供热系统的控制方法、装置、电子设备及存储介质与流程

本技术涉及云计算，尤其涉及一种供热系统的控制方法、装置、电子设备及存储介质。

背景技术：

1、近年来，随着供热行业数字化转型的快速推进，大数据、物联网、人工智能等技术成熟与普及加速了云计算的技术落地应用，越来越多技术人员尝试使用云端部署ai算法模型来解决供热系统的复杂生产调度难题。

2、但随着云计算承载的业务规模越来越大，供热系统云端服务器的运算量大大增加，加重了云端服务器的负荷，导致容易出现数据处理不及时，数据传输效率较低等情况，无法及时对供热系统进行调节。

技术实现思路

1、有鉴于此，本技术提供了一种供热系统的控制方法、装置、电子设备及存储介质，以解决现有技术中供热系统容易出现数据处理不及时，数据传输效率较低的问题。

2、为实现上述目的，本技术提供如下技术方案：

3、本技术第一方面公开了一种供热系统的控制方法，应用于边缘网关，所述供热系统的控制方法，包括：

4、接收控制柜发送的各个换热站的运行原始数据；

5、对所述运行原始数据进行数据加工，得到加工后的数据；

6、将所述加工后的数据发送到云端服务器，以触发所述云端服务器利用预先构建的负荷预测模型对所述加工后的数据进行处理，得到负荷预测结果；其中，所述负荷预测模型预先根据所述供热系统的历史数据构建得到；所述负荷预测结果包括各个所述换热站的预测供热量；

7、接收所述云端服务器发送的所述负荷预测结果，并基于所述负荷预测结果分别计算各个所述换热站的单体供热达标率和全部所述换热站的整体供热达标率；

8、基于所述单体供热达标率和所述整体供热达标率，确定出需要进行供热调节的换热站；

9、对每一个需要进行供热调节的换热站进行二次供水温度数值修正。

10、可选的，上述的方法，所述对所述运行原始数据进行数据加工，包括：

11、利用预设规则对所述运行原始数据进行超限数据识别，确定出超限数据；

12、通过预设算法对所述超限数据进行数据填充。

13、可选的，上述的方法，所述基于所述负荷预测结果分别计算各个所述换热站的单体供热达标率和全部所述换热站的整体供热达标率，包括：

14、获取各个所述换热站的实际供热量；

15、针对每一个所述换热站，基于当前换热站的实际供热量和预测供热量，计算得到所述当前换热站的单体供热达标率；

16、基于每一个所述换热站的实际供热量，计算得到全部所述换热站的整体实际供热量；

17、基于每一个所述换热站的预测供热量，计算得到全部所述换热站的整体预测供热量；

18、基于所述整体实际供热量和所述整体预测供热量，计算得到所述整体供热达标率。

19、可选的，上述的方法，所述基于所述单体供热达标率和所述整体供热达标率，确定出需要进行供热调节的换热站，包括：

20、针对每一个所述换热站，计算当前换热站的单体供热达标率与所述整体供热达标率的差值；

21、若所述差值大于预设的第一阈值或者小于预设的第二阈值，则确定所述当前换热站为进行供热调节的换热站；其中，所述第一阈值大于所述第二阈值。

22、本技术第二方面公开了一种供热系统的控制装置，应用于边缘网关，所述供热系统的控制装置，包括：

23、接收单元，用于接收控制柜发送的各个换热站的运行原始数据；

24、加工单元，用于对所述运行原始数据进行数据加工，得到加工后的数据；

25、发送单元，用于将所述加工后的数据发送到云端服务器，以触发所述云端服务器利用预先构建的负荷预测模型对所述加工后的数据进行处理，得到负荷预测结果；其中，所述负荷预测模型预先根据所述供热系统的历史数据构建得到；所述负荷预测结果包括各个所述换热站的预测供热量；

26、计算单元，用于接收所述云端服务器发送的所述负荷预测结果，并基于所述负荷预测结果分别计算各个所述换热站的单体供热达标率和全部所述换热站的整体供热达标率；

27、确定单元，用于基于所述单体供热达标率和所述整体供热达标率，确定出需要进行供热调节的换热站；

28、修正单元，用于对每一个需要进行供热调节的换热站进行二次供水温度数值修正。

29、可选的，上述的装置，所述加工单元，包括：

30、识别子单元，用于利用预设规则对所述运行原始数据进行超限数据识别，确定出超限数据；

31、数据填充子单元，用于通过预设算法对所述超限数据进行数据填充。

32、可选的，上述的装置，所述计算单元，包括：

33、获取子单元，用于获取各个所述换热站的实际供热量；

34、第一计算子单元，用于针对每一个所述换热站，基于当前换热站的实际供热量和预测供热量，计算得到所述当前换热站的单体供热达标率；

35、第二计算子单元，用于基于每一个所述换热站的实际供热量，计算得到全部所述换热站的整体实际供热量；

36、第三计算子单元，用于基于每一个所述换热站的预测供热量，计算得到全部所述换热站的整体预测供热量；

37、第四计算子单元，用于基于所述整体实际供热量和所述整体预测供热量，计算得到所述整体供热达标率。

38、可选的，上述的装置，第五计算子单元，用于针对每一个所述换热站，计算当前换热站的单体供热达标率与所述整体供热达标率的差值；

39、确定子单元，用于若所述差值大于预设的第一阈值或者小于预设的第二阈值，则确定所述当前换热站为进行供热调节的换热站；其中，所述第一阈值大于所述第二阈值。

40、本技术第三方面公开了一种电子设备，包括：

41、一个或多个处理器；

42、存储装置，其上存储有一个或多个程序；

43、当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如本技术第一方面中任意一项所述的方法。

44、本技术第四方面公开了一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如本技术第一方面中任意一项所述的方法。

45、从上述技术方案可以看出，本技术提供的一种供热系统的控制方法，应用于边缘网关，首先接收控制柜发送的各个换热站的运行原始数据，对运行原始数据进行数据加工，得到加工后的数据。然后将加工后的数据发送到云端服务器，以触发云端服务器利用预先构建的负荷预测模型对加工后的数据进行处理，得到负荷预测结果。接收云端服务器发送的负荷预测结果后，则基于负荷预测结果分别计算各个换热站的单体供热达标率和全部换热站的整体供热达标率。再基于单体供热达标率和整体供热达标率，确定出需要进行供热调节的换热站。最后对每一个需要进行供热调节的换热站进行二次供水温度数值修正。由此可知，利用本技术的方法，通过在各个换热站中部署边缘网关，在与控制柜和云端服务器进行数据通信时，能够保证数据传输及时准确。同时边缘网关能够快速地对接收到的数据进行数据处理分析，并生成供热系统的控制策略对各个换电站进行供热调节，极大提高了供热系统运行效率。解决了现有技术中供热系统容易出现数据处理不及时，数据传输效率较低等情况，无法及时对供热系统进行调节。