基于乘积季节性ARIMA模型负荷预报及节能监控软件研究

论文摘要

集中供热逐渐成为城市尤其是北方城市建设基础之一,如何使整个集中供热系统处于一个良好的、高效的运行状态,成为供热控制系统所必须解决的问题。但供热负荷具有一定的随机性,传统的供热系统的运行仅仅是以天气情况为依据,调度人员往往根据天气情况和工作经验来调节热网运行参数,因而热网调度的精确性较差,所以对供热负荷进行预报是至关重要的。本文采用乘积季节性ARIMA模型与以往其他的调度方法进行比较,利用采集得到的供热系统的实时数据来预报下一个采样时刻的预报值,并以此为依据用于供热系统的优化调度,将对供热系统的节能运行和实时控制起到重要作用。首先对供热负荷原始数据进行预处理,将平稳时间序列作为分析的对象。接着分别利用AR横向、纵向、交叉负荷预报,乘积季节性ARIMA模型方法实现供热负荷预报,结果表明应用乘积季节性ARIMA模型进行预报的效果良好,且优于以前的预报算法。同时本文所采用的乘积季节性ARIMA模型能够进行自动完成阶数选取,使模型达到最优。论文最后将乘积季节性ARIMA方法应用于集中供热系统智能管理软件的预报调度中。系统设计分为两大部分:负荷预报和监控管理。其中监控管理主要包括数据处理系统、用户管理系统、查询系统、输入输出系统、安全报警系统;负荷预报包括预测控制系统。利用热负荷原始数据进行预报,监控管理界面将根据负荷预报值给出诸多调整建议,使操作人员可以更为直观的监控调整供热系统,指导供热网络节能运行。对于提高供热质量和节约能源都有着重要的意义。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.1.1 课题的研究背景
• 1.1.2 集中供热发展趋势
• 1.2 节能监控管理的关键
• 1.3 供热负荷预报方法现状
• 1.3.1 神经网络法
• 1.3.2 时间序列法
• 1.3.3 灰色预报法
• 1.4 热网监控研发现状
• 1.5 本文的主要研究内容
• 第2章 负荷预报算法理论分析
• 2.1 时间序列法基本概念
• 2.1.1 随机过程
• 2.1.2 白噪声
• 2.2 时间序列法基本模型
• 2.2.1 自回归（AR）模型
• 2.2.2 滑动平均模型（MA）模型
• 2.2.3 自回归滑动平均（ARMA）模型
• 2.3 乘积季节性ARIMA 算法
• 2.3.1 ARIMA 模型
• 2.3.2 季节ARIMA 模型
• 2.3.3 乘积季节ARIMA 模型
• 2.4 本章小结
• 第3章 集中供热算法仿真实现
• 3.1 数据的采集和处理
• 3.2 AR 模型的实现
• 3.3 季节乘积ARIMA 模型仿真
• 3.3.1 阶数的选择
• 3.3.2 模型仿真实现
• 3.4 算法仿真结果比较
• 3.5 本章小结
• 第4章 热力站节能监控软件
• 4.1 软件的任务与设计思想
• 4.1.1 软件的任务
• 4.1.2 软件设计思想
• 4.2 监控软件的基本框架及功能
• 4.2.1 预报系统
• 4.2.2 监控系统
• 4.3 本章小结
• 第5章 监控软件的实现
• 5.1 软件编程具体实现
• 5.2 管理软件操作界面
• 5.3 本章小结
• 结论
• 参考文献
• 附录
• 攻读硕士学位期间发表的学术论文
• 致谢