基于模糊神經(jīng)網(wǎng)絡(luò)控制的供熱系統(tǒng)

劉維生

（唐山師范學(xué)院 物理系，河北 唐山 063000）

目前中國(guó)北方城鎮(zhèn)共有供暖建筑65億m2，其中約70%采用不同類型的集中供暖[1]，因此供熱節(jié)能是建筑節(jié)能工作中潛力最大、最主要的途徑，應(yīng)該作為當(dāng)前開展建筑節(jié)能工作的重中之重。

許多原有小區(qū)在進(jìn)行供暖設(shè)計(jì)時(shí)都是基于原有鑄鐵散熱器以及房屋的散熱公式進(jìn)行推算，并根據(jù)居民的反饋進(jìn)行粗放式的供熱控制，不但不能均衡地控制小區(qū)內(nèi)房屋的溫度并且會(huì)造成很大的浪費(fèi)。隨著供熱管線的老化以及居民裝修時(shí)對(duì)散熱設(shè)備的更新，原有的模式已經(jīng)遠(yuǎn)遠(yuǎn)不能達(dá)到目前供熱的要求。

如果完全仿照新式小區(qū)采用每戶獨(dú)立進(jìn)行控制的方式需要對(duì)供熱系統(tǒng)進(jìn)行較大的改造，資金投入較大，文章建立了一種基于神經(jīng)網(wǎng)絡(luò)多點(diǎn)溫度預(yù)測(cè)的供暖控制系統(tǒng)，通過(guò)該系統(tǒng)對(duì)小區(qū)集中式供暖進(jìn)行最優(yōu)控制，能夠達(dá)到通過(guò)統(tǒng)一調(diào)節(jié)對(duì)小區(qū)內(nèi)的房屋進(jìn)行均衡供熱，并最大限度的減小能源的消耗的要求，而且不需要對(duì)小區(qū)原有的供暖設(shè)施進(jìn)行大規(guī)模改造，需要的資金較小。

1 數(shù)學(xué)模型（Teaching model）

供暖區(qū)域內(nèi)住戶的室內(nèi)溫度，受室內(nèi)供熱設(shè)備在整體供暖系統(tǒng)中的位置、室內(nèi)散熱器的散熱性能、房屋的環(huán)境、供熱系統(tǒng)整體結(jié)構(gòu)、供熱的入口溫度、供熱入口流量、供熱回水溫度、環(huán)境溫度等因素的影響。一般來(lái)說(shuō)，當(dāng)房屋建筑施工完畢后，室內(nèi)供熱設(shè)備在整體供暖系統(tǒng)中的位置、房屋的環(huán)境和供熱系統(tǒng)整體結(jié)構(gòu)就不會(huì)再發(fā)生改變，室內(nèi)的散熱器一般在較長(zhǎng)的一段時(shí)間內(nèi)也不會(huì)發(fā)生變化，因此室內(nèi)溫度主要由供熱的入口溫度、供熱入口流量、環(huán)境溫度決定，即

其中 tr是供熱系統(tǒng)的入口水溫，pr是供熱系統(tǒng)的入口水流量，te是外界環(huán)境溫度，th是供熱系統(tǒng)的回水溫度。

其中供熱系統(tǒng)的入口水流量pr是由水泵的轉(zhuǎn)速?zèng)Q定的，tr是由鍋爐供水流量和供熱鍋爐的加熱效率決定的。

其中，ρ是指供熱水泵電機(jī)的轉(zhuǎn)速，Sg是指供水管道面積。

其中 Vr是指鍋爐燃料供應(yīng)速度；β是指燃料的平均加熱效率；Δt是指供熱媒介（一般是水）被加熱的時(shí)間。

系統(tǒng)能耗

其中 0＜Vr＜=Vmax。

在系統(tǒng)實(shí)際運(yùn)行控制過(guò)程中，調(diào)控目標(biāo)就是通過(guò)調(diào)節(jié)燃料供應(yīng)速度 Vr以及供暖時(shí)間來(lái)調(diào)節(jié)受供用戶的室內(nèi)溫度，在滿足供暖溫度要求的基礎(chǔ)上使得系統(tǒng)能耗最低。

系統(tǒng)溫度控制要求是采暖用戶的室內(nèi)最低溫度

Tmin是政府規(guī)定的供暖最低溫度，目前是16℃。

2 系統(tǒng)控制（System Control）

為了更加及時(shí)有效地對(duì)供暖區(qū)域內(nèi)的供暖溫度進(jìn)行調(diào)節(jié)，在保證受供用戶利益的前提下，最大限度地降低系統(tǒng)能耗，需要及時(shí)地獲得各個(gè)受供用戶的供暖溫度。因此，在供暖區(qū)域內(nèi)均勻地設(shè)置了n個(gè)溫度監(jiān)控點(diǎn)，根據(jù)這些檢測(cè)點(diǎn)的溫度變化對(duì)系統(tǒng)進(jìn)行控制。由于供暖系統(tǒng)具有大延遲的特性，需要根據(jù)對(duì)這些檢測(cè)點(diǎn)的溫度預(yù)測(cè)確定調(diào)節(jié)的幅度，因此系統(tǒng)包括監(jiān)測(cè)點(diǎn)溫度預(yù)測(cè)建模和系統(tǒng)控制兩部分。

2.1 監(jiān)測(cè)點(diǎn)溫度預(yù)測(cè)建模

2.1.1 基本模型

室內(nèi)溫度主要由供熱的入口溫度、供熱入口流量、供熱回水溫度、環(huán)境溫度決定，同時(shí)還受室內(nèi)供熱設(shè)備在整體供暖系統(tǒng)中的位置、室內(nèi)散熱器的散熱性能、房屋的環(huán)境、供熱系統(tǒng)整體結(jié)構(gòu)等因素的影響，因此很難精確地定義出函數(shù)fi來(lái)計(jì)算被供暖用戶的供暖溫度。由于神經(jīng)網(wǎng)絡(luò)能以任意精度近似任何連續(xù)的非線性函數(shù)，并且經(jīng)過(guò)學(xué)習(xí)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)能夠利用其并行計(jì)算能力顯著地提高系統(tǒng)的性能，因此本系統(tǒng)采用經(jīng)典的前向3層神經(jīng)網(wǎng)絡(luò)對(duì)fi模擬，并根據(jù)監(jiān)測(cè)點(diǎn)的歷史供暖數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練。

在影響檢測(cè)點(diǎn)溫度的幾個(gè)因素中，室內(nèi)供熱設(shè)備在整體供暖系統(tǒng)中的位置、室內(nèi)散熱器的散熱性能、房屋的環(huán)境、供熱系統(tǒng)整體結(jié)構(gòu)一般不會(huì)發(fā)生變化，因此在輸入層中設(shè)置5個(gè)神經(jīng)元，分別為供熱系統(tǒng)入口溫度、供熱系統(tǒng)入口流量、環(huán)境溫度、供熱回水溫度、預(yù)測(cè)點(diǎn)當(dāng)前溫度。輸出層只有一個(gè)神經(jīng)元，輸出結(jié)果為預(yù)測(cè)的溫度；隱含層設(shè)置10個(gè)神經(jīng)元。相鄰層之間的節(jié)點(diǎn)采用全連接的方式，同層之間的節(jié)點(diǎn)無(wú)連接，不相鄰層之間沒有直接連接。神經(jīng)網(wǎng)絡(luò)連接圖1所示。

神經(jīng)元的激勵(lì)函數(shù)采用普通的Sigmoid函數(shù)：

其中常數(shù)c可以任意選定，其倒數(shù)1/c稱為溫度參數(shù)[4]，在本系統(tǒng)中將c設(shè)置為2。

圖1 供熱溫度預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)簡(jiǎn)圖

2.1.2 輸出神經(jīng)元模糊化修正

由于神經(jīng)網(wǎng)絡(luò)的輸出要求是預(yù)測(cè)檢測(cè)點(diǎn)的溫度，而且本系統(tǒng)用于供暖系統(tǒng)的溫度控制，溫度不需要絕對(duì)精確，因此對(duì)于輸出神經(jīng)元的輸出進(jìn)行如下修正：d = [0 ×Tmax]，其中Tmax是指系統(tǒng)設(shè)定的最高供暖溫度，根據(jù)平均的散熱器效果計(jì)算，本系統(tǒng)設(shè)置Tmax=32℃。

2.1.3 網(wǎng)絡(luò)訓(xùn)練算法

傳統(tǒng)的誤差逆向傳播算法采用梯度下降的方法，在權(quán)矢量空間中求取誤差函數(shù)的極小值[3]，使得訓(xùn)練權(quán)值能夠快速收斂，但是容易陷入局部極值點(diǎn)。遺傳算法（Genetic Algorithm，GA）是一種模擬自然界生物進(jìn)化過(guò)程與機(jī)制的全局優(yōu)化搜索算法，具有不依賴問題模型特性、全局最優(yōu)性、隱含并行性及解決非線性問題的魯棒性強(qiáng)等優(yōu)點(diǎn)[2]。文章采用了一種改進(jìn)的GA算法，通過(guò)對(duì)適用度函數(shù)的選擇壓力進(jìn)行自適應(yīng)調(diào)整，并以誤差反向傳播算法對(duì)GA進(jìn)化方向進(jìn)行一定的指導(dǎo)，使得訓(xùn)練結(jié)果在全局范圍內(nèi)能夠進(jìn)行快速地收斂最優(yōu)點(diǎn)。

本模型以圖 1神經(jīng)網(wǎng)絡(luò)中所有神經(jīng)元連接權(quán)值的集合作為遺傳編碼 Y={ω1，1，…，ω5，10，?1，1…，?10，1}，每個(gè)遺傳編碼中都包含60個(gè)權(quán)值因子，每個(gè)權(quán)值因子使用實(shí)值編碼。

選擇合理的使用度計(jì)算函數(shù)是使用遺傳算法計(jì)算的關(guān)鍵，為了計(jì)算每個(gè)遺傳因子的適應(yīng)度，采用對(duì)給定的輸入集和輸出集計(jì)算出每個(gè)神經(jīng)網(wǎng)絡(luò)的全局誤差作為適應(yīng)度，即基本的適應(yīng)度計(jì)算函數(shù)為：

其中Oi為輸入第i個(gè)訓(xùn)練樣本時(shí)的輸出值，di為第i個(gè)樣本的實(shí)際輸出值，k為訓(xùn)練樣本的大小。

為了避免在進(jìn)化初期，選擇壓力過(guò)大，使搜索很快被約束到一個(gè)小的子搜索空間，搜索行為從求泛迅速轉(zhuǎn)入求精階段[5]，以及在進(jìn)化后期，選擇壓力過(guò)小會(huì)使遺傳算法迭代趨近于隨機(jī)搜索過(guò)程[4]，本系統(tǒng)采用輪盤賭的方式進(jìn)行遺傳因子的選擇，并對(duì)遺傳因子的選擇概率進(jìn)行自適應(yīng)調(diào)節(jié)，第 i個(gè)遺傳因子的選擇概率算法如下：

第i個(gè)遺傳因子的調(diào)整后適應(yīng)度

其中fmax是群組的最大適應(yīng)度，favg是群組的平均適應(yīng)度，

進(jìn)行基因重組時(shí)，采用異?；蛱蕴脑瓌t，將誤差最大的基因因子（連接權(quán)值）進(jìn)行交叉重組。重組方法如下：

（1）對(duì)于進(jìn)行基因重組的基因Yi和Yj，首先計(jì)算各自最大的誤差Δmax；

（2）根據(jù)各自的Δmax進(jìn)行誤差反向傳播計(jì)算；

對(duì)于被選擇進(jìn)行變異的基因Yi，選擇該基因預(yù)測(cè)的最大誤差根據(jù)誤差反向傳播公式計(jì)算出的第一層連接權(quán)中誤差最大的連接權(quán)值ω和第二層連接權(quán)中誤差最大的連接權(quán)值因子ω'分別進(jìn)行基因變異處理。

變異計(jì)算公式為：

其中Δω是使用Δmax根據(jù)誤差反向傳播公式計(jì)算出的連接權(quán)ω的誤差，Δmax是基因 Yi的最大誤差，Δavg是基因 Yi的平均誤差。

2.2 系統(tǒng)控制過(guò)程

本供暖控制系統(tǒng)的控制過(guò)程如下：

（1）使用以上的算法對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行訓(xùn)練。

（2）根據(jù)設(shè)備的控制精度，將“水泵轉(zhuǎn)速”、“鍋爐燃料供應(yīng)速度”在可調(diào)節(jié)范圍內(nèi)進(jìn)行離散化處理。

（3）實(shí)時(shí)監(jiān)控監(jiān)測(cè)點(diǎn)溫度，控制是否進(jìn)行溫度調(diào)節(jié)：

為了避免系統(tǒng)過(guò)于靈敏受到意外擾動(dòng)（比如某檢測(cè)點(diǎn)進(jìn)行開窗通風(fēng)導(dǎo)致室內(nèi)溫度下降）而進(jìn)行調(diào)整，在系統(tǒng)中設(shè)定了兩個(gè)調(diào)整策略，進(jìn)行魯棒性控制。

①系統(tǒng)內(nèi)部1/3的檢測(cè)點(diǎn)溫度發(fā)生同向變動(dòng)（上升或者下降）；

②外部溫度發(fā)生變更導(dǎo)致預(yù)測(cè)溫度發(fā)生變化。

（4）如果需要進(jìn)行供暖控制，根據(jù)當(dāng)前的設(shè)備參數(shù)以及調(diào)節(jié)趨勢(shì)（溫度升高時(shí)向下調(diào)節(jié)，溫度降低時(shí)向上調(diào)節(jié)），使用新的參數(shù)預(yù)測(cè)各點(diǎn)溫度調(diào)節(jié)依次進(jìn)行溫度預(yù)測(cè)，找到滿足溫度控制要求的最小參數(shù)。

（5）向下調(diào)節(jié)

①使用當(dāng)前控制參數(shù)-Δ作為預(yù)測(cè)調(diào)控參數(shù)；

②使用預(yù)測(cè)調(diào)控參數(shù)進(jìn)行溫度預(yù)測(cè)計(jì)算；

③判斷預(yù)測(cè)溫度是否滿足要求，如果不滿足要求，設(shè)置當(dāng)前控制參數(shù)=預(yù)測(cè)調(diào)控參數(shù)，轉(zhuǎn)入步驟①，如果滿足要求，設(shè)置最優(yōu)控制參數(shù)=當(dāng)前控制參數(shù)，轉(zhuǎn)入步驟（7）。

（6）向上調(diào)節(jié)

①使用當(dāng)前控制參數(shù)+Δ作為預(yù)測(cè)調(diào)控參數(shù)；

②使用預(yù)測(cè)調(diào)控參數(shù)進(jìn)行溫度預(yù)測(cè)計(jì)算；

③判斷預(yù)測(cè)溫度是否滿足要求，如果滿足要求，設(shè)置最優(yōu)控制參數(shù)=預(yù)測(cè)調(diào)控參數(shù)，轉(zhuǎn)入步驟（7），如果不滿足要求，設(shè)置當(dāng)前控制參數(shù)=預(yù)測(cè)調(diào)控參數(shù)，轉(zhuǎn)入步驟①。

（7）使用計(jì)算出的最優(yōu)參數(shù)進(jìn)行供暖設(shè)備調(diào)節(jié)。

3 仿真與應(yīng)用（Simulation and Application）

某小區(qū)老舊供熱面積大約 8Km2，1臺(tái)美國(guó)瑞佰克模塊直流式燃?xì)鉄崴仩t（全銅），單臺(tái)發(fā)熱量為504.6KW（互為備用）采用燃?xì)忮仩t進(jìn)行供熱。以該小區(qū) 2004、2005、2006、2007年的供熱情況作為基準(zhǔn)進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，對(duì)2008年的供暖情況進(jìn)行模擬并與實(shí)際數(shù)據(jù)進(jìn)行進(jìn)行對(duì)比。

原來(lái)采用人工控制的情況下，有兩種控制模式，第一種在每年的11月15日～12月24日以及次年的2月5日～3月15日，此時(shí)氣溫變化不大，每天平均運(yùn)行12小時(shí)，而第二種在12月25日～2月4日氣溫變化快，溫度是每年平均的最低點(diǎn)，為熱消耗最大的季節(jié)，每天平均運(yùn)行16小時(shí)，而且采用人工只是控制供暖時(shí)間而不能調(diào)節(jié)鍋爐的送氣速度。圖2、圖3分別是使用本控制系統(tǒng)對(duì)2008年11月29和2009年1月10日分別進(jìn)行供暖控制得到的系統(tǒng)調(diào)控?cái)?shù)據(jù)與實(shí)際調(diào)節(jié)參數(shù)的對(duì)比結(jié)果，其中圖形的橫坐標(biāo)是時(shí)間（將一天劃分為24小時(shí)），縱坐標(biāo)是供暖鍋爐燃?xì)廨斎胨俣取?/p>

圖2 2008年11月29日燃?xì)夤┙o速度調(diào)節(jié)圖

圖3 2009年1月10日燃?xì)夤┙o速度調(diào)節(jié)圖

從上述兩天的供暖調(diào)節(jié)效果可以明顯看出，本系統(tǒng)采用的供暖控制使得溫度控制更加均勻而且每天能夠節(jié)約 15%的天然氣使用量。

由于系統(tǒng)能夠根據(jù)氣溫的變化進(jìn)行自動(dòng)地控制，有效降低了由于溫度突然變化，人工調(diào)控不及時(shí)而引起的用戶投訴現(xiàn)象，極大地提高了用戶的滿意度。