城市供热系统的数据采集与算法研究

随着人们节能、降耗及环保意识的增强,集中供热已成为城镇冬季采暖的主要形式,并且在世界上得到广泛的应用。实行集中供热是合理利用能源,提高能源利用率,减少环境污染,促进生产,改善人民生活,是加速城市现代化建设有效措施之一。 集中供热系统的热源与换热站空间分布跨度大,供热管线曲折多变,市区内线缆敷市政管理严格,系统参数采集与传输的实施难度大。本文分析了换热站和热力管网关键参数采集和利用GPRS技术实现的数据传输问题,并对数据传输系统的构成及实现问题进行探讨。 集中供热管网系统参数存在较严重的非线性、时变性、大时间滞后特点,各换热站子系统之间的调节过程具有交互耦合性,热介质过程参数随负荷而变,难于建立供热管网的数学模型,使传统控制理论的应用受到限制。 针对供热系统的特点,文中比较分析了基本神经网络的BP算法和一般广义预测控制算法,提出了改进型的BP算法和隐式预测控制算法。为解决供热系统中存在的耦合问题,文中提出了一种智能预测控制算法。采用改进BP神经网络解耦器将来自其它通道的耦合影响视为可测干扰进行补偿,使得神经网络解耦器与被控对象组成的广义对象成为无耦合或耦合程度较小的系统,然后接入隐式广义预测控制器,再用单变量非线性系统的隐式广义预测控制器对每个单回路进行控制。这种算法不需要在线递推求解Diophantine方程,也不需在线求逆。 最后,以控制复杂的供热站流化床锅炉为背景,用Mat lab语言对基本算法和智能复合算法进行仿真比较,其结果证明了该算法有效性。