基于大數據的智能節能管理系統設計研究

屈彩鳳 陽韜

摘要：隨著工業自動化程度越來越高，電力資源的需求量也在逐漸增大，尤其對于北上廣這類以工業和商業為主導的一線城市，對供電的要求也越來越高。如果因電力資源供應不足而導致停電，將會帶來巨大的損失，因此電力資源的節約與合理分配顯得尤為重要。文章基于大數據理論進行研究，對用電數據和電力供應情況進行統計分析，并對能源影響因素進行聚類分析。在以上大數據分析基礎上，文章以廣州某高校為實驗環境，研究并設計出一套基于大數據理論的智能節能管理系統，從而合理地分配及控制電力資源，以達到節能控制的目的。

關鍵詞：大數據；電力；統計分析；聚類分析；節能管理

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2023）31-0091-04

開放科學（資源服務）標識碼（OSID）

0 引言

近年來，廣東省的經濟得到了快速的發展，其在工業等各行各業上的用電也逐年在增長，廣東省從2017年至2021年的電力消耗量數據見圖1，從圖中數據很容易看出，廣東省的電力消耗量非常大，并且在逐年增長。廣東省2017年的用電量為5 958.97億千瓦小時，到了2021年用電量增長到7 866.63億千瓦小時，另外可以看出，2017至2020年用電量逐年增長相對緩慢，但是2020年到2021年用電量增長將近1 000億千瓦小時。目前來看，廣東省的電力供需平衡方面水平還很低，隨著電力需求的快速增長，電力供應很容易出現缺口，節能迫在眉睫。

由于廣東省各市區經濟發展存在一定的差異，電力使用情況自然也會有所不同。圖2中給出了2021年廣東省21個市區的電力消耗量，圖中顯示廣州、深圳和東莞這三個地區電力消耗量位居前三，均達到1000億千瓦時以上，所以在這三個地區實施節能政策對整個廣東省都有很大的益處。

據上述數據分析，廣東省在電力數據消耗非常大，而高校電力數據消耗在其中占了很大的比重。本文根據用電單位用電設備的物理分布和用電單位過往的用電的數據，基于大數據理論和技術，對過往的數據進行分類，挖掘數據之間的內在聯系，從而建立相應的節能用電數學模型，對用電狀況進行實時監控，提供可視化操作。并以廣州城市理工學院為研究對象，設計出節能控制管理系統。本文中的大數據理論與應用系統也可以推廣到其他類似的用電單位進行應用。

1 大數據理論技術的應用

大數據在近幾年的發展非常迅速，目前來看，大數據技術幾乎已經融入人們生活的很多領域之中，大數據的發展推動了數據的迅速傳播，尤其是在統計我國各地區能源消耗數據中扮演著十分重要的角色[1]。能源消耗的過程中會產生大量數據，正是有了大數據技術，各城市才能收集并且進行分析這些海量的數據，比如能夠準確分析出電力消耗量數據情況，從而提出合理的政策建議，并進行相應的調整，防止出現供電不足等情況影響使用。

大數據技術不僅包括數據的規模，還包括數據采集與預處理、數據存儲與管理、數據處理與分析以及數據結果呈現等內容：1） 數據采集與預處理：在大數據整個過程中，第一個環節就是要進行數據的采集，一般會用到ETL工具，目的是能夠把一些異構數據源中的數據抽取到中間層再進行清洗轉換集成，再進行實時的處理；2） 數據存儲與管理：在大數據技術第一個環節采集到相關數據之后，由于數據的結構和模式可能會出現不同，可以利用SQL數據庫或者關系數據庫等將海量的數據存儲起來并妥善管理；3） 數據處理與分析：對于存儲好的數據，可以采用回歸分析、方差分析、假設檢驗或者聚類分析等統計分析方法對這些海量的數據進行分析和解讀數據；4） 數據結果呈現：數據分析之后需要將結果以關系圖等方式展現出來，從而得出相應的結論與建議[2]。

2 基于大數據聚類分析能源強度

電力是能源消耗的重要組成部分，能源強度是指單位GDP所消耗的能源量，分析我國各地區能源強度影響因素對于節能管理有重要參考價值。本文根據影響能源強度的主要因素對29個省份進行聚類分析，選取2015年的數據，數據來源于國家統計年鑒。

2.1 聚類分析方法介紹

聚類分析就是根據“物以類聚”的思想，對樣品（或指標）進行分類的一種統計分析方法。根據研究中分類對象的不同，聚類分析分為Q型聚類（或者說是樣品聚類），和R型聚類（或者說是指標聚類）。本文將采用的是Q型聚類分析。

2.2 能源強度聚類分析

本文選取影響能源強度的三個主要因素（經濟結構效應、能源強度效應和能源結構效應）來對我國29個省市進行聚類分析。聚類分析結果見表1和圖3。

從聚類分析結果來看，根據經濟結構效應、能源強度效應和能源結構效應這三個因素將中國各省份劃分為四大區域，這樣一來可以結合各省情況提出針對各個區域的節能建議。例如，區域一包括了北京和海南，北京作為中國首都而海南作為旅游大省，該區域的一次能源主要以電力能源為主，所以在進行節能管理時可以將重點放在如何轉變居民的消費觀念上，或者推出一些電力節能管理系統，將節能落到實處[3]。

3 大數據管理系統總體結構

從整個城市的用電結構來看，一個城市的主要是電力消費主要集中在以下幾個部分（如圖4） ：1） 工業用電：在工業區，企業的生產的設備運轉以及工作人員的辦公等方面會消耗巨大的電力資源；2） 商業用電：主要集中在商業中心的空調運轉、照明用電以及辦公室的電腦等辦公設備的運轉；3） 居民用電：居民用電主要集中在小區的安防設備、照明以及居民家庭生活用電等；4） 市政用電：政府機關部門的工作運轉用電，城市運轉所需的照明以及安防設備用電等；5） 高校用電：我國有將近3 000所的高校，而高校用電主要集中在教學用電、教室和圖書館等的空調設備以及學生和教師的生活用電等，每年高校用電在全國電力資源消耗中占據了很大的比重[4]。

本系統依托廣州城市理工學院與中科曙光共建的大數據中心，該中心服務器配置高，運算能力非常強大，能夠進行大數據處理，并運行強大的管理服務器軟件[5]。

大數據中心能夠將一個城市的各個用電單位聯系起來，各個用電單位（包括高校、政府部門、居民區、工廠、商業中心等）的管理服務器通過光纖連接到大數據中心，而大數據中心作為中心節點，管理各個單位的服務器。各單位的服務器收集了本單位的用電數據和配電結構，并將這些數據上傳到大數據中心服務器。大數據中心根據各個單位的用電情況進行大數據分析，分析各個單位的用電數據，包括每天的用電總量、用電的高峰時段、照明用電量、空調用電量、設備用電量等用電結構情況。

根據大數據的分析，不同的用電單位，其用電情況會呈現不同的特點。例如對于居民區來說，一般白天的耗電量會相對較小，晚上的用電量會劇增；而工廠全天有長達16小時的時間耗電量會很大；商場等中心區域在晚上耗電量會比較多；辦公樓的耗電主要集中在早上9點至晚上9點的時段，其他時間的耗電量較小。另外，夏季和冬季的用電結構也差別很大，甚至南方和北方的用電結構也存在差異。根據這些數據長期的統計，會形成一個較大的數據庫，要從其中分析出相關結論，則需要用到大數據的分析方法。

大數據中心能夠與各個城市的供電站通過光纖網絡進行連接，這些數據分析出用電情況后，將這些分析的數據結果傳送到供電站，供電站便能夠根據這些信息合理地設置供配信息。

而供電局的供配電是根據不同地區，不同的用電場所，不同的時段，合理地配置供配電線路的功率等，這樣才能夠保證合理配置用電資源。

4 高校數據中心管理服務器系統

大數據管理服務中心的服務器作為整個系統的管理中心，通過軟件技術、數據庫技術與大數據技術相結合，開發軟件系統[6]。

管理軟件系統如圖5所示，包括數據可視化模塊，數據分析模塊，通信模塊，控制模塊，監測模塊等，這些模塊分別完成不同的功能。

監測模塊：該模塊主要是監測學校各個用電場合的實際情況，包括教室用電監測、辦公樓用電監測等，主要是監測這些場所的光照、溫度等，并把這些信息上傳到管理中心，作為控制的依據，從而減少浪費。比如在白天，教室的光照強度足以滿足學生正常的學習上課，但是教室的電燈卻開著，這時候通過光照傳感器上傳的數據，就可以作為控制教室燈開關的依據。

控制模塊：該模塊包含智能和手動控制這兩種控制模式，其中智能模式，就是設置好相應的控制條件后，如設置好教室的溫度和光照強度后，控制模塊將會根據傳感器的數據，實時的控制教室的燈和空調運轉狀態。

通信模塊：該模塊主要是與后勤管理中心進行通信，接受后勤管理部門傳送過來的數據，包括各個場合的用電數據等，進行處理，從而完成用電設備的實時控制。另外一個部分是獲取教務系統的排課等課堂數據，當教室沒有上課時，將會自動關閉教室的用電設備，從而減少電力資源的浪費情況。

數據分析模塊：該模塊主要是把傳感器上傳的數據、設置的控制數據、學校各個場合的用電數據以及不同時段的耗電數據等進行綜合處理，并進行數據挖掘，從這些信息中獲取用電情況，作為控制的依據。

數據可視化：該模塊主要是通過一個大型的電子顯示屏，展示各個場合的用電數據，數據包含多個功能子模塊，管理者可以在不同的操作顯示界面上看到不同的信息，比如可以看到各棟教學樓的用電情況，點擊子菜單，也可以看到各個教室的用電情況和排課情況等。

5 高校用電控制與監測部署

5.1 系統整體結構

高校用電控制與節能管理主要是以學校的管理服務器為中心，對學校各個場合用電設備的環境進行實時監測，如光照強度、溫濕度等信息監測。并根據設置的策略和分析結果對用電設備實時控制，從而保證學校各項用電設備的高效利用，減少電力資源浪費的情況[7]。

如圖6所示，管理服務器作為學校的管理端，通過TCP/IP協議控制學校各個部分的網關。工業網關以stm32f103C8T6為核心，通過以太網通信，可以連接服務器，接收服務器發送的數據，也可以通過RS232接口在觸摸屏進行控制和顯示相關狀態；而通過RS485接口控制板下發控制命令，并接收來自數據采集控制板上傳過來的傳感器數據，用電設備的狀態數據等信息。

網關與各個教室可以通過兩種方式進行通信，一種是網關直接通過RS485通信接口與下面的設備通信；另外一種是網關連接Lora模塊，數據采集板連接到Lora模塊，通過無線收發信息來與網關進行通信[8]。

5.2 數據通信協議

數據采集板與網關進行通信，雙方之間采用自定義協議進行數據的收發。數據通信采用的RS485接口，可以一個主站，多個從站，例如以網關端為主站，數據采集板為從站。其中最多可以接200個從站以上，而在高校用電控制場合不需要連接那么多設備，完全能夠滿足要求。

主站和從站雙方間收發數據，主要包括繼電器控制數據、溫度數據、光照強度數據、繼電器狀態數據等四種數據，并定義了四種功能控制碼，分別為繼電器控制、溫度讀取、光照讀取及狀態讀取。用繼電器連接教室內部的控制設備，并通過繼電器輸出開關信息，從而對教室的電燈、空調、多媒體設備等進行遠程控制。以溫度讀取命令為例，收發的數據幀如下：

1） 網關主站發送報文格式：

[起始標志 設備地址 功能碼 數據長度 數據 數據 結束標志 0x11 0xaa 0x01 0x03 0x02 0x00 0x00 0x22，0xbb ]

2） 數據采集板從機返回的數據格式為：

[起始標志 設備地址 功能碼 數據長度 數據 數據 結束標志 0x11 0xaa 0x01 0x03 0x02 0x12 0x23 0x22，0xbb ]

數據的通信過程：管理中心先將設置好控制指令，將控制指令通過以太網發送到工業網關，通過TCP/IP協議實現傳輸，工業網關再通過RS485接口或者Lora無線的方式將指令發送到數據采集板，從而完成控制。

同時數據采集卡兼顧了控制和數據采集功能，將連接的溫度和光照強度等數據，通過傳感器采集后，在數據采集板進行處理、打包，以數據幀形式發送到網關，網關通過以太網傳輸到管理服務中心，進行處理。在不同的場合，不同的部門布置大量的傳感器，這些傳感器在不同的時段會形成大量的數據，以此作為數據中心大數據的一部分，并作為控制的依據，完成系統的節能控制。

6 分析與總結

通過近幾年廣東省的電力消耗數據分析，不難發現在廣州等耗電量較大的城市中采取節能措施，并設置節能管理系統是非常有必要的。本文研究設計的智能節能管理系統，以大數據理論為基礎，在廣州城市理工學院的這個研究場合下，設計了大數據管理系統軟件，通過數據采集和控制硬件，并在學校的一些教學樓完成了軟硬件的系統部署，已經能夠實時監測和遠程控制各個用電場合的設備。

該節能管理系統的應用，能夠及時關閉一些不需要用到的用電設備，從而減少了電力資源的浪費，相對于傳統的管理方式，例如需要教室管理員對各個教室掃樓式管理，該節能管理系統具備高效省時的管理特點，而且可以大大節約電力資源，該系統的研究具有重要的實際意義。

參考文獻：

[1] 馬季.基于大數據的高校后勤管理信息系統數據采集與實現[D].蘭州：蘭州大學，2018.

[2] 王亞麗.計算機大數據技術在城市電力節能中的應用[J].電子技術與軟件工程，2019（11）：182.

[3] 屈彩鳳.中國能源強度的區域差異與時空演進研究——基于時空指數分解的實證分析[D].長沙：湖南師范大學，2019.

[4] 朱向輝.高校用電現狀分析及節電措施[J].現代物業（中旬刊），2019，18（2）：22.

[5] 陽韜，陽平華.基于無線網絡教室節能管理平臺[J].電腦知識與技術，2020，16（12）：51-53.

[6] 倪章靈.基于物聯網的能效監管系統在某高校節能改造中應用研究[J].福建建筑，2019（2）：83-88.

[7] 高勤有.智能照明系統在高校教學樓建筑節能改造中的應用探討[J].江蘇科技信息，2019，36（3）：51-53.

[8] 韓巧林.高校水電節能管理工作中的問題及對策研究[J].大眾標準化，2019（15）：27-28.

【通聯編輯：王力】