王偉,唐冬來(lái)

(1.國(guó)網(wǎng)寧夏電力有限公司寧東供電公司,寧夏 靈武 750411；2.四川中電啟明星信息技術(shù)有限公司,四川 成都 610041)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，大工業(yè)用戶(hù)對(duì)水、電、氣、熱、冷的綜合能源服務(wù)要求日趨增高，因此對(duì)于用戶(hù)的水、電、氣、熱等多能源設(shè)備數(shù)據(jù)采集及綜合控制應(yīng)用尤其重要[1]。長(zhǎng)期以來(lái)，各企業(yè)內(nèi)部對(duì)于各類(lèi)水、電、氣、熱多能源設(shè)備的數(shù)據(jù)采集分別建立獨(dú)立的采集通道，不僅效率低下，而且需耗費(fèi)大量人力、財(cái)力，對(duì)水、電、氣、熱等多能源設(shè)備的采集故障排查處理也很難做到閉環(huán)管理和有效追蹤[2-3]。尤其是對(duì)遺漏的隱性故障的排查難度更高，排查不當(dāng)可能會(huì)影響設(shè)備的運(yùn)行、甚至造成嚴(yán)重的生產(chǎn)事故。

目前寧東新能源化工基地內(nèi)對(duì)用戶(hù)側(cè)水、電、氣、熱、冷等多能源設(shè)備數(shù)據(jù)采集主要是通過(guò)輪詢(xún)的方式進(jìn)行數(shù)據(jù)采集[4]，采集的信息主要包括水、電、氣、熱表的計(jì)量信息，利用智能表計(jì)或采集裝置的凍結(jié)功能將每日零點(diǎn)用戶(hù)多能源設(shè)備計(jì)量信息進(jìn)行凍結(jié)存儲(chǔ)，通過(guò)各種能源對(duì)應(yīng)的專(zhuān)用采集器進(jìn)行輪詢(xún)采集[5]。這種數(shù)據(jù)采集方式是將1個(gè)計(jì)量表計(jì)/傳感器的數(shù)據(jù)采集完成后，再進(jìn)行下1個(gè)表計(jì)/傳感器信息的采集，多個(gè)計(jì)量表/傳感器的同一數(shù)據(jù)項(xiàng)采集耗時(shí)較長(zhǎng)，采集時(shí)間間隔大，無(wú)法實(shí)現(xiàn)對(duì)用戶(hù)側(cè)更高頻度的采集，同時(shí)，無(wú)法對(duì)用戶(hù)側(cè)異常做到實(shí)時(shí)監(jiān)測(cè)及管理。

有學(xué)者已對(duì)如何提高多能源設(shè)備數(shù)據(jù)采集能力做了研究。文獻(xiàn)[6]中，提出了1種面向云計(jì)算的能耗數(shù)據(jù)采集方法，采用IAP15W4K微處理器,通過(guò)RS-485/M-bus/Mod-bus等總線(xiàn)采集能耗計(jì)量設(shè)備的數(shù)據(jù),借助4G網(wǎng)絡(luò)實(shí)現(xiàn)能耗數(shù)據(jù)向云平臺(tái)的傳輸。文獻(xiàn)[7]中，提出了1種基于移動(dòng)互聯(lián)網(wǎng)的農(nóng)村水電數(shù)據(jù)采集方法，利用移動(dòng)互聯(lián)網(wǎng)對(duì)農(nóng)村的水、電數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和傳輸。但是，水、電、氣、熱多能源設(shè)備數(shù)據(jù)采集頻度要求高，傳統(tǒng)的云計(jì)算與移動(dòng)互聯(lián)網(wǎng)技術(shù)不能滿(mǎn)足高頻度采集需求，需要改進(jìn)采集方法，才能實(shí)現(xiàn)多設(shè)備、高頻度的數(shù)據(jù)采集。

物聯(lián)網(wǎng)(The Internet of Things，IOT)技術(shù)[8]是指通過(guò)各類(lèi)傳感技術(shù)、信息與通信技術(shù)和人工智能技術(shù)[9]進(jìn)行綜合能源系統(tǒng)各環(huán)節(jié)的萬(wàn)物互聯(lián)和人機(jī)交互，實(shí)現(xiàn)對(duì)綜合能源多設(shè)備全過(guò)程的智能化感知、識(shí)別和管理[10]。本文以IOT技術(shù)的多并發(fā)、采集任務(wù)協(xié)同為基礎(chǔ)，提出了1種基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法。該方法建立了多能源設(shè)備數(shù)據(jù)采集模型，實(shí)現(xiàn)了對(duì)水、電、氣、熱、冷等多能源設(shè)備的采集建模。在此基礎(chǔ)上，重點(diǎn)考察了IOT技術(shù)的多并發(fā)、多采集任務(wù)協(xié)同控制算法，實(shí)現(xiàn)對(duì)多能源設(shè)備的高頻次采集、存儲(chǔ)、邊緣計(jì)算與控制，最后，通過(guò)算例對(duì)所提技術(shù)方案進(jìn)行驗(yàn)證。

1 多能源設(shè)備數(shù)據(jù)采集架構(gòu)

基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法整體架構(gòu)如圖1所示。該架構(gòu)主要包括4個(gè)環(huán)節(jié)：多能源設(shè)備數(shù)據(jù)采集建模、多并發(fā)協(xié)同采集、多采集任務(wù)協(xié)同控制和數(shù)據(jù)存儲(chǔ)及綜合能源邊緣控制。

圖1 基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法

架構(gòu)中，多能源設(shè)備數(shù)據(jù)采集建模綜合考慮水、電、氣、熱傳感設(shè)備的監(jiān)測(cè)細(xì)粒度、聯(lián)動(dòng)控制策略等因素，建立多能源設(shè)備數(shù)據(jù)采集模型，實(shí)現(xiàn)數(shù)據(jù)有效聚合，為數(shù)據(jù)采集策略任務(wù)提供基礎(chǔ)參考。多并發(fā)協(xié)同采集，實(shí)現(xiàn)對(duì)水、電、氣、熱傳感設(shè)備多個(gè)采集任務(wù)下發(fā)，以及并發(fā)處理，以解決輪詢(xún)方式采集只能單任務(wù)處理的問(wèn)題。多采集任務(wù)協(xié)同控制則有效控制多并發(fā)采集任務(wù)，實(shí)現(xiàn)采集任務(wù)調(diào)度最優(yōu)，減少因問(wèn)題表計(jì)無(wú)法采集而造成采集周期過(guò)長(zhǎng)的問(wèn)題。數(shù)據(jù)存儲(chǔ)及綜合能源邊緣控制，按目標(biāo)時(shí)間將多能源設(shè)備采集數(shù)據(jù)分類(lèi)存儲(chǔ)在智能融合終端中，并根據(jù)此數(shù)據(jù)在本地進(jìn)行邊緣計(jì)算與用能設(shè)備的邊緣控制，以大幅提高多能源的綜合利用效率。

2 多能源設(shè)備數(shù)據(jù)采集方法

基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法通過(guò)對(duì)采集設(shè)備類(lèi)型、數(shù)量的復(fù)雜過(guò)程進(jìn)行優(yōu)化求解，針對(duì)部分采集任務(wù)失效的情況，進(jìn)行路徑調(diào)整，并對(duì)多能源設(shè)備進(jìn)行綜合控制，實(shí)現(xiàn)提高多能源設(shè)備綜合利用效率的目的。

2.1 多能源設(shè)備數(shù)據(jù)采集建模

多能源設(shè)備數(shù)據(jù)采集建模，分?jǐn)?shù)據(jù)存儲(chǔ)模型和數(shù)據(jù)采集路徑模型2種，通過(guò)水、電、氣、熱等多能源監(jiān)測(cè)細(xì)粒度、聯(lián)動(dòng)控制等因素，采用Huffman Coding進(jìn)行建模，以解決現(xiàn)有技術(shù)中傳統(tǒng)的數(shù)據(jù)采集方式多個(gè)計(jì)量表的同一數(shù)據(jù)項(xiàng)采集耗時(shí)較長(zhǎng)，采集時(shí)間間隔大，導(dǎo)致的用戶(hù)側(cè)計(jì)量信息采集精度低以及異常處理時(shí)效性低的問(wèn)題。模型運(yùn)行后，根據(jù)采集的理論值與實(shí)際值進(jìn)行比較后，做智能修正，為多能源采集數(shù)據(jù)提供數(shù)據(jù)參考依據(jù)。

在數(shù)據(jù)存儲(chǔ)模型方面，以用戶(hù)為節(jié)點(diǎn)建立水、電、氣、熱等多能源設(shè)備數(shù)據(jù)存儲(chǔ)模型，如圖2所示。

由圖2可見(jiàn)，用戶(hù)作為數(shù)據(jù)存儲(chǔ)的核心節(jié)點(diǎn)，首先分解為水、電、氣、熱等設(shè)備級(jí)數(shù)據(jù)存儲(chǔ)模塊，其次，按照各類(lèi)能源表計(jì)的量測(cè)類(lèi)型進(jìn)行第2層數(shù)據(jù)存儲(chǔ)。

圖2 多能源設(shè)備數(shù)據(jù)存儲(chǔ)模型

在數(shù)據(jù)采集路徑模型方面，采用Huffman Coding的多能源設(shè)備數(shù)據(jù)采集建模，設(shè)水表的特征數(shù)據(jù)為a，采集的數(shù)量為m；電表的特征數(shù)據(jù)為b，采集的數(shù)量為n；氣表的特征數(shù)據(jù)為c,采集的數(shù)量為o；熱表的特征數(shù)據(jù)為d，采集的數(shù)量為p，采集的水、電、氣、熱資源分別為

(1)

水、電、氣、熱表預(yù)估采集的時(shí)間為

(2)

設(shè)最少采集時(shí)間為Δf，首先，將水、電、氣、熱表按照預(yù)估采集時(shí)間由大到小排隊(duì)，多能源設(shè)備數(shù)據(jù)采集最優(yōu)方法如式3所示：

Δf=fmin(aπ1-mπt+bπ1-n+πt+cπ1-oπt+dπ1-qπt)

(3)

基于Huffman Coding建模求解的最短采集時(shí)間原理如圖3所示。

由圖3可見(jiàn)，對(duì)水、電、氣、熱表采集的Huffman Coding過(guò)程，就是求解最短采集時(shí)間的過(guò)程，根據(jù)采集資源F與采集時(shí)間T之間進(jìn)行平衡，逐層分解，計(jì)算出各塊水、電、氣、熱最優(yōu)組合采集方式及采集順序，以確保最短采集時(shí)間Δf最小。

圖3 基于Huffman Coding的采集原理

2.2 多并發(fā)協(xié)同采集

多并發(fā)采集獲取與多個(gè)能源計(jì)量表對(duì)應(yīng)的按需配置目標(biāo)數(shù)據(jù)項(xiàng)，并獲取多個(gè)目標(biāo)數(shù)據(jù)項(xiàng)中各數(shù)據(jù)的并發(fā)機(jī)制。

現(xiàn)有技術(shù)中，獲取各水、電、氣、熱計(jì)量表的相關(guān)數(shù)據(jù)時(shí)，通常是一次性獲取與1個(gè)計(jì)量表計(jì)的所有數(shù)據(jù)(例如水壓、水溫、用水量等)之后，再去獲取下一個(gè)設(shè)備的數(shù)據(jù)。這種獲取水、電、氣、熱計(jì)量表數(shù)據(jù)的方式，對(duì)各水、電、氣、熱計(jì)量表同一數(shù)據(jù)項(xiàng)的采集時(shí)間誤差大，并且耗時(shí)長(zhǎng)。

本方法中，采用多并發(fā)協(xié)同采集時(shí)在1個(gè)周期內(nèi)，一次性獲取多個(gè)水、電、氣、熱計(jì)量表的同一目標(biāo)數(shù)據(jù)項(xiàng)，并根據(jù)多個(gè)目標(biāo)數(shù)據(jù)項(xiàng)中各數(shù)據(jù)的采集時(shí)間，進(jìn)行并發(fā)采集路徑調(diào)整。例如，先獲取第1塊水表到第m塊水表的同一數(shù)據(jù)項(xiàng)，生成采集平均時(shí)間，再獲取水表的第2個(gè)同一目標(biāo)數(shù)據(jù)項(xiàng)，直至獲取所有的同一目標(biāo)數(shù)據(jù)項(xiàng)為止。并發(fā)數(shù)量可以設(shè)置為100個(gè)線(xiàn)程。

2.3 多采集任務(wù)協(xié)同控制

針對(duì)與多個(gè)并發(fā)的采集任務(wù)，采用積分來(lái)衡量每個(gè)采集任務(wù)的任務(wù)量、難度和采集質(zhì)量，結(jié)合量化指標(biāo)進(jìn)行多任務(wù)控制，分為任務(wù)管理、任務(wù)量化評(píng)分、任務(wù)全局管理3部分。

在任務(wù)管理中，將任務(wù)分為4個(gè)優(yōu)先級(jí)，其中A優(yōu)先級(jí)最高且任務(wù)有時(shí)效性考核要求，D優(yōu)先級(jí)最低，無(wú)時(shí)效性考核要求。在任務(wù)量化中，對(duì)多個(gè)任務(wù)時(shí)提交執(zhí)行任務(wù)的耗時(shí)進(jìn)行管理，評(píng)定任務(wù)難度系數(shù)和完成質(zhì)量。在任務(wù)全局管理中，通過(guò)任務(wù)積分情況，對(duì)4類(lèi)任務(wù)的優(yōu)先級(jí)進(jìn)行適度調(diào)整，已確保多采集任務(wù)在執(zhí)行過(guò)程中耗時(shí)最短，采集質(zhì)量最高。

多采集任務(wù)協(xié)同控制采用密度可達(dá)方式，如圖4所示。

圖4 密度可達(dá)數(shù)據(jù)存儲(chǔ)算法

圖4中，假設(shè)MinPts=4，則點(diǎn)a為核心點(diǎn)，點(diǎn)b為邊界點(diǎn)，并且a直接密度可達(dá)b。

因?yàn)閏直接密度可達(dá)a，a直接密度可達(dá)b，所有c密度可達(dá)b。但是因?yàn)閎不直接密度可達(dá)a，所以b不直接密度可達(dá)c。但是b和c密度相連，因此，可重復(fù)此步驟，直至任務(wù)控制最佳。

2.4 數(shù)據(jù)存儲(chǔ)及綜合能源邊緣控制

智能融合終端在數(shù)據(jù)存儲(chǔ)中，在獲取到水、電、氣、熱多能源設(shè)備的目標(biāo)數(shù)據(jù)項(xiàng)中的各數(shù)據(jù)的采集時(shí)間之后，確定處于預(yù)設(shè)凍結(jié)時(shí)間內(nèi)的目標(biāo)采集時(shí)間，若存在1個(gè)周期采集不完整，則將該數(shù)據(jù)進(jìn)行打包后，放在下1個(gè)周期進(jìn)行傳輸。例如，預(yù)設(shè)凍結(jié)時(shí)間為22∶00-22∶02，就將采集時(shí)間在22∶00-22∶02段對(duì)應(yīng)的目標(biāo)數(shù)據(jù)發(fā)送至智能融合終端進(jìn)行存儲(chǔ)，預(yù)設(shè)凍結(jié)時(shí)間是有多個(gè)的，可以以20 min為一間隔進(jìn)行設(shè)置，即下一個(gè)預(yù)設(shè)凍結(jié)時(shí)間就為22∶20-22∶22，依次類(lèi)推。預(yù)設(shè)凍結(jié)時(shí)間以及以多長(zhǎng)時(shí)間為一間隔設(shè)置凍結(jié)時(shí)間可根據(jù)實(shí)際情況確定,當(dāng)1個(gè)采集周期結(jié)束之后，再重復(fù)此步驟，直至所有的數(shù)據(jù)均存在智能融合終端中。

通過(guò)綜合能源邊緣控制，可有效提高水、電、氣、熱能源的綜合利用效能，為綜合能源服務(wù)提供基礎(chǔ)，實(shí)現(xiàn)能源利用最大化。

3 多能源設(shè)備數(shù)據(jù)采集仿真流程

根據(jù)多能源設(shè)備數(shù)據(jù)采集方法，采用寧東新能源化工基地的多能源設(shè)備數(shù)據(jù)進(jìn)行采集仿真，基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集流程見(jiàn)圖5。

圖5 多能源設(shè)備數(shù)據(jù)采集仿真流程

步驟1：針對(duì)水、電、氣、熱多能源設(shè)備數(shù)據(jù)采集進(jìn)行建模，建模考慮綜合能源服務(wù)監(jiān)測(cè)細(xì)粒度、聯(lián)動(dòng)控制策略等因素。

步驟2：判斷采集策略是否為最優(yōu)，若不是最優(yōu)，則調(diào)整多能源設(shè)備的數(shù)據(jù)采集策略。

步驟3：開(kāi)展多并發(fā)采集，多并發(fā)采集獲取與多個(gè)能源計(jì)量表對(duì)應(yīng)的按需配置目標(biāo)數(shù)據(jù)項(xiàng)，并獲取多個(gè)目標(biāo)數(shù)據(jù)項(xiàng)中各數(shù)據(jù)的并發(fā)機(jī)制。

步驟4：開(kāi)展多任務(wù)協(xié)同控制，通過(guò)采用積分來(lái)衡量每個(gè)采集任務(wù)的任務(wù)量、難度和采集質(zhì)量，結(jié)合量化指標(biāo)進(jìn)行多任務(wù)控制。

步驟5：判斷綜合能效控制仿真是否最優(yōu)，通過(guò)對(duì)多能源設(shè)備的數(shù)據(jù)進(jìn)行仿真處理，判斷控制策略是否為最優(yōu)。

步驟6：結(jié)合綜合能效控制仿真結(jié)果，進(jìn)行數(shù)據(jù)采集存儲(chǔ)，并對(duì)綜合能源邊緣控制，可有效提高水、電、氣、熱能源的綜合利用效能，為綜合能源服務(wù)提供基礎(chǔ)，實(shí)現(xiàn)能源利用最大化。

按多能源設(shè)備數(shù)據(jù)采集仿真流程進(jìn)行仿真，選取寧東新能源化工基地某化工廠的水、電、氣、熱多能源設(shè)備進(jìn)行仿真，其中水表5個(gè)采集項(xiàng)、197點(diǎn)；電表9個(gè)采集項(xiàng)，206點(diǎn)；氣表6個(gè)采集項(xiàng)，102個(gè)采集點(diǎn)；熱表5個(gè)采集項(xiàng)，78個(gè)采集點(diǎn)；采集數(shù)據(jù)點(diǎn)為采集數(shù)據(jù)項(xiàng)×采集點(diǎn)。數(shù)據(jù)采集耗時(shí)的仿真結(jié)果如表1所示。

表1 數(shù)據(jù)采集耗時(shí)對(duì)比

由表1可見(jiàn)，IOT多能源設(shè)備采集方法耗時(shí)僅為輪詢(xún)方式的7.5%，可顯著縮短采集周期時(shí)長(zhǎng)。

數(shù)據(jù)采集成功率的仿真結(jié)果如表2所示。

由表2可見(jiàn)，IOT多能源設(shè)備采集方法成功率較輪詢(xún)方式高11.29%，可顯著提高數(shù)據(jù)采集成功率。

表2 數(shù)據(jù)采集成功率對(duì)比

數(shù)據(jù)采集準(zhǔn)確率的仿真結(jié)果如表3所示。

表3 數(shù)據(jù)采集準(zhǔn)確率對(duì)比

由表3可見(jiàn)，IOT多能源設(shè)備采集方法準(zhǔn)確率較輪詢(xún)方式高16.78%，可顯著提高數(shù)據(jù)采集準(zhǔn)確率。

綜上，IOT多能源設(shè)備采集方法運(yùn)行效能優(yōu)于傳統(tǒng)的輪詢(xún)方法。

4 結(jié) 論

(1)基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法改變了傳統(tǒng)的輪詢(xún)采集水、電、氣、熱等多能源設(shè)備采集方式，提高了綜合能源服務(wù)多源設(shè)備數(shù)據(jù)采集的效能。

(2)突破了輪詢(xún)方式單線(xiàn)程采集瓶頸，采用基于IOT技術(shù)的多并發(fā)協(xié)同控制模型，縮短了各數(shù)據(jù)項(xiàng)的采集時(shí)間間隔，提高了采集頻率，顯著提升了采集質(zhì)量，降低采集成本。

(3)可面向綜合能源多尺度采集性能指標(biāo)和差異化數(shù)據(jù)結(jié)構(gòu)，實(shí)現(xiàn)多能源數(shù)據(jù)自趨優(yōu)協(xié)同采集，提高多能源采集的準(zhǔn)確性與傳輸效率，可為后續(xù)開(kāi)展精準(zhǔn)的能源合同管理奠定了基礎(chǔ)，促進(jìn)了綜合能源服務(wù)向智能化發(fā)展。