基于GPRS的火力发电排放物监管系统研究

邹俊荣，王婧婷，刘 锐，陶新民，沈 微

(东北林业大学 工程技术学院，哈尔滨 150040)

0 引 言

火力发电作为中国最大的化石能源消耗行业，在推进经济发展的同时不可避免地导致了环境污染。当能源投入过量时，不仅会造成化石燃料的不完全燃烧，加剧污染废气等排放，还会造成生产系统的阻塞效应，使得发电量减少。能源投入过量带来的阻塞效应给生产系统带来了较大的破坏性，这是一种能源资源极度浪费的现象[1]。几十年来，以煤为基础的火力发电厂是碳排放的主要来源之一，火力发电释放出大量有毒产物，如一氧化碳、一氧化氮、PM2.5以及对环境和人类健康有害的重金属[2]。矿物燃料的使用在很大程度上是造成污染增加和气候变化的主要原因[3]。新时代下，物联网的建设引起广泛关注，物联网逐渐应用在水资源监测中[4-5]。

自行监测是排污许可制度的重要技术支撑，但火力发电行业自行监测质量参差不齐[6]。因此，加强对火力发电厂污染物的监管刻不容缓。文章将基于GPRS远程通信技术的SIM800A模块与高性能STM32F103C8T6处理器相结合，设计远距离监测并传送火力发电排放物中PM2.5、二氧化碳、二氧化硫的含量的装置，并结合远程监管系统，对超标企业进行实时监测，实现监管的智能化。

1 系统的总体结构

基于GPRS的火力发电排放物的监管系统主要是排放物中污染物指标的监测装置与远程监管系统之间相互配合，共同作用。排放物中污染物指标的监测装置对排放物中的PM2.5、二氧化碳、二氧化硫浓度进行监测并发送，服务器接收由污染物指标的监测装置监测并发送的数据。客户端的上位机软件对从服务器获取的污染物指标监测数据进行比对处理并显示出指标数据和比对簇状图，远程监管系统对污染物指标的监测装置监测的数据进行进一步处理，判断是否罚款，并在远程监管系统的客户端上显示出来，然后由工作人员手动输入是否上缴罚款，从而达到加大对火力发电场的监管力度的目的。

2 火力发电污染物指标监测装置

2.1 硬件设计

基于GPRS的污染物指标监测装置主要由电源模块、GPRS远程通信模块、按键控制模块、STM32F103C8T6模块、二氧化硫传感器模块、二氧化碳传感器模块、灰尘传感器模块以及OLED显示模块组成，如图1所示。

图1 污染物监测装置组成

基于GPRS的污染物指标监测装置的电源模块用来为其他模块供电；GPRS远程通信模块用来远程传输数据，型号为SIM800A；按键控制模块用来切换显示指标；二氧化硫传感器模块用来监测二氧化硫浓度，型号为JXM-S02；二氧化碳传感器模块用来监测二氧化碳浓度，型号为MH-Z19；灰尘传感器模块用来监测PM2.5浓度，型号为GP2Y1010AU0F；OLED显示模块用于下机位显示污染物指标数据。

基于GPRS的排放物中污染物指标监测装置的电源模块包括5 V/1 A电池组、TP4056充电保护板以及3.3 V电平转换电路。STM32F103C8T6模块由处理器STM32F103C8T6、8 MHz主晶振电路、RTC晶振电路、复位电路、BOOT选择电路以及SWD调试接口电路组成，STM32F103C8T6模块还与OLED显示模块相连接。

2.2 下位机程序设计

火力发电排放物中污染物指标的监测装置是基于GPRS的火力发电排放物监管系统中的下机位系统，先调通串口通信，通信实现后按照Modbus协议的框架发送数据，对污染物指标的监测装置核心部分STM32F103C8T6编写下位机的程序。

下位机程序通过USART串行通信、三串口同时收发消息等通信方式把GPRS远程通信模块、二氧化硫传感器模块、二氧化碳传感器模块、PM2.5传感器模块、OLED显示模块以及按键控制模块的功能相结合，并与STM32F103C8T6模块连接，使整个系统持续有效地发挥作用。下位机软件设计流程图如图2所示。

图2 下位机设计流程图

下位机在获取污染物含量数据后，对各数据进行整合，并将整合后的数据发送到LCD显示模块，绘制数据函数图像并显示，然后启动GPRS通信模块，按照设定好的时间，发送数据到服务器数据库，并将发送的数据和发送时间存储到存储单元中。

3 远程监管系统

远程监管系统主要由三大部分组成，即远程监管系统、服务器数据库和上位机软件。

远程监管系统的工作界面可进行监测数据的显示、比对簇状图的显示以及近期含量变化的折线图的显示，能够远距离监测到排放物中污染物的含量，来确定是否罚款及罚款力度。上位机软件设计流程图如图3所示。

图3 上位机软件设计流程图

4 结 语

对基于GPRS的火力发电排放物监管系统进行研究，该系统主要由基于GPRS的污染物浓度监测装置和远程监管系统组成。GPRS 远程通信模块运行稳定，相对于有线传输技术，降低了维护成本和搭建成本。远程监管系统协同污染物指标监测装置将设备与上位机连接，实现了污染物浓度的实时监测，并将数据及时存储在数据库中，防止了极端天气下数据的丢失。但该系统监测的污染物浓度在传输过程中易受到气候等因素的干扰而影响监测数据准确性，需要在应用中加以完善。