一种基于ACP理论的智慧供热系统平行控制方法及装置与流程

一种基于acp理论的智慧供热系统平行控制方法及装置
技术领域
1.本发明属于智慧供热技术领域，具体涉及一种基于acp理论的智慧供热系统平行控制方法及装置。


背景技术：

2.供热系统具有不确定性、强耦合以及大迟延等复杂特性。随着用户用热需求的攀升以及热力公司对供热系统优化控制意识的日益增强，供热系统的这些特性呈现出日益复杂的趋势，随之而来的是对供热系统的各项控制要求的不断提升。
3.目前，诸如模糊控制、预测控制、神经网络等先进控制算法不断被提出，虽然这些控制策略都表现出了各自的优势。但是对于诸如供热系统运行过程这类不确定性极强的复杂系统，却难以达到实时精准控制。供热系统过程是一个复杂的动态过程，其运行工况并不是恒久不变的，而且在运行过程中会存在各种内外扰动，甚至出现局部故障等突发情况，上述问题使其控制系统的设计面临着极大的挑战。
4.基于上述技术问题，需要设计一种新的基于acp理论的智慧供热系统平行控制方法及装置。


技术实现要素：

5.本发明所要解决的技术问题是，克服现有技术的不足，提供一种基于acp理论的智慧供热系统平行控制方法及装置，能够实现供热系统运行过程中实际智慧供热系统和人工智慧供热系统的平行执行，对人工智慧供热系统模型和参数、以及供热控制策略进行实时修正，确保供热系统的稳定运行，达到系统运行评估要求，该平行控制方法在供热系统的控制过程中具有更小的超调量和更少的调节时间，且不易出现模型失配问题，控制性能优势显著，具有极大的可行性。
6.为了解决上述技术问题，本发明的技术方案是：本发明提供了一种基于acp理论的智慧供热平行控制方法，所述智慧供热平行控制方法包括：通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；利用计算实验获得优化的智慧供热控制策略，并输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态
数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。
7.进一步，所述通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息，包括：在实际智慧供热系统中设置第一实际空间、第二实际空间和第三实际空间，通过所述第一实际空间中设置的温度采集装置、压力采集装置、流量采集装置、泵阀数据采集装置获取热源、热力站、热网和热用户相关的一次阀门开度、一次供水温度、二次供水温度、二次供水温度、二次回水温度、循环泵频率、楼口供水温度和用户室温；通过所述第二实际空间获取包括室外温度、湿度、风速、日照和降雨、降雪的气象数据；通过所述第三实际空间将所述第一实际空间和所述第二实际空间的数据信息进行传输。
8.进一步，所述利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统，包括：在人工智慧供热系统中设置与所述第三实际空间进行信息平行执行的第一人工空间，通过所述第一人工空间获取所述实际智慧供热系统的数据信息；利用所述实际智慧供热系统的数据信息，结合热源、热力站、热网和热用户的物理实体结构和参数，并针对实际智慧供热系统的运行状态变化，采用机理描述、知识表示和机器学习方法，基于系统本身的运行机理模型，结合专家积累的知识图谱模型、数字孪生的仿真模型，构建软件定义的可计算、可重构和可编程的人工智慧供热系统模型，至少包括热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型和各模型关联关系库；利用建立的人工智慧供热系统模型，通过改变软件定义的模型参数和关系权重，描述系统不同运行状态，并通过多智能体方法对不同运行状态变化情况进行描述、建模和评估，建立与实际智慧供热系统平行执行的虚拟的人工智慧供热系统。
9.进一步，所述建立人工智慧供热系统后，还包括：利用实际智慧供热系统测试的真实数据进行人工智慧供热系统中模型可信度的验证：对实际智慧供热系统和人工智慧供热系统采用相同的热源出力、热力站调控策略、热网参数和气象数据，测量和计算一次供水温度、二次供水温度、二次供水温度、二次回水温度、楼口供水温度和用户室温的变化状态，通过比较真实测量数据和人工计算的模型输出数据，进行人工智慧供热系统中模型的修正和优化，直至数据比较一致时，则通过可信度验证，表明该人工智慧供热系统可用于后续的计算实验和平行执行过程。
10.进一步，所述利用计算实验获得优化的智慧供热控制策略，包括：将建立的人工智慧供热系统中的热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型设计为不同的智能体，通过各个智能体的组合交互规则，根据单个智能体行为和群体的智能体行为建立不同的行为特征模型，建立行为智能体，通过强化学习各个智能体与被控系统对象在闭环系统中不断进行交互，生成不同的系统运行场景，进行仿真、模拟和计算后，获得不同运行场景下的实验测试数据；采用数据挖掘、特征提取和机器学习方法、智能优化算法、强化学习算法对实验测试数据进行训练、学习，获得不同系统运行场景下优化的智慧供热控制策略，包括热源负荷
优化分配策略、泵阀调控策略、热用户负荷预测、供热参数优化策略；其中，计算实验的流程包括：确定实验开始的时间、步长、持续时间、初始条件和约束条件；对不同的实验场景下，设置对应的智慧供热控制策略；将实验条件和设置的智慧供热控制策略输入人工智慧供热系统中的模型中，执行计算实验过程，记录实验过程中系统模型参数、系统运行状态、水力工况变化过程的实验结果；计算实验结束后，人工智慧供热系统将实验结果传输给分析与评估模块，对系统的安全性、稳定性、经济性、节能环保性和用户热舒适性进行分析评估，若评估结果满足预设要求，则将实验过程的智慧供热控制策略作为优化结果；否则，进行智慧供热控制策略的修正，然后进入下一轮的计算实验过程，通过多次循环实验，获得优化的智慧供热控制策略。
11.进一步，所述人工智慧供热系统的培育，包括：将智慧供热控制策略和初始智慧供热系统的状态数据输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，通过多个人工智慧供热系统和实际智慧供热系统的平行执行，获得多个人工智慧供热系统的计算实验结果，根据不同的人工智慧供热系统的计算实验结果和实际智慧供热系统的结果进行比较，获得不同人工智慧供热系统的状态误差，然后将状态误差反馈至对应的人工智慧供热系统，进行人工智慧供热系统的模型结构和参数的修正，修正后的人工智慧供热系统继续运行，形成闭环控制，使人工智慧供热系统的计算实验结果不断趋近实际智慧供热系统结果。
12.进一步，所述将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略，包括：将优化的智慧供热控制策略和初始智慧供热系统的状态数据同时作用于实际智慧供热系统和培育后的人工智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，比较实际智慧供热系统状态数据和人工智慧供热系统计算实验结果，通过虚实互动方式反馈误差，不断修正智慧供热控制策略，结合原来的优化控制策略和干扰信息，获得更优化的智慧供热控制策略，通过平行控制多次反馈修正，实际智慧供热系统的控制策略趋近于人工智慧供热系统的优化控制策略，实现实际智慧供热系统的优化控制。
13.进一步，在所述实际智慧供热系统中还设置有第四实际空间，获取热用户和热力公司的社会行为信息，包括用户活动行为信息、热力公司计量收费信息和供热用户建筑的属性信息；在所述人工智慧供热系统中还设置有第二人工空间，搭建与所述第四实际空间相对应的虚拟空间，模仿热用户和热力公司的社会行为，进行平行执行。
14.进一步，所述第三实际空间和所述第一人工空间之间的平行执行，是利用计算实验获得的数据、智慧供热控制策略对所述第三实际空间进行引导，通过平行执行在所述第三实际空间与所述第一人工空间之间的联系，将在所述第一人工空间中的计算实验结果应用到所述第三实际空间和所述第一人工空间中，并依据所述第三实际空间和所述第一人工空间的运作结果与目标偏差所构成的反馈信息对所述第一人工空间进行优化与调节，实现虚实互动的平行执行；
在由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统中还设置有平行区块链，对平行智慧供热系统传输的数据信息进行安全存储、验证和安全传输；所述平行区块链是基于构建真实区块链多元映射的人工区块链，通过人工区块链上的计算实验来分析与评估真实区块链的演化规律，利用平行执行方法将通过计算实验获得的数据和策略应用到真实区块链与人工区块链中，对真实区块链进行管理与控制。
15.本发明还提供了一种基于acp理论的智慧供热系统平行控制装置，所述智慧供热系统平行控制装置包括：实际系统数据获取单元，用于通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；人工系统建立单元，利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；计算实验单元，用于利用计算实验获得优化的智慧供热控制策略；平行执行单元，用于将优化的智慧供热控制策略输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；还用于将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。
16.本发明的有益效果是：本发明通过提出了基于acp理论的智慧供热平行控制方法，并将其应用于智慧供热系统，在 acp 理论的基础上构建与实际智慧供热系统等价的人工智慧供热系统，通过计算实验，选择最优人工智慧供热系统模型及其对应的供热控制策略来对实际智慧供热系统的运行进行引导和评估，使其逐渐趋近于人工智慧供热系统；以及实现供热系统运行过程中实际智慧供热系统和人工智慧供热系统的平行执行，对人工智慧供热系统模型和参数、以及供热控制策略进行实时修正，确保供热系统的稳定运行，达到系统运行评估要求，该平行控制方法在供热系统的控制过程中具有更小的超调量和更少的调节时间，且不易出现模型失配问题，控制性能优势显著，具有极大的可行性。
17.其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
18.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
19.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前
提下，还可以根据这些附图获得其他的附图。
20.图1为本发明一种基于acp理论的智慧供热平行控制方法流程示意图；图2为本发明平行智慧供热系统结构示意图；图3为本发明人工智慧供热系统和实际智慧供热系统的平行执行实现人工智慧供热系统的培育过程示意图；图4为本发明人工智慧供热系统和实际智慧供热系统的平行执行进行供热控制策略优化和实现平行控制的过程示意图。
具体实施方式
21.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.实施例1图1是本发明所涉及的一种基于acp理论的智慧供热平行控制方法流程示意图。
23.图2是本发明所涉及的平行智慧供热系统结构示意图。
24.图3是本发明所涉及的人工智慧供热系统和实际智慧供热系统的平行执行实现人工智慧供热系统的培育过程示意图。
25.图4为本发明所涉及的人工智慧供热系统和实际智慧供热系统的平行执行进行供热控制策略优化和实现平行控制的过程示意图。
26.如图1-4所示，本实施例1提供了一种基于acp理论的智慧供热平行控制方法，所述智慧供热平行控制方法包括：通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；利用计算实验获得优化的智慧供热控制策略，并输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。
27.在本实施例中，所述通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息，包括：在实际智慧供热系统中设置第一实际空间、第二实际空间和第三实际空间，通过所述第一实际空间中设置的温度采集装置、压力采集装置、流量采集装置、泵阀数据采集装
置获取热源、热力站、热网和热用户相关的一次阀门开度、一次供水温度、二次供水温度、二次供水温度、二次回水温度、循环泵频率、楼口供水温度和用户室温；通过所述第二实际空间获取包括室外温度、湿度、风速、日照和降雨、降雪的气象数据；通过所述第三实际空间将所述第一实际空间和所述第二实际空间的数据信息进行传输。
28.在本实施例中，所述利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统，包括：在人工智慧供热系统中设置与所述第三实际空间进行信息平行执行的第一人工空间，通过所述第一人工空间获取所述实际智慧供热系统的数据信息；利用所述实际智慧供热系统的数据信息，结合热源、热力站、热网和热用户的物理实体结构和参数，并针对实际智慧供热系统的运行状态变化，采用机理描述、知识表示和机器学习方法，基于系统本身的运行机理模型，结合专家积累的知识图谱模型、数字孪生的仿真模型，构建软件定义的可计算、可重构和可编程的人工智慧供热系统模型，至少包括热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型和各模型关联关系库；利用建立的人工智慧供热系统模型，通过改变软件定义的模型参数和关系权重，描述系统不同运行状态，并通过多智能体方法对不同运行状态变化情况进行描述、建模和评估，建立与实际智慧供热系统平行执行的虚拟的人工智慧供热系统。
29.在本实施例中，所述建立人工智慧供热系统后，还包括：利用实际智慧供热系统测试的真实数据进行人工智慧供热系统中模型可信度的验证：对实际智慧供热系统和人工智慧供热系统采用相同的热源出力、热力站调控策略、热网参数和气象数据，测量和计算一次供水温度、二次供水温度、二次供水温度、二次回水温度、楼口供水温度和用户室温的变化状态，通过比较真实测量数据和人工计算的模型输出数据，进行人工智慧供热系统中模型的修正和优化，直至数据比较一致时，则通过可信度验证，表明该人工智慧供热系统可用于后续的计算实验和平行执行过程。
30.在本实施例中，所述利用计算实验获得优化的智慧供热控制策略，包括：将建立的人工智慧供热系统中的热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型设计为不同的智能体，通过各个智能体的组合交互规则，根据单个智能体行为和群体的智能体行为建立不同的行为特征模型，建立行为智能体，通过强化学习各个智能体与被控系统对象在闭环系统中不断进行交互，生成不同的系统运行场景，进行仿真、模拟和计算后，获得不同运行场景下的实验测试数据；采用数据挖掘、特征提取和机器学习方法、智能优化算法、强化学习算法对实验测试数据进行训练、学习，获得不同系统运行场景下优化的智慧供热控制策略，包括热源负荷优化分配策略、泵阀调控策略、热用户负荷预测、供热参数优化策略；其中，计算实验的流程包括：确定实验开始的时间、步长、持续时间、初始条件和约束条件；对不同的实验场景下，设置对应的智慧供热控制策略；将实验条件和设置的智慧供热控制策略输入人工智慧供热系统中的模型中，执行计算实验过程，记录实验过程中系统模型参数、系统运行状态、水力工况变化过程的实验结果；计算实验结束后，人工智慧供热系统将实验结果传输给分析与评估模块，对系统的安全性、稳定性、经济性、节能环保性和用户热舒适性进行分析评估，若评估结果满足预设要求，则将实验过程的智慧供热控制策
略作为优化结果；否则，进行智慧供热控制策略的修正，然后进入下一轮的计算实验过程，通过多次循环实验，获得优化的智慧供热控制策略。
31.在本实施例中，所述人工智慧供热系统的培育，包括：将智慧供热控制策略和初始智慧供热系统的状态数据输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，通过多个人工智慧供热系统和实际智慧供热系统的平行执行，获得多个人工智慧供热系统的计算实验结果，根据不同的人工智慧供热系统的计算实验结果和实际智慧供热系统的结果进行比较，获得不同人工智慧供热系统的状态误差，然后将状态误差反馈至对应的人工智慧供热系统，进行人工智慧供热系统的模型结构和参数的修正，修正后的人工智慧供热系统继续运行，形成闭环控制，使人工智慧供热系统的计算实验结果不断趋近实际智慧供热系统结果。
32.在本实施例中，所述将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略，包括：将优化的智慧供热控制策略和初始智慧供热系统的状态数据同时作用于实际智慧供热系统和培育后的人工智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，比较实际智慧供热系统状态数据和人工智慧供热系统计算实验结果，通过虚实互动方式反馈误差，不断修正智慧供热控制策略，结合原来的优化控制策略和干扰信息，获得更优化的智慧供热控制策略，通过平行控制多次反馈修正，实际智慧供热系统的控制策略趋近于人工智慧供热系统的优化控制策略，实现实际智慧供热系统的优化控制。
33.需要说明的是，由人工社会(artificial societies)、计算实验(computational experiments)、平行执行(parallel execution) 构成的acp 理论在复杂系统建模与调控中发挥着重要作用。acp 方法不仅是人工社会、计算实验和平行执行的有机结合，更是心理、信息、智能、模拟、决策和执行的一体化。基于将复杂系统中“虚”和“软”的部分转化成可分解、计算、执行的过程这一核心思想，首先通过人工组织对实际物理系统进行建模，然后通过计算实验实现系统的分析和评估，最后用平行执行对物理系统进行控制和管理，使其成为一个主控过程，逐渐趋近人工系统，从而达到一个较为理想的状态。
34.本发明的核心是平行系统的核心是 acp 方法，。主要由 3 部分完成：
①ꢀ
人工社会( a) ：由实际系统的数据驱动，借助系统机理、知识表示与机器学习等手段，针对实际系统中的各类元素和问题，构建可计算、可重构、可编程的软件定义的对象、软件定义的流程、软件定义的关系等，进而将这些对象、流程、关系等组合成软件定义的人工系统，利用人工系统对复杂系统问题进行建模;
ꢀ②ꢀ
计算实验( c) ：基于人工系统这一“计算实验室”，利用计算实验，设计各类智能体的组合及交互规则，产生各类场景，运行产生完备的场景数据，并借助机器学习、平行动态规划、数据挖掘等手段，对数据进行分析，求得各类场景下的最优策略；
③ꢀ
平行执行( p) : 将人工系统与实际系统同时并举，通过一定的方式进行虚实互动，以平行执行引导和管理实际系统。从流程上而言，平行系统通过数据获取、人工系统建模、计算实验场景推演、实验解析与预测、管控决策优化与实施、虚实系统实时反馈、实
施效果实时评估来完成闭环处理过程。计算实验通常包括学习与培训、实验与评估、预测与控制，深入了解智慧供热系统在各种复杂工况下的运行状态变化过程，挖掘系统运行状态的变化规律，评估智慧供热系统在不同控制和管理策略下的性能。学习与培训、实验与评估、预测与控制过程同时在实际智慧供热系统和人工智慧供热系统进行被称为平行执行，通过平行执行可以进一步完善人工智慧供热系统模型，指导实际智慧供热系统的预测与控制过程。
35.在本实施例中，在所述实际智慧供热系统中还设置有第四实际空间，获取热用户和热力公司的社会行为信息，包括用户活动行为信息、热力公司计量收费信息和供热用户建筑的属性信息；在所述人工智慧供热系统中还设置有第二人工空间，搭建与所述第四实际空间相对应的虚拟空间，模仿热用户和热力公司的社会行为，进行平行执行。
36.在本实施例中，所述第三实际空间和所述第一人工空间之间的平行执行，是利用计算实验获得的数据、智慧供热控制策略对所述第三实际空间进行引导，通过平行执行在所述第三实际空间与所述第一人工空间之间的联系，将在所述第一人工空间中的计算实验结果应用到所述第三实际空间和所述第一人工空间中，并依据所述第三实际空间和所述第一人工空间的运作结果与目标偏差所构成的反馈信息对所述第一人工空间进行优化与调节，实现虚实互动的平行执行；在由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统中还设置有平行区块链，对平行智慧供热系统传输的数据信息进行安全存储、验证和安全传输；所述平行区块链是基于构建真实区块链多元映射的人工区块链，通过人工区块链上的计算实验来分析与评估真实区块链的演化规律，利用平行执行方法将通过计算实验获得的数据和策略应用到真实区块链与人工区块链中，对真实区块链进行管理与控制。
37.需要说明的是，所述第三实际空间和所述第一人工空间之间的平行执行，相当于平行智慧供热系统的平行网络，所述第三实际空间相当于真实网络空间，所述第一人工空间相当于人工网络空间，平行网络是支撑人工网络空间与真实网络空间的重要基础，能实现对网络空间进行全局控制与自适应优化网络空间结构与参数等。平行网络中，真实网络空间通过平行网络的感知能力实时向人工网络空间反馈真实运行数据，人工网络空间依据真实数据构建、完善自身结构与参数，实现真实网络空间到人工网络空间的多元场景映射。在人工网络空间的基础上，通过大量重复计算实验模拟测试真实网络，获得丰富实验数据，结合真实数据评估、分析与优化网络控制与管理策略，实现真实网络安全策略的实时优化，通过平行执行的方法，真实网络与人工网络实现虚实互动，参数优化实时联动。
38.实施例2本实施例2提供了一种基于acp理论的智慧供热系统平行控制装置，所述智慧供热系统平行控制装置包括：实际系统数据获取单元，用于通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；人工系统建立单元，利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；计算实验单元，用于利用计算实验获得优化的智慧供热控制策略；平行执行单元，用于将优化的智慧供热控制策略输入至由实际智慧供热系统和人
工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；还用于将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。
39.在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
40.另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
41.功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，randomaccess memory)、磁碟或者光盘等各种可以存储程序代码的介质。
42.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

技术特征：
1.一种基于acp理论的智慧供热平行控制方法，其特征在于，所述智慧供热平行控制方法包括：通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；利用计算实验获得优化的智慧供热控制策略，并输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。2.根据权利要求1所述的智慧供热平行控制方法，其特征在于，所述通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息，包括：在实际智慧供热系统中设置第一实际空间、第二实际空间和第三实际空间，通过所述第一实际空间中设置的温度采集装置、压力采集装置、流量采集装置、泵阀数据采集装置获取热源、热力站、热网和热用户相关的一次阀门开度、一次供水温度、二次供水温度、二次供水温度、二次回水温度、循环泵频率、楼口供水温度和用户室温；通过所述第二实际空间获取包括室外温度、湿度、风速、日照和降雨、降雪的气象数据；通过所述第三实际空间将所述第一实际空间和所述第二实际空间的数据信息进行传输。3.根据权利要求1所述的智慧供热平行控制方法，其特征在于，所述利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统，包括：在人工智慧供热系统中设置与所述第三实际空间进行信息平行执行的第一人工空间，通过所述第一人工空间获取所述实际智慧供热系统的数据信息；利用所述实际智慧供热系统的数据信息，结合热源、热力站、热网和热用户的物理实体结构和参数，并针对实际智慧供热系统的运行状态变化，采用机理描述、知识表示和机器学习方法，基于系统本身的运行机理模型，结合专家积累的知识图谱模型、数字孪生的仿真模型，构建软件定义的可计算、可重构和可编程的人工智慧供热系统模型，至少包括热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型和各模型关联关系库；利用建立的人工智慧供热系统模型，通过改变软件定义的模型参数和关系权重，描述系统不同运行状态，并通过多智能体方法对不同运行状态变化情况进行描述、建模和评估，建立与实际智慧供热系统平行执行的虚拟的人工智慧供热系统。4.根据权利要求3所述的智慧供热平行控制方法，其特征在于，所述建立人工智慧供热系统后，还包括：
利用实际智慧供热系统测试的真实数据进行人工智慧供热系统中模型可信度的验证：对实际智慧供热系统和人工智慧供热系统采用相同的热源出力、热力站调控策略、热网参数和气象数据，测量和计算一次供水温度、二次供水温度、二次供水温度、二次回水温度、楼口供水温度和用户室温的变化状态，通过比较真实测量数据和人工计算的模型输出数据，进行人工智慧供热系统中模型的修正和优化，直至数据比较一致时，则通过可信度验证，表明该人工智慧供热系统可用于后续的计算实验和平行执行过程。5.根据权利要求1所述的智慧供热平行控制方法，其特征在于，所述利用计算实验获得优化的智慧供热控制策略，包括：将建立的人工智慧供热系统中的热源模型、热力站模型、热网模型、热用户模型、室外气象模型、水力工况模型设计为不同的智能体，通过各个智能体的组合交互规则，根据单个智能体行为和群体的智能体行为建立不同的行为特征模型，建立行为智能体，通过强化学习各个智能体与被控系统对象在闭环系统中不断进行交互，生成不同的系统运行场景，进行仿真、模拟和计算后，获得不同运行场景下的实验测试数据；采用数据挖掘、特征提取和机器学习方法、智能优化算法、强化学习算法对实验测试数据进行训练、学习，获得不同系统运行场景下优化的智慧供热控制策略，包括热源负荷优化分配策略、泵阀调控策略、热用户负荷预测、供热参数优化策略；其中，计算实验的流程包括：确定实验开始的时间、步长、持续时间、初始条件和约束条件；对不同的实验场景下，设置对应的智慧供热控制策略；将实验条件和设置的智慧供热控制策略输入人工智慧供热系统中的模型中，执行计算实验过程，记录实验过程中系统模型参数、系统运行状态、水力工况变化过程的实验结果；计算实验结束后，人工智慧供热系统将实验结果传输给分析与评估模块，对系统的安全性、稳定性、经济性、节能环保性和用户热舒适性进行分析评估，若评估结果满足预设要求，则将实验过程的智慧供热控制策略作为优化结果；否则，进行智慧供热控制策略的修正，然后进入下一轮的计算实验过程，通过多次循环实验，获得优化的智慧供热控制策略。6.根据权利要求1所述的智慧供热平行控制方法，其特征在于，所述人工智慧供热系统的培育，包括：将智慧供热控制策略和初始智慧供热系统的状态数据输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，通过多个人工智慧供热系统和实际智慧供热系统的平行执行，获得多个人工智慧供热系统的计算实验结果，根据不同的人工智慧供热系统的计算实验结果和实际智慧供热系统的结果进行比较，获得不同人工智慧供热系统的状态误差，然后将状态误差反馈至对应的人工智慧供热系统，进行人工智慧供热系统的模型结构和参数的修正，修正后的人工智慧供热系统继续运行，形成闭环控制，使人工智慧供热系统的计算实验结果不断趋近实际智慧供热系统结果。7.根据权利要求1所述的智慧供热平行控制方法，其特征在于，所述将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略，包括：将优化的智慧供热控制策略和初始智慧供热系统的状态数据同时作用于实际智慧供
热系统和培育后的人工智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，比较实际智慧供热系统状态数据和人工智慧供热系统计算实验结果，通过虚实互动方式反馈误差，不断修正智慧供热控制策略，结合原来的优化控制策略和干扰信息，获得更优化的智慧供热控制策略，通过平行控制多次反馈修正，实际智慧供热系统的控制策略趋近于人工智慧供热系统的优化控制策略，实现实际智慧供热系统的优化控制。8.根据权利要求2所述的智慧供热平行控制方法，其特征在于，在所述实际智慧供热系统中还设置有第四实际空间，获取热用户和热力公司的社会行为信息，包括用户活动行为信息、热力公司计量收费信息和供热用户建筑的属性信息；在所述人工智慧供热系统中还设置有第二人工空间，搭建与所述第四实际空间相对应的虚拟空间，模仿热用户和热力公司的社会行为，进行平行执行。9.根据权利要求3所述的智慧供热平行控制方法，其特征在于，所述第三实际空间和所述第一人工空间之间的平行执行，是利用计算实验获得的数据、智慧供热控制策略对所述第三实际空间进行引导，通过平行执行在所述第三实际空间与所述第一人工空间之间的联系，将在所述第一人工空间中的计算实验结果应用到所述第三实际空间和所述第一人工空间中，并依据所述第三实际空间和所述第一人工空间的运作结果与目标偏差所构成的反馈信息对所述第一人工空间进行优化与调节，实现虚实互动的平行执行；在由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统中还设置有平行区块链，对平行智慧供热系统传输的数据信息进行安全存储、验证和安全传输；所述平行区块链是基于构建真实区块链多元映射的人工区块链，通过人工区块链上的计算实验来分析与评估真实区块链的演化规律，利用平行执行方法将通过计算实验获得的数据和策略应用到真实区块链与人工区块链中，对真实区块链进行管理与控制。10.一种基于acp理论的智慧供热系统平行控制装置，其特征在于，所述智慧供热系统平行控制装置包括：实际系统数据获取单元，用于通过实际智慧供热系统中设置的数据采集装置感知热源、热力站、热网和热用户的数据信息；人工系统建立单元，利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；计算实验单元，用于利用计算实验获得优化的智慧供热控制策略；平行执行单元，用于将优化的智慧供热控制策略输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；还用于将计算实验获得优化的智慧供热控制策略同时输入至培育后的人工智慧供热系统和实际智慧供热系统，进行平行控制，人工智慧供热系统按照实际智慧供热系统的状态数据进行同步计算实验，获得人工智慧供热系统状态数据，通过数据比较和反馈误差，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。

技术总结
本发明公开了一种基于ACP理论的智慧供热系统平行控制方法，包括：通过实际智慧供热系统感知热源、热力站、热网和热用户的数据信息；利用实际智慧供热系统的数据信息、物理实体结构和参数，并采用机理描述、知识表示和机器学习方法，建立人工智慧供热系统；利用计算实验获得优化的智慧供热控制策略，并输入至由实际智慧供热系统和人工智慧供热系统组合形成的平行智慧供热系统，进行平行执行，不断修正人工智慧供热系统的模型结构和参数，使人工智慧供热系统趋近实际智慧供热系统，进行人工智慧供热系统的培育；以及通过平行控制，不断修正智慧供热控制策略，使实际智慧供热系统的智慧供热控制策略趋近人工智慧供热系统优化控制策略。策略。策略。


技术研发人员：赵琼 谢金芳 裘天阅 穆佩红
受保护的技术使用者：浙江英集动力科技有限公司
技术研发日：2023.01.18
技术公布日：2023/7/31