高校能源监管智能系统的设计与实现
2019-07-08吴凯
吴凯
摘 要： 基于51单片机的能源管理系统采用51单片机设计，仅能对高校电能的消耗情况进行监控，不能对系统能源进行全面监管。设计高校能源监管智能系统，其总体结构包括数据实时采集终端、数据网关、数据传输网络和智能的监控管理中心。电表管理模块基于B/S开发模式，采用实时通信和数据采集技术，实现对各单位用电情况的实时管理。用水管理模块采用三级监测点进行水耗监测，获取高校水表的实时数据，整理分析该数据获取高校的耗水报表，据此实现对各单位用水情况的监控与管理。利用GPRS移动网络统计分析能耗数据，对高校能源实行智能监管。实验结果说明，所设计系统能源监管范围广且对高校用电、用水以及用热的信息智能检索精度均达到95%以上。
关键词： 能源监管; 智能系统; 用电; 用水; 监控; 信息智能检索
中图分类号： TN99?34; TU244.3 文献标识码： A 文章编号： 1004?373X（2019）13?0142?04
Design and realization of intelligent system for energy supervision in colleges
WU Kai
（Xuzhou University of Technology， Xuzhou 221000， China）
Abstract： The traditional energy management system based on 51 single chip microcomputer can only monitor the electric energy consumption in colleges and universities， but can′t supervise the system energy sources completely. Therefore， the intelligent system of energy supervision in colleges and universities is designed. The overall structure of the system includes real?time data acquisition terminal， data gateway， data transmission network， and intelligent monitoring and management center. The ammeter management module is based on B/S development model， adopts the real?time communication and data acquisition technologies to realize the real?time management of the electricity consumption of each unit. The water management module adopts the three?level monitoring point to monitor the water consumption， obtain the real?time data of the universities′ water meter. The real?time data is collated and analyzed to obtain the water consumption statement of the university， according to which the monitoring and management of the water consumption of each unit are realized. The GPRS mobile network and the energy consumption data of statistical analysis are used to realize the intelligent supervision of energy resources in colleges and universities. The experimental results show that the designed system has wide range of energy source supervision， and the information intelligent retrieval accuracies of electricity， water and heat consumptions in colleges and universities are all higher than 95%.
Keywords： energy supervision; intelligent system; electricity consumption; water consumption; monitoring; information intelligent retrieval
0 引 言
目前，我国高校建筑为大型公共建筑，建筑面积庞大，高校的能源消耗飞速提升。当前普遍采用的能源管理主要是通过人工手段对各项数据进行整理，这种工作方式存在工作量大和计量结果准确性差的弊端，不利于及时了解高校能耗数据，无法快速发现学校的用能漏洞。文献[1]提出基于51单片机的能源管理系统，采用51单片机设计能源管理系统，实现对电源系统状态的在线监测和数据的实时处理以及能量的有效分配。但是该系统仅能对高校电能的消耗情况进行监控，系统的能源监管效果不完善。文献[2]提出基于二维码的高校教学设备管理系统，以智能手机和教学区域的网络环境普及为契机，建立高校教学设备的二维码信息平台以及后台管理系统，实现对高校能源的有效管理。但由于收集客户端的内存较小，存在单位时间接收信息量少的弊端。
为解决以上问题，本文设计高校能源监管智能系统，完善系统的监管范围，提升信息的智能检索精度。
1 高校能源监管智能系统的设计与实现
1.1 系统总体结构
高校能源监管智能系统的设计目标是实现高校能源监管能耗的数据可视化、管理动态化以及节能指标化。本文为实现该设计目标[3]，基于分布采集和集中管理的思想对系统总体结构进行设计，如图1所示。系统总体结构包括数据实时采集终端、数据网关、数据传输网络、智能监控管理中心。
图1 系统总体结构图
1.2 电表管理模块设计
系统中电表管理模块的设计准则是对高校建筑中的电能使用情况进行分类和分项计量[4]。分项用电即照明、动力、空调等一些特殊用电，这些用电按照高校建筑消耗的各类电能进行用途分类和数据收集。
电表管理模块基于B/S开发模式，采用实时通信和数据采集技术，结合分布式数据库，通过互联网进行数据发布，确保各用电单位对本单位用电情况的实时管理，电表管理模块还可对用电数据进行分析[5]，有效实现高校各单位用电的量化管理。
1.3 用水管理模块设计
从图2的用水管理模块结构图可以看出，系统采用用水管理模块对高校的供水进行三级监测点水耗监测，获取高校水表的实时数据，再对获取的实时数据进行整理分析得到高校的耗水报表[6]。高校各单位可通过耗水报表实现对本单位用水情况的监控与管理，系统设计的用水管理模块实现对高校供水网络的监测[7]，模块构建的用水报警机制可实现对漏水的分析和用水异常情况的有效识别，降低了资源的浪费。
1.4 GPRS移动网络实现
系统数据传输采用传输透明协议的GPRS DTU，无线DTU（Date Terminal Unit）除具有稳定的进行双向数据传输的功能外，还可以进行自身检测，使数据传输的可靠性得到有效保障[8]。DTU的协议配置需要串口、短信和数据中心共同配合，串口在接收到AT的指令后，能快速地实现机器的自动配置，DTU的命令格式如表1所示。
图2 用水管理模块结构图
表1 DTU的命令格式
当配置串口发送+++后，DTU出现in set mode
高校能源监管智能系统中数据的传输遵循规则如下：采用AT指令对数据进行包装、发送，对接收的数据采取AT指令解析、数据传输以及数据解析，以接收数据为例，其GPRS数据接收流程如图3所示。
1.5 统计分析能耗数据的实现
系统实现能耗数据的统计分析时，需要采集各项关键数据，并将这些数据保存在数据库中，根据需求对这些数据进行调用[10]，生成各类统计报表，将获取的报表作为高校能源智能监管的参考依据。
根据用户的统计分析需求，输入待统计分析的对象、能源消耗类型、统计数据需求、起止时间、统计模式（单位机构）和统计时间颗粒度信息。统计分析能耗数据的实现流程如图4所示。
图3 GPRS数据接收流程
图4 统计分析能耗数据实现流程图
假设采集的[n]个能源数据用[X=x1，x2，…，xn]表示，在[t1]时刻采集到数据[X]及[t2]时刻采集数据[Y]的数据最大变化率用公式（1）表示，且[t1]和[t2]间时间间隔较短。
当[PYX]值大于采集数据的最大变化率阈值[λ]时，则将采集到的能源数据发送到数据传输网络，进而发送给用户。
2 实验分析
实验为测试本文设计的高校能源监管智能系统在实现高校能源智能监管中的优越性能，对本文系统进行调试分析。实验建立在嵌入式Linux内核平台上，输入Source install命令進行编译的同时安装系统驱动程序，完成数据和程序的有效加载，实验测试系统信息智能存取的吞吐性能和信息检索精度的准确性。在15个高校单位通道中进行实验，为突出本文系统的优越性，将本文系统与传统基于51单片机的能源管理系统和基于二维码的高校教学设备管理系统进行比较，单位时间内系统信息智能存取的吞吐量测试结果如表2所示。
表2 单位时间内三种系统信息智能存取的吞吐量测试结果
分析表2三种系统信息智能存取的吞吐量测试结果，从中可以看出：本文系统在单位时间内的信息智能存取吞吐量较大，15个高校单位测试得到的吞吐量数值均达到4 000 Mb/s以上，且平均吞吐量也高达4 370.8 Mb/s;而传统基于51单片机的能源管理系统的单位时间内信息存取吞吐量在1 638.4和1 853.4之间变化，且平均吞吐量也仅有1 739.3 Mb/s，远远低于本文系统的单位时间信息智能存取吞吐量;基于二维码的高校教学设备管理系统的单位时间信息存取吞吐量在2 234.5和2 635.1之间变化，平均吞吐量为2 433.3 Mb/s，该数值也远远小于本文系统的单位时间信息智能存取吞吐量，说明本文系统单位时间内信息智能存取吞吐量大，系统性能优越。
在上述实验对系统单位时间内信息智能存取吞吐量测试结果的基础上，实验进一步分析本文系统的信息智能检索精度（即向用户反馈的信息精度），并将三种系统的用电、用水和用热信息智能检索平均精度进行对比，如图5所示。
图5 三种系统的用电、用水和用热信息智能检索精度
从图5可以清楚地看出，三种系统在用电、用水和用热信息智能检索的精度上相差较大。本文系统的高校用电、用水、用热信息检索精度均高于90%，且平均检索精度高达95%。除此之外，本文系统在用水、用电和用热方面的信息智能检索精度均大幅度优于另外两种系统。
3 结 论
本文设计的高校能源监管智能系统，通过电表管理模块和用水管理模块，实现高校各单位对电力和水利资源的有效监管。根据实验结果对比可知，本文系统在信息智能存取的吞吐量上效果显著，单位时间内的吞吐量在4 000 Mb以上，且系统对高校用电、用水以及用热的信息智能检索精度均达到95%以上，远远优于另外两种系统的信息检索精度，说明本文系统的智能监控性能佳。
参考文献
[1] 李见敏，史更新，许薇.基于51单片机的能源管理系统智能单元的设计[J].电源技术，2015，39（8）：1733?1735.
LI Jianmin， SHI Gengxin， XU Wei. Design of intelligent unit in power manage system based on 51 single?chip microcomputer [J]. Chinese journal of power sources， 2015， 39（8）： 1733?1735.
[2] 古晓艳，夏志强.基于二维码的高校教学设备管理系统的设计与实现[J].计算机科学，2017，44（z1）：523?525.
GU Xiaoyan， XIA Zhiqiang. Design and implementation of teaching equipment management system based on two?dimensional code [J]. Computer science， 2017， 44（S1）： 523?525.
[3] 张建伟，杨昊，赵永辉，等.智能用电网交互系统负荷预测仿真研究[J].计算机仿真，2016，33（9）：159?162.
ZHANG Jianwei， YANG Hao， ZHAO Yonghui， et al. Intelligent interaction with power system load forecasting simulation research [J]. Computer simulation， 2016， 33（9）： 159?162.
[4] 鲁源，袁峻，陈井锐，等.配网带电远程智能检测系统的设计与实现[J].电网与清潔能源，2016，32（5）：16?21.
LU Yuan， YUAN Jun， CHEN Jingrui， et al. Design and implementation of the charged remote intelligent monitoring system for distribution networks [J]. Advances of power system & hydroelectric engineering， 2016， 32（5）： 16?21.
[5] 程遥.多元能源地下管网的电源智能监控系统设计[J].科技通报，2017，33（11）：145?149.
CHENG Yao. Design of power supply intelligent monitoring system for multi energy underground pipe network [J]. Bulletin of science and technology， 2017， 33（11）： 145?149.
[6] 田茂君，薛惠锋.基于能源监管信息的新能源接入系统能效评估方法研究[J].西安理工大学学报，2016，32（1）：120?126.
TIAN Maojun， XUE Huifeng. Analysis of evaluation method for new energy development in power grid based on energy re?gulatory authority information [J]. Journal of Xian University of Technology， 2016， 32（1）： 120?126.
[7] 陈思运，刘烃，沈超，等.基于可穿戴设备感知的智能家居能源优化[J].计算机研究与发展，2016，53（3）：704?715.
CHEN Siyun， LIU Ting， SHEN Chao， et al. Smart home energy optimization based on cognition of wearable devices sensor data [J]. Journal of computer research and development， 2016， 53（3）： 704?715.
[8] 王珺，顾伟，张成龙，等.智能社区综合能源优化管理研究[J].电力系统保护与控制，2017，45（1）：89?97.
WANG Jun， GU Wei， ZHANG Chenglong， et al. Research on integrated energy management for smart community [J]. Power system protection and control， 2017， 45（1）： 89?97.
[9] 徐建军，王保娥，闫丽梅，等.混合能源协同控制的智能家庭能源优化控制策略[J].电工技术学报，2017，32（12）：214?223.
XU Jianjun， WANG Baoe， YAN Limei， et al. The strategy of the smart home energy optimization control of the hybrid energy coordinated control [J]. Transactions of China electrotechnical society， 2017， 32（12）： 214?223.
[10] 隋修武，余保付，葛辉，等.基于Kingview的热网远程智能监控策略研究[J].应用科学学报，2016，34（3）：352?360.
SUI Xiuwu， YU Baofu， GE Hui， et al. Remote intelligent monitoring strategy of heat?supply network based on Kingview [J]. Journal of applied sciences， 2016， 34（3）： 352?360.
