本发明涉及城市供热，具体涉及一种智能城市供热系统及供热控制方法。
背景技术：
1、在当前的城市供热系统中，随着城市化进程的加快和环境保护意识的增强，传统供热模式逐渐暴露出许多不足，特别是在能效利用和用户体验方面，智能城市供热方法的出现，为城市区域供暖带来了新的解决方案，其核心在于集成先进的物联网（iot）、大数据分析和人工智能（ai）技术，旨在通过精准的热需求预测和动态调控，提高供热系统的效率和可持续性。
2、现有的城市供热系统通常依赖于经验或简单的历史数据来预测用户的热需求，然而，这种方法存在较大的不确定性和局限性，特别是在应对气候变化、用户行为模式变化和建筑能耗差异等方面，由于热需求预测不准确，常常导致供热系统的运行效率低下，出现两种极端情况：一是过度供热，导致热能浪费和能源成本增加；二是供热不足，无法满足用户的实际需求，进而影响用户的舒适度，甚至对健康和生活质量产生负面影响。
技术实现思路
1、本发明的目的在于提供一种智能城市供热系统及供热控制方法，解决现有技术存在较大的不确定性和局限性，特别是在应对气候变化、用户行为模式变化和建筑能耗差异等方面，由于热需求预测不准确，常常导致供热系统的运行效率低下，出现两种极端情况：一是过度供热，导致热能浪费和能源成本增加；二是供热不足，无法满足用户的实际需求，进而影响用户的舒适度，甚至对健康和生活质量产生负面影响的问题。
2、为实现上述目的，本发明提供如下技术方案：一种智能城市供热系统，所述系统包括：
3、数据获取模块，用于获取各个用户的历史热消耗数据和当前环境参数；
4、预测模块，用于基于历史热消耗数据和当前环境参数建立预测模型，预测各个用户的未来热需求；
5、调控模块，用于根据预测的未来热需求动态调整各用户的热能分配。
6、优选的，所述数据获取模块获取各个用户的历史热消耗数据和当前环境参数包括：
7、从用户端接收并记录每个用户在过去一周每天的热消耗量；
8、提取与每个用户位置相对应的实时天气数据；
9、根据用户的位置信息调用历史同期（例如过去几年同一时期）的环境参数与用户热消耗的关系表；
10、整合上述各项历史和实时的数据输入系统数据库；
11、利用物联网技术定期检查并更新各个传感器的状态保证获取数据的准确性；
12、其中，所述利用物联网技术定期检查并更新各个传感器的状态保证获取数据的准确性包括通过物联网技术与各类传感器保持连接，定期发送指令检查传感器的状态，采用传感器健康状态检测模型来监测传感器的工作状态，具体公式为：
13、，
14、其中，表示传感器在时间时的健康状态，表示时间，表示传感器电池的健康状态，表示传感器在时间时的网络连接状态，表示传感器在时间时的数据采集准确性，表示函数。
15、优选的，所述预测模块基于历史热消耗数据和当前环境参数建立预测模型，预测各个用户的未来热需求包括：
16、采集用户过去至少一年的日热消耗量作为历史数据样本；
17、结合用户的地理位置与气候条件获取对应日期的温度数据；
18、利用时间序列分析方法处理收集到的历史数据样本与天气数据，训练出用户个体的耗热量与气象因素相关性，具体公式为：
19、，
20、其中，表示用户在第天的日热消耗量，表示天数序号，表示第天的环境温度，表示时间序列的滞后期，为误差项，、、、…、为回归系数，表示函数，是基于时间序列分析的模型；
21、基于上述相关性结果预测未来一段周期内每位用户预计所需供热，基于已经建立的时间序列模型，对未来的温度进行预测，再计算相应的热需求，具体公式为：
22、，
23、其中，表示第天的用户供热需求，表示预测的第天的环境温度，表示时间序列的滞后期，是天数的序号，、、、…、为模型中根据历史数据训练出的系数；
24、预测天数为天，则可以得到一组未来的供热需求：
25、，
26、其中，为预测的天数。
27、优选的，所述调控模块根据预测的未来热需求动态调整各用户的热能分配包括：
28、检验系统内部各子模块是否处于在线且可调度状态以响应供热请求；
29、通过网络通信设施将指令从数据中心传递给各热交换站指导操作；
30、动态地开启和调节供应管道内的泵送压力以及阀门开度调节输出温度满足用户定制的需求曲线；
31、对于超过正常工作负载上限或预测不足的异常情况即时做出增容或者节约调整策略；
32、实施远程监控确保在无人干预的情况下能够持续有效地进行热力供应控制。
33、优选的，所述利用时间序列分析方法处理包括：
34、过滤并剔除极端异常的历史日耗热量数据点来平滑时间序列趋势；
35、分析每日消耗与平均气温变化规律形成初始预测公式；
36、基于温差变化率校正公式，通过[(明日预测最低气温-今日实测最低气温)/今日实测最低气温]计算出次日气温的可能波动范围，并调整公式中的消耗因子；
37、如果波动超过了5%，则在预测时应用校正值减少不确定性影响。
38、优选的，所述基于温差变化率校正公式包括:
39、确认每日温度记录，特别是最低温度，用于预测次日天气情况；
40、当温差变化率为负数，表示降温时，在模型输入参数上调正相关系数来增强寒冷天气下预估供暖的准确度；
41、而当温差变化率非负即代表气温升高或者持平的情况下，则保持该相关系数不变或者适当向下调节不超过0.01的比例；
42、基于此规则重新生成未来热耗预测，确保适应短期天气快速转换对实际消耗量影响的变化。
43、优选的，所述当温差变化率为负数具体指代:
44、实际操作之前首先检查温度传感器数据的有效与及时上传避免因为设备故障导致误判；
45、设定警戒线如[明天预计低温减去当天测得低温]<[1度]为显著冷空气入侵预警触发点之一，此条件被验证则执行特定响应指令；
46、在接收到预警后立即依据预编程序提升供热输出目标额度的乘积部分；
47、基于实时气温反馈调整直至偏离温差变化预估范围之外或持续三个观测间隔不出现相同下降情形为止终止额外增加供暖供应量的动作。
48、优选的，当所述实时气温低于或高于预测值5摄氏度以内，则维持原有供热方案不变:
49、读取自动监控系统反馈回的实际环境测量值，包括当前时刻空气温度信息及其精确到分钟更新的速度等级；
50、利用设定比较算法进行当前时刻值与最末次生成计划的气温估计差值得到偏离幅度数值大小情况描述即实际测量平均气温−系统计算出预期水平的绝对值;
51、核定这个偏差量若位于以内界限之内则判定处于可以接受控制的范围内；
52、在最终判断结果表明无需做出调整措施之后继续实施既已排定时程的加热服务流程并且每隔一定固定频率再次重复前述检验过程以保障连续跟踪外界自然变化对于供热强度影响的事实依据支撑体系运作有效展开。
53、一种智能城市供热控制方法，采用所述的智能城市供热系统，其特征在于，所述方法包括：
54、s1：获取各个用户的历史热消耗数据和当前环境参数；
55、s2：基于所述历史热消耗数据和当前环境参数建立预测模型以预测各个用户的未来热需求；
56、s3：根据所述预测的未来热需求动态调整各用户的热能分配。
57、由上述技术方案可知，本发明具有如下有益效果：
58、该智能城市供热系统及供热控制方法，通过数据获取模块获取各个用户的历史热消耗数据和当前环境参数；预测模块基于历史热消耗数据和当前环境参数建立预测模型，预测各个用户的未来热需求；调控模块根据预测的未来热需求动态调整各用户的热能分配，解决了现有技术存在较大的不确定性和局限性，特别是在应对气候变化、用户行为模式变化和建筑能耗差异等方面，由于热需求预测不准确，常常导致供热系统的运行效率低下，出现两种极端情况：一是过度供热，导致热能浪费和能源成本增加；二是供热不足，无法满足用户的实际需求，进而影响用户的舒适度，甚至对健康和生活质量产生负面影响的问题。
1.一种智能城市供热系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种智能城市供热系统，其特征在于：所述利用时间序列分析方法处理包括：
3.根据权利要求2所述的一种智能城市供热系统，其特征在于：所述基于温差变化率校正公式包括:
4.根据权利要求3所述的一种智能城市供热系统，其特征在于：所述当温差变化率为负数具体指代:
5.根据权利要求4所述的一种智能城市供热系统，其特征在于：当所述实时气温低于或高于预测值5摄氏度以内，则维持原有供热方案不变:
6.一种智能城市供热控制方法，采用权利要求1-5任一项所述的智能城市供热系统，其特征在于，所述方法包括：
