亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        應用機器學習對集中供熱系統(tǒng)進行調(diào)節(jié)

        2020-12-30 11:18:14劉劍
        建筑熱能通風空調(diào) 2020年11期
        關(guān)鍵詞:供熱量晉中市供熱

        劉劍

        晉中市匯同供熱技術(shù)服務(wù)有限公司

        機器學習需要大量的供熱數(shù)據(jù)來訓練模型,以適應不同時間不同運行人員對供熱系統(tǒng)的調(diào)節(jié),機器學習可以在大量數(shù)據(jù)中尋找規(guī)律,避免在供熱系統(tǒng)中遲豫的發(fā)生。為了提高供熱系統(tǒng)的水利平衡性,本文將傳統(tǒng)供熱理論與機器學習結(jié)合,用機器學習模塊代替?zhèn)鹘y(tǒng)的人工調(diào)節(jié),對每個模型進行數(shù)學建模。本文以南海頤園供熱單元二網(wǎng)供溫預測供熱量為機器模型[1]介紹。

        1 方法與數(shù)據(jù)

        1.1 數(shù)據(jù)準備

        由于機器學習需要大量的數(shù)據(jù),根據(jù)不同地方的不同需求,機器學習的模型分為訓練模型和預測模型,以晉中市為例,數(shù)據(jù)的組成為:供熱工業(yè)組態(tài)軟件的采暖數(shù)據(jù)。室外溫度的數(shù)據(jù),利用python 編程從網(wǎng)上實時爬蟲。供熱公司客服系統(tǒng)中用戶的投訴量。熱用戶家中的室內(nèi)溫度。由于數(shù)據(jù)的存儲量比較大,數(shù)據(jù)庫可以選擇mysql,sqlserver。數(shù)據(jù)的完整性盡可能保證數(shù)據(jù)寫入數(shù)據(jù)庫的實時性和準確性。

        1.2 數(shù)據(jù)分析

        通過對數(shù)據(jù)庫內(nèi)的數(shù)據(jù)進行分析,把數(shù)據(jù)庫內(nèi)與目標值相關(guān)性比較強的數(shù)據(jù)選擇出來,比較數(shù)據(jù)間的相關(guān)系數(shù),利用圖像展示直觀的體現(xiàn)出數(shù)據(jù)間的相關(guān)性,以供熱量為例,發(fā)現(xiàn)供熱量與二網(wǎng)供溫相關(guān)性比較強。如圖1 所示,其中供熱量是放大10 倍后的顯示。

        圖1 二網(wǎng)供溫與供熱量相關(guān)性對比

        1.3 數(shù)據(jù)整理

        在數(shù)據(jù)庫內(nèi)眾多的數(shù)據(jù)中存在以下幾種情況:

        1)數(shù)據(jù)值不符合實際情況。這種情況運用三倍標準差或者可以自定義標準差的值把不符合實際情況的數(shù)據(jù)值刪除掉。

        2)數(shù)據(jù)缺失。由于機器學習特征的選擇不同,任意兩個特征的數(shù)據(jù)量必須維度一致,可以通過標準時間軸拼接數(shù)據(jù)。

        3)數(shù)據(jù)量不夠。如果對于模型輸入數(shù)據(jù)量不足的話會直接影響數(shù)據(jù)的學習能力,所以在訓練模型時,可以把時間軸放大,一個采暖季的數(shù)據(jù)可以擴充到兩個采暖季。

        2 特征工程

        在數(shù)據(jù)分析中會出現(xiàn)兩種情況,特征多余和特征不足。特征多余的情況需要把多余的特征刪除,對于特征不足,可以通過多種途徑來添加特征,以晉中市為例,在訓練模型時發(fā)現(xiàn)室外溫度,風速,濕度,體感溫度和太陽輻射對供熱量有很大影響,所以可以利用網(wǎng)絡(luò)爬蟲和購買的方式來增加特征。在特征選取時,發(fā)現(xiàn)室外溫度對模型的影響很大,所以就需要把室外溫度添加進去,如圖2 所示。

        圖2 供熱量與室外溫度的相關(guān)性

        3 模型建立

        以晉中市為例,模型的最終輸出為供熱量,對于連續(xù)值的預測選擇標準xgboost 模型[2],也可以通過自定義xgboost 模型來預測供熱量,由于對不同的時間段內(nèi)供熱措施不同,在模型的建立過程中根據(jù)時間維度可以進行不同程度的懲罰。

        4 模型訓練

        模型的輸入是多個特征值,以晉中市為例,模型的輸入為,一個采暖季的二網(wǎng)供溫和室外溫度,模型的輸出為供熱量[3]。

        5 模型評估

        模型的評估以RMSE 值為基礎(chǔ),通過交叉驗證來驗證模型。

        Python 操作代碼為:

        RMSE:np.sqr(metrics.mean_squared_error(y_origin,y_predict)

        RSME 是均方根誤差(Root Mean Square Error),是觀測值與真值偏差的平方和與觀測次數(shù)m 比值的平方根。式(1)中,h(x)表示觀測者,y 表示真值,m 為觀測次數(shù)。

        RMSE 分數(shù)越低說明模型預測得越準確。

        6 模型預測

        由于供熱量的時間粒度為小時,模型的預測為每小時預測一次,根據(jù)室外溫度的預測維度是24 h,所以供熱量預測維度是24 h 的值,如圖3 所示。從圖像中可以看出,實際值和預測值的擬合度比較高,通過2016-2017,2017-2018 兩年的供熱數(shù)據(jù)進行訓練值,2018-2019 的供熱季作為預測值,由于實際供熱情況中現(xiàn)場熱量計表的波動誤差,會顯示數(shù)據(jù)的不穩(wěn)定波動,所以預測的供熱數(shù)據(jù)會比實際的供熱數(shù)據(jù)的波動較小。

        圖3 供熱量的預測值和實測值對比

        7 總結(jié)

        通過實驗得出,機器學習可以根據(jù)供熱系統(tǒng)的實際數(shù)據(jù)分析出運行人員的實際操作,并預測出每個供熱單元的供熱量,有效地減小遲豫的發(fā)生。

        猜你喜歡
        供熱量晉中市供熱
        近期實施的供熱國家標準
        煤氣與熱力(2022年3期)2022-03-29 07:49:02
        山西省晉中市太谷區(qū):大力推進農(nóng)業(yè)現(xiàn)代化
        2019—2020年晉中市食品藥品投訴舉報分析及建議
        挑好“金扁擔” 闊步奔小康——晉中市第二屆現(xiàn)代農(nóng)業(yè)博覽會開幕
        多塊金屬輻射板串聯(lián)結(jié)構(gòu)冬季供熱性能數(shù)值模擬及試驗研究
        流體機械(2020年1期)2020-03-04 08:23:10
        冬季供暖工況下混凝土輻射頂板傳熱特性
        晉中市家庭農(nóng)場的發(fā)展現(xiàn)狀
        PPP模式應用于城市供熱項目分析
        風電供熱之路該如何走
        風能(2015年4期)2015-02-27 10:14:38
        基于天然氣聯(lián)合循環(huán)電廠的熱量—功率—燃氣容量分析
        科技資訊(2014年8期)2014-11-10 11:10:41
        国产91久久精品成人看网站| 男人边吃奶边做好爽免费视频| 男女做爰猛烈啪啪吃奶动| 亚洲精品国产美女久久久| 国产美女遭强高潮网站| 亚洲伊人久久大香线蕉综合图片 | a级国产乱理伦片| 久久久久久国产精品免费免费| 国产又爽又粗又猛的视频| 最新国产拍偷乱偷精品| 免费 无码 国产精品| 青青草一级视频在线观看| 一区二区三区在线观看视频| 亚洲美女主播内射在线| 亚洲精品成人无限看| 亚洲国产天堂久久综合| 亚洲日韩欧美一区二区三区| 亚洲精品123区在线观看| 高清亚洲成av人片乱码色午夜| 一区二区精品天堂亚洲av | 亚洲精品国产av成拍色拍| 玩弄放荡人妻一区二区三区| 伊香蕉大综综综合久久| 玖玖资源站无码专区| 中文字幕一区二区人妻在线不卡| 不卡一区二区视频日本| 人妻精品久久久久中文字幕| 亚洲国产人在线播放首页| 91网站在线看| 亚洲精品色播一区二区| 亚洲av综合色区一区二区| 99精品久久精品一区二区| 六月婷婷国产精品综合| 乱人伦人妻中文字幕无码| 久久这里只有精品黄色| 成人大片免费在线观看视频| 午夜男女很黄的视频| 8ⅹ8x擦拨擦拨成人免费视频| 久久天天躁狠狠躁夜夜中文字幕| 国产精品亚洲av无人区二区| 欲香欲色天天天综合和网|