本文關(guān)鍵詞： 集中供熱管網(wǎng) BP神經(jīng)網(wǎng)絡(luò) 粒子群算法 泄漏診斷 相似實(shí)驗(yàn)　出處：《大連海事大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著集中供熱管網(wǎng)規(guī)模的持續(xù)擴(kuò)大以及部分管線運(yùn)行年數(shù)的增加,管網(wǎng)在供熱運(yùn)行中不可避免的會發(fā)生各類故障,其中管網(wǎng)泄漏問題更為常見。這不僅會給人們冬季的生產(chǎn)生活帶來安全隱患,還會造成能源浪費(fèi)帶來巨大的經(jīng)濟(jì)損失。因此如何對管網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行科學(xué)的分析、預(yù)測制定良好的診斷方案,盡早的發(fā)現(xiàn)管網(wǎng)泄漏故障,具有切實(shí)的經(jīng)濟(jì)意義和社會意義。本文結(jié)合實(shí)際供熱工程,首先,以供熱信息管理平臺為依托,從供熱運(yùn)行實(shí)測數(shù)據(jù)入手分析,通過利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近能力,選擇BP人工神經(jīng)網(wǎng)絡(luò)建模,將平臺采集的正常供熱工況下的室外溫度、二次網(wǎng)供水溫度數(shù)據(jù)作為學(xué)習(xí)樣本對二次網(wǎng)回水溫度進(jìn)行建模,較為準(zhǔn)確的構(gòu)建了回水溫度的正常工況下的預(yù)測模型,誤差范圍與模型精度能夠滿足要求。其次,由于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值不確定,網(wǎng)絡(luò)學(xué)習(xí)中易于出現(xiàn)收斂速度慢、運(yùn)行結(jié)果不穩(wěn)定的現(xiàn)象,為此,采用粒子群優(yōu)化算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò),經(jīng)MATLAB仿真研究,新算法加快了BP神經(jīng)網(wǎng)絡(luò)的收斂速度,提高了網(wǎng)絡(luò)預(yù)測精度。最后,設(shè)計了一個半實(shí)物仿真實(shí)驗(yàn)裝置,通過相似實(shí)驗(yàn)驗(yàn)證:借助對二次網(wǎng)回水溫度的實(shí)時預(yù)測進(jìn)行管網(wǎng)泄漏的診斷,實(shí)驗(yàn)中模擬了一系列的泄漏故障,結(jié)果表明采用該方法進(jìn)行快速檢測和診斷具有一定的有效性。隨著集中供熱的不斷推廣,針對供熱管網(wǎng)泄漏故障的關(guān)注也將不斷提升,以實(shí)現(xiàn)不斷改進(jìn)安全性,提高經(jīng)濟(jì)性的目的。本方法在供熱領(lǐng)域的工程化應(yīng)用中有待持續(xù)完善,同時,本研究對燃油、燃?xì)狻⒆詠硭裙艿纻鬏敼こ痰墓收显\斷,也有一定的借鑒意義。
[Abstract]:With the continuous expansion of the scale of the central heating network and the increase of the number of years of operation of some pipelines, all kinds of failures will inevitably occur in the operation of the pipe network. The leakage problem of pipe network is more common. This will not only bring safety hazard to people's production and life in winter, but also cause huge economic loss of energy waste. Therefore, how to scientifically analyze the operation data of pipe network, It is of practical economic and social significance to make a good diagnosis plan and find the leakage fault of the pipe network as soon as possible. This paper combines with the actual heating engineering, first of all, based on the heating information management platform, Based on the measured data of heating operation and the good nonlinear approximation ability of artificial neural network, BP artificial neural network is selected to model the outdoor temperature under normal heating condition collected by the platform. The secondary network water supply temperature data is used as a learning sample to model the backwater temperature of the secondary network. The prediction model of the backwater temperature under normal working conditions is constructed accurately. The error range and the model precision can meet the requirements. Because the initial weight and threshold of traditional BP neural network are uncertain, the convergence speed is slow and the running result is unstable in the learning of the network. Therefore, the particle swarm optimization algorithm is used to improve the BP neural network, and the simulation results of BP neural network are studied by MATLAB simulation. The new algorithm accelerates the convergence speed of BP neural network and improves the prediction accuracy of the network. Finally, a semi-physical simulation experimental device is designed. Through similar experiment verification: through real-time prediction of backwater temperature of secondary network to diagnose pipe network leakage, a series of leakage faults are simulated in the experiment. The results show that this method is effective for rapid detection and diagnosis. With the continuous popularization of central heating, the attention to leakage faults of heating network will be raised continuously, so as to realize the continuous improvement of safety. The purpose of improving economy is to improve the engineering application of this method in the field of heating. At the same time, this study has some reference significance for the fault diagnosis of pipeline transmission projects such as fuel, gas, tap water and so on.
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TU995.3;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宮翠峰;供熱管網(wǎng)腐蝕的成因及預(yù)防[J];節(jié)能技術(shù);2002年04期

2 劉振國;候鳳杉;;淺談搞好供熱管網(wǎng)運(yùn)行的幾個問題[J];黑龍江科技信息;2002年08期

3 張作維,丁德平;論區(qū)域供熱管網(wǎng)的防腐問題[J];林業(yè)科技情報;2005年01期

4 趙曉剛;;直埋供熱管網(wǎng)工程設(shè)計兩種計算方法對比分析[J];山西建筑;2010年16期

5 祁新建;仇豪超;;供熱管網(wǎng)失水嚴(yán)重的原因分析[J];石河子科技;2010年03期

6 劉永鑫;鄒平華;周志剛;雷翠紅;王們;;基于方程組極小范數(shù)解的供熱管網(wǎng)阻抗辨識方法[J];暖通空調(diào);2011年02期

7 本刊通訊員;;《城鎮(zhèn)供熱管網(wǎng)設(shè)計規(guī)范》行業(yè)標(biāo)準(zhǔn)發(fā)布[J];煤氣與熱力;2011年01期

8 付長江;;供熱管網(wǎng)的科學(xué)管理[J];黑龍江科技信息;2012年01期

9 李相嶺;除去循環(huán)水中的溶解氧防止供熱管網(wǎng)腐蝕[J];應(yīng)用能源技術(shù);1995年04期

10 孫瑞奇,李德勝;淺談影響供熱管網(wǎng)腐蝕的主要因素[J];黑河科技;1998年03期

相關(guān)會議論文 前10條

1 劉永鑫;鄒平華;;供熱管網(wǎng)阻力系數(shù)辨識方法比較研究[A];全國暖通空調(diào)制冷2010年學(xué)術(shù)年會論文集[C];2010年

2 陳杰;安大偉;婁承芝;孫延剛;;集中供熱管網(wǎng)遙測遠(yuǎn)傳系統(tǒng)研究[A];全國暖通空調(diào)制冷2002年學(xué)術(shù)年會資料集[C];2002年

3 楊紅;卜增文;;用改進(jìn)模擬退火法實(shí)現(xiàn)供熱管網(wǎng)可靠性和經(jīng)濟(jì)性的雙目標(biāo)優(yōu)化[A];全國暖通空調(diào)制冷2004年學(xué)術(shù)年會資料摘要集（2）[C];2004年

4 彭華偉;;淺談供熱管網(wǎng)能效測試與數(shù)據(jù)分析[A];2013年江蘇省計量測試學(xué)會學(xué)術(shù)會議論文集[C];2013年

5 曹曉飛;周恩澤;崔紅社;;集中供熱管網(wǎng)矩陣自動生成方法的研究[A];中國建筑學(xué)會建筑熱能動力分會第十八屆學(xué)術(shù)交流大會暨第四屆全國區(qū)域能源專業(yè)委員會年會論文集[C];2013年

6 韋節(jié)廷;王濤;;應(yīng)用圖論確定供熱管網(wǎng)的最優(yōu)方案[A];全國暖通空調(diào)制冷1994年學(xué)術(shù)年會資料集[C];1994年

7 宗東;劉煥鋒;;供熱管網(wǎng)中內(nèi)管與套管之間封口問題的研究與應(yīng)用[A];山東省暖通空調(diào)制冷2007年學(xué)術(shù)年會論文集[C];2007年

8 李建華;;室外供熱管網(wǎng)問題探討[A];全國暖通空調(diào)制冷2000年學(xué)術(shù)年會資料集[C];2000年

9 石久勝;王浩;崔玖力;;熱水供熱管網(wǎng)分支用戶極限流速的探討——吉林省教育廳資助項目[A];中國建筑學(xué)會建筑熱能動力分會第十六屆學(xué)術(shù)交流大會論文集[C];2009年

10 鄭勝利;;甘肅肅北地區(qū)城區(qū)集中供熱管網(wǎng)的施工[A];2014年8月建筑科技與管理學(xué)術(shù)交流會論文集[C];2014年

相關(guān)重要報紙文章 前10條

1 本報記者 趙志國;高寒地區(qū)供熱管網(wǎng)改造建設(shè)勢在必行[N];中華建筑報;2010年

2 本報記者 王文郁;沈陽供熱管網(wǎng)互聯(lián)貫通[N];中國消費(fèi)者報;2013年

3 記者 吉存;今年完成改造供熱管網(wǎng)350公里[N];大連日報;2014年

4 通訊員　胡秋敏 記者　任宏勝;灤電向市區(qū)供熱管網(wǎng)工程今日零時全線完工[N];承德日報;2006年

5 通訊員　劉紅軍 記者　李建成;承德 灤電供熱管網(wǎng)配套工程貫通[N];河北日報;2006年

6 郭軍;未雨綢繆 確保供熱管網(wǎng)順利運(yùn)行[N];酒泉日報;2008年

7 金城邋趙世坤;武烈路段供熱管網(wǎng)改造工程告捷[N];承德日報;2008年

8 實(shí)習(xí)記者 朱治宇 通訊員 王洪宇;我市今年投資2000萬元用于維修改造既有供熱管網(wǎng)[N];呼和浩特日報(漢);2008年

9 李龍　何平 立龍;下花園區(qū)升級改造供熱管網(wǎng)[N];河北日報;2008年

10 記者 王艷明;蘭州：供熱管網(wǎng)為何找不到“主人”？[N];新華每日電訊;2008年

相關(guān)博士學(xué)位論文 前3條

1 袁閃閃;基于綜合氣象預(yù)測的供熱管網(wǎng)前饋動態(tài)調(diào)控方法研究[D];中國建筑科學(xué)研究院;2015年

2 雷翠紅;供熱管網(wǎng)泄漏故障診斷的研究[D];哈爾濱工業(yè)大學(xué);2010年

3 劉永鑫;基于矩陣論的供熱管網(wǎng)阻力系數(shù)辨識研究[D];哈爾濱工業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 江鵬;秦皇島市經(jīng)濟(jì)技術(shù)開發(fā)區(qū)西區(qū)多熱源供熱管網(wǎng)技術(shù)研究[D];燕山大學(xué);2015年

2 李強(qiáng);中型區(qū)域供熱管網(wǎng)擴(kuò)容優(yōu)化分析[D];西安建筑科技大學(xué);2015年

3 任江偉;集中供熱管網(wǎng)調(diào)節(jié)的水力動態(tài)平衡分析[D];長安大學(xué);2015年

4 王晉達(dá);基于遺傳算法的供熱管網(wǎng)阻力系數(shù)優(yōu)化辨識研究[D];哈爾濱工業(yè)大學(xué);2015年

5 高揚(yáng);供熱管網(wǎng)泄漏檢測模型的建立與診斷[D];哈爾濱工業(yè)大學(xué);2015年

6 侯雅今;城市供熱管網(wǎng)集中檢測系統(tǒng)的研究[D];河北科技大學(xué);2015年

7 韓東洋;供熱管網(wǎng)故障檢測及分析模型研究與設(shè)計[D];東北石油大學(xué);2015年

8 李維尚;集中供熱管網(wǎng)節(jié)能技術(shù)監(jiān)控方案研究[D];石家莊鐵道大學(xué);2015年

9 翟率名;集中供熱管網(wǎng)節(jié)能技術(shù)研究[D];石家莊鐵道大學(xué);2015年

10 董秀泉;供熱管網(wǎng)負(fù)荷預(yù)測控制系統(tǒng)[D];濟(jì)南大學(xué);2015年

，

本文編號：1542402