基于物聯(lián)網(wǎng)的供熱信息監(jiān)管平臺設(shè)計

張 寧 邵建濤 丁 熙 宋春麗

中國船舶集團(tuán)有限公司第七一八研究所 河北邯鄲 056000

基于物聯(lián)網(wǎng)技術(shù)的供熱信息監(jiān)管平臺將傳統(tǒng)的供熱系統(tǒng)、業(yè)務(wù)系統(tǒng)與智能感知相結(jié)合，整合現(xiàn)有業(yè)務(wù)系統(tǒng)，成為企業(yè)熱力供熱服務(wù)的核心大腦，打破數(shù)據(jù)孤島，形成企業(yè)信息流、業(yè)務(wù)流、數(shù)據(jù)流的三流合一。實現(xiàn)分布式資源共享，建立高效的信息流，提高企業(yè)決策效率，實現(xiàn)企業(yè)對各供熱站的集中管理，最終提高企業(yè)核心競爭力，為企業(yè)在清潔供熱、節(jié)能減排、熱用戶滿意度提升等方面提供有力支持，為智慧城市建設(shè)提供有力的數(shù)據(jù)支撐。

利用中小企業(yè)信息化建設(shè)，利用現(xiàn)代通信技術(shù)手段，對中小企業(yè)的信息資源進(jìn)行整體規(guī)劃，實現(xiàn)信息集成應(yīng)用，形成中小企業(yè)決策完善的大數(shù)據(jù)系統(tǒng)與信息資源共享機(jī)制。針對公司內(nèi)部的多源異相數(shù)據(jù)系統(tǒng)進(jìn)行集成，形成了系統(tǒng)數(shù)據(jù)中心，通過打通各系統(tǒng)數(shù)據(jù)，完善的數(shù)據(jù)規(guī)則，并通過收集來的數(shù)據(jù)結(jié)合神經(jīng)網(wǎng)絡(luò)的智能算法，分析出在氣候、熱源水溫等各種因素下的室內(nèi)氣溫變動狀況，并協(xié)助公司及時做出準(zhǔn)備預(yù)案，以確保小區(qū)客戶居室氣溫的相對平穩(wěn)。

1 設(shè)計思想

1.1 注重頂層設(shè)計

供熱監(jiān)管信息平臺的功能應(yīng)本著切合企業(yè)實際為企業(yè)解決實際問題為出發(fā)點(diǎn)，做好頂層設(shè)計。平臺由數(shù)據(jù)采集模塊、智能巡檢模塊、熱網(wǎng)平衡模塊、自動上報模塊及部分組成。

以服務(wù)供熱全流程服務(wù)為核心思想，強(qiáng)調(diào)一體化管控思想，加強(qiáng)數(shù)據(jù)集成模式，能夠?qū)Σ煌闆r下室溫變化程度做好預(yù)測工作，智能輔助企業(yè)進(jìn)行綜合調(diào)度，完成供熱保障。

1.2 側(cè)重集成創(chuàng)新

供熱監(jiān)管信息平臺是一個整體建設(shè)方案，它將現(xiàn)場端建設(shè)與平臺建設(shè)結(jié)合為一體，將在線監(jiān)控應(yīng)用與數(shù)據(jù)分析視為一個有機(jī)整體，通過對各種實時信息的統(tǒng)計、分析，實現(xiàn)熱源、熱力站、室內(nèi)溫度信息采集的廣度以及深度，合理利用數(shù)據(jù)以實現(xiàn)業(yè)務(wù)集成的同時達(dá)到智能分析的目的。

1.3 以大數(shù)據(jù)透徹感知算法為核心。

本系統(tǒng)以現(xiàn)場端采集的實時數(shù)據(jù)為數(shù)據(jù)來源，對各個小區(qū)的室內(nèi)溫度情況進(jìn)行橫向?qū)Ρ确治鼋Y(jié)合小區(qū)信息，給出小區(qū)用熱建筑年限、能耗等級、供熱范圍情況等信息給出小區(qū)室溫情況分析決策報告。同時基于平臺使用過程中積累的海量數(shù)據(jù)，對數(shù)據(jù)質(zhì)量進(jìn)行綜合分析，做好數(shù)據(jù)補(bǔ)全、數(shù)據(jù)清洗等工作，結(jié)合室溫預(yù)測模型，對各小區(qū)用戶的室內(nèi)溫度做出精準(zhǔn)預(yù)測，達(dá)到精準(zhǔn)供熱的目的。

2 需求分析

2.1 管網(wǎng)維護(hù)及巡檢

在傳統(tǒng)的供熱系統(tǒng)中，需要人工日常維護(hù)及巡檢以保障熱力站的平穩(wěn)運(yùn)行，當(dāng)出現(xiàn)供熱調(diào)整時需要人工手動干預(yù)對整體的管網(wǎng)進(jìn)行調(diào)控。這種手工方式容易造成問題遺漏以及解決不及時，會導(dǎo)致各小區(qū)供熱溫度分配不均造成供熱出現(xiàn)問題，極大地影響了熱用戶的使用感受。

所以需要對各個熱力站的運(yùn)行信號，例如供回水溫度、壓力、流量、閥門開度等信號進(jìn)行采集，幫助供熱企業(yè)及時發(fā)現(xiàn)問題，并且根據(jù)系統(tǒng)算法進(jìn)行自動調(diào)控。同時，為了更直觀地顯示熱力站問題，需要增加視頻監(jiān)控，以方便企業(yè)對熱力站內(nèi)部情況實時把控。

2.2 熱用戶室溫采集

熱用戶室內(nèi)溫度的采集直接反映了供熱企業(yè)的供熱情況，隨著居民對于居住舒適度的要求不斷提高，就更要求供熱企業(yè)能夠?qū)崟r監(jiān)測熱用戶室內(nèi)溫度，根據(jù)熱用戶的溫度進(jìn)行調(diào)控，達(dá)到按需供熱、精準(zhǔn)供熱的目的。

另外，熱用戶的室內(nèi)溫度情況也是重要的民生問題，這就要求工業(yè)企業(yè)對于供熱小區(qū)信息、小區(qū)建筑信息、小區(qū)熱用戶信息進(jìn)行采集形成統(tǒng)一的管理臺賬，根據(jù)小區(qū)建筑年限、小區(qū)供熱面積、小區(qū)建筑保溫情況進(jìn)行區(qū)別分析，以達(dá)到最佳供熱溫度。

2.3 數(shù)據(jù)互聯(lián)互通

城市級供熱管網(wǎng)的能源互聯(lián)與服務(wù)互聯(lián)是大趨勢，各地區(qū)及企業(yè)供熱信息的互聯(lián)互通是城市服務(wù)發(fā)展的必然要求，通過數(shù)字化手段提升管理能力，使得政府及小區(qū)用戶對于供熱企業(yè)的運(yùn)行情況進(jìn)行了解與反饋，是供熱企業(yè)良性發(fā)展的重要因素之一，這就要求供熱企業(yè)數(shù)據(jù)與城市級供熱管網(wǎng)系統(tǒng)能夠互聯(lián)互通。近年來，各地相繼印發(fā)關(guān)于供熱信息對接的相關(guān)技術(shù)導(dǎo)則，這就要求平臺具有接口開放能力、數(shù)據(jù)庫開放能力，保障政府對企業(yè)情況、熱源情況、熱力站、熱用戶情況進(jìn)行整體把控。

3 系統(tǒng)框架設(shè)計

系統(tǒng)基于物聯(lián)網(wǎng)四層架構(gòu)模式，自下而上形成完整的物聯(lián)網(wǎng)體系。

圖1 供熱信息監(jiān)管平臺系統(tǒng)框架

感知層由熱源數(shù)據(jù)、熱力站數(shù)據(jù)、室溫數(shù)據(jù)、視頻數(shù)據(jù)四部分組成，其中智能熱表數(shù)據(jù)及室溫采集數(shù)據(jù)通過4G網(wǎng)絡(luò)傳輸至平臺服務(wù)器，視頻數(shù)據(jù)通過互聯(lián)網(wǎng)專線與平臺視頻服務(wù)器傳輸視頻信號，熱力站數(shù)據(jù)通過PLC智能網(wǎng)關(guān)發(fā)送至平臺服務(wù)器，PLC智能網(wǎng)關(guān)也可通過對平臺的數(shù)據(jù)交互完成設(shè)備自動控制功能。

網(wǎng)絡(luò)層主要基于運(yùn)營商的互聯(lián)網(wǎng)專線及4G網(wǎng)絡(luò)傳輸技術(shù)來進(jìn)行數(shù)據(jù)傳輸以保障數(shù)據(jù)的穩(wěn)定性。

在支撐層方面平臺需要對多源異構(gòu)數(shù)據(jù)進(jìn)行解析，形成統(tǒng)一的數(shù)據(jù)中心臺賬，為支持層的室溫預(yù)測模型提供基礎(chǔ)數(shù)據(jù)的支撐，同時為應(yīng)用層的數(shù)據(jù)展示提供數(shù)據(jù)依據(jù)，支撐層的另一作用是根據(jù)各供熱企業(yè)特點(diǎn)建立室溫預(yù)測模型，能夠?qū)ΜF(xiàn)階段的供熱整體運(yùn)行情況進(jìn)行評估，方便企業(yè)管理人員進(jìn)行調(diào)控。

在展示層方面，結(jié)合GIS(地理信息系統(tǒng))技術(shù)將各小區(qū)分布及其室溫情況、供熱管網(wǎng)情況繪制在頁面中，結(jié)合熱力站情況、天氣情況等形成一體化看板，方便供熱企業(yè)進(jìn)行管理。同時，平臺提供了豐富的圖表系統(tǒng)，能夠直觀展示當(dāng)前情況并支持歷史數(shù)據(jù)導(dǎo)出。

4 功能模塊設(shè)計

4.1 自動巡檢模塊

為了提高熱力站人員的工作效率，及時發(fā)現(xiàn)小區(qū)室內(nèi)溫度及熱力站等異常問題，平臺設(shè)計了自動巡檢模塊。

通過感知層采集的室溫、流量、熱量等信息，形成各個小區(qū)、熱力站、熱源數(shù)據(jù)的實時監(jiān)控。為了方便管理人員對設(shè)備故障、小區(qū)供熱不足的情況進(jìn)行迅速響應(yīng)，平臺設(shè)計了室溫低溫報警、供水溫度低溫報警、供水壓力報警可以及時提醒管理人員查看相關(guān)故障，免去人工巡檢，提高工作效率。

平臺的視頻監(jiān)控模塊可以實時觀看熱力站內(nèi)的運(yùn)行情況，并且支持視頻回看，在情況發(fā)生后方便企業(yè)排查原因。

4.2 室溫預(yù)測模型

供熱信息監(jiān)管平臺在投入使用后，會積累大量的真實數(shù)據(jù)，這些數(shù)據(jù)可以幫助我們建立室溫預(yù)測模型，該模型可以在天氣、供水溫度、熱源一次供水溫度等條件影響下對室內(nèi)溫度做出精準(zhǔn)預(yù)測。

室溫預(yù)測模型基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)簡稱為BP(Back Propagation)網(wǎng)絡(luò)，BP網(wǎng)絡(luò)由三層或三層以上構(gòu)成的多層神經(jīng)網(wǎng)絡(luò)，在每一層中多神經(jīng)元按照監(jiān)督學(xué)習(xí)的模式進(jìn)行訓(xùn)練，當(dāng)學(xué)習(xí)樣本模式輸入網(wǎng)絡(luò)后，神經(jīng)元的激活值從輸入層經(jīng)各隱含層向輸出層傳播，在輸出層的各神經(jīng)元輸出對應(yīng)于輸入模式的網(wǎng)絡(luò)響應(yīng)。然后，按減少希望輸出與實際輸出誤差的原則，從輸出層經(jīng)各隱含層，最后回到輸入層逐層修正各連接權(quán)。由于這種修正過程是從輸出到輸入逐層進(jìn)行的，所以稱它為“誤差逆?zhèn)鞑ニ惴ā薄ｋS著這種誤差逆?zhèn)鞑ビ?xùn)練的不斷進(jìn)行，網(wǎng)絡(luò)對輸入模式響應(yīng)的正確率也將不斷提高。[1]

結(jié)合供熱企業(yè)及專家經(jīng)驗，模型選取當(dāng)日天氣、當(dāng)日風(fēng)速、熱源供水溫度、熱源瞬時流量、熱力站一次供水溫度、一次閥門開度為輸入，將室內(nèi)溫度作為輸出。根據(jù)平臺數(shù)據(jù)建立參數(shù)數(shù)據(jù)表，如下表所示：

輸入及輸出參數(shù)表

網(wǎng)絡(luò)選用S型傳遞函數(shù)，

(1)

通過反傳誤差函數(shù)

(2)

其中：Ti——期望輸出；

Oi——為網(wǎng)絡(luò)的計算輸出。

通過調(diào)節(jié)網(wǎng)絡(luò)權(quán)值及閾值來得到e的最優(yōu)解，也就是極小解。

高強(qiáng)度非線性以及強(qiáng)泛化能力是BP神經(jīng)網(wǎng)絡(luò)的顯著特性，但是其也具有迭代步數(shù)多、收斂速度慢等明顯的缺陷。一般的解決辦法是在遺傳算法的基礎(chǔ)上對神經(jīng)網(wǎng)絡(luò)進(jìn)行初步的優(yōu)化，縮小其搜索空間并找到最優(yōu)解。[2]

模型采用含有一個隱層的三層結(jié)構(gòu)多輸入單輸出的BP網(wǎng)絡(luò)建立預(yù)測模型。

在對整體的網(wǎng)絡(luò)進(jìn)行設(shè)計時，選取隱層神經(jīng)元的數(shù)量是極其關(guān)鍵的一步。當(dāng)隱藏神經(jīng)元的個數(shù)太多時，網(wǎng)絡(luò)進(jìn)算量變得非常龐大，同時帶來過度擬合的情況；當(dāng)隱層神經(jīng)元選取的個數(shù)太少時，會使得計算過程不夠，導(dǎo)致結(jié)果與預(yù)期相差甚多。所以網(wǎng)絡(luò)中實際的隱層神經(jīng)元數(shù)量的選取需要結(jié)合輸入層神經(jīng)元數(shù)、輸出層神經(jīng)元數(shù)、期望誤差的設(shè)定等。隱層神經(jīng)元選取個數(shù)的確定沒有統(tǒng)一的計算方法，只能借助經(jīng)驗公式來幫助我們進(jìn)行確定，最終選定值需要借助多次實驗來確定。本文在選取隱層神經(jīng)元個數(shù)的問題上參照了以下的經(jīng)驗公式：

(3)

其中：n——輸入層神經(jīng)元個數(shù)；

M——輸出層神經(jīng)元個數(shù)；

A——[1，10]之間的常數(shù)。

根據(jù)上式可以計算出神經(jīng)元個數(shù)為4～13，模型選擇隱層神經(jīng)元個數(shù)為6。

BP神經(jīng)網(wǎng)絡(luò)中通常使用Sigmoid可微函數(shù)和線性函數(shù)作為網(wǎng)絡(luò)的激勵函數(shù)。本文中選取了S型正切函數(shù)tansig，作為隱層神經(jīng)元的激勵函數(shù)。但由于網(wǎng)絡(luò)的輸出歸一在[-1，1]區(qū)域內(nèi)，所以預(yù)測模型選擇了S型對數(shù)函數(shù)tansig，作為對輸出層神經(jīng)元的激勵函數(shù)。

圖2 matlab訓(xùn)練曲線

在經(jīng)過多次迭代及訓(xùn)練后，即可完成對室內(nèi)溫度的預(yù)測，預(yù)測結(jié)果滿足期望誤差。

4.4 數(shù)據(jù)上報

供熱監(jiān)管平臺由企業(yè)供熱臺賬數(shù)據(jù)、供熱投訴數(shù)據(jù)、熱力站運(yùn)行數(shù)據(jù)、應(yīng)急保障數(shù)據(jù)、故障上報數(shù)據(jù)、天氣數(shù)據(jù)、環(huán)境監(jiān)測數(shù)據(jù)、能源消耗數(shù)據(jù)等多部分組成。為了使這些數(shù)據(jù)能夠順利地接入上級平臺，上傳當(dāng)?shù)毓嵝畔⑵脚_建設(shè)導(dǎo)則，導(dǎo)則要求省級供熱監(jiān)管信息平臺部署在省政務(wù)云核心機(jī)房，通過全省政務(wù)外網(wǎng)連接省、市、縣供熱主管部門，實現(xiàn)省、市、縣三級監(jiān)管。各設(shè)區(qū)市供熱監(jiān)管信息平臺通過全省政務(wù)外網(wǎng)與省級供熱監(jiān)管信息平臺實現(xiàn)數(shù)據(jù)交換；供熱企業(yè)信息平臺通過VPN網(wǎng)絡(luò)與省政務(wù)云連通，實現(xiàn)與省級或設(shè)區(qū)市級供熱監(jiān)管信息平臺數(shù)據(jù)交換。[3]企業(yè)側(cè)的信息監(jiān)管平臺預(yù)留了數(shù)據(jù)庫信息表，上級平臺可以通過VPN網(wǎng)絡(luò)訪問企業(yè)供熱數(shù)據(jù)庫，將相關(guān)的小區(qū)數(shù)據(jù)、供熱建筑數(shù)據(jù)、室溫實時數(shù)據(jù)、熱源實時數(shù)據(jù)、熱力站實時數(shù)據(jù)及時上報至上級平臺。

結(jié)語

本文基于物聯(lián)網(wǎng)框架設(shè)計了供熱信息監(jiān)管平臺，實現(xiàn)了數(shù)據(jù)采集、視頻監(jiān)控、數(shù)據(jù)報警等相關(guān)功能。為了更快速地響應(yīng)天氣、熱源等因素的影響，提出了室溫預(yù)測模型，幫助管理者更快地做出決斷，此項目已經(jīng)在當(dāng)?shù)芈涞貙嵤玫搅肆己玫姆答仭６竟彡P(guān)乎民生，越來越多的政府及企業(yè)急需通過數(shù)字化的平臺來改善當(dāng)?shù)氐墓崆闆r，所以該平臺具有極大的推廣意義。