基于鲸鱼算法的产业园区电力能耗监测系统设计

赵志军，周晓琴，邓 菲，徐 晨

（1.嘉兴恒创电力集团有限公司华创信息科技分公司，浙江嘉兴 314000；2.国网浙江嘉兴供电公司，浙江嘉兴 314000；3.上海应用技术大学电气与电子工程学院，上海 201418）

近年来，我国大力发展产业园区的建设，产业园区规模越来越庞大。我国的产业园区耗电量是欧美国家的2 倍，一方面，我国的产业园区耗电量巨大；另一方面，我国没有设计针对于产业园区的电力能耗监测系统，无法为有关机构提供直接的数据作为指导产业园区用电量的基础与参考[1-3]。

鲸鱼算法是一种新的启发式优化算法，它模仿座头鲸的捕猎行为，具有操作简单、调整参数少、容易跳出局部最优的特点，主要包括3 个阶段：随机觅食、收缩包围、螺旋捕食。因此，该文设计了基于鲸鱼算法的产业园区电力能耗监测系统。通过此系统来完成产业园区电力能耗的监测与记录，利用能耗统计以及能源的审计、能效的公示，促使国家机关能够参照此系统提高产业园区的节能水平，为政府有关政策的制定提供参考[2-4]。

1 系统架构设计

该文研究基于鲸鱼算法的产业园区电力能耗监测系统架构以计算机、通信设备、测控单元为基本工具，通过实时数据采集、开关状态监测及远程管理与控制提供基础平台，该系统主要采用分层分布式计算机网络结构。基于鲸鱼算法的产业园区电力能耗监测系统架构如图1 所示[5]。

图1 产业园区电力能耗监测系统架构

观察图1 可知，基于鲸鱼算法的产业园区电力能耗监测系统架构由站控管理层、网络通信层和现场设备层组成。

1）站控管理层。站控管理是人机交互的直接窗口ISI，也是上层系统，该系统主要包括工业级计算机、打印机、UPS 电源等系统软件及必要的硬件设备，内部的人机交互界面不仅能够采集现场数据，同时可以分析处理数据，以波形图反馈现场的运行状况。

监视主机具有很好的数据处理能力，而且可以管理数据，为维护和分析系统提供内外数据接口，可调用打印或自动打印图表和报告。系统通过通信和智能模拟图像进行数据交换，生动地展示了系统的整体运行状况，确保电脑监控系统正常供电，保证站控管理设备在发生供电故障时可以正常运行。

2）网络通信层。网络通信层内部的通信管理机、以太网和网络总线不仅可以完成数据信息交互，同时可以上传控制指令。

3）现场设备层。现场设备层是数据采集终端，利用I/O 控制器实现数据的控制[6]。

2 系统硬件设计

该文设计的基于鲸鱼算法的产业园区电力能耗监测系统硬件由数据采集器、数据传输器和数据库组成。系统硬件结构如图2 所示。

图2 产业园区电力能耗监测系统硬件

2.1 数据采集器

该文设计的基于鲸鱼算法的产业园区电力能耗监测系统的数据采集器型号为MS3590，其结构如图3所示。

图3 采集器结构

根据图3 可知，MS3590 是一个基于C 语言的轻量级数据采集器。利用MINDEO 自主研发的图像处理技术，可以方便、快速地识读国内、国际通用的1D/2D 条码，配置蓝牙或WiFi 无线通信模块。采集器的终端和交换机具有很强的信息分析能力，不仅可以分析数据，同时可以完成数据的交互。除此之外，MS3590 轻便小巧，便于携带，采用人机工程学设计，握感舒适，配有智能化辅助照明调节算法，能适应不同照明强度环境，具有任意角度的可读条码，纠错能力强、阅读速度快。

能耗数据采集分为人工采集和自动采集两种方式。园区建筑物基本情况的数据采集指标全部为人工采集，能耗数据不能自动采集。该系统采集数据为园区建筑用电分项数，并采用自动计量装置。收集中心采用自动传输方式，实现数据采集与传输[7-9]。

2.2 数据传输器

数据传输器为InDTU212 系列工业无线数据终端，数据传输器如图4 所示。

图4 数据传输器

InDTU212 系列是一款高性价比的工业级无线数据终端产品，以LTE 4G 无线网络为承载网，在TCP/IP 之上为工业和商业用户提供无线数据传输通道，功能完善，实现了远程监控站的串口设备与中央监控系统之间的无线数据通信，从而实现了对远程设备的监控。

该系统通过R28917 数据传输接口，实现园区用电量自动监控，并利用IJNSD/SAD 通信协议实现自动上传，保证了数据的高效管理和查询服务。与此同时，数据的传输采取了编码jancne 来实现数据的存储一致性以及交换一致性[10-11]。

2.3 数据库

数据库是该文设计的基于鲸鱼算法的产业园区电力能耗监测系统中的核心部分，也可以称之为数据中心，其主要作用就是接收监测的产业园区的能耗数据，并且将这些数据储存到其管理的固定区域。在接收数据后对其进行处理，分析数据并展示数据结果。数据库如图5 所示。

数据库有设定数据更新时间间隔的功能，可以用来存取历史数据、记录报警、打印相关数据报表、制作历史对比图、绘制数据图表等，并且可以不断扩展增加更多功能。MSP430F149 主控制器与Neuron3150 之间完成信息交互。

3 系统软件设计

该文提出的基于鲸鱼算法的产业园区电力能耗监测系统软件主要由随机觅食、收缩包围、螺旋捕食完成软件工作。

1）随机觅食

随机觅食指的是采用鲸鱼随机搜索食物，设定目标个体Xi,G(i=1,2,…,N)，寻找与食物相近的鲸鱼，根据鲸鱼位置得到数据更新结果，定义的数学模型如下所示：

其中，Xrand表示鲸鱼个体的位置；G表示数据更新迭代的次数；D表示个体与随机个体之间的距离；A为随机参数，随机参数的区间为[-2，2]。

2）收缩包围

在完成食物搜索后，鲸鱼对位置进行再次更新，建立新的数学模型，如式（2）所示。

其中，Xi,G+1表示鲸鱼寻找的食物所在的位置种群，Xbest表示种群最优的位置。

3）螺旋捕食

在寻找到最优的数据个体后，采用螺旋运动的方式接近食物，得到的数学模型如式（3）所示。

其中，Dbest表示个体与最优个体之间的距离；b表示鲸鱼运行过程轨迹的常数；l表示区域的随机数。

通过多次变异、交叉增加种群的多样性，增大搜索空间，从而增强了全局搜索能力，便于跳出局部最优，提高了算法的收敛速度[12-14]。

4 实验研究

为了检测该文提出的基于鲸鱼算法的产业园区电力能耗监测系统的有效性，与传统监测系统进行实验对比，选用的传统系统分别是基于数据分析的产业园区电力能耗监测系统、基于数据挖掘的产业园区电力能耗监测系统。设定实验参数如表1所示。

表1 实验参数

根据上述参数，选用该文系统和传统系统进行对比实验。基于鲸鱼算法的产业园区电力能耗监测系统工作流程如图6 所示。

图6 系统工作流程

得到的监测结果稳定性如图7 所示。

根据图7 可知，该文提出的基于鲸鱼算法的产业园区电力能耗监测系统的工作过程稳定性高于传统监测系统，监测能力更强。

图7 监测结果稳定性

根据表2 可知，该文提出的监测系统对电力能耗的监测能力优于传统监测系统，能够确定最优的储能容量配置，缩短复合储能的成本，防止风光功率波动，从而增强能耗的利用率[15-18]。

表2 利用率实验结果

5 结束语

文中提出了一种基于鲸鱼算法的产业园区电力能耗监测系统，对系统的硬件和软件进行设计。对储能进行优化，提高了微网联络线的利用效率，确保监测过程数据的准确性，为电力调度提供更多的数据参考。由于鲸鱼算法在运行中需要经过多次迭代，因此产业园区电力能耗监测系统需要消耗的预测时间较长，这也是下一个阶段需要改进的工作目标。我国产业园区电力能耗监测还在不断发展中，各种类型市场逐步开放，需不断根据产业园区电力能耗的发展对方法优化，从而真正准确地为产业园区电力能耗监测提供依据。