基于物聯感知的機關節水仿真系統建設探究

王 妍

(北京市智慧水務發展研究院，北京 100036)

北京作為首都,分布著數量眾多的各類機關,這些行業在公共生活行業中占據著非常重要的地位。據統計，2004年北京市機關行業(含寫字樓)用水量達1.33億m3,占公共生活用水量的19.91%,是北京市公共生活行業中用水量最大、比例最高的行業[1-2]。因此在機關行業加強用水管理和開展節水工作對北京市開展節水型城市創建具有重要意義[3-4]。

本文以北京市水務系統某機關樓宇為案例，通過遠傳水表實時采集辦公樓用水數據，仿真模擬樓宇內用水概況，并在此基礎上進行動態水平衡分析，從而挖掘節水潛力。本研究旨在提高用水監管的直觀性、及時性、精準性，為節水型城市建設提供數據支撐。

1 關鍵技術

1.1 系統仿真

BIM(Building Information Modeling)，是以數據對象的形式組織和表現建筑及其組成部分，并以智能3D模型模擬工程項目全生命周期或部分階段的信息的數字化模型[5-7]。本研究以BIM的一款核心軟件即Autodesk Navisworks軟件為平臺，開發可視化仿真系統。該軟件能兼容常用的由三維設計軟件創建的模型文件格式，其建模過程簡單且模型較精確，軟件開發周期短[8]。

1.2 大數據分析

Hadoop由HDFS(Hadoop Distributed File System，分布式文件系統)[9-10]、MapReduce及HBase[11]三部分組成。HDFS有高容錯性的特點，并且可部署在低廉的服務器上，適合超大數據規模的應用，MapReduce為海量的數據提供了一個可容錯的、高可擴展的、分布式的計算框架，HBase是一個基于鍵值對組織模型的分布式數據庫，數據按行列混合模式存儲在HDFS上,MapReduce 可以直接訪問HDFS上的數據進行數據分析，也可以通過HBase間接訪問HDFS上的數據，以提高分析性能。本系統選用開源云計算平臺Hadoop作為基礎平臺進行大數據分析實驗,搭建基本的實驗平臺,進行數據處理平臺的優化處理。

2 數據庫設計

2.1 水表庫表設計與創建

水表是用水監管的計量工具，在此次機關節水建設中，對每個用水器具均安裝智能遠傳水表，對樓宇不同用途的用水情況實施監管。系統開發過程中把水源類型、表狀態、用水管理機關、水表所在位置、水表型號和精度等作為基本信息進行考慮，創建水表庫表用于存儲水表靜態信息資料(見表1)。考慮到系統后期維護、擴展和升級操作，在創建數據時使用標準的 SQL 語句創建數據庫。同時為了更好地兼容中文字符，數據庫采用 UTF-8 編碼。

表1 水表庫表結構

2.2 監測數據庫表設計與創建

表2內容為監測數據(即動態信息，如水表監測的實時用水量)，根據傳感器設置情況，每隔一定的時間上傳一次數據，系統開發過程中把傳感器編號(與靜態信息通過該字段進行關聯)、時間(用于區分實時數據和歷史數據)、觀測值、數據單位等最基本的監測數據作為動態信息進行考慮。

表2 監測數據庫表結構

3 系統設計與實現

3.1 總體框架

平臺總體上包括基礎設施層、仿真層、數據層、應用服務和訪問層，具體結構見圖1。

圖1 總體架構

基礎設施層：基礎設施層是系統運行的軟、硬件環境，包括服務器、基礎軟件、存儲和安全設備，以及遠傳水表、節水器具等。

仿真層：是模擬仿真技術的載體和功能的容器，主要組成部分為微觀樓宇仿真軟件和仿真交互控制模塊，仿真層通過仿真控制交互模塊，實現數據層控制方案到樓宇的執行，并直觀展現運行效果和上傳運行數據到數據層。

數據層：按照業務邏輯對數據進行聚合，實現信息多種維度、多場景應用，以服務的形式支撐機關用水、節水業務。數據包括靜態數據和動態數據，前者如水表基本信息，后者主要由傳感器實時監測數據組成。

應用層：對數據層的業務邏輯處理，面向不同用戶有針對性提供信息服務、統計分析、日常監管及決策支持服務。該層由基礎服務與業務服務組成，基礎服務包括全局性、共用的統一認證、數據可視化、數據分析等，為業務提供支撐；依據業務需求，定制用水總量、漏損率、節水潛力分析、水平衡分析等功能。

訪問層：該系統可通過PC端、手機端、公眾號和外部系統等多種途徑對用戶提供服務。

區別于傳統的信息化架構，在資源層、服務層與網絡環境的聯合支撐下，利用前后端分離技術進行組織，實現了從單體模式中徹底解耦，基于網關的統一調度和管理，利用服務層提供的數據模型與業務模型向資源層請求數據，總體支撐業務邏輯控制和信息的可視化表達。

3.2 智能感知

該部分采用基于物聯網的系統架構，其中數據采集層主要由前端站點的物聯網感知終端與若干水表組成，各水表通過直接連接的方式實現基礎數據傳輸，發送至物聯網感知終端；中心接收層位于云平臺，通過在云平臺上部署中心接收軟件，接收來自物聯網感知終端發送的數據并進行解析、存儲、展示。

3.2.1 感知數據匯聚

報文接收，是針對傳感器傳輸的報文進行解析、存儲等工作，部分模塊功能如下：

a.報文通信：滿足水務物聯感知網多種通信方式的需求，構建支持當前水務物聯網監測常用的通信方式，主要包括北斗、4G/5G、串口、TCP/IP等。通信層框架負責建立與不同終端的通信連接，對上層框架屏蔽不同終端通信方式的差異性，保證報文高效、穩定、安全地在終端與平臺之間傳輸。

b.協議解析：滿足水務多要素標準化監測需求，結合水文、水資源、水環境等行業標準規約，構建支持北京水務常用的近30種報文數據的解析功能。同時，充分考慮可擴展性要求，建設能夠實現自定義報文格式的數據解析體系，實現水務感知數據的快速化、標準化和靈活性解析。

c.規約管理：內置水文、水資源、水環境等標準化監測數據傳輸規約的解析規則,同時支持自定義規約對應的解析規則的擴展。平臺接收報文后，自動判斷報文所屬的規約類型，自動適配對應類型的解析規則，保障對數據準確、靈活地解析。

3.2.2 數據質量管理

感知數據質量管理的功能包括感知數據質量規則管理和管理責任定義、感知數據清洗、感知數據整編、感知數據異常報告等功能。

質量規則管理是指感知數據質量控制規則的錄入、修改、適用范圍設定等，包括數據告警規則、數據過濾規則、編碼轉換規則、時間字段格式等的設定，并把規則應用到感知數據接入、整編、清洗、服務的全流程中。實現靈活、規則可配置的數據質量控制，提高數據準確性，降低人工復檢、核檢的工作量。

a.原始數據保護：利用數據庫的只讀機制及區塊鏈技術防篡改的思想，將接收到的原始感知數據存儲到只讀數據庫中，保證原始數據的不可篡改性、真實性、完整性。

b.感知數據清洗：根據設定的數據規則，為保證數據的準確性，對于原始數據中的“臟數據”需要進行數據過濾清洗。“臟數據”主要包括突變數據、時間異常數據、空數據、重復數據等各類異常數據。

c.感知數據整編：將非標準化的各來源感知原始數據，根據設定的感知數據字段規則、站點編碼規則、時間格式規則、數據字典等，進行字段格式規范、數據字典編碼規范、站點編碼轉換、時間格式統一等標準化工作，為后續數據挖掘分析、共享服務提供標準、規范的數據。

d.數據異常報警：針對水務感知數據質量檢查時發現的數據突變、時間異常、空數據、重復數據等異常情況，及時發出告警，并通過系統消息、短信等形式通知到相關數據管理責任人。

3.3 平臺功能

平臺的具體功能結構見圖2。

圖2 系統功能結構

3.3.1 領導駕駛艙

通過水利部關于節水技術考核指標體系，實時反映全樓用水器具的運行狀態，將智能水表采集的數據形象化、直觀化、具體化，為高層管理層提供“一站式”高層決策支持系統。

領導駕駛艙整合匯聚監測結果和機關大樓基本信息、節水定額等數據資源，實現對用水計劃、用水效能、水源結構等維度運行態勢實時的量化分析、預判預警和直觀呈現，見圖3。

圖3 領導駕駛艙

3.3.2 用水實時監測

對各樓層用水對象的全覆蓋監測，可以實時、全面、精準地掌握不同性質、各樓層、不同水源結構的用水情況，保護第一手信息的準確性、科學性和精細化，為機關節水管理工作提供及時準確的信息支持。

平臺通過數字信息仿真模擬機關辦公樓、樓內管網及各計量水表的位置信息，并演示自來水、中水、雨洪水流的運行情況，其中包括用水量和異常狀況的監測等，見圖4。

圖4 用水信息仿真模擬

3.3.3 用水統計分析

對機關辦公樓的智能水表監測數據進行統計展示，分別以時間、樓層、用水結構、水源結構等多種維度進行統計，既能了解機關辦公樓整體接水情況，又能對機關用水情況進行監控，實現從宏觀到微觀的全面監控，輔助業務管理人員統籌全局，快速定位問題并找到解決辦法，為領導決策提供科學依據。主要功能點包括用水結構統計、水源結構統計、水量平衡分析、用水總量分析和用水效能分析。

4 結 語

機關節水仿真系統的建設，基于物聯網、仿真模型、大數據和微服務等技術，通過對機關用水數據的實時采集，實現各樓層不同用途用水計量的直觀、動態監控，對機關辦公樓各類用水分析、節水潛力、水平衡測試以及漏損等情況進行日常監管，提高了節水型機關建設的直觀性、實時性、精準性。

通過對該平臺產生數據進行分析，可找出機關用水中存在的問題，進一步挖掘節水潛 力，用于指導實踐。該機關2019年預計全年用水量為10340m3，人均用水量為18.8m3，其中年人均用水量較2017年、2018年分別下降了9.18%、5.43%。全市機關人均用水定額為26.4m3，該機關的人均用水量比全市機關人均定額少30%左右。