智慧供热软件平台

       智慧供热平台的数据基础是对工艺标识，设备标识等被动标识的解析，结合主动标识的物联网设备、分布式能源站、热源等大数据的采集汇总，对于上亿级别的数据，智慧供热系统应当具备对大数据的深层挖掘能力，同时对于高价值数据再次精细化处理、经过筛选、清洗、规约、纠偏、插值、回归等一系列算法，最终使得系统具备分析、指导供热的功能，在结合历史数据、天气数据、热用户数据、供热经验等专家策略数据，形成自动控制、自动寻优功能。智慧供热中很多模型、算法以及输入、输出条件是完全可以复用的，这样算法标识完全可以通过统一标准进行使用。

     软件名称：人工智能控制软件

      负荷预测准确度：95%以上，室温预测与控制平均准确度：<0.5℃，供水温度或供回水平均预测与控制准确度：<+-1℃，循环泵优化效率提升5%以上

      负荷与室温预测算法：遗传基因算法

      预测机理模型：

       遗传算法在搜索进化过程中一般不需要其他外部信息，仅用评估函数来评估个体或解的优劣，并作为以后遗传操作的依据。由于遗传算法中，适应度函数要比较排序并在此基础上计算选择概率，所以适应度函数的值要取正值。由此可见，在不少场合，将目标函数映射成求最大值形式且函数值非负的适应度函数是必要的。 

      适应度函数的设计主要满足以下条件：

       a）单值、连续、非负、最大化 

       b)  合理、一致性 

       c）计算量小 

       d）通用性强 

      在具体应用中，适应度函数的设计要结合求解问题本身的要求而定。适应度函数设计直接影响到遗传算法的性能。

       控制：专家控制系统

      专家控制系统，主要具备如下两个功能：

      控制安全，保障控制系统不会发送危害供热安全的指令，系统具备多重限值保护（管网的超温、超压保护等，热用户的温度不达标保护等），首先可以保障系统不会下发危险指令，其次在系统检测到热网个别数据即将达到危险值时，控制安全系统会通知相关人员，并自动进入应急处理状态。

      除保护功能外，控制安全模块还可对复杂情况进行提示预警。

      控制寻优，综合预测算法机，深度学习算法给出的控制数据，结合建筑特性与供热管网热惰性的特点，根据其自动控制设备特性对自动控制目标值进行匹配，并对目标值进行权重调整，给出合理的控制参数。