集中供热是北方冬季重要城市基础设施，传统供热系统存在大惯性、大时滞、热力失调问题，受室外气象影响，难以按需供热，室内温度波动大、能源浪费严重。本文构建包含数据感知、热负荷预测、自适应控制的智慧供热协同优化框架。针对供热设备异构、数据孤岛、高频传输拥塞问题，搭建云‑边‑端IoT数字底座。边缘端部署物模型标准化映射，云端采用RabbitMQ异步消息削峰，实现供热管网状态高保真、低时延数字化映射，为算法提供可靠数据基础。针对供热系统大时滞与气象非线性耦合特点，提出物理机理‑数据融合PIDD热负荷预测模型。利用互信息算法量化建筑热惰性延迟时间，消除热传导时空相位错位；搭建CNN‑BiLSTM‑MHA深度网络处理气象耦合、墙体蓄放热、极端寒潮；设计欠热高惩罚非对称损失函数。实验结果：RMSE为1.82 MW，MAE为1.38 MW，决定系数R²达0.985，预测精度与泛化能力优于对比模型。针对房间物理异质性、热工参数时变漂移，提出数据‑机理双驱动DPHD自适应协同控制策略。空间上解耦静态基准与动态热力亏空因子，实现末端热量精准分配；时间上采用带遗忘因子递归最小二乘FF‑RLS完成RC热工模型在线参数自演化。测试表明强扰动下室温最大瞬态偏差控制在0.25℃以内，温度跟踪RMSE_T低至0.12℃，性能优于PID、MPC等算法，兼顾室内热舒适与系统能耗优化。
作者： 邹澳
指导老师：陈科明
企业导师：曾佳
发布时间：2026年5月