基于電力大數據的企業(yè)污染物排放智能測算方法精度對比

張峻豪,楊小林,韓雪梅,歐陽藍,劉小春

(1.重慶大學 電氣工程學院,重慶 400044;2.重慶廣睿達科技有限公司,重慶 401121)

2009年以來,“大數據挖掘技術”成為互聯(lián)網科技行業(yè)的一個熱詞,已廣泛應用于金融、交通、環(huán)保等諸多行業(yè)領域,并取得了很大成效。智能電網相關領域對大數據的使用也日漸增多,電力大數據由此產生[1]。大量研究表明電爐企業(yè)用電數據能夠反映電爐企業(yè)的真實生產運行狀況和生產排污情況[2-7]。電爐企業(yè)生產活動的強度直接反映出電爐企業(yè)生產過程中的排污強度,因此通過電力數據可以實時、精準地反映電爐企業(yè)生產及輔助設施的運行情況,從而可以通過跟蹤監(jiān)測電爐企業(yè)用電量,實時測算污染物排放量[8]。

2022年開始,國家對排污許可證的監(jiān)管力度加大,出臺了較多的相關規(guī)章制度,推行遠程監(jiān)管、污染防治設施用水(電)監(jiān)控等非現(xiàn)場監(jiān)管模式。目前,我國一些城市已經建成了“電爐企業(yè)電力環(huán)保智慧監(jiān)管平臺”,但電爐企業(yè)用電監(jiān)控在環(huán)保監(jiān)管領域的應用只是將生產線設備用電與污染治理設備用電進行簡單關聯(lián),判斷生產期間環(huán)保設施是否運行,沒有將采集的電力大數據進行深層次的價值挖掘,不能反映電爐企業(yè)的產排污情況。

生產活動水平可以通過電爐企業(yè)用電數據體現(xiàn),數據挖掘技術的進步使這種方法可行且高效。周陽等提出一種新的估算方法,以智能電網電量數據為依據計算直接污染排放情況,將排污信息應用于大氣污染監(jiān)測研究中,并能夠根據估算情況進行污染預警[9]。黃偉建等建立了一種基于遺傳算法與動態(tài)三次指數平滑的預測模型,對鋼鐵電爐企業(yè)污染物排放量進行預測分析,通過實驗驗證了該方法在預測精度和準確度上的優(yōu)越性能[10]。

分析現(xiàn)有相關研究結果可知,目前以電力大數據為基礎研究電爐企業(yè)污染物排放量的研究相對較少,為了通過電爐企業(yè)用電數據反映電爐企業(yè)污染物的產生、治理和排放情況,本研究以重慶市某鑄造企業(yè)為例,實時采集生產活動水平的視頻數據和用電數據,利用AI影像識別技術和大數據挖掘技術,結合神經網絡模型及多元逐步回歸模型建立用電量與電爐企業(yè)產排污量之間的關聯(lián)關系,利用電爐企業(yè)用電量間接反映電爐企業(yè)產排污量,實現(xiàn)對電爐企業(yè)污染物排放強度的實時監(jiān)管,為精準治污、科學治污提供科技支撐。

1 數據獲取

1.1 數據采集與云端傳輸技術

本研究基于Netty底層框架開發(fā),Netty可以對網絡進行比較靈活的封裝,基本不受Reactor的線程影響。在Netty中的boss線程中負責對父channel(listen socket)上的事件進行監(jiān)聽和處理,當有新連接到達的時候,選擇一個worker線程把整個子channel(連接socket)交給worker線程來處理。其中worker線程就是等待其管理的所有子channel(連接socket)上的事件發(fā)生,當發(fā)現(xiàn)有事件發(fā)生的時候,回調用戶設置的handler進行處理。本研究所用原理如圖1所示。

由于CRC計算快、查錯能力強、運行成本低,比奇偶校驗這些方法更具優(yōu)勢,因此本研究中數據檢驗采用CRC校驗方法完成。

1.2 YOLO目標檢測算法

目標檢測算法的檢測精度高,應用廣泛,如人臉、車牌等AI識別[11]。YOLO目標檢測算法是基于深度神經網絡對輸入圖像進行目標檢測定位和識別,是一種捕捉、處理、提取和分類識別影像信息的方法,作為one-stage目標檢測算法最典型的代表,運行速度很快。

本次研究通過遠程監(jiān)控設施獲取現(xiàn)場影像數據上傳云端服務器,由人工智能系統(tǒng)驅動的計算和檢測數字影像的物體及其特征,根據制定的識別規(guī)則和算法,達到實時獲取電爐企業(yè)生產活動水平的目的,其原理流程如圖2所示。

圖2 影像識別技術原理流程圖

為了提高影像數據后續(xù)的識別和計算精度,需將獲取的最初影像數據進行補光、除霧、降噪、平滑、降維[12]等前處理,去除干擾因素,增強視頻影像中暗光區(qū)域的場景并提高整體的清晰度,同時加強圖像的重要特征。

YOLO使用一種預定義的類似候選區(qū)的測算區(qū)域,將圖片劃分為S×S個網格,即S2個網格,每個網格允許測算出兩個邊界框,共S4個候選區(qū)。

2 模型算法

2.1 RBF神經網絡算法

徑向基函數神經網絡(RBF神經網絡)包括輸入層、隱藏層和輸出層,整體結構相對較為簡單。各層之間的連接方式適宜,依次為非線性變換和線性變換,這種運算方式既適用于函數逼近,還有利于數據分類。RBF神經網絡是深度學習中一種較為典型的學習方法,在學習能力、收斂速度和擬合度方面均表現(xiàn)突出。RBF神經網絡基本結構如圖3所示。

圖3 RBF神經網絡基本結構

其中隱藏層的運行主要依靠激活函數,輸出層的運行主要依靠與上層相對應的線性組合函數,用下式表示:

(1)

式中:c和w分別為隱藏層神經元對應基函數的中心和權重。

徑向基神經網絡函數常用高斯函數,可表示為

(2)

據此可得,徑向基神經網絡的結構輸出為

(3)

式中:Xp為第p個輸入樣本,共有p個輸入樣本;xi為隱藏層節(jié)點的中心;ωij為隱藏層到輸出層的連接權值,i=1,2,…,h,隱藏層共有h個節(jié)點,j=1,2,…,n,共有n個輸出節(jié)點;yi為與輸入樣本對應的網絡的第j個輸出節(jié)點的實際輸出。

以上述公式為依據,引入期望輸出值d計算基函數方差,表示為

(4)

上述函數的方差求解公式為

(5)

式中:Cmax為中心點之間的距離最大值。

接下來計算隱藏層和輸出層之間的連接權值w,采用最小二乘法這一最佳匹配值計算方法獲取,公式可表示為

(6)

以RBF神經網絡以輸入和輸出誤差計算結果為依據,通過重復迭代對參數中心xi和權值w作出調整,并同步調整網絡內部系數,直至輸出誤差達到最小,神經網絡終止計算并輸出測算值。

2.2 BP神經網絡算法

BP神經網絡(back propagation neural network)以非線性問題計算為主,主要結構組成部分為輸入、隱藏和輸出層,如圖4所示。

圖4 BP神經網絡基本結構

其步驟如下:

(1)輸入層接收外界的輸入;

(2)隱藏層和輸出層的神經元對輸入的特征或信號進行權重矩陣加工;

(3)輸出結果。

本文采用線性加權求和的方式,將信號輸入神經元計算,即

(7)

式中:xj為神經元的輸入樣本,j=1,2,…,p;wah為連接權值,用于決定各輸入量的比重,a=1,2,…,p;h=1,2,…,n。

經隱藏層激活函數計算后,輸出:

hi=f(Netin)

(8)

式中:f(Netin)為激活層函數。

同時,以線性加權求和的方式對輸出神經元進行計算,即

(9)

用激活函數處理隱藏層輸出,便得到神經元輸出,公式為

yi=f(αj)

(10)

式中:f(αj)為輸出層激活層函數;hn為隱藏層輸出;whb為隱藏層到輸出層的權值,b=1,2,…,k。

數學理論層面相關研究證明,BP神經網絡在復雜非線性映射問題的計算和解決上具有明顯的優(yōu)勢,因此它非常適合于復雜機制關聯(lián)分析。但是在神經網絡測試訓練時,有很大概率會陷入局部極值訓練失敗,導致難以得到全局最優(yōu)的結果,學習速度較慢,且隱藏層選取尚沒有相關理論指導,因此怎樣確定隱含層的單元數,通常需要反復進行試驗以確定相對最合理的網絡模型結構。

2.3 多元逐步回歸算法

本論文采取的多元逐步回歸方法的理論是在生產設施及環(huán)保設施的數量及其功率等數據一定的情況下,其污染物產生量與耗電量之間的關系可以用函數來表達,如下式所示:

E(t)=f(P(t))+ε

(11)

式中:f為生產過程中的耗電量與排污量之間的關系函數;ε為修正誤差。

便于找出最能代表耗電量與排污量之間的關系函數,本次研究采取多元逐步回歸分析法,即逐步對各個工序的耗電量(自變量因子)進行篩選,留下顯著性較高的自變量,反復計算,從眾多自變量中篩選留下最優(yōu)的數據集,然后建立一個可以反映耗電量與排污量之間關系的數學模型。

首先,從回歸模型中剔除檢驗不顯著的自變量。對n個回歸自變量各個工序的用電量P1,P2,…,Pn,分別同因變量排污量E建立一元回歸數學模型,即:

E(t)=β0+βiPi(t)+ε,i=1,2,3,…,n

(12)

計算變量各個工序用電量Pi相應的回歸系數的F檢驗值,記作F1(1):

F1(1),F2(1),…,Fn(1),取其最大值Fi1(1),即

Fi1(1)=max{F1(1),F2(1),…,Fn(1)}

(13)

將指定顯著水平表示為α,其對應的臨界值使用F(1)表示,對不同用電量數據的臨界值進行比較,若Fi1(1)≥F(1),則將該用電量數據選入工序用電量指標集合h,同時將函數Pi(t)引入回歸模型中。

其次,建立排污量E與工序用電量子集{Pi1,P1},{Pi1,Pi1+1},…,{Pi1,Pn}的二元回歸模型,共有n-1個子集。再次計算F檢驗值,記作Fk(2),取其最大值Fi2(2),即

Fi2(2)=max{F1(2),F2(2),…,Fi1+1(2),…,Fn(2)}

(14)

指定顯著水平α對應的臨界值記為F(2),如果Fi2(1)≥F(2),回歸模型引入函數Pi2(t)。反之,則終止變量引入。

對未引入回歸模型的自變量依次隨機選取,每次一個,重復這一操作直至F檢驗結束。

3 數據采集

本次研究選取重慶某鑄造電爐企業(yè)為研究對象,選取2021年12月1日—2022年6月26日為研究時間段,根據該電爐企業(yè)的工藝流程和生產狀況,在生產關鍵環(huán)節(jié),如熔煉爐、制芯、涂裝、風干、造型、澆筑和污染治理設備等產排污環(huán)節(jié)安裝用電采集設備和視頻采集設備,共安裝用電采集設備17套,視頻采集設備2套。

基于4G/5G網絡,每5 min采集一次電爐企業(yè)產排污環(huán)節(jié)用電數據,共采集電流、電壓、功率、功率角、功率因數、頻率、電能等65項用電數據,并發(fā)送區(qū)塊鏈服務,得到區(qū)塊鏈ID再基于HJ-212-2017S數據協(xié)議,通過指定的socket-IP和端口發(fā)送到云端服務器,云端服務器進行數據解析入庫,2021年12月1日—2022年6月26日入庫用電數據共6 619萬余條。

通過4G/5G/專線攝像頭,邊緣AI盒子和云端識別相結合對進料環(huán)節(jié)和產品出產環(huán)節(jié)的攝像頭視頻數據進行采集識別,視頻流通過邊緣盒子識別出原料用量和產品產量。同時也可以在云端通過拉取視頻流,調用云上AI模型,根據算法策略進行原料用量和產品產量的AI識別。最終將視頻保存到對象存儲數據庫中,并在數據庫里生成每小時的原料用量和產品產量數據。2021年12月1日—2022年6月26日入庫視頻數據9 984 h,原料用量數據4 900余條,產品產量數據4 900余條。

4 結果與分析

4.1 數據預處理

4.1.1 數據合成

由于研究對象廠區(qū)白天夜晚生產強度不同,通常夜間大于白天,因此將研究時段劃分為夜間和白天兩個階段,將白天和夜間的小時數據分別合成算術平均值以減小每小時的原料產出誤差。

夜間時段數據:

(15)

式中:x為合成后的數據;xt1為小時原始數據,n為1∶00,2∶00,…,7∶00,23∶00,00∶00。

白天時段數據:

(16)

式中:xt2為小時原始數據,n為8∶00,9∶00,…,22∶00。

4.1.2 排污量計算

大氣污染物排放量與電爐企業(yè)生產過程的活動水平息息相關,大氣污染物排放量采用排污因子計算法計算,即

E=A×EF×(1-h)

(17)

式中:A為生產活動水平,即原料用量;EF為污染物產生的相關影響參數,本研究中參考《工業(yè)源產排污系數手冊》;h為電爐企業(yè)污染控制技術對污染物的去除效率。

4.1.3 數據歸一化處理

由于各個指標之間計量單位和數量級不同,在模型網絡訓練過程中容易產生誤差,故為得到更準確的測算結果,把數據先歸一化處理,即將所有指標數據轉化到[0,1],轉化公式為

(18)

式中:y為標準化后的數據,取值范圍為[0,1];xmax為原始指標數據中的最大值;xmin為原始指標數據中的最小值;x為原始數據。

4.2 模型在排污量測算中的應用

4.2.1 RBF神經網絡測算

基于MATLAB代碼編譯環(huán)境下構建熔煉爐顆粒物排放量測算的RBF神經網絡模型。以熔煉爐用電量、熔煉爐環(huán)保設施用電量、制芯打磨用電量等建立RBF網絡訓練樣本的輸入向量,建立RBF網絡訓練樣本時,以熔煉爐顆粒物排放量為輸出訓練樣本,然后對其進行訓練。其網絡調用格式為

net=newrb(P,T,goal,spread,MN,DF)

(19)

式中:net為創(chuàng)建好的RBF神經網絡;P為網絡輸入變量;T為網絡輸出變量;goal為均方誤差目標,默認為0;spread為徑向基函數的擴張系數,默認值為1;MN為隱藏層神經元的最大個數;DF為每添加DF個神經元輸出一次結果。

本文以2021年12月—2022年5月的熔煉爐顆粒物排放量 (訓練樣本) 進行模擬仿真,最后確定當spread為50.1,MN為36時,RBF神經網絡模型的擬合能力及對測試集的仿真測算結果較好。選取2022年6月部分時段熔煉爐顆粒物排放量(測試樣本)仿真測算結果如表1所示。

表1 2022年6月RBF測算

4.2.2 BP神經網絡測算

BP神經網絡主要由輸入、隱藏和輸出層構成,輸入和輸出層的節(jié)點數是固定的,隱藏層的節(jié)點數比較難以確定,因此選擇合適的隱藏層層數以及隱藏層節(jié)點數目決定了神經網絡的性能好壞,所以BP神經網絡最為困難的地方在于如何確定恰當的隱藏層及隱藏層節(jié)點數的數目。

BP神經網絡運行中,選取熔煉爐用電量、熔煉爐環(huán)保設施用電量、制芯打磨用電量等作為輸入變量,熔煉爐顆粒物排放量為輸出變量,因此輸入層的神經元Pi確定為3,確定輸出層的神經元TJ為1,由以下公式確定隱藏層的神經元H,即

(20)

H=log2n

(21)

式中:n為輸入層神經元數量;m為輸出層神經元數量;α為任意值變量,取值范圍為[1,10]。

在確定輸入和輸出節(jié)點數量后,對神經網絡的激活函數進行選取。為加快BP神經網絡的收斂速度,提升運行效果,本文采用trainlm函數作為激活函數,與其他激活函數相比,trainlm函數能夠減少訓練樣本的計算量。

根據式(20)和式(21),得到隱藏層神經節(jié)點數的經驗取值范圍,通過BP神經網絡訓練得到不同節(jié)點數下的均方誤差(MSE)結果,得到最優(yōu)隱藏層節(jié)點數,取值為22。

測試樣本和訓練樣本處理完成后,作為輸入向量輸入神經網絡,然后通過隱藏層非線性變換處理傳輸至輸出層,獲取輸出結果。其仿真測算結果如表2所示。

表2 2022年6月BP測算

4.2.3 逐步回歸測算

本研究采用SPSS對主控變量進行逐步線性回歸分析,輸入自變量為熔煉爐用電量、熔煉爐環(huán)保設施用電量、制芯打磨用電量等,輸入因變量為熔煉爐顆粒物排放量,最終得出的線性回歸方程如下:

G=0.003x1+0.019x2-0.669

(22)

式中:G為熔煉爐顆粒物排放量,kg;x1為熔煉爐用電量,kW·h;x2為熔煉爐環(huán)保設施用電量,kW·h。

通過分析表3可知回歸方程的決定系數R2為0.644,表明自變量與因變量相關性強。為進一步確保決定系數R2的準確度,將自變量個數這一影響因素考慮進去,得到修正后的R2值,為0.631,以更加真實地反映擬合度。

表3 多元逐步回歸方程模型匯總

對擬合的回歸方程進行方差分析,結果如表4所示,建立的回歸方程的顯著性檢驗值F為49.697,自由度是2和55,在給定顯著水平α=0.05的前提下,查得臨界檢驗值等于3.165小于F,因此可以認為此線性回歸分析顯著,表明熔煉爐用電量、熔煉爐環(huán)保設施用電量與熔煉爐顆粒物排放量有顯著的線性關系。

表4 多元逐步回歸方程模型擬合優(yōu)度檢驗

運用多元逐步回歸模型(SMLR)的測算結果如表5所示。

表5 2022年6月SMLR測算

4.3 綜合對比分析

本研究采用MAE、MAPE和RMSE三個指標來對模型測算精度進行綜合分析。均方根誤差(RMSE)表征測量值與真值曲線的擬合程度,可以衡量模型測算的準確度,RMSE值越小,測算準確度越高。平均絕對誤差(MAE)能更好地反映測算值誤差的實際情況;平均相對誤差(MAPE)是衡量測算準確性的統(tǒng)計指標,為百分比值,MAPE值越小,測算精度越高。三個指標的計算公式如下:

(23)

(24)

(25)

式中:n為樣本數量;fi為原料排污量的實測值;yi為原料排污量的測算值。

三種測算模型對原料排污量的測算結果分布見表1、表2和表5,三種模型測算誤差的對比分析見表6。

表6 不同模型的統(tǒng)計誤差 %

不同模型測算值與實際值曲線對比分析如圖5所示。圖5顯示了三種模型測算曲線均與實際曲線有不同程度的偏差,其中RBF神經網絡測算曲線與實際曲線偏差最小,BP神經網絡與SMLR測算曲線與實際曲線偏差程度趨勢相近,皆大于RBF神經網絡的偏差。誤差分析如表6所示,RBF神經網絡模型的測算誤差最小,而BP神經網絡和SMLR兩模型測算誤差相近,區(qū)別不明顯。綜上分析,在相同樣本數據的支持下,三種模型的測算精度排序為:RBF神經網絡>BP神經網絡>SMLR。

圖5 不同模型測算值與實際值曲線對比

模型的殘差為實際值與測算值之間的差值,可以更直觀地表達出模型的測算精度。RBF神經網絡、BP神經網絡及SMLR測算殘差對比分析如圖6所示。

圖6 不同模型測算殘差對比

圖6顯示,RBF網絡測算殘差在大部分測算樣本中均處于最小,BP神經網絡殘差在3個測算樣本中處于最小,SMLR測算殘差僅一個最小,這同樣證明二者的測算精度相差不大。

綜上分析,在測算精度上RBF網絡最優(yōu),BP網絡次之,SMLR最差。SMLR由于建立在線性假設的基礎上,在測算電爐企業(yè)污染物排放量時略有不足;BP神經網絡因其固有的缺陷,測算精度比SMLR略高;RBF網絡學習速度快,可有效避免局部極小值,因此在測算連續(xù)性數據時相對于BP網絡和線性回歸而言能夠獲得較為滿意的測算結果。

5 結 論

本次研究利用電爐企業(yè)用電大數據,結合AI影像識別,構建了RBF神經網絡、BP神經網絡和多元逐步回歸模型,并以重慶某鑄造廠為實例,分別用電力大數據測算了2022年6月各時段的顆粒物排放量數據,將三種模型的測算結果綜合對比分析后,得出以下結論:

(1)在對重慶某鑄造廠顆粒物排放量進行測算之后,選取平均絕對誤差、平均相對誤差、均方根誤差三個性能評價指標均小于BP神經網絡和多元逐步回歸模型,因此在本次研究中RBF神經網絡模型測算誤差較小,精度較高。

(2)利用電力大數據可以實現(xiàn)動態(tài)監(jiān)管電爐企業(yè)污染物排放,尤其是能監(jiān)管未安裝在線監(jiān)控系統(tǒng)的小、微電爐企業(yè)污染物排放,從而做到對研究區(qū)域內電爐企業(yè)污染物排放量變化的全面了解,進行經濟低成本的實時科學的動態(tài)評估,一定程度上彌補了傳統(tǒng)環(huán)保監(jiān)管在這方面的不足。

(3)本文利用神經網絡模型測算電爐企業(yè)污染物排放量獲得了一定的效果,但由于輸入樣本數量尚有不足,導致測算與實際值仍有一定差距,后續(xù)找出更加適合本文樣本的篩選方法,提高測算精度是工作研究的重點。