采用热量表动态网络提高集中供热系统性能

doi:10.3778/j.issn.1002-8331.2009.02.008

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (2): 28-30.DOI: 10.3778/j.issn.1002-8331.2009.02.008

采用热量表动态网络提高集中供热系统性能

王军^1,2,阎威武²,王雁³,王瑞祥⁴

1.同济大学，上海 200092
2.上海交通大学，上海 200240
3.中国电子科技集团第39研究所，西安 710066
4.北京建筑工程学院，北京 100044

收稿日期:2007-03-26 修回日期:2008-10-21 出版日期:2009-01-11 发布日期:2009-01-11
通讯作者: 王军

Performance improvement of central heating system through heat meter dynamic network

WANG Jun^1,2,YAN Wei-wu²,WANG Yan³,WANG Rui-xiang⁴

1.Tongji University，Shanghai 200092，China
2.Shanghai Jiaotong University，Shanghai 200240，China
3.The 39th Research Inst.，China Electronic Technology Group，Xi’an 710066，China
4.Beijing Inst. of Civil Engineering and Architecture，Beijing 100044，China

Received:2007-03-26 Revised:2008-10-21 Online:2009-01-11 Published:2009-01-11
Contact: WANG Jun

摘要/Abstract

摘要： 户用热量表本身是用来进行计量的，将计量用的户用热量表联成动态监控网络，并利用此动态监控网络传输的实时数据来提高集中供热系统性能。成功设计了通过网络总线供电和电池供电的双供电系统，极大地扩展了原先仅用于方便收费目的的远程抄表系统的功能，使热量表网络的大批量动态数据传输成为可能，从而能够利用热量表的动态监控网络提高集中供热系统的性能。作为举例，描述了利用该热量表的动态监控网络实现低成本预付费热量表和对集中供热系统进行优化节能的方法。

关键词: 热量表, 监控网络, 集中供热, 优化

Abstract: Heat meter is applied to measure actual consumed heat.In this paper，multi heat meters are linked to set up a dynamic supervise control network to improve performance of central heating system.Power supply system is successfully designed through meter-bus power supply and battery power supply，so the function of remote meter record system is improved，volume dynamic real-time data can be transmitted through heat meter network，performance improvement of central heating system can be realized.As examples，the realization of low-cost pre-charge heat meter and the method of saving energy in central heating system are described.

Key words: heat meter, supervise control network, central heating, optimization

王军^1,2,阎威武²,王雁³,王瑞祥⁴. 采用热量表动态网络提高集中供热系统性能[J]. 计算机工程与应用, 2009, 45(2): 28-30.

WANG Jun^1,2,YAN Wei-wu²,WANG Yan³,WANG Rui-xiang⁴. Performance improvement of central heating system through heat meter dynamic network[J]. Computer Engineering and Applications, 2009, 45(2): 28-30.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[3]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[4]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[5]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[8]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[9]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[10]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[13]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[14]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[15]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.

采用热量表动态网络提高集中供热系统性能

Performance improvement of central heating system through heat meter dynamic network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics