为，

26、s501：基于所述热负荷预测结果，识别未来需求高峰的楼宇区域，标记区域作为供热优先级最高的节点，生成高需求节点标记；

27、s502：利用所述高需求节点标记，评估现有供热网络中换热节点至高需求节点的供热路径，根据路径的效率和供热能力，采用网络流重构技术进行优化调整，得到候选优化路径列表；

28、s503：针对所述候选优化路径列表中的每条路径，结合供热方向的调整需求，采用成本最低和效率最高原则，筛选出最优供热路径，得到供热网络优化方案。

29、作为本发明的进一步方案，所述网络流重构技术，按照公式：

30、

31、计算供热网络的优化总成本，其中，ct′otal表示改进后的总成本，e表示网络中的边集合，cij表示从节点i到节点j的边的单位流量成本，fij表示该边的流量，kij表示路径的可靠性系数，dij表示单位距离成本，δtij表示节点i到节点j的温差。

32、智能楼宇换向供热系统，所述系统包括：

33、数据收集模块基于温度、流速和用户需求收集实时数据，对数据进行初步分析和分类，生成实时数据分析结果；

34、状态标记模块基于所述实时数据分析结果，对每个智能阀门的当前状态进行标记，包括开启或关闭以及当前供热方向，生成阀门状态标识；

35、需求分析模块基于所述阀门状态标识，分析阀门的供热需求变化，包括温度变化、流速需求和用户特定需求的更新，生成需求变化分析记录；

36、负荷预测模块基于所述需求变化分析记录，结合历史供热数据和实时环境变量，采用线性回归分析，评估未来楼宇区域的热负荷，生成热负荷预测结果；

37、路径优化模块基于所述热负荷预测结果，标识未来需求高峰的楼宇区域，采用网络流重构技术调整换热节点间的连接方式，生成供热网络优化方案；

38、效率优化模块基于所述供热网络优化方案，分析当前供热网络中的能效分布，标记能效低下区域，设计具体调整计划提升能效，生成能效优化计划；

39、调控策略模块基于所述能效优化计划，结合自组织调控策略，对供热系统进行最终调整，优化供热效率，生成最终供热调控方案。

40、与现有技术相比，本发明的优点和积极效果在于：

41、本发明中，通过智能化管理和控制手段，利用热负荷预测与网络流重构技术进行供热路径动态优化，判定逻辑“基于热负荷预测结果识别需求高峰区域”允许精确应对热能需求的波动，实现高度精准的能源分配，采用网络流重构技术以及根据成本和效率原则筛选最优供热路径的策略，确保供热系统自动优化运行状态，优化能源分配，显著提升了系统对变化需求的适应能力，同时优化了能源使用效率，进而降低环境影响。