基于数字孪生的供热负荷数据预测方法及系统与流程

本发明涉及数据预测，具体涉及一种基于数字孪生的供热负荷数据预测方法及系统。

背景技术：

1、在冬季天气寒冷的地区，供热系统对于生活质量的提高有着很大的意义。对于被供热住户而言，对暖气设备的调控往往会受到气温或天气影响；在冬季由于天气原因导致大幅度降温时，被供热住户的温度需求更高，使得对暖气设备进行调控后的对应的负载需求更大，导致对应的供热公司的供热系统负载会出现急速上升的情况；因此为了维持供热系统的正常运行，需要提前进行供热系统的维护，避免供暖设备出现瘫痪、受损等意外情况；因此需要对供热系统负载上升的情况进行预测。

2、考虑到供热系统负载上升的直接原因是气温下降引起的暖气设备负载需求上升，因此可以通过气温来提前预测供热系统负载上升的情况。所以现有技术通常根据天气预报中未来的气温变化衡量每天的增热供能可能性，从而根据增热供能可能性进行供热设备负荷管理。但是天气预报得到的预报气温与真实气温可能存在一定的偏差，从而影响根据气温变化所衡量的增热供能可能性的准确性，使得根据现有技术得到的增热供能可能性进行供热设备负荷管理的效果较差。

技术实现思路

1、本技术提供了一种基于数字孪生的供热负荷数据预测方法及系统，根据供热公司的历史供热负荷数据的时序变化趋势得到表征供热负载上升阈值的整体供热负荷拟合值后，根据整体供热负荷拟合值划分出各个时间段长度进行预测，并根据预测得到的时间段中的预报温度变化以及实时供热负荷数据，得到每个预测时刻对应的更加准确的增热供能可能性，解决了现有技术仅根据天气预报中未来的气温变化所得的增热供能可能性准确度较低问题，使得根据增热供能可能性进行供热设备负荷管理的效果更好。

2、本技术第一方面提供了一种基于数字孪生的供热负荷数据预测方法，包括：

3、在供热公司的历史供热负荷数据中，采集历史时间段中每个采样时刻下的参考供热负荷数据；

4、根据参考供热负荷数据的时序变化趋势，确定历史时间段中所有采样时刻的整体供热负荷拟合值；

5、依据时间顺序遍历所述历史时间段中的所有参考供热负荷数据，根据遍历过程中每次遍历得到的参考供热负荷数据的局部供热负荷拟合值与所述整体供热负荷拟合值进行对比，确定历史时间段中的分段点时刻；根据分段点时刻将所述历史时间段划分为至少两个供热负荷突出时间段；

6、根据所有供热负荷突出时间段的时间长度时序变化趋势进行数据预测，得到供热负荷突出预测时间段；根据供热负荷突出预测时间段中各个预测采样时刻的预报气温变化情况以及每个预测采样时刻之前的实时供热负荷数据相对于整体供热负荷拟合值的靠近程度，确定每个预测采样时刻的增热供能可能性；

7、根据所述增热供能可能性进行供热设备负荷管理。

8、在本技术第一方面一实施例中，所述整体供热负荷拟合值的获取方法包括：

9、在时间顺序上，将所有采样时刻的参考供热负荷数据进行曲线拟合，得到供热负荷拟合曲线；

10、在供热负荷拟合曲线上，将所有参考供热负荷数据的最大值与预设标准供热数据之间的差异的预设缩小倍数，作为供热负荷增加阈值；将所述预设标准供热数据与所述供热负荷增加阈值的和值，作为参考供热负荷波动阈值；在供热负荷拟合曲线上，将参考供热负荷数据与所述参考供热负荷波动阈值相等的时刻，作为参考负荷变化时刻；

11、以参考负荷变化时刻为间隔，将历史时间段划分为至少一个参考时间段；

12、根据各个参考时间段的时间长度、参考供热负荷数据波动情况以及各个参考时间段相对于历史时间段的参考供热负荷数据整体偏差，得到历史时间段中所有采样时刻的整体供热负荷拟合值。

13、在本技术第一方面一实施例中，所述根据各个参考时间段的时间长度、参考供热负荷数据波动情况以及各个参考时间段相对于历史时间段的参考供热负荷数据整体偏差，得到历史时间段中所有采样时刻的整体供热负荷拟合值的方法包括：

14、将历史时间段中所有采样时刻的参考供热负荷数据的均值，作为整体供热负荷均值；将每个参考时间段中所有采样时刻的参考供热负荷数据的均值，作为参考供热负荷均值；

15、根据所述参考供热负荷均值与所述整体供热负荷均值之间的差异，与每个参考时间段的时间长度的乘积，确定每个参考时间段的时间段权重；将每个采样时刻的参考供热负荷数据与所处的参考时间段的参考供热负荷均值之间的差异，作为每个采样时刻的局部时刻权重；

16、将每个采样时刻的局部时刻权重与其所处参考时间段的时间段权重之间的乘积的归一化值，作为每个采样时刻的拟合权重；通过所述拟合权重对每个采样时刻的参考供热负荷数据进行加权后，确定每个采样时刻的加权供热负荷数据；

17、将所有采样时刻的加权供热负荷数据进行累加计算，确定历史时间段中所有采样时刻的整体供热负荷拟合值。

18、在本技术第一方面一实施例中，所述分段点时刻的获取方法包括：

19、以历史时间段中第一个采样时刻的参考供热负荷数据为起始数据在时间顺序进行逐个遍历，确定每次遍历对应的遍历时间段；类比于历史时间段对应的整体供热负荷拟合值将每个遍历时间段替换为历史时间段后，计算每个遍历时间段中所有采样时刻的局部供热负荷拟合值；当所述局部供热负荷拟合值与所述整体供热负荷拟合值之间的差异大于或等于所述供热负荷增加阈值时，继续进行遍历得到新的遍历时间段，直至新的遍历时间段的局部供热负荷拟合值与所述整体供热负荷拟合值之间的差异小于所述供热负荷增加阈值时停止遍历，将停止遍历时对应的遍历时间段对应的最后一个时刻，作为分段点时刻；

20、在得到每个分段点时刻后，以分段点时刻之后第一个采样时刻的参考供热负荷数据为新的起始数据继续进行分段点时刻的获取，直至所有参考供热负荷数据完全遍历，得到所有的分段点时刻。

21、在本技术第一方面一实施例中，所述供热负荷突出时间段的获取方法包括：

22、以分段点时刻为间隔，将历史时间段划分为至少两个供热负荷突出时间段。

23、在本技术第一方面一实施例中，所述供热负荷突出预测时间段的获取方法包括：

24、将所有供热负荷突出时间段的时间长度以时间顺序排列，得到供热负荷突出时间长度序列；

25、以供热负荷突出时间长度序列为输入数据添加到arima模型中，输出预测供热负荷突出时间长度；将当前时刻之后的预测供热负荷突出时间长度的时间段，作为供热负荷突出预测时间段。

26、在本技术第一方面一实施例中，所述增热供能可能性的获取方法包括：

27、将每个预测采样时刻的前一个预测采样时刻的预报气温与每个预测采样时刻的预报气温之间的差值的归一化值，作为每个预测采样时刻的气温预测下降指数；

28、将每个预测采样时刻的预报气温的负相关映射值与所述气温预测下降指数之间的乘积，作为每个预测采样时刻的气温影响程度；

29、在所述供热负荷突出预测时间段中，将每个预测采样时刻的索引值与预测采样时刻数量的比值，作为每个预测采样时刻的时间影响程度；

30、将所述气温影响程度与所述时间影响程度之间乘积的归一化值，作为每个预测采样时刻的第一增热可能性；

31、将所述气温影响程度与供热负荷突出预测时间段中预测采样时刻数量之间比值的归一化值，作为每个预测采样时刻的第二增热可能性；

32、根据每个预测采样时刻之前历史数据中的参考供热负荷数据与整体供热负荷拟合值之间的相对大小，结合第一增热可能性和第二增热可能性，确定每个预测采样时刻的增热供能可能性。

33、在本技术第一方面一实施例中，所述根据每个预测采样时刻之前历史数据中的参考供热负荷数据与整体供热负荷拟合值之间的相对大小，结合第一增热可能性和第二增热可能性，确定每个预测采样时刻的增热供能可能性的方法包括：

34、依次将每个预测采样时刻作为目标预测时刻；

35、在时间推进到目标预测时刻的前一个预测采样时刻时，当目标预测时刻之前所有预测采样时刻的参考供热负荷数据均小于所述整体供热负荷拟合值时，将所述第一增热可能性作为目标预测时刻的增热供能可能性；

36、当目标预测时刻之前的所有预测采样时刻中存在大于或等于所述整体供热负荷拟合值的参考供热负荷数据时，将所述第二增热可能性作为目标预测时刻的增热供能可能性。

37、在本技术第一方面一实施例中，所述根据所述增热供能可能性进行供热设备负荷管理的方法包括：

38、当预测采样时刻的增热供能可能性大于预设增热阈值时，在预测采样时刻的前一个预测采样时刻时进行供热设备维护；

39、当预测采样时刻的增热供能可能性小于或等于预设增热阈值时，不对供热设备维护进行维护。

40、第二方面，本技术提供一种基于数字孪生的供热负荷数据预测系统，所述系统包括：

41、数据采集预处理模块，用于在供热公司的历史供热负荷数据中，采集历史时间段中每个采样时刻下的参考供热负荷数据；

42、第一确定模块，用于根据参考供热负荷数据的时序变化趋势，确定历史时间段中所有采样时刻的整体供热负荷拟合值；

43、时间段划分模块，用于依据时间顺序遍历所述历史时间段中的所有参考供热负荷数据，根据遍历过程中每次遍历得到的参考供热负荷数据的局部供热负荷拟合值与所述整体供热负荷拟合值进行对比，确定历史时间段中的分段点时刻；根据分段点时刻将所述历史时间段划分为至少两个供热负荷突出时间段；

44、第二确定模块，用于根据所有供热负荷突出时间段的时间长度时序变化趋势进行数据预测，得到供热负荷突出预测时间段；根据供热负荷突出预测时间段中各个预测采样时刻的预报气温变化情况以及每个预测采样时刻之前的实时供热负荷数据相对于整体供热负荷拟合值的靠近程度，确定每个预测采样时刻的增热供能可能性；

45、供热设备负荷管理模块，用于根据所述增热供能可能性进行供热设备负荷管理。

46、第三方面，本技术提供一种计算机设备，包括存储器和处理器。该存储器用于存储计算机程序代码，该处理器用于从存储器中调用并运行该计算机程序代码，以执行如本技术第一方面或第一方面任意实施例的方法。

47、第四方面，本技术提供一种计算机程序产品，所述计算机程序产品包括计算机程序代码，当所述计算机程序代码被执行时，以执行如本技术第一方面或第一方面任意实施例的方法。

48、第五方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序代码，当所述计算机程序代码被执行时，以执行如本技术第一方面或第一方面任意实施例的方法。

49、本技术具有以下有益效果：

50、首先根据供热公司的历史供热负荷数据的时序变化趋势得到表征供热负载上升阈值的整体供热负荷拟合值，使得根据整体供热负荷拟合值的存在划分出各个出现供热负载上升的供热负荷突出时间段；从而根据供热负荷突出时间段预测到之后出现供热负载上升的时间范围，即供热负荷突出预测时间段，也即根据供热负载上升的时间段长度出现规律，供热负荷突出预测时间段中也会出现供热负载上升的情况。

51、进一步地为了确定更加精确的负载上升时刻，需要对供热负荷突出预测时间段中每个预测采样时刻处出现负载上升的可能性进行计算，也即对每个预测采样时刻进行增热供能可能性的计算。首先整体供热负荷拟合值表征供热负载上升阈值，也即当时间顺序上出现某个采样时刻的参考供热负荷数据大于或等于该供热负载上升阈值时，说明在对应的采样时刻之后大概率会发生负载上升的情况；所以在该特点的基础上结合预报气温发生变化也会影响供热负载变化的特点计算出每个预测采样时刻对应的更加准确的增热供能可能性，使得根据增热供能可能性进行供热设备负荷管理的效果更好。