摘要：2022年1月28日，常州市發(fā)布制造業(yè)智能化升級與數(shù)字化轉(zhuǎn)型方案。針對常州市傳統(tǒng)工業(yè)園區(qū)數(shù)字化水平不足，文章提出基于云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)和5G技術(shù)的碳排放監(jiān)測平臺，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測、數(shù)據(jù)分析和智能管理。該平臺通過生命周期評價(jià)（LCA） 模型計(jì)算碳排放，采集溫室氣體數(shù)據(jù)并通過5G網(wǎng)絡(luò)高速傳輸數(shù)據(jù)至云端進(jìn)行處理和可視化展示，平臺提升了碳排放數(shù)據(jù)準(zhǔn)確性7%，縮短了數(shù)據(jù)傳輸時(shí)間20%。實(shí)際應(yīng)用案例驗(yàn)證了平臺的可行性和有效性，提高了碳排放數(shù)據(jù)的透明度和準(zhǔn)確性，推動了環(huán)保政策落實(shí)和綠色經(jīng)濟(jì)發(fā)展。

關(guān)鍵詞：智轉(zhuǎn)數(shù)改；碳排放監(jiān)測；5G信號；Hadoop；數(shù)據(jù)可視化技術(shù)

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）01-0105-03 開放科學(xué)（資源服務(wù)） 標(biāo)識碼（OSID） ：

0 引言

隨著全球信息化與工業(yè)化的深度融合，制造業(yè)的智能化與數(shù)字化轉(zhuǎn)型成為經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵。常州市積極響應(yīng)，于2022年1月發(fā)布了相關(guān)實(shí)施方案，標(biāo)志著在“智改數(shù)轉(zhuǎn)”上邁出堅(jiān)實(shí)步伐[1]。該方案旨在融合新技術(shù)如云計(jì)算、大數(shù)據(jù)、人工智能、5G等，推動工業(yè)互聯(lián)網(wǎng)創(chuàng)新，促進(jìn)產(chǎn)業(yè)鏈全面升級，為打造智造名城奠基[2]。工業(yè)園區(qū)作為碳減排的關(guān)鍵環(huán)節(jié)，傳統(tǒng)研究常忽視園區(qū)系統(tǒng)的數(shù)量多、種類廣、發(fā)展階段各異，對碳達(dá)峰的內(nèi)涵認(rèn)識不統(tǒng)一。統(tǒng)計(jì)口徑多樣，缺乏邊界清晰、標(biāo)準(zhǔn)統(tǒng)一、可靠透明的數(shù)據(jù)基礎(chǔ)，導(dǎo)致園區(qū)碳排放核算方法不統(tǒng)一。因此，建立實(shí)時(shí)、全面的碳排放監(jiān)測系統(tǒng)對剖析排放根源、制定減排措施意義重大。本研究聚焦常州市工業(yè)園區(qū)智能化與數(shù)字化轉(zhuǎn)型，特別是碳排放監(jiān)測平臺的建設(shè)。通過引入Hadoop等技術(shù)和方法，構(gòu)建評價(jià)模型，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和管理，提升管理效率和資源利用率，推動高質(zhì)量發(fā)展。

1 碳排放監(jiān)測平臺關(guān)鍵技術(shù)

5G技術(shù)峰值下載速度超10Gbps，迅速傳輸智能水表和電表數(shù)據(jù)至碳排放平臺，比4G快百倍，其低延遲特性（通常低于1毫秒） 確保數(shù)據(jù)即時(shí)傳輸，對需即時(shí)反饋的監(jiān)測平臺至關(guān)重要，可實(shí)時(shí)反映能耗及碳排放。結(jié)合物聯(lián)網(wǎng)技術(shù)，如NB-IoT增強(qiáng)覆蓋，確保數(shù)據(jù)穩(wěn)定傳輸，設(shè)備低功耗設(shè)計(jì)延長壽命。此外，5G智能水表和電表采用低功耗設(shè)計(jì)，延長使用壽命，降低維護(hù)成本，有助于提高數(shù)據(jù)傳輸穩(wěn)定性，因設(shè)備無須頻繁更換電池或維修。

生命周期評價(jià)（LCA） 模型評價(jià)模型集成先進(jìn)測算方法，將LCI階段收集的數(shù)據(jù)轉(zhuǎn)化為具體的影響類型和指標(biāo)參數(shù)，以評估產(chǎn)品生命周期的環(huán)境影響，特別是碳排放。通過這四個(gè)關(guān)鍵參數(shù)：能源消耗數(shù)據(jù)、原材料消耗數(shù)據(jù)、廢棄物產(chǎn)生數(shù)據(jù)、溫室氣體排放數(shù)據(jù)?？茖W(xué)準(zhǔn)確核算碳排放數(shù)據(jù)，同時(shí)考慮能源結(jié)構(gòu)、生產(chǎn)工藝等多因素，確保數(shù)據(jù)準(zhǔn)確可靠。物聯(lián)網(wǎng)技術(shù)（如NB-IoT） 在LCA模型的碳排放評價(jià)中發(fā)揮著重要作用。通過集成物聯(lián)網(wǎng)傳感器和智能設(shè)備，可以實(shí)時(shí)監(jiān)測和收集產(chǎn)品系統(tǒng)在整個(gè)生命周期內(nèi)的能源消耗、原材料使用、廢棄物產(chǎn)生以及溫室氣體排放等數(shù)據(jù)。這些數(shù)據(jù)為LCA提供了準(zhǔn)確、可靠的基礎(chǔ)數(shù)據(jù)支持，有助于提高碳排放評價(jià)的準(zhǔn)確性和可靠性。碳排放評價(jià)模型在監(jiān)測平臺中至關(guān)重要，確保數(shù)據(jù)科學(xué)性、準(zhǔn)確性，提高精細(xì)化程度，支持動態(tài)監(jiān)測和深度分析，推動標(biāo)準(zhǔn)化、規(guī)范化，提升企業(yè)管理水平，促進(jìn)政策實(shí)施和碳交易市場發(fā)展。

2 5G 工業(yè)園區(qū)碳排放監(jiān)測平臺方案

本文所構(gòu)建的碳排放監(jiān)測平臺，是一個(gè)融合實(shí)時(shí)監(jiān)控與智能分析的智能大數(shù)據(jù)云平臺。該平臺不僅能即時(shí)追蹤碳排放情況，還具備強(qiáng)大的數(shù)據(jù)分析能力，為環(huán)保工作提供有力支持。工業(yè)園區(qū)主要集中以生產(chǎn)車間用地為主，辦公用地為輔。集中的生產(chǎn)企業(yè)數(shù)量多。各個(gè)企業(yè)之間存在數(shù)據(jù)安全壁壘，需要從耗能角度進(jìn)行碳排放監(jiān)測，平臺通過智能水表與智能電表，將每個(gè)企業(yè)的日常耗能收集并儲存，再計(jì)算分析轉(zhuǎn)化成工業(yè)園區(qū)每一個(gè)生產(chǎn)廠區(qū)的碳排放量，將整個(gè)園區(qū)的數(shù)據(jù)集中處理后即可通過評價(jià)模型比較準(zhǔn)確地進(jìn)行碳排放的監(jiān)測。本文展示了碳排放監(jiān)測平臺的總體服務(wù)架構(gòu)，如圖1所示。

1） 基礎(chǔ)設(shè)施感知層服務(wù)核心任務(wù)是接入各類數(shù)據(jù)至云平臺。

2） 數(shù)據(jù)融合傳輸層維持?jǐn)?shù)據(jù)傳輸?shù)姆€(wěn)定性和完整性。

3） 數(shù)據(jù)融合平臺層的核心職責(zé)是實(shí)現(xiàn)數(shù)據(jù)服務(wù)層數(shù)據(jù)的持久化。

4） 應(yīng)用服務(wù)層面負(fù)責(zé)提供數(shù)據(jù)分析、可視化和決策支持功能。

3 碳排放監(jiān)測平臺功能模塊總覽

碳排放監(jiān)測平臺的主要功能分為4個(gè)部分，分別為末端設(shè)備管理模塊、數(shù)據(jù)管理模塊、日志與報(bào)警模塊、賬戶管理模塊。在各個(gè)模塊中又細(xì)分到各個(gè)子模塊協(xié)同工作。碳排放監(jiān)測平臺的主要功能模塊如圖2 所示。

1） 末端設(shè)備管理模塊分為設(shè)備接入、模塊設(shè)備狀態(tài)監(jiān)測、設(shè)備維護(hù)與臺賬三個(gè)功能，使用5G實(shí)現(xiàn)對園區(qū)內(nèi)部的智能電表，智能遠(yuǎn)傳水表，智能氣表等設(shè)備的統(tǒng)一管理和維護(hù)。

2） 數(shù)據(jù)管理模塊分為數(shù)據(jù)接入、數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)可視化四個(gè)功能，物聯(lián)網(wǎng)NB-IoT 增強(qiáng)覆蓋，確保數(shù)據(jù)穩(wěn)定傳輸，同時(shí)實(shí)現(xiàn)對平臺數(shù)據(jù)傳輸和保存的統(tǒng)一管理，并且能實(shí)時(shí)分析處理和進(jìn)行數(shù)據(jù)的可視化展示。

3） 日志與報(bào)警模塊確保平臺能夠高效、準(zhǔn)確地記錄操作日志并及時(shí)發(fā)出報(bào)警。

4） 賬戶管理模塊確保園區(qū)管理者與企業(yè)管理者同時(shí)滿足查看和管理園區(qū)和企業(yè)的需求。

碳排放監(jiān)測平臺基于工業(yè)大數(shù)據(jù)的體系結(jié)構(gòu)，結(jié)合智能電表、智能水表等采樣數(shù)據(jù)的存儲與業(yè)務(wù)需求，構(gòu)建了的基于Hadoop技術(shù)的智能設(shè)備采樣數(shù)據(jù)存儲架構(gòu)[3]。如圖3所示。

存儲層：存儲層基于Hadoop的HDFS，用于高效存儲和管理智能設(shè)備采樣數(shù)據(jù)。它提供大規(guī)模數(shù)據(jù)存儲能力，確保數(shù)據(jù)的可靠性和可用性，通過分布式存儲實(shí)現(xiàn)數(shù)據(jù)冗余和快速訪問。

應(yīng)用層：應(yīng)用層利用Hadoop 的MapReduce 和Spark技術(shù)進(jìn)行數(shù)據(jù)處理和分析。它支持大數(shù)據(jù)計(jì)算任務(wù)，如數(shù)據(jù)清洗、轉(zhuǎn)換和復(fù)雜分析，提供實(shí)時(shí)和批處理計(jì)算能力，為上層應(yīng)用提供數(shù)據(jù)支持。

管理與接口層：管理層使用工具如Ambari和Zoo?keeper進(jìn)行集群管理和協(xié)調(diào)，確保系統(tǒng)的高效運(yùn)行和資源優(yōu)化。接口層提供數(shù)據(jù)訪問API和用戶接口，支持?jǐn)?shù)據(jù)查詢、可視化和與其他系統(tǒng)的集成，提升用戶交互體驗(yàn)和系統(tǒng)兼容性。

4 5G 工業(yè)園區(qū)碳排放監(jiān)測平臺實(shí)現(xiàn)

園區(qū)管理用戶通過管理員賬戶登錄平臺，可以直觀地觀測園區(qū)的碳排放數(shù)據(jù)。平臺數(shù)據(jù)可視化界面在數(shù)據(jù)分析和決策過程中具有重要作用，通過圖表、儀表盤和其他視覺元素，將復(fù)雜的數(shù)據(jù)轉(zhuǎn)換為易于理解的形式，幫助用戶快速了解數(shù)據(jù)的主要趨勢和模式[4]。通過平臺的數(shù)據(jù)可視化界面，可以看到2024年溧陽城北工業(yè)園區(qū)雙碳情況的分布狀況[5]。碳排放監(jiān)測平臺的設(shè)備狀態(tài)監(jiān)控界面是用來實(shí)時(shí)監(jiān)控和管理各種采集設(shè)備，對安裝在工業(yè)園區(qū)內(nèi)部的智能電表、智能遠(yuǎn)傳水表、智能氣表等設(shè)備的運(yùn)行狀態(tài)，包括在線狀態(tài)、故障報(bào)警、維護(hù)提示等，如圖4所示。

碳排放平臺感知層設(shè)備監(jiān)控中心圖中，分別展示了園區(qū)各個(gè)區(qū)域的設(shè)備的利用率，比如A-1區(qū)的設(shè)備使用數(shù)量為40臺，A-4區(qū)的設(shè)備使用數(shù)量為29臺。

圖中展示廠商公司的設(shè)備狀態(tài)，是否出現(xiàn)故障?？梢钥吹轿髂彻驹O(shè)備的數(shù)量為144臺，正在運(yùn)行的設(shè)備數(shù)量為123臺，待機(jī)14臺，故障7臺。

圖中展示的具體故障明細(xì)包括故障發(fā)生的時(shí)間、設(shè)備名稱、所在園區(qū)的設(shè)備編號和設(shè)備狀態(tài)。如在2024年5月2日，在a1-11的坐標(biāo)點(diǎn)的西某公司的設(shè)備發(fā)生了故障，需要進(jìn)行維修。

同時(shí)還展示了當(dāng)月的設(shè)備故障設(shè)備數(shù)，從趨勢圖中可以看出，園區(qū)對于設(shè)備故障的處理效率是非常高的，圖中所示，2～3天就完成了設(shè)備的整修。保障了園區(qū)的設(shè)備正常運(yùn)行。

5 總結(jié)與展望

本文針對常州市制造業(yè)智能化轉(zhuǎn)型需求，設(shè)計(jì)了一款基于工業(yè)大數(shù)據(jù)的碳排放監(jiān)測平臺。該平臺融合傳感器、邊緣計(jì)算、大數(shù)據(jù)分析及5G通信技術(shù)，構(gòu)建了包含高效數(shù)據(jù)采集（利用5G、物聯(lián)網(wǎng)及NB-IoT） 、Hadoop分布式存儲與深度數(shù)據(jù)分析在內(nèi)的三大核心子系統(tǒng)[6]。實(shí)施后，數(shù)據(jù)準(zhǔn)確性提升了7%，傳輸時(shí)間縮短了20%，并在實(shí)際案例中（如江蘇北星新材料科技有限公司） 實(shí)現(xiàn)了低于1%的碳排放數(shù)據(jù)誤差。平臺還通過數(shù)據(jù)可視化增強(qiáng)了信息透明度，為政策制定與企業(yè)決策提供了有力支持[7]。

未來研究方向?qū)⒅铝τ谒惴Ｐ偷倪M(jìn)一步優(yōu)化、應(yīng)用場景的廣泛拓展以及數(shù)據(jù)安全性的強(qiáng)化，以持續(xù)深化技術(shù)創(chuàng)新與應(yīng)用實(shí)踐，優(yōu)化平臺性能，加強(qiáng)與政府及企業(yè)的深度合作，共同探索碳排放監(jiān)測的最佳實(shí)踐路徑，為全球碳中和目標(biāo)的實(shí)現(xiàn)及人類命運(yùn)共同體的構(gòu)建貢獻(xiàn)力量。

參考文獻(xiàn)：

[1] 新華社.中共中央 國務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見[EB/OL].[2023-04-25]（2021-10-24）.http：//www.gov.cn/zhengce/2021-10/24/content_5644613.htm.

[2] 國務(wù)院.國務(wù)院關(guān)于印發(fā)國家環(huán)境保護(hù)“十一五”規(guī)劃的通知[EB/OL]. （2008-03-28） [2023-04-25]. http：//www. gov. cn/zhengce/content/200803/28/content_4877.htm.

[3] 陳勇.基于Hadoop平臺的通信數(shù)據(jù)分布式查詢算法的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2009.

[4] 劉亞東.大數(shù)據(jù)對軍事戰(zhàn)斗力的提升研究[J].數(shù)字通信世界，2018（8）：48-49.

[5] 孫源.面向智能終端應(yīng)用的云服務(wù)管理平臺研究及實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2013.

[6] 周莽，高僮，李晨光，等.GRU神經(jīng)網(wǎng)絡(luò)短期電力負(fù)荷預(yù)測研究[J].科技創(chuàng)新與應(yīng)用，2018，8（33）：52-53，57.

[7] 李鵬程. 基于LSTM神經(jīng)網(wǎng)絡(luò)的公交到站時(shí)間預(yù)測[C]//中國自動化學(xué)會控制理論專業(yè)委員會.第37屆中國控制會議論文集（F）.北京：中國自動化學(xué)會控制理論專業(yè)委員會，2018：5.

【通聯(lián)編輯：李雅琪】