基于云服務的智慧醫院能源效率管理系統的研究

劉 博 陳冠益* 馬云龍

1(天津大學環境科學與工程學院 天津 300072)2(同濟大學電子與信息工程學院 上海 201804)

基于云服務的智慧醫院能源效率管理系統的研究

劉 博1陳冠益1*馬云龍2

1(天津大學環境科學與工程學院 天津 300072)2(同濟大學電子與信息工程學院 上海 201804)

隨著醫療機構醫療技術的進步以及醫療機構功能的不斷完善，就醫環境與工作環境的不斷優化，我國醫療機構電氣煤單位面積能源消耗每年遞增, 醫療機構能源和環境質量管理仍存在粗放式現象，如設備資料缺少、臺賬不清、制度執行力較弱、員工隊伍失衡等問題。而目前絕大多數醫療機構都沒有開展能源診斷以及系統管理，醫療機構節能和環境質量管理發展潛力很大。基于云服務以及物聯網技術，主要研究面向智慧醫院能效管理的云服務架構，以及管理評價方面的關鍵問題，利用物聯網監測獲取數據，通過信息平臺集成和分析數據，結合回歸分析與BP神經網絡的方法對能耗數據進行預測，確立能源效率與環境質量綜合表征的智慧醫院指標體系，并開展相關評估與管控研究，從而打造節能高效、環境舒適的智慧節能醫院,有效推進醫療機構綠色節能建設的發展。

云服務 物聯網 智慧醫院 能耗預測 管理系統

0 引 言

隨著醫療機構技術的不斷進步，診療設備的更新速度增快，醫療體系建設也不斷完善，床均建筑面積逐漸擴大，新的功能科室越來越多，就醫及工作環境越來越人性化，帶來的能源消耗也越來越大[1-3]。根據中國醫院協會后勤管理專業委員會的一份調研報告顯示，我國醫療機構電、氣、煤的單位面積能源消耗逐年遞增，與其他單位相比高出20%～40%。醫療機構能源和環境質量管理還存在粗放式現象，如設備資料缺少、臺賬不清、制度執行力不強、員工隊伍失衡等。絕大多數醫療機構沒有進行過能源診斷和系統管理，只有少數醫療機構有開展單項產品的節能工作，醫療機構節能和環境質量管理潛力還很大[4-5]。

本文基于云服務對智慧醫療機構能源效率管理系統進行研究，通過物聯網監測技術獲取數據，利用信息平臺集成和分析數據，確定以能源效率與環境質量為綜合表征的智慧醫院指標體系，開展針對醫療機構能耗的評估與管控研究工作，最終目標是打造出一個能夠在實現高效節能的同時提供舒適環境的智慧節能醫院[6]。

1 能源效率管理系統研究現狀

通過對各家醫療機構能源效率和環境質量管理現狀進行研究，發現大多數醫療機構對于能耗管理還停留在單機能耗、日常巡查階段，很少有整體規劃[7]，并且節能觀念不夠強烈，通過調研發現了具體問題如下：

(1) 從醫療機構整體規劃的角度看，規劃建設中涉及到的耗能設備仍舊拘泥于傳統思維模式，沒有設置整體能耗評估環節，加之設計單位采取冗余的手段設計醫療機構的耗能設備，直接導致了醫療機構能耗過大，易造成運轉設備高支出[8]。

(2) 從單機耗能的管理方面看，缺乏整體的節能意識，未因時因地考慮合適的能源利用方式，在能源利用過程中缺乏系統的比對與核驗[9]。因此，由于在設備更新時缺乏能耗因素的關鍵性論證，也缺少設備能耗的效益評估，一些能源消耗遠大于產出的耗能設備依舊在運行。

(3) 從機構管理的角度看，目前的醫療機構都缺乏節能意識，未把機構節能工作列入機構保障管理的重要日程上，忽略了節約能耗及降低成本的過程中運行管理的重要性[10]。目前普及比較廣泛的節能措施還僅僅局限于“隨手關燈”等行為，醫療機構能耗控制節能管理也受到了很大的限制，缺乏能耗管理的整體控制。

(4) 醫療機構管理者主要關注的是總平面布局是否合理，以及由于醫療廢水的排放、醫療固體廢物的丟棄和惡臭、含病菌(毒)廢氣排放所造成的環境問題，缺乏電離輻射、光線、噪聲的影響意識，以及外部環境對醫療機構內部環境敏感目標的環境影響分析[11]。

從能源效率管理系統研究的源頭來看，能源效率管理系統屬于信息系統的范疇，最早由日本和西德于上世紀60年代提出來應對能源管理的單一性問題，鋼鐵企業分別通過能源數據采集系統和監控系統來滿足能源管理的需要[12]。在之后隨著技術的發展，能源管理系統對于系統集成的需求和能源環境管理需求的增長，系統中的生產管理、效率管理以及質量管理等各功能都緊密地結合在一起[13]。

2 系統總體框架設計

傳統的醫療機構信息化建設需要配備大量的硬件資源進行支撐，比如服務器、存儲和數據庫，建設完成后還需花費人力進行維護，而且可擴展性較差。醫療信息化專家組針對此問題對各種可能的解決方案進行討論，例如，專家們設想了各地區可以利用云計算模式來統一規劃易于標準化的共性部分，用區域衛生信息化代替區域內部系統建設。本著高質量標準的原則，平臺建設工作委托第三方的供應商進行，區域內的公共衛生管理機構、衛生行政部門與各級醫療衛生機構都面向公眾開放，在服務接入統一化的前提下，對各個區域的差異化建設，補充相應的特色內容，從而有效地降低建設成本，并保證醫療IT的建設質量，推動醫療IT的標準化，最終實現互聯互通[14]。同時，在多院區能源效率的管理中利用云計算技術，不但達到了新一輪醫改的要求，還可以與各級醫院以及醫療行政機構的需求相吻合。

2.1 總體框架

本文設計了基于云服務的智慧醫療機構能源效率管理系統，通過物聯網技術監測獲取數據，利用信息平臺集成和分析數據，確定以能源效率與環境質量綜合表征的智慧醫療機構指標體系，建立能源效率和環境質量管理信息系統。系統的總體設計提供了云計算服務模式下的多組織機構、多用戶使用的支持[14]，支持跨院區數據采集、存儲和共享等，實現醫療機構能量使用的在線分類、分項、分戶監測和計量，實現自動化節能控制，自動地采集、存儲、分析能耗數據，數據遠程傳輸以及查詢、公示等，使醫療機構的能源管理部門對醫療機構使用的各類能源實現可視化節能監控、管理；對已實施節能改造的建筑進行節能效果的量化評估。系統總體架構如圖1所示。

圖1 系統總體架構圖

2.2 網絡架構

系統整體構成是通過RS485接口或者傳感器從智能儀表中采集數據(包括水表、電表、空調機組和環境檢測儀等)，然后通過以太網交換機將數據存儲到數據中心服務器；獲得授權的用戶通過客戶端連接能效管理服務器，進行數據查詢和統計分析。數據中心服務器統一租用第三方云服務，按年支付費用，與醫療機構通信通過VPN專用通道確保數據安全性。系統網絡架構如圖2所示。

圖2 系統網絡架構圖

2.3 系統分項設計

在三級甲等綜合性醫療機構的日常能耗中，用于照明、空調及通風、電梯、給水等設備的電力消耗占比最大，其中空調系統用電比例超過50%[15]。本文采用Delphi咨詢專家遴選標準，對醫療機構能耗的分項分類如圖3所示。

圖3 醫院能耗的分類分項示意圖

1) 系統采用RS485接口和傳感器獲取智能儀表數據，通過遠程數據傳輸等手段實時同步采集能耗數據，將建筑能耗數據傳輸到能耗監測系統，實現系統的能耗在線監測、數據處理以及動態分析等功能；

2) 對各獨立科室或單體建筑內的各個環節都進行能源消耗監測，其中中央空調用電及用氣量是重點監視對象，對監測結果的能耗數據進行統計、記錄、分析及管理，從而評估各區域的能源消耗水平并進行趨勢預測；

3) 按照各地能耗監測系統的要求對建筑物、采集器、采集點以及分類分項能耗等信息進行編碼，將加密后的能耗數據定時上傳至上級能耗監測數據中心；

4) 先將現有的設備管理系統或電力管理系統數據進行集成，再按照能耗類型拆分或匯總數據，通過對能耗數據的全面分析，挖掘出可節能空間，并通過各種管理手段或節能改造方式推進實現持續節能。

2.4 系統功能設計

能源效率管理系統可實現數據采集及處理、能耗數據的監管、查詢和預測、并針對能耗信息進行維護、能耗數據預警、能耗數據公示以及輔助的環境監測和決策支持等，能耗預測功能將在第三部分進行介紹，其他功能如下：

(1) 數據采集處理

實現能耗數據的并行通信采集，接收、預處理及存儲水電氣能耗數據，并對建筑能耗采集設備進行集中管理、配置以及狀態監控。對接收到的數據包進行校驗分析，使采集時間規范化，再根據用能模型拆分計算原始采集數據得到分項能耗數據，最后將兩類數據都存儲在數據庫中。

(2) 能耗監管報警

設置能耗預警閾值，提供能耗監測預警(能耗監察、能耗異常追蹤)、郵件預警、短信報警、自動生成能耗預警報告以及預警記錄查詢等功能。

(3) 能耗查詢

可以查詢建筑能耗數據基本信息、能耗動態值、能耗歷史值等信息，查詢結果導出格式包含*.XLS、*.doc、*.PPTX*.PDF。

(4) 綜合統計分析

對用能總量進行展示、同時將詳細的用能數據分析結果展現給使用者。展示界面由圖形化界面構成，包括柱狀圖、條形圖、儀表盤等呈現方式，從而能夠直觀地分析展示能耗數據。此展示界面還可查詢用能項屬性、分組歷史值以及分組實時值等。

(5) 臺賬管理

具有行政區域、折標系數、學生分類、分類建筑、分類能耗信息、分項能耗編碼、學校信息、建筑附加信息及建筑信息等基礎信息維護。

(6) 節能項目管理

針對已經或將要進行的節能改造項目進行項目建檔、根據項目進行節能量/費用計算模型建立，并自動計算實際節能量，可作為與合同能源管理公司的效益分析依據。

(7) 能耗公示

能耗公示模塊包括采集、修改、審核、公示以及自定義欄目管理，能夠實現基于醫療機構地圖的能耗監督、以及能耗數據分析及查詢等功能。

(8) 輔助能源審計

包含能源審計數據錄入、審計輔助計算以及報告自動生成及導出功能，導出格式包括PDF、Word等。

(9) 環境監測

主要包括對自然光、溫度、濕度、聲音、醫用氣體、醫療廢物等的監測和數據采集功能，在系統平臺中支持多角度查詢，形成多種形式的統計分析報表。

(10) 決策支持

采用云計算、大數據分析技術和BI工具開發決策支持系統，分析能源、環境和醫療工作量之間的動態關系，能靈活設定相關考核指標進行預測，尋找三者之間發展的平衡點，為醫療機構決策支持提供重要依據。

3 能耗預測

能耗監測是能源管理系統的一部分，當出現能耗異常時，系統可以及時反應并產生預警，發現異常原因并采取相關應對措施，降低能源的損耗。

能耗預測是能源效率管理系統的核心模塊之一，是實現能量系統動態平衡的基礎，在能源效率管理系統中占有重要地位。

為了實現對醫療機構能量系統的高效管理，使得醫療機構能效可以持續優化，能源效率管理系統需要獲得并分析醫療機構能量系統過去、現在和未來的信息，而能耗預測則是獲取醫療機構能量系統未來信息的關鍵。

3.1 基于回歸分析的能耗預測

在數據挖掘中，我們常常需要對未來狀態進行預測，主要方法分為分類和預測，相同之處都是通過建模的方法，把已知的變量值作為模型的輸入，輸出即是預測出來的其他變量的值，不同的是，對于分類方法，需要預測的變量是范圍型的。

大多數的能源需求預測模型是根據建立的數學模型來表征能源系統的內部結構，建模方法主要有三種，包括基于回歸的、時間序列以及人工智能。由于醫療機構能耗變量多且復雜性較高，往往不呈線性狀態。單獨使用某種模型建立方法很難實現能源的有效預測。本文結合了基于回歸分析的方法以及基于BP神經網絡的方法來建立預測模型實現對能源的預測，得到的組合預測模型具有更高的精確度。

醫療機構總能耗可分為三個部分，醫療機構總用電、醫療機構總用水以及醫療機構總用氣。可建立如圖4所示的預測方案。

圖4 回歸分析模型預測方案

通過采用回歸分析方法抽取出主成分，可以實現成分與能耗之間的回歸模型的建立，對醫療機構的能耗進行了有效的預測。由于回歸模型建立的預測模型為線性模型，但是能耗與能源影響因素之間存在著復雜的非線性關系，只采用回歸分析模型并不能很好地解決能耗預測的問題。另外，由于回歸分析模型不具備記憶以及自主學習的能力，回歸模型無法處理并展示海量數據中的所有信息，也不能較好地解釋能耗變量，預測的效果一般較差。所以，本文融合了回歸分析與人工神經網絡兩種方法的特點，具備回歸分析在數據分析與解釋方面的優點，基于BP神經網絡的預測提高了精度，彌補了回歸分析方法的不足。

3.2 基于BP神經網絡的能耗預測

BP神經網絡是一個單向傳播的多層前向網絡，單個樣本包含m個輸入以及n個輸出，在輸入層和輸出層之間通常還有若干個隱含層。

BP神經網絡一般分為兩個過程，即工作信號正向傳遞子過程，以及誤差信號反向傳遞子過程。輸出層的直接前導誤差是根據輸出層的誤差來估測的，再利用此誤差去計算更前一層的誤差，如此層層傳遞，就可以獲得所有層的誤差估計。BP神經網絡一般可用應用于函數逼近、模式識別、分類及數據壓縮等。它具有較強的泛化性，使網絡能夠合理地響應被訓練以外的輸入。其拓撲結構如圖5所示。

圖5 BP神經網絡拓撲結構圖

基于BP神經網絡的能耗預測模型具體計算步驟如下：

(1) 對樣本數據進行歸一化處理，給各層連接權賦值，賦值范圍：隨機數的取值范圍是(-1，1)，設置誤差精度值ε，給定最大迭代次數；

(2) 修正各連接的權值：訓練樣本集中的全部樣本數據，然后計算網絡的期望輸出與實際輸出之間的差值，按照差值修正各連接的權值；

(3) 判斷樣本是否滿足要求，如若不滿足則返回步驟(2)；

(4) 得到最終的神經網絡模型，完成能耗預測。

對于訓練后獲得的BP神經網絡模型，還要確定所需預測時間的輸入，在根據模型獲得相應的預測值。能耗預測模型如圖6所示。

圖6 基于BP神經網絡的能耗預測模型框圖

由于能耗預測模塊有執行周期，采用中間數據庫的方式對數據實現模塊與系統之間的交互。預測模塊與整個能源管理系統的數據交互如圖7所示。

圖7 能耗預測模塊數據交互

4 結 語

作為建筑節能的重點領域，我國三甲醫院目前存在能耗使用較高，能源管理粗放的問題，節能潛力巨大。本文通過對醫療機構能源消耗進行分類和綜合分析，采用RS485接口與傳感器等技術實現數據的智能獲取，對能耗數據實現遠程實時采集，同時進行建筑能耗在線監測及動態分析預測。在保證用能可靠性及病人和醫務人員舒適度的前提下，通過能耗分析和精確管理，極大降低了醫療機構建筑的能耗，為構建綠色智慧醫療機構提供了技術及平臺支撐，有效推進了醫療機構綠色節能建設發展。

[1] 國務院.中華人民共和國節約能源法[Z].北京:國務院,2007.

[2] 劉驍.綠色醫院能源管理模式探討[J].健康之路,2013,12(4):322.

[3] 金煒煒.綠色節能醫院建設的探討[J].現代醫院管理,2013,11(1):50-51.

[4] 袁向東,郭凇含.綠色醫院與整體節能改造[J].現代醫院,2012,12(3):116-118.

[5] 馮文,任濤.某市醫院能源使用現狀的分析與評價[J].中國醫院,2014,18(7):22-24.

[6] 趙亮.關于綠色醫院建筑設計的探討[J].城市建設理論研究,2013(7).

[7] 戴明浪,王莉莉.淺談醫院的能耗管理[J].中國醫療設備,2013,28(11):112-113.

[8] 張廣興,金正日,張霄.合同能源管理模式在醫療系統中的應用與分析[J].中國醫院建筑與裝備,2014,8(2):94-98.

[9] 王瓊,吳平樂,董金飛,等.醫院成本控制之醫院照明合同能源改造測算—以安慶市立醫院為例[J].醫學信息,2013,26(12):65-66.

[10] 潘常青.我院后勤能源管理實踐與評價[J].中華醫院管理雜志,2014,30(1):64-66.

[11] 穆景光,劉勇,唐建勛,等.醫院建筑電氣節能改造重點及措施[J].中國醫院建筑裝備,2013,7(4):41-44.

[12] 殷基明,劉建,王喆,等.煉化企業能源中心管理系統方案研究[J].石油石化節能與減排,2013,3(3):46-49.

[13] 朱永松,魏建軍,甘寧,等.合同能源管理在綠色醫院節能管理中的應用[J].中國衛生資源,2012,15(3):208-209.

[14] 劉博,夏新,陳彥東.基于云計算的區域健康服務平臺的研究與設計[J].醫療衛生裝備,2013(9).

[15] 劉玉茹.淺議節能減排在醫院系統的應用[J].決策與信息旬刊,2011(1):95-96.

RESEARCH ON SMART HOSPITAL ENERGY EFFICIENCY MANAGEMENT SYSTEM BASED ON CLOUD SERVICE

Liu Bo1Chen Guanyi1*Ma Yunlong2

1(CollegeofEnvironmentalScienceandEngineering,TianjinUniversity,Tianjin300072,China)2(CollegeofElectronicandInformationEngineering,TongjiUniversity,Shanghai201804,China)

With the development of medical technology and the improvement of the function of medical institution, the medical environment and working environment are constantly optimized. In China, the energy consumption per unit area of electric and coal is increasing every year. The management of energy and environmental quality of medical institutions still has extensive phenomena, such as lack of equipment information, unclear accounting, weak institutional execution and imbalance of staff team. At present, the vast majority of medical institutions do not carry out energy diagnosis and management system, and medical institutions, energy saving and environmental quality management development potential is great. Based on cloud service and Internet of Things, this paper mainly focuses on the cloud service architecture for smart hospital energy efficiency management and the key issues in management evaluation. The data are collected by means of Internet of Things monitoring, and are integrated and analyzed by information platform, and the energy consumption data are predicted by regression analysis and BP neural network. To establish a comprehensive index of energy efficiency and environmental quality indicators of the smart hospital system, and to carry out the relevant assessment and control research to create energy efficient and comfortable environment of the smart energy-saving hospitals, and effectively promote the development of green energy-saving medical institutions.

Cloud services Internet of Things Smart hospital Energy efficiency Management system

2016-06-23。劉博，高工，主研領域：醫療信息化，環境工程技術及能源管理。陳冠益，教授。馬云龍，副研究員。

TP301.6

A

10.3969/j.issn.1000-386x.2017.05.018