董妍
- 作品数：11 被引量：20H指数：3
- 供职机构：北京市热力集团有限责任公司更多>>
- 相关领域：建筑科学更多>>
- 住宅区供热负荷预测研究被引量：8
- 2019年
- 本文分析了住宅区供热负荷影响因素,利用BP神经网络算法进行预测,建立了两种BP神经网络结构,一种输入样本是前几日供热负荷值和室外温度,另一种输入样本是室外温度、室外风速、室内用热系数及前几日供热负荷值,二者网络结构输出都是当天供热负荷值;对某住宅区域供热负荷进行了供热负荷预测与验证,比较了采用不同神经网络结构进行供热负荷预测的误差。结果表明住宅区域供热负荷变化规律具有明显的周期性,同时每天逐时供热负荷变化趋势线形态存在不同,需要选择合适的影响因素和样本个数,提高供热负荷预测的准确性。
- 李锐董妍薛炜付波
- 关键词：供热系统负荷预测住宅神经网络
- 基于预测误差评价的供热负荷预测输入变量选择研究被引量：1
- 2021年
- 本文分析了供热系统热负荷变化的复杂性和非线性特点,说明了不同误差评价指标在供热负荷预测输入变量选择时的作用,以及各种误差评价指标所衡量物理意义的区别。由于供热系统热负荷受多变量相互影响,因此热负荷预测输入变量不同会影响预测结果的准确性。以某供热系统为算例,采用平均绝对误差、平均绝对百分比误差和均方根误差对供热负荷预测结果进行对比分析,对输入变量进行了选择和确定。结果表明,可以采用不同的预测误差评价指标对供热负荷预测准确性进行评价,综合考虑各指标反映出的物理意义和预测效果,确定合理的供热负荷预测输入变量。
- 李锐吴玉利王嘉明董妍
- 关键词：供热热负荷预测评价指标
- 热力站日供热量神经网络预测模型比较与分析
- 2023年
- 依据北京某热力站运行数据、气象参数,采用BP神经网络,建立日供热量预测模型,对输入变量、隐含层神经元数量的影响进行分析。当隐含层神经元数量设定为10,输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时,预测模型的预测效果最佳。输入层神经元数量为3时,由于输入变量不足,预测模型的预测效果最差。当输入变量为日平均室外温度、日平均风速、前1日供热量、日最低室外温度、日最高室外温度、前2日供热量、前3日供热量时,隐含层神经元数量达到最多时(为15)的预测模型预测效果最佳。隐含层神经元数量并非越多越好,在实际应用中,应选取多个隐含层神经元数量,根据预测效果选取合适的隐含层神经元数量。
- 田野李锐董妍王嘉明
- 关键词：BP神经网络
- 大型城市集中供热系统调度运行浅析被引量：5
- 2018年
- 大型城市集中供热系统的建设和运行,有机结合了热电联产、多热源联网等技术,作为一种高效、节能、绿色的供热方式,为人们的工作生活提供了可靠、舒适的供热服务保障。随着城市发展,大型城市集中供热系统的建设规模逐渐增大,供热管网日益复杂,热源供热形式多样,在热网实际调度运行过程中产生了更多运行模式和其他新问题。由于热源多、管网布局复杂,在实际供热调度运行过程中,如何充分发挥热电联产的作用,更好地通过热网调控实现降低热网能耗,显得尤为重要。在大型城市集中供热系统调度运行过程中,关键是解决在不同室外气候条件下如何将热源的热量通过错综复杂的管网快捷、准确地输送到每个用户。由于影响"热量输送"的因素众多,本文将浅析热网调度运行中的一些热量分配、能耗调控等调度管理方式,同时阐述目前大型城市热网调度运行管理中需要强化的热网调控问题(例如供热延时性)。使大型城市集中供热系统能够利用好现有的科技手段和大数据积累,更加精细化地实现热网调度运行管理。
- 董妍
- 关键词：多热源联网能耗管理
- 城市热力站热负荷影响因素分析和预测方法被引量：5
- 2018年
- 本文研究了城市热力站热负荷的影响因素。根据调研和热力站的实际运行情况,归纳出随着人民生活水平的提高,城市热力站负荷水平和特点发生了变化;同时随着供热技术发展和节能减排要求的提高,现有供热系统经过技术改造,或安装计量装置和运行监控系统等原因,供热系统特性与原有供热系统相比也发生了很大变化。通过分析得出,城市热力站热负荷的影响因素不但需要考虑室外温度、室外风速等气候状况,还要考虑用户类型、用户用热特征、建筑年代、热力站类型等多方面问题,城市热力站热负荷大小受到多因素影响,具有非线性特征。本文介绍了热力站负荷预测方法,需要注意的是,影响热力站负荷的因素多,每个热力站的负荷特征也不同,因此需要根据不同的热力站选择适宜的方法进行热负荷预测。
- 李锐郝学军付波王立鑫孙知音董妍
- 关键词：热力站热负荷影响因素
- 热力站日供热量影响因素筛选与神经网络预测
- 2022年
- 采用相关性分析法、显著性检验法对初始影响因素进行筛选。分别筛选出与热力站日供热量具有明显相关性、显著性水平高的影响因素。分别将初始影响因素、具有明显相关性的影响因素、显著性水平高的影响因素作为神经网络输入元素,建立热力站日供热量预测模型。采用相对误差、均方根误差和决定系数分别评价预测模型预测结果可信性、稳定性、拟合效果。以显著性水平高的影响因素作为输入元素的预测模型综合性能最佳。
- 鹿宇李锐高岩王嘉明董妍
- 关键词：热力站影响因素
- 用热影响参数对热力站日供热量预测的影响
- 2022年
- 将室外温度、历史供热量、生活热水平均日供回水温差、日期类型作为用热影响参数(室外温度分为日最大值、日最小值、日平均值,历史供热量分为前1日供热量、前2日供热量、前3日供热量,日期类型分为工作日、节假日),构建8组用热影响参数组合,采用BP神经网络建立热力站日供热量预测模型1~8。将平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)、相对误差绝对值(ARE)作为指标,评价预测模型的可靠性、稳定性以及预测结果的可信程度。预测模型7(用热影响参数为室外温度日最大值、室外温度日最小值、前1日供热量、前2日供热量、前3日供热量、生活热水平均日供回水温差、日期类型)的可靠性、稳定性最好,预测结果的可信程度最高。加入日期类型可提高预测模型的可靠性、稳定性。
- 吴玉利李锐王嘉明董妍
- 关键词：热力站
- 提升86固定插座式温度检测仪检测数据准确性的结构
- 本实用新型涉及提升86固定插座式温度检测仪检测数据准确性的结构，包括面壳、中壳和底壳，中壳安装在面壳和底壳之间，底壳和中壳之间安装有220V电源PCB板，中壳上安装有5V温湿度检测PCB板，5V温湿度检测PCB板通过AC...
- 董妍
- 文献传递
- 大型城市集中供热系统调度运行浅析
- 大型城市集中供热系统的建设和运行，有机的结合了热电联产、多热源联网等技术，作为一种高效、节能、绿色的供热手段，为人们的工作生活提供了可靠、舒适的供热服务保障。随着城市的发展，大型城市集中供热系统的建设规模逐渐增大，供热管...
- 董妍
- 关键词：多热源联网能耗管理
- 热力站热负荷预测数据处理和影响因素相关性分析被引量：1
- 2021年
- 本文分析了在热力站热负荷预测时,室外气象参数和供热系统参数中可能存在的数据缺失等问题,并分析了产生问题的原因。说明了热负荷预测数据处理流程,以及对数据集中异常值等的处理方法。通过皮尔逊相关系数分析热负荷预测各影响因素与热负荷的相关性,根据相关性的强弱,确定进行热负荷预测的输入参数。对某热力站热负荷预测的影响因素进行了相关性分析,对输入不同影响因素参数得到的热负荷预测结果进行了对比,说明在热力站热负荷预测时需要通过相关性分析,选择合适的影响因素参数,提高热负荷预测的准确性。
- 李锐王嘉明董妍
- 关键词：热力站负荷预测数据处理
