孟亞男,姚 潔

(吉林化工學(xué)院 信息與控制工程學(xué)院,吉林 吉林 132022)

我國是一個建筑大國.根據(jù)能源行業(yè)過去30年的研究結(jié)果和做法，建筑業(yè)的能源效率是最有潛力和最直接的節(jié)能形式，而在建筑業(yè)能源效率中供熱節(jié)能占比又很大[1].為了節(jié)能降耗，我國熱力行業(yè)已經(jīng)開始將集中供熱逐漸取代分散式供熱[2].集中供熱雖然有效地提高了冬季人們生活環(huán)境溫度的舒適度，但由于在調(diào)控和技術(shù)管理方面大都采用粗獷的方式，導(dǎo)致目前集中供熱存在著較為嚴重的能耗問題，使得供熱成本出現(xiàn)了不降反增的現(xiàn)象[3].為此，為了減少供熱成本提出了供熱負荷預(yù)測來降低能耗.

研究了室外溫度與熱負荷在氣象因素中的關(guān)系，以期提供一個較為準確的熱負荷預(yù)測模型.研究采用數(shù)據(jù)回歸分析進行供熱負荷預(yù)測，并運用最小二乘法消除預(yù)測值和樣本之差的平方和，得到精準的回歸系數(shù).熱負荷預(yù)測是根據(jù)室外溫度作為輸入?yún)?shù)來進行預(yù)測的.

1 供熱負荷影響因素

熱負荷預(yù)測的影響因素有時刻變化的室外氣象因素以及供熱設(shè)備結(jié)構(gòu)的傳熱系數(shù).較大規(guī)模的集中供熱系統(tǒng)中，傳熱系數(shù)通常被視為常量，而室外溫度、風(fēng)速、光照等氣象因素具有時變性的特點.但風(fēng)速、光照對于熱負荷影響很小.又因在建立回歸方程的過程中若把所有可能產(chǎn)生影響的因素全部考慮進去，得到的不一定是最好的模型.因此只選用對供熱負荷有顯著的影響的室外溫度作為主要因素.

2 供熱負荷預(yù)測模型建立

2.1 熱負荷計算公式

一般情況下?lián)Q熱站供熱負荷與室外溫度的計算公式[4]，如下所示：

(1)

Qi:供熱負荷,MW；Cq:水的比熱容常數(shù)值；Fg:供水流量,t/h；Tg:供水溫度,℃；Th:回水溫度，℃.

2.2 一元線性回歸模型建立

線性回歸模型建立，選供熱負荷、室外溫度分別為因變量、自變量，回歸模型如下：

y=d0+d1x1，

(2)

d0：需要確定的系數(shù)；x1：室外溫度.

(3)

(4)

3 數(shù)據(jù)來源和數(shù)據(jù)預(yù)處理

3.1 數(shù)據(jù)來源

以某換熱站2018年～2019年中1月～3月的室外溫度、供水流量、供水溫度、回水溫度83組歷史數(shù)據(jù)并根據(jù)歷史數(shù)據(jù)算出熱負荷值.

3.2 數(shù)據(jù)擬合結(jié)果

確立模型并利用最小二乘法，根據(jù)歷史數(shù)據(jù)計算回歸系數(shù)d0,d1，流程圖如1所示.數(shù)據(jù)擬合直線圖如圖2，表1為建模數(shù)據(jù).

圖1 最小二乘法實現(xiàn)流程

室外溫度/℃圖2 初始數(shù)據(jù)室外溫度與熱負荷擬合直線

得到一元回歸擬合方程式為：

y=-0.108x+0.665，

(5)

由圖2可知，數(shù)據(jù)存在異常點，而直接影響分析結(jié)果的因素就是這些奇異點的存在，為此降低異常點應(yīng)要在數(shù)據(jù)分析之前進行數(shù)據(jù)預(yù)處理.

3.3 數(shù)據(jù)預(yù)處理

歷史熱負荷數(shù)據(jù)中不可避免的包含一些不良數(shù)據(jù)或偽數(shù)據(jù)，這是因為記錄歷史采暖熱負荷時，可能存在人為、數(shù)據(jù)傳輸、系統(tǒng)故障、測量設(shè)備誤差等因素[5]，可用拉依達準則法將奇異點去除.為得到兩個變量之間的線性關(guān)系，將通過最小二乘法擬合，得出樣本距，拉依達法的輸入樣本為得出的樣本矩，并運用貝塞爾計算標準差估值，根據(jù)拉依達準則進行判斷，樣本殘差大于3δ標準差估計值，就被視為異常值，并將該數(shù)據(jù)剔除.

表1 熱負荷建模數(shù)據(jù)

用拉依達準則對數(shù)據(jù)進行多次處理直到得出滿足條件的數(shù)據(jù)為止，并將它們進行擬合，最后預(yù)處理數(shù)據(jù)擬合效果如圖3，數(shù)據(jù)處理后的熱負荷數(shù)據(jù)如表2所示.

表2 部分數(shù)據(jù)預(yù)處理建模數(shù)據(jù)

部分數(shù)據(jù)預(yù)處理編程如下：

Delflag=0；

for i=1:1:length(data2.MaxTemp)-1

if d(i) > 3*sigma

DelData(Delcount,:)=data2(i,:)；

Delcount=Delcount+1；

data2(i,:)=[]；

Delflag=1；

end

end

if(Delflag==0 )

break；

end

室外溫度圖3 處理后的熱負荷與室外溫度的擬合直線

數(shù)據(jù)處理后得到的熱負荷預(yù)測模型的表達式：

y=-0.09x+0.682，

(6)

由圖3可知，對歷史數(shù)據(jù)處理后更具有線性回歸性，比沒剔除粗大誤差時擬合的效果要理想,并且有著比較小的誤差.同時本文方法的檢驗統(tǒng)計量F大于臨界值[6]，也說明了線性回歸效果顯著.

4 結(jié) 論

首先分析并確定了供熱負荷回歸模型所需的自變量，并通過分析與檢驗證明了所選自變量與因變量的相關(guān)性，利用標準差估值并通過拉依達準則剔除歷史數(shù)據(jù)中異常點，后重新建立的數(shù)學(xué)模型是可行的.根據(jù)擬合結(jié)果可知，室外溫度可以對供熱負荷量的計算起到一定的預(yù)測效果.同時也為熱負荷預(yù)測的供熱量提供了參考價值.