基于数字孪生的供热调度自动化实现方法、系统及平台.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113657031A(43)申请公布日2021.11.16(21)申请号202110924070.6G06Q50/06(2012.01)(22)申请日2021.08.12G06F111/10(2020.01)(71)申请人杭州英集动力科技有限公司地址310000浙江省杭州市余杭区仓前街道龙园路88号2幢208、209-1、209-2室(72)发明人时伟穆佩红谢金芳(74)专利代理机构常州市科谊专利代理事务所32225代理人孙彬(51)Int.Cl.G06F30/27(2020.01)G06N3/08(2006.01)G06N20/00(2019.01)G06Q10/04(2012.01)G06Q10/06(2012.01)权利要求书3页说明书9页附图2页(54)发明名称基于数字孪生的供热调度自动化实现方法、系统及平台(57)摘要本发明涉及一种基于数字孪生的供热调度自动化实现方法、系统及平台，其中自动化供热调度方法包括：构建供热系统物理实体的数字孪生模型；获取供热系统的物理数据和数字孪生模型的虚拟数据构建调度决策模型；构建供热调度多目标实时操作优化模型获取最优调度策略；根据最优调度策略对供热系统物理实体自动化调度；以及在最优调度策略运行后对数字孪生模型和调度决策模型进行修正，实现了建立供热系统全过程数字孪生模型，采用优化技术为调度人员提供决策依据，建立面向安全、高效、经济、环保目标的智慧供热系统优化调度与决策方案，使得调度更加智能化，提高了调度的可靠性、精确性和经济性，降低运行风险。CN113657031ACN113657031A权利要求书1/3页1.一种基于数字孪生的供热调度自动化实现方法，其特征在于，包括：构建供热系统物理实体的数字孪生模型；获取供热系统的物理数据和数字孪生模型的虚拟数据构建调度决策模型；构建供热调度多目标实时操作优化模型获取最优调度策略；根据最优调度策略对供热系统物理实体自动化调度；以及在最优调度策略运行后对数字孪生模型和调度决策模型进行修正。2.如权利要求1所述的基于数字孪生的供热调度自动化实现方法，其特征在于，所述构建供热系统物理实体的数字孪生模型的方法包括：构建物理模型、逻辑模型、仿真模型和数据驱动模型；将物理模型、逻辑模型、仿真模型和数据驱动模型进行虚实融合，构建供热系统物理实体在虚拟空间的数字孪生模型。3.如权利要求2所述的基于数字孪生的供热调度自动化实现方法，其特征在于，所述获取供热系统的物理数据和数字孪生模型的虚拟数据构建调度决策模型的方法包括：根据供热系统的物理数据和数字孪生模型的虚拟数据，采用智能计算算法进行数据预处理、特征提取和训练以生成调度决策模型，并通过调度决策模型生成调度运行方案；所述智能计算算法包括：人工神经网络模型算法、卷积神经网络算法、灰色预测模型、支持向量机模型算法和机器学习算法中至少一种。4.如权利要求3所述的基于数字孪生的供热调度自动化实现方法，其特征在于，所述数据预处理的方法包括：对融合数据进行数据清洗、异常数据剔除、数据标准化和数据插值填补；所述特征提取的方法包括：根据调度决策模型的进行数据分类、数据标签和数据特征提取，构建调度决策模型数据库；所述调度决策模型数据库包括：负荷预测数据库、水力模型数据库、智能调控数据库和故障诊断数据库；所述负荷预测数据库包括：全网热力站的历史运行数据、历史室温数据、历史气象数据和建筑类型；所述水力模型数据库包括：供回水压差、总管供水温度、热用户室内环境和用户水流量和阀门状态；所述智能调控数据库包括：全网阀门开度、水泵频率、回水温度、负荷数据；所述故障诊断数据库包括：历史运行维护数据和故障特性数据。5.如权利要求4所述的基于数字孪生的供热调度自动化实现方法，其特征在于，针对不同的调度决策模型数据库选取相应的训练集和测试集；根据训练集训练选取的智能计算算法的模型，直至选取的智能计算算法的模型的误差负荷第一预设阈值，并且根据测试集测试选取的智能计算算法，若准确率符合第二预设阈值，获得相应训练好的调度决策模型；针对同一调度决策模型数据库选取智能计算算法模型进行训练获得相应算法维度的调度决策模型。2CN113657031A权利要求书2/3页6.如权利要求5所述的基于数字孪生的供热调度自动化实现方法，其特征在于，所述构建供热调度多目标实时操作优化模型获取最优调度策略的方法包括：根据供热系统能效性、经济性、环保性和安全性运行为目标，以各调度运行方案的相关操作变量的可控制范围为约束，构建供热调度多目标实时操作优化模型，并且采用多目标智能优化算法对该供热调度多目标实时操作优化模型进行求解，获取各操作变量的优化设定值，生成最优调度策略。7.如权利要求6所述的基于数字孪生的供热调