1.基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：系统构成如下：数据仓库(1)、数据同步模块(2)、负荷预测及室温控制模块(3)；其中：数据同步模块(2)、负荷预测及室温控制模块(3)分别连接着数据仓库(1)；
数据仓库(1)具体由下述几部分构成：数据转换单元(1.1)、维度建模单元(1.2)、联机分析单元(1.3)、数据挖掘单元(1.4)；其中：
数据转换单元(1.1)连接着数据同步模块(2)，维度建模单元(1.2)连接着数据转换单元(1.1)；联机分析单元(1.3)连接着维度建模单元(1.2)和数据同步模块(2)；数据挖掘单元(1.4)连接着维度建模单元(1.2)、联机分析单元(1.3)、数据同步模块(2)；
数据转换单元(1.1)将数据同步模块(2)得到的室外日平均温度tw和对应于室外日平均温度的供热量Q分别表示成两个一维数组：
Tw＝[tw,1tw,2tw,3……tw,i……tw,N]；Q’＝[Q1,Q2,……,Qi,……,QN]；
维度建模单元(1.2)根据数据转换单元(1.1)生成的两个一维数组生成以(Twi，Q’i)二维坐标序列，即散点分布图,利用最小二乘法，将原始数据点集合供热量Q和室外温度Tw拟合成一次曲线关系：
Q’＝kTW+b
联机分析单元(1.3)对维度建模单元(1.2)得到的一次曲线关系：Q’＝kTW+b及数据同步模块(2)采集到的室内温度数据进行修正，并得到与针对采样小区房屋维护结构的修正负荷曲线即：
数据挖掘单元(1.4)根据维度建模单元(1.2)和联机分析单元(1.3)得到的负荷预测公式QP＝ATW+B，以及数据同步模块(2)抓取的未来24小时气象数据，预测未来24小时热负荷，并制定出相应的室温控制策略供生产与运行管理人员使用；
数据同步模块(2)具体由下述几部分构成：无线室温采集模块(2.1)、气温采集模块(2.2)、风力采集模块(2.3)、湿度采集模块(2.4)、耗热量数据查询模块(2.5)、辅助单元(2.6)；其中：
无线室温采集模块(2.1)通过安装在用户室内及单元的基于无线互联技术的室温采集装置采集典型用户的室内温度，上传至数据库，作为下一个采暖季联机分析单元(1.3)的修正参数和本采暖季实施控制目标值数据进行智能分析；
气温采集模块(2.2)、风力采集模块(2.3)、湿度采集模块(2.4)抓取气象网站未来24小时气象预报数据作为数据挖掘单元(1.4)的状态输入参数，同时作为下一个采暖季维度建模单元(1.2)的输入参数；
耗热量数据查询模块(2.5)通过SQL数据搜索引擎查询数据库中与室外温度及室内温度相对应同步数据，作为维度建模单元(1.2)的输入参数；
负荷预测及室温控制模块(3)连接着数据挖掘单元(1.4)；负荷预测及室温控制模块(3)将数据挖掘单元(1.4)生成的负荷预测数据转换成生产调度系统业务模块、管理模块、分析模块及其他能够直接应用的生产管理曲线。
2.按照权利要求1所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述数据仓库(1)的组成部分即数据转换单元(1.1)、维度建模单元(1.2)、联机分析单元(1.3)、数据挖掘单元(14)根据数据同步模块(2)中的各个构成部分采集的历史数据及数据仓库(1)特有的数据建模及挖掘技术，生成相对应的同步模块(2)所抓取的未来24小时气象数据的负荷预测与生产指导数据。
3.按照权利要求2所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述数据同步模块(2)使用网站数据抓取方法抓取气象网站与室内温度采集时域相匹配的气象数据，并进行后续处理；具体要求是：所述网站数据抓取方法具体是应用EXCEL导入网页数据及VBA编程技术抓取气象网站与室内温度采集时域相匹配的气象数据，并将此数据存入ACCESS数据库，作为室内温度负荷气象模型进行历史数据挖掘的属性参数，在计算控制输出时抓取气象网站未来24小时天气预报数据作为负荷气象模型的状态参数。
4.按照权利要求3所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述数据同步模块(2)中的无线室温采集模块(2.1)、气温采集模块(2.2)、风力采集模块(2.3)、湿度采集模块(2.4)、能耗数据查询模块(2.5)其中之一或其组合采用下述的无线数据采集与网络传输技术处理，具体要求是：
将无线传感器直接安装在用户室内，对应采集点附近管道井内安装数据接收器，每单元设置集中器，通过GPRS上传至数据中心或云平台服务器；
无线传感器中包括有无线室温采集模块(2.1)，无线室温采集模块(2.1)是网络的基本单元；无线室温采集模块(2.1)由传感器模块(2.1a)、处理器模块(2.1b)、无线通信模块(2.1c)和能量供应模块(2.1d)四部分组成；其中：传感器模块(2.1a)、处理器模块(2.1b)、无线通信模块(2.1c)三者分别连接着能量供应模块(2.1d)；传感器模块(2.1b)和无线通信模块(2.1c)分别连接着处理器模块(2.1b)；具体的：传感器模块(2.1a)又由相互连接的传感器单元(2.1a1)和AC/DC单元(2.1a2)构成；处理器模块(2.1b)由处理器(2.1b1)和存储器(2.1b2)两部分构成；无线通信模块(2.1c)由网络(2.1c1)、MAC(2.1c2)、收发器(2.1c3)构成；
无线温度传感器的技术参数要求是：测量温度：-40℃到+150℃，传输距离：50m，测量精度：±0.5℃，测温分辨率：0.1℃，频率范围：433MHz，整机睡眠电流＜2μA，最大发射功率：
10dbm，工作电压：2.7到3.6V，外形尺寸：40×30×25mm，设计寿命：10年；
传感器模块(2.1a)负责检测区域内信息的采集和数据转换，处理器模块(2.1b)负责控制整个传感器节点的操作，存储和处理本身采集的数据以及其它节点发来的数据，无线通信模块(2.1c)负责与其它传感器节点进行无线通信，交换控制信息和收发采集数据，能量供应模块为传感器节点提供节点运行所需的能量。
5.按照权利要求3所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：数据挖掘单元(1.4)还满足下述要求：
在建筑物固定且室内温度一定的情况下，热负荷的大小只与室外温度有关且为一次线性关系；
其中，Q为建筑物热负荷，W；qv为建筑物体积热指标，W/m3·℃；qF为建筑物体积面积热
2) 3 2
指标，W/m ；V为围护结构的体积，m ；F为围护结构的面积，m ；H为建筑物的高度，m；tn为冬季室内温度，℃；tw为冬季室外温度，℃。
进行数据筛选的步骤为：
步骤1)整理出供热历史运行数据的数据集合；
假设共收集到N个供热工况数据点，将室外日平均温度tw和对应于室外日平均温度的供热量Q分别表示成两个一维数组：
Tw＝[tw,1tw,2tw,3……tw,i……tw,N]；
Q′＝[Q1,Q2,……,Qi,……,QN]
其中，i＝1,2,3,……N.i为以时间先后为序的序数，此处为开始供暖天数；
步骤2)用一次曲线拟合供热负荷和室外温度关系；
利用最小二乘法，将原始数据点集合供热量Q和室外温度tw拟合成一次曲线关系：
Q′＝ktw+b   (1-3)
其中，Q’为拟合曲线供热负荷，MWH或GJ，计算量；tw为冬季室外日平均温度，℃，计算量，输入值；k为拟合得到的曲线的一次项系数，计算量；b为拟合得到的曲线的常数项系数，计算量；
利用拟合曲线方程(1-3)和室外温度tw的数据点集合，求出拟合曲线上的供热量大小：
Qi’＝ktw,i+b   (1-4)
其中：i＝1,2,3……N；这样就得到了和室外日平均温度点相对应的拟合曲线上的供热量数据点集合：Q′＝[Q′1，Q′2，…，Q′i’，…，Q′N]
步骤3)计算实际供热负荷与拟合曲线上对应点的偏差，取偏差绝对值；
首先计算实际供热负荷与拟合曲线上负荷之间的偏差，ei＝Qi-Q′i
式中：Qi为实测数据测试量MWH或GJ；Q′i为拟合曲线上的供热量计算量MWH或GJ；
得到偏差的集合：
e＝e1，e2，…，ei，…eN
其中：i＝1,2,3,……N；
步骤4)对所有工况点的偏差绝对值进行排序，按照偏差绝对值从大到小的顺序去掉原数据点个数的10％，得到新的数据点集合；
步骤5)重复两次步骤1)到步骤4)的过程，得到的最终的数据点的个数为原始数据点个数的70％。
6.按照权利要求5所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述基于无线互联与数据挖掘技术的终端用户负荷预测系统中，数据仓库(1)还满足下述要求：
利用经过筛选和数据挖掘的数据点集合，拟合出供热量和室外温度的一次曲线，作为负荷预报曲线；
通过筛选后的数据的到的拟合一次曲线方程为：
QP＝Atw+B    (1-5)
其中，Qp为预测负荷值，MWH或GJ，计算量；tw为冬季室外日平均温度，℃，测试量；A为拟合得到的曲线的一次项系数，计算量；B为拟合得到的曲线的常数项系数，计算量；
经过数据筛选后得到的负荷预报曲线应该比原来直接拟合得到的曲线更加合理；为了让负荷预报曲线能够适应实际供热情况的变化，将该负荷预报曲线做修正：
1)根据供热面积修正负荷预报曲线；
根据实际供热面积进行修正；经过修正的负荷预报曲线见式(1-7)。
其中：Qpmx为进行面积修正后的预测负荷值，MWH或GJ，计算量；tw为冬季室外日平均温度，℃，测试量；A为拟合得到的曲线的一次项系数，计算量；B为拟合得到的曲线的常数项系数，计算量；F0为上一个供暖季的供热总面积，m2，根据输入量计算值；F1为当前供暖季的供热总面积，m2，根据输入量计算值；
2)根据室温修正负荷预报曲线
实际用户反馈回来的室温与设定室温有较大差别，表明实际供热量偏离应供热量；此时按照式(1-8)修正；
其中，QPtx为进行温度修正后的预测供热量，MWH或GJ，计算值；Qpmx为统计时期内进行面积修正后的供热量值，MWH或GJ，计算值；twp为统计期内冬季室外平均温度，℃，测量值；tns为室内温度设定值，℃，计算值；tnp为统计期内室内平均温度值，℃，测量值；tn,i为第i时刻的室内温度值，℃，测量值； 为前N个时刻室内平均温度，℃，由测量值得
出；
在初始预测供热量时，统计期为已有数据对应的时间段。
7.按照权利要求4所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述基于无线互联与数据挖掘技术的终端用户负荷预测系统中还设置有集中供热智能型远程阀门控温装置；其构成如下：热计量表(11)、智能型远程阀门(12)、采集器(13)、温控面板(14)、计量温控一体化管理平台(15)，其中：热计量表(11)、智能型远程阀门(12)、温控面板(14)通过MBUS通讯总线连接着采集器(13)，采集器(13)通过有线或者无线连接结构连接着计量温控一体化管理平台(15)，智能型远程阀门(12)通过无线通讯连接着温控面板(14)；
能型远程阀门(12)中包含有相互连接的下述两部分：电动执行器(12.1)、阀体(12.2)；
智能型远程阀门(12)中的电动执行器(12.1)通过无线连接模块连接室温控制器；具体的还满足下述要求：
①智能型远程阀门(12)中的电动执行器(12.1)通过无线通讯连接着温控面板(14)；
②智能型远程阀门(12)中的电动执行器(12.1)连接着温控面板(14)和阀体(12.2)；以便接收室温信息和设定温度信息，并控制智能型远程阀门(12)的阀体(12.2)的开关；
③智能型远程阀门12记录其开关时间，定时与温控面板14进行校时；
④智能型远程阀门12所配电动执行器12.1每隔一定周期与温控面板14通讯一次；调整设定温度后实时通讯，执行温度设定指令；
智能型远程阀门(12)通过远程抄表系统M-Bus与采集器(13)连接；
计量温控一体化管理平台(15)和采集器(13)通过通用分组无线服务系统GPRS连接为一体；
智能型远程阀门(12)的组成如下：电动执行器(12.1)、V型球阀(12.2)、 PT1000温度传感器(12.3)其中：
电动执行器(12.1)分别通过温控面板(14)或采集器(13)连接着控制命令驱动V型球阀(12.2)；
PT1000温度传感器(12.3)分别连接着V型球阀(12.2)和电动执行器(12.1)；
执行器(12.1)是采用主齿轮加长轴的部件；
V型球阀(12.2)是采用V型阀瓣的结构件。
8.按照权利要求7所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：电动执行器(12.1)和阀体(12.2)共同构成电动阀门，电动阀门的具体结构组成是：
上壳(5.1)、下壳(5.2)、电路板(5.3)、密封圈(5.4)、电池(5.5)、电池盖(5.5a)、电机(5.6)、V型球阀(12.2)；其中：上壳(5.1)、下壳(5.2)之间扣合形成的空腔里布置有电路板(5.3)、电池(5.5)、电池盖(5.5a)、电机(5.6)；电路板(5.3)通过密封圈(5.4)接触上壳(5.1)或/和下壳(5.2)；电池(5.5)固定在电池盖(5.5a)上；
上壳(5.1)、下壳(5.2)之间以及电路板(5.3)、电池盖(5.5a)、电机(5.6)与上壳(5.1)或/和下壳(5.2)之间还通过螺纹连接件(5.8)固定连接；V型球阀(12.2)的局部伸入到上壳(5.1)、下壳(5.2)之间空腔中并连接着电机(5.6)；电路板(5.3)分别连接着电池(5.5)和电机(5.6)；上壳(5.1)远离V型球阀(12.2)的外侧还布置有面贴(5.7)；V型球阀(12.2)与电池(5.5)或/和电池盖(5.5a)之间也设置有对应形状和大小的密封圈(5.4)。
9.按照权利要求4或7或8所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：V型球阀(12.2)的构成如下：阀体(12.2a)、阀杆(12.2b)、V型球阀芯(12.2c)、阀帽(12.2d)、密封圈(12.2e)、防腐密封用四氟垫(12.2f)；其中：阀体(12.2a)为管状结构件，其上还设置有垂直于主体部分轴线的“T”形管接头；阀杆(12.2b)布置在“T”形管接头的分支管路中；V型球阀芯(12.2c)布置在阀体(12.2a)内腔中，且V型球阀芯(12.2c)与阀体(12.2a)相互嵌合或者固定连接；阀帽(12.2d)固定布置在阀体(12.2a)主体部分的一个管端处；阀杆(12.2b)上还套装有与阀体(12.2a)中的“T”形管接头的分支管路之间相互配合的密封圈(12.2e)；V型球阀芯(12.2c)布置在阀体(12.2a)中的主管路前后两侧分别设置有防腐密封用四氟垫(12.2f)。
10.按照权利要求9所述基于无线互联与数据挖掘技术的终端用户负荷预测系统，其特征在于：所述基于无线互联与数据挖掘技术的终端用户负荷预测系统使用集中供热智能型远程阀门控温装置时应用满足下述要求的调节算法：
其一为比例流量调节，具体步骤如下：
调节支线的选择步骤依次是：
1)系统账号所有平衡阀全开，供水管道上的所有其他阀门也全打开，使系统在超流量的工况下运行；
2)利用平衡阀计算图表直接查处流量，亦即各支线流量；也可根据平衡阀前后的压差，利用平衡阀计算图表直接查处流量值；
3)计算各支线流量的比值xi，
公式中，i为各支线序号；n为支线数；Gi为测量出的支线实际流量，m3/h；Gi'为支线理想流量，m3/h；
4)选择流量比值最大值xmax对应的支线为调节支线。按照支线流量比值的大小顺序排列即为支线依次调节的先后顺序；
其二为支线的调节，具体步骤如下：
1)计算调节支线隔热用户的流量比值，挑选与流量比值最小值xmin对应的热用户为参考用户；若支线A为调节支线，则xmax＝GA/GA'；在直线A中，若用户3的流量比值最小，即xmin＝GA3/GA3'，则用户3为参考用户；
2)从调节支线A的最末端用户1开始调节，利用与平衡阀配套的智能仪表，调节平衡阀F-A1，将用户1的流量比值xA1调节到参考用户3的流量比值的95％左右，即xA1＝0.95(GA3/GA3')；
3)调节平衡阀F-A2，使用户2的流量比值xA2调节到与用户1的流量比值相等，即xA2＝xA1；
4)继续以用户1的流量比值为参考值，依据步骤3)的同样方法，一次调节用户3、4；每调节一个用户，用户1的流量都将略有增加，这是正常的；
5)按照支线流量比值的大小的顺序，采用上述同样的方法，依次调节其他各支线；
其三为支线间的调节，具体步骤如下：
1)测量各支线的流量比值，xA，xB，xC，xD，以其中最小值为参考比值；
2)以最末端支线开始调节，即调节平衡阀F-D，使支线D的流量比值调节为支线参考值的95％，若参考支线为支线C，则应使xD＝0.95xC-0.95xmin；
3)以同样方法，依次调节平衡阀F-C、F-B、F-A，使各支线流量比值等于最末端支线D的流量比值；
4)如各支线属于同一供热系统中的不同的区域，则应先调节同一区段中的各支线，在进行各区段间的调节，其调节方法同上。
其四为全网调节，具体步骤如下：
调节供热系统总平衡阀F，其或者安装在供水管道上，或者安装在回水管道上，使最末端支线D的流量比值等于1.0.根据一致等比失调原理；经过上述调节，供热系统各支线、各热用户的流量则一定将运行在理想流量或设计流量的数值上，全网调节结束。