基于物联网的供热信息监管平台设计

张 宁 邵建涛 丁 熙 宋春丽

中国船舶集团有限公司第七一八研究所 河北邯郸 056000

基于物联网技术的供热信息监管平台将传统的供热系统、业务系统与智能感知相结合，整合现有业务系统，成为企业热力供热服务的核心大脑，打破数据孤岛，形成企业信息流、业务流、数据流的三流合一。实现分布式资源共享，建立高效的信息流，提高企业决策效率，实现企业对各供热站的集中管理，最终提高企业核心竞争力，为企业在清洁供热、节能减排、热用户满意度提升等方面提供有力支持，为智慧城市建设提供有力的数据支撑。

利用中小企业信息化建设，利用现代通信技术手段，对中小企业的信息资源进行整体规划，实现信息集成应用，形成中小企业决策完善的大数据系统与信息资源共享机制。针对公司内部的多源异相数据系统进行集成，形成了系统数据中心，通过打通各系统数据，完善的数据规则，并通过收集来的数据结合神经网络的智能算法，分析出在气候、热源水温等各种因素下的室内气温变动状况，并协助公司及时做出准备预案，以确保小区客户居室气温的相对平稳。

1 设计思想

1.1 注重顶层设计

供热监管信息平台的功能应本着切合企业实际为企业解决实际问题为出发点，做好顶层设计。平台由数据采集模块、智能巡检模块、热网平衡模块、自动上报模块及部分组成。

以服务供热全流程服务为核心思想，强调一体化管控思想，加强数据集成模式，能够对不同情况下室温变化程度做好预测工作，智能辅助企业进行综合调度，完成供热保障。

1.2 侧重集成创新

供热监管信息平台是一个整体建设方案，它将现场端建设与平台建设结合为一体，将在线监控应用与数据分析视为一个有机整体，通过对各种实时信息的统计、分析，实现热源、热力站、室内温度信息采集的广度以及深度，合理利用数据以实现业务集成的同时达到智能分析的目的。

1.3 以大数据透彻感知算法为核心。

本系统以现场端采集的实时数据为数据来源，对各个小区的室内温度情况进行横向对比分析结合小区信息，给出小区用热建筑年限、能耗等级、供热范围情况等信息给出小区室温情况分析决策报告。同时基于平台使用过程中积累的海量数据，对数据质量进行综合分析，做好数据补全、数据清洗等工作，结合室温预测模型，对各小区用户的室内温度做出精准预测，达到精准供热的目的。

2 需求分析

2.1 管网维护及巡检

在传统的供热系统中，需要人工日常维护及巡检以保障热力站的平稳运行，当出现供热调整时需要人工手动干预对整体的管网进行调控。这种手工方式容易造成问题遗漏以及解决不及时，会导致各小区供热温度分配不均造成供热出现问题，极大地影响了热用户的使用感受。

所以需要对各个热力站的运行信号，例如供回水温度、压力、流量、阀门开度等信号进行采集，帮助供热企业及时发现问题，并且根据系统算法进行自动调控。同时，为了更直观地显示热力站问题，需要增加视频监控，以方便企业对热力站内部情况实时把控。

2.2 热用户室温采集

热用户室内温度的采集直接反映了供热企业的供热情况，随着居民对于居住舒适度的要求不断提高，就更要求供热企业能够实时监测热用户室内温度，根据热用户的温度进行调控，达到按需供热、精准供热的目的。

另外，热用户的室内温度情况也是重要的民生问题，这就要求工业企业对于供热小区信息、小区建筑信息、小区热用户信息进行采集形成统一的管理台账，根据小区建筑年限、小区供热面积、小区建筑保温情况进行区别分析，以达到最佳供热温度。

2.3 数据互联互通

城市级供热管网的能源互联与服务互联是大趋势，各地区及企业供热信息的互联互通是城市服务发展的必然要求，通过数字化手段提升管理能力，使得政府及小区用户对于供热企业的运行情况进行了解与反馈，是供热企业良性发展的重要因素之一，这就要求供热企业数据与城市级供热管网系统能够互联互通。近年来，各地相继印发关于供热信息对接的相关技术导则，这就要求平台具有接口开放能力、数据库开放能力，保障政府对企业情况、热源情况、热力站、热用户情况进行整体把控。

3 系统框架设计

系统基于物联网四层架构模式，自下而上形成完整的物联网体系。

图1 供热信息监管平台系统框架

感知层由热源数据、热力站数据、室温数据、视频数据四部分组成，其中智能热表数据及室温采集数据通过4G网络传输至平台服务器，视频数据通过互联网专线与平台视频服务器传输视频信号，热力站数据通过PLC智能网关发送至平台服务器，PLC智能网关也可通过对平台的数据交互完成设备自动控制功能。

网络层主要基于运营商的互联网专线及4G网络传输技术来进行数据传输以保障数据的稳定性。

在支撑层方面平台需要对多源异构数据进行解析，形成统一的数据中心台账，为支持层的室温预测模型提供基础数据的支撑，同时为应用层的数据展示提供数据依据，支撑层的另一作用是根据各供热企业特点建立室温预测模型，能够对现阶段的供热整体运行情况进行评估，方便企业管理人员进行调控。

在展示层方面，结合GIS(地理信息系统)技术将各小区分布及其室温情况、供热管网情况绘制在页面中，结合热力站情况、天气情况等形成一体化看板，方便供热企业进行管理。同时，平台提供了丰富的图表系统，能够直观展示当前情况并支持历史数据导出。

4 功能模块设计

4.1 自动巡检模块

为了提高热力站人员的工作效率，及时发现小区室内温度及热力站等异常问题，平台设计了自动巡检模块。

通过感知层采集的室温、流量、热量等信息，形成各个小区、热力站、热源数据的实时监控。为了方便管理人员对设备故障、小区供热不足的情况进行迅速响应，平台设计了室温低温报警、供水温度低温报警、供水压力报警可以及时提醒管理人员查看相关故障，免去人工巡检，提高工作效率。

平台的视频监控模块可以实时观看热力站内的运行情况，并且支持视频回看，在情况发生后方便企业排查原因。

4.2 室温预测模型

供热信息监管平台在投入使用后，会积累大量的真实数据，这些数据可以帮助我们建立室温预测模型，该模型可以在天气、供水温度、热源一次供水温度等条件影响下对室内温度做出精准预测。

室温预测模型基于误差反向传播神经网络简称为BP(Back Propagation)网络，BP网络由三层或三层以上构成的多层神经网络，在每一层中多神经元按照监督学习的模式进行训练，当学习样本模式输入网络后，神经元的激活值从输入层经各隐含层向输出层传播，在输出层的各神经元输出对应于输入模式的网络响应。然后，按减少希望输出与实际输出误差的原则，从输出层经各隐含层，最后回到输入层逐层修正各连接权。由于这种修正过程是从输出到输入逐层进行的，所以称它为“误差逆传播算法”。随着这种误差逆传播训练的不断进行，网络对输入模式响应的正确率也将不断提高。[1]

结合供热企业及专家经验，模型选取当日天气、当日风速、热源供水温度、热源瞬时流量、热力站一次供水温度、一次阀门开度为输入，将室内温度作为输出。根据平台数据建立参数数据表，如下表所示：

输入及输出参数表

网络选用S型传递函数，

(1)

通过反传误差函数

(2)

其中：Ti——期望输出；

Oi——为网络的计算输出。

通过调节网络权值及阈值来得到e的最优解，也就是极小解。

高强度非线性以及强泛化能力是BP神经网络的显著特性，但是其也具有迭代步数多、收敛速度慢等明显的缺陷。一般的解决办法是在遗传算法的基础上对神经网络进行初步的优化，缩小其搜索空间并找到最优解。[2]

模型采用含有一个隐层的三层结构多输入单输出的BP网络建立预测模型。

在对整体的网络进行设计时，选取隐层神经元的数量是极其关键的一步。当隐藏神经元的个数太多时，网络进算量变得非常庞大，同时带来过度拟合的情况；当隐层神经元选取的个数太少时，会使得计算过程不够，导致结果与预期相差甚多。所以网络中实际的隐层神经元数量的选取需要结合输入层神经元数、输出层神经元数、期望误差的设定等。隐层神经元选取个数的确定没有统一的计算方法，只能借助经验公式来帮助我们进行确定，最终选定值需要借助多次实验来确定。本文在选取隐层神经元个数的问题上参照了以下的经验公式：

(3)

其中：n——输入层神经元个数；

M——输出层神经元个数；

A——[1，10]之间的常数。

根据上式可以计算出神经元个数为4～13，模型选择隐层神经元个数为6。

BP神经网络中通常使用Sigmoid可微函数和线性函数作为网络的激励函数。本文中选取了S型正切函数tansig，作为隐层神经元的激励函数。但由于网络的输出归一在[-1，1]区域内，所以预测模型选择了S型对数函数tansig，作为对输出层神经元的激励函数。

图2 matlab训练曲线

在经过多次迭代及训练后，即可完成对室内温度的预测，预测结果满足期望误差。

4.4 数据上报

供热监管平台由企业供热台账数据、供热投诉数据、热力站运行数据、应急保障数据、故障上报数据、天气数据、环境监测数据、能源消耗数据等多部分组成。为了使这些数据能够顺利地接入上级平台，上传当地供热信息平台建设导则，导则要求省级供热监管信息平台部署在省政务云核心机房，通过全省政务外网连接省、市、县供热主管部门，实现省、市、县三级监管。各设区市供热监管信息平台通过全省政务外网与省级供热监管信息平台实现数据交换；供热企业信息平台通过VPN网络与省政务云连通，实现与省级或设区市级供热监管信息平台数据交换。[3]企业侧的信息监管平台预留了数据库信息表，上级平台可以通过VPN网络访问企业供热数据库，将相关的小区数据、供热建筑数据、室温实时数据、热源实时数据、热力站实时数据及时上报至上级平台。

结语

本文基于物联网框架设计了供热信息监管平台，实现了数据采集、视频监控、数据报警等相关功能。为了更快速地响应天气、热源等因素的影响，提出了室温预测模型，帮助管理者更快地做出决断，此项目已经在当地落地实施，得到了良好的反馈。冬季供热关乎民生，越来越多的政府及企业急需通过数字化的平台来改善当地的供热情况，所以该平台具有极大的推广意义。