具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1至图2所示，一种供热二网平衡方法，包括建立供热二网平衡的供热模型，所述供热二网平衡包括楼内供热平衡和楼栋单元之间的供热平衡；

以各楼栋供回水温差一致作为二网平衡目标，根据各个楼栋入口的供回水温差，通过控制楼栋的供水流量，使得供回水温差达到一致，完成二级网的平衡调节，达到节能稳定的供热效果。

建立二网供热模型G_r＝(E,V)，E表示有向图G_r的节点集合，包括主节点E_m和子节点E_s，主节点为E_m换热站，每个子节点E_s为该换热站范围内的楼栋单元，E＝{e₁,e₂,...,e_n+1}，n为楼栋单元的数量。换热站的属性包括供水温度、回水温度、总阀门开度；楼栋单元的属性包括：供水温度、回水温度、与换热站的距离、供热面积、阀门开度，根据楼栋高度分为高区、中区和低区，在每个高度区的开始楼层设置变频泵，增加管网液体流动的扬程，则楼栋单元的属性还包括各楼栋单元中高区、中区、低区的供水温度、回水温度、供热面积和变频泵的频率。

V表示有向图G_r的边集合，V＝{v₁,v₂,...,v_n}，每条边分为供水流向和回水流向，每条边的属性包括管道横截面积、管道流量。

构建每个高度区供热平衡神经网络，得到变频泵的频率，并根据变频泵可调范围，激活循环控制指令，达到楼内供热平衡；

对于楼内供热平衡，构建高度区供热平衡神经网络，如图2所示。将不同高度区的供水温度Tsh_i、回水温度Trh_i、管道横截面积S、管道流量f、液体密度ρ、每个区的供热面积Mh_i以及供回水温差标准Dhr等数据以多维矩阵的形式输入到神经网络中，表示为i表示高中低区，j表示第j组数据，每组输入集合由m维数据组成。

通过对输入数据进行拟合，输出变频泵的最佳频率。本发明根据实际情况设立一组变频泵频率阈值，对于不同高度区的变频泵，设置频率可调整范围的上下阈值，若输出的最佳频率位于可调整范围内，则将变频泵调整至最佳频率；否则，输出结果为0，且自动激活从神经网络。

所述高度区供热平衡神经网络包括输入层、拟合层、选择层和输出层。输入层对数据进行预处理，去除冗余数据、噪声数据，所述方法采用现有方法，本发明在此不做过多阐述。输入层将处理后的数据发送给拟合层，输入层和拟合出之间的连接权值为1。

拟合层神经元的计算过程为：

其中，R^j为变频泵的频率，ρ为流体介质密度，ξ为调节阀阻力系数，S为管道横截面积，f为流量，ξ'为管段阻力系数，c₀、c₁、c₂为循环泵扬程参数，K_r为循环泵实际运行频率与额定运行频率的比值，f₀为循环泵实际流量。拟合层将计算结果发送给选择层。

选择层中有两个串联神经元，每个神经元相当于一个过滤器，输入数据后，每个神经元根据自己的过滤标准对数据进行筛选，若均符合，则将输入数据R^j发送给输出层；否则发送空集给输出层。第一个神经元的过滤阈值为变频泵可调范围的上限δ_u，第二个神经元的过滤阈值为变频泵可调范围的下限δ_d，所述可调范围的上下限根据实际情况确定。

输出层神经元的输出为：

输出层根据选择层发送的数据确定输出，若为空集，输出0，则激活循环控制指令，增加一个跨度的阀门开度，从而得到新的流量数据f_d，将新的数据输入到神经网络中，再次进行拟合计算，得到输出结果。循环计算，直至输出最佳频率R^j。其中，所述阀门开度的跨度可根据实际情况确定。

对于楼栋之间的供热平衡，根据“大温差、小流量”原则，定时获取每个换热站供热范围内各楼栋单元的参数，构建供热二网平衡神经网络，对供水流量进行调节，达到供热二网平衡。

对于楼栋之间的供热平衡，设定采样周期，定时获取每个换热站设备供热范围内各楼栋单元热力出入口的二网供水温度、二网回水温度、调节阀开度即流量。

首先计算换热站二网循环的总温度，通过气候补偿器根据室外温度的变化以及室内温度要求，基于稳态热平衡设定供水温度，根据供热系统运行调节稳态计算换热站的供水温度和回水温度：

其中，Tg为换热站的供水温度，Th为换热站的回水温度，T_n为室内温度，Tg'和Th'分别为换热站供水温度和回水温度的标准，Q为换热站供热量，b为散热器热性能系数。

对于任一换热站及其覆盖区域，计算各楼栋单元权重：

Mz＝M₁+M₂+...+M_D

其中，Mz为该换热站供热面积总和，为任意一个楼栋单元的供热面积，d∈D，M_D为第D个楼栋单元的供热面积，D为楼栋数量，W_d为任意一个楼栋单元的权重，l_d为任意一个楼栋单元距离换热站的距离，l为所有楼栋单元距离换热站的距离总和，Ts_d为任意一个楼栋单元的供水温度，Tr_d为任意一个楼栋单元的回水温度，M_d根据实际情况为已设定值，只需要查询相关的设计资料便可得到。

则每个楼栋单元的供水温度Tg_d、回水温度Th_d为：

Tg_d＝W_d*Tg

Th_d＝W_d*Th

根据“大温差、小流量”原则，设定供回水温差最低阈值Td_ε和流量最高阈值f_ε。若|Tg_d-Th_d|＜Td_ε，不满足该原则，则根据高度区供热平衡神经网络得到的结果，构建供热二网平衡神经网络，将n个楼栋单元的供回水温差Td_d以时间序列作为网络输入，得到最佳流量值。

所述供热二网平衡神经网络包括输入层、模式层、求和层、输出层。网络输入表示为Td＝{Td₁,Td₂,...,Td_n}，采集时间间隔根据实际需求确定。

输入层神经元的数目为n，各神经元是简单的分布单元，直接将输入变量传递给模式层，输入成分为向量，样本个数为N。

模式层与输入层全连接，层内无连接，模式层神经元个数与样本个数相等，各神经元对应不同的样本，模式层神经元传递函数为径向基函数：

其中，神经元的输出为输入变量与其对应样本之间欧氏距离平方的指数形式，为神经元对应的学习样本,σ²是输入变量与其对应样本的方差。

求和层中有两类神经元，第一类神经元为每个模式层神经元的输出和，其模式层与各神经元的连接权值为1；第二类神经元为预期的结果与每个模式层神经元的加权和。

第一类神经元的计算公式为：

第二类神经元的计算公式为：

输出层输出是求和层的第二个节点除以第一个节点，即

则Y为供热二网平衡神经网络输出的流量值，且Y≥f_ε，否则取f_ε。

根据换热站供回水温度、各楼栋单元供回水温度，在保证热源的供水压力、回水压力、供水温度和回水温度不超过保护设定值的前提下控制调节阀开度。当高度区供热平衡神经网络对阀门开度进行调整后，检查是否符合“大温差、小流量”原则，若不符合，则通过供热二网平衡神经网络重新计算流量，调整阀门开度，并对高度区供热平衡重新调整。所述楼栋之间的供热平衡大于楼内供热平衡。

综上所述，本申请在保证楼栋之间供热平衡的基础上，最大程度满足楼内的供热平衡，并遵照“大温差、小流量”原则节约热能，减少水泵的电消耗。

以上所述仅为本发明的较佳实施例，并不用于限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。