.png){kind=icon}
返回
Physically informed data-driven identification of district heating network under missing node measurements: A virtual-node-based method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.aei.2026.105013.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确简洁的区域能源供热网络（DHNs）建模对于可靠运行和控制至关重要，但在实际工程中，由于部分源节点或负荷节点的测量数据完全缺失，这一知识密集型建模问题仍具挑战性。为解决此问题，我们提出了一种基于虚拟节点的聚合模型（VN-AGM）及一种基于物理信息的缺失节点测量下的数据驱动辨识方法。核心贡献在于对观测不完整的DHNs提供了一种显式且可解释的表示：将未测量的负荷或源节点等价聚合为单一虚拟节点，同时保留原始网络的热力映射和水力一致性。首先，我们推导了包含未测量负荷或源节点的DHN的VN-AGM，揭示未测量的负荷（或源）节点可等价聚合为虚拟节点。其次，我们构建了VN-AGM的参数辨识模型，并分析其结构可辨识性，阐明物理知识如何在有限传感条件下支持可靠模型构建。第三，将源节点与负荷节点间的质量流量分布关系嵌入推理约束，使参数辨识无需额外测量数据，仅依赖现有现场数据即可完成。最后，我们开发了一种两阶段Lasso回归参数估计器，将DHN的结构约束嵌入其中，以提高实际测量误差下的鲁棒性。基于51节点和226节点DHN的案例研究表明，所提方法为支持观测不完整条件下的DHN建模、运行及控制提供了可扩展且实用的工具。
Keyword:
District heating network
Missing measurements
Model identification
Virtual node
Aggregate model
期刊
IF:
9.9
论文数:
4.4K
被引数:
1.7W
机构
引用论文
暂无论文信息