基于大数据的智能节能管理系统设计研究

屈彩凤 阳韬

摘要：随着工业自动化程度越来越高，电力资源的需求量也在逐渐增大，尤其对于北上广这类以工业和商业为主导的一线城市，对供电的要求也越来越高。如果因电力资源供应不足而导致停电，将会带来巨大的损失，因此电力资源的节约与合理分配显得尤为重要。文章基于大数据理论进行研究，对用电数据和电力供应情况进行统计分析，并对能源影响因素进行聚类分析。在以上大数据分析基础上，文章以广州某高校为实验环境，研究并设计出一套基于大数据理论的智能节能管理系统，从而合理地分配及控制电力资源，以达到节能控制的目的。

关键词：大数据；电力；统计分析；聚类分析；节能管理

中图分类号：TP311      文獻标识码：A

文章编号：1009-3044（2023）31-0091-04

开放科学（资源服务）标识码（OSID）

0 引言

近年来，广东省的经济得到了快速的发展，其在工业等各行各业上的用电也逐年在增长，广东省从2017年至2021年的电力消耗量数据见图1，从图中数据很容易看出，广东省的电力消耗量非常大，并且在逐年增长。广东省2017年的用电量为5 958.97亿千瓦小时，到了2021年用电量增长到7 866.63亿千瓦小时，另外可以看出，2017至2020年用电量逐年增长相对缓慢，但是2020年到2021年用电量增长将近1 000亿千瓦小时。目前来看，广东省的电力供需平衡方面水平还很低，随着电力需求的快速增长，电力供应很容易出现缺口，节能迫在眉睫。

由于广东省各市区经济发展存在一定的差异，电力使用情况自然也会有所不同。图2中给出了2021年广东省21个市区的电力消耗量，图中显示广州、深圳和东莞这三个地区电力消耗量位居前三，均达到1000亿千瓦时以上，所以在这三个地区实施节能政策对整个广东省都有很大的益处。

据上述数据分析，广东省在电力数据消耗非常大，而高校电力数据消耗在其中占了很大的比重。本文根据用电单位用电设备的物理分布和用电单位过往的用电的数据，基于大数据理论和技术，对过往的数据进行分类，挖掘数据之间的内在联系，从而建立相应的节能用电数学模型，对用电状况进行实时监控，提供可视化操作。并以广州城市理工学院为研究对象，设计出节能控制管理系统。本文中的大数据理论与应用系统也可以推广到其他类似的用电单位进行应用。

1 大数据理论技术的应用

大数据在近几年的发展非常迅速，目前来看，大数据技术几乎已经融入人们生活的很多领域之中，大数据的发展推动了数据的迅速传播，尤其是在统计我国各地区能源消耗数据中扮演着十分重要的角色[1]。能源消耗的过程中会产生大量数据，正是有了大数据技术，各城市才能收集并且进行分析这些海量的数据，比如能够准确分析出电力消耗量数据情况，从而提出合理的政策建议，并进行相应的调整，防止出现供电不足等情况影响使用。

大数据技术不仅包括数据的规模，还包括数据采集与预处理、数据存储与管理、数据处理与分析以及数据结果呈现等内容：1） 数据采集与预处理：在大数据整个过程中，第一个环节就是要进行数据的采集，一般会用到ETL工具，目的是能够把一些异构数据源中的数据抽取到中间层再进行清洗转换集成，再进行实时的处理；2） 数据存储与管理：在大数据技术第一个环节采集到相关数据之后，由于数据的结构和模式可能会出现不同，可以利用SQL数据库或者关系数据库等将海量的数据存储起来并妥善管理；3） 数据处理与分析：对于存储好的数据，可以采用回归分析、方差分析、假设检验或者聚类分析等统计分析方法对这些海量的数据进行分析和解读数据；4） 数据结果呈现：数据分析之后需要将结果以关系图等方式展现出来，从而得出相应的结论与建议[2]。

2 基于大数据聚类分析能源强度

电力是能源消耗的重要组成部分，能源强度是指单位GDP所消耗的能源量，分析我国各地区能源强度影响因素对于节能管理有重要参考价值。本文根据影响能源强度的主要因素对29个省份进行聚类分析，选取2015年的数据，数据来源于国家统计年鉴。

2.1 聚类分析方法介绍

聚类分析就是根据“物以类聚”的思想，对样品（或指标）进行分类的一种统计分析方法。根据研究中分类对象的不同，聚类分析分为Q型聚类（或者说是样品聚类），和R型聚类（或者说是指标聚类）。本文将采用的是Q型聚类分析。

2.2 能源强度聚类分析

本文选取影响能源强度的三个主要因素（经济结构效应、能源强度效应和能源结构效应）来对我国29个省市进行聚类分析。聚类分析结果见表1和图3。

从聚类分析结果来看，根据经济结构效应、能源强度效应和能源结构效应这三个因素将中国各省份划分为四大区域，这样一来可以结合各省情况提出针对各个区域的节能建议。例如，区域一包括了北京和海南，北京作为中国首都而海南作为旅游大省，该区域的一次能源主要以电力能源为主，所以在进行节能管理时可以将重点放在如何转变居民的消费观念上，或者推出一些电力节能管理系统，将节能落到实处[3]。

3 大数据管理系统总体结构

从整个城市的用电结构来看，一个城市的主要是电力消费主要集中在以下几个部分（如图4） ：1） 工业用电：在工业区，企业的生产的设备运转以及工作人员的办公等方面会消耗巨大的电力资源；2） 商业用电：主要集中在商业中心的空调运转、照明用电以及办公室的电脑等办公设备的运转；3） 居民用电：居民用电主要集中在小区的安防设备、照明以及居民家庭生活用电等；4） 市政用电：政府机关部门的工作运转用电，城市运转所需的照明以及安防设备用电等；5） 高校用电：我国有将近3 000所的高校，而高校用电主要集中在教学用电、教室和图书馆等的空调设备以及学生和教师的生活用电等，每年高校用电在全国电力资源消耗中占据了很大的比重[4]。

本系统依托广州城市理工学院与中科曙光共建的大数据中心，该中心服务器配置高，运算能力非常强大，能够进行大数据处理，并运行强大的管理服务器软件[5]。

大数据中心能够将一个城市的各个用电单位联系起来，各个用电单位（包括高校、政府部门、居民区、工厂、商业中心等）的管理服务器通过光纤连接到大数据中心，而大数据中心作为中心节点，管理各个单位的服务器。各单位的服务器收集了本单位的用电数据和配电结构，并将这些数据上传到大数据中心服务器。大数据中心根据各个单位的用电情况进行大数据分析，分析各个单位的用电数据，包括每天的用电总量、用电的高峰时段、照明用电量、空调用电量、设备用电量等用电结构情况。

根据大数据的分析，不同的用电单位，其用电情况会呈现不同的特点。例如对于居民区来说，一般白天的耗电量会相对较小，晚上的用电量会剧增；而工厂全天有长达16小时的时间耗电量会很大；商场等中心区域在晚上耗电量会比较多；办公楼的耗电主要集中在早上9点至晚上9点的时段，其他时间的耗电量较小。另外，夏季和冬季的用电结构也差别很大，甚至南方和北方的用电结构也存在差异。根据这些数据长期的统计，会形成一个较大的数据库，要从其中分析出相关结论，则需要用到大数据的分析方法。

大数据中心能够与各个城市的供电站通过光纤网络进行连接，这些数据分析出用电情况后，将这些分析的数据结果传送到供电站，供电站便能够根据这些信息合理地设置供配信息。

而供电局的供配电是根据不同地区，不同的用电场所，不同的时段，合理地配置供配电线路的功率等，这样才能够保证合理配置用电资源。

4 高校数据中心管理服务器系统

大数据管理服务中心的服务器作为整个系统的管理中心，通过软件技术、数据库技术与大数据技术相结合，开发软件系统[6]。

管理软件系统如图5所示，包括数据可视化模块，数据分析模块，通信模块，控制模块，监测模块等，这些模块分别完成不同的功能。

监测模块：该模块主要是监测学校各个用电场合的实际情况，包括教室用电监测、办公楼用电监测等，主要是监测这些场所的光照、温度等，并把这些信息上传到管理中心，作为控制的依据，从而减少浪费。比如在白天，教室的光照强度足以满足学生正常的学习上课，但是教室的电灯却开着，这时候通过光照传感器上传的数据，就可以作为控制教室灯开关的依据。

控制模块：该模块包含智能和手动控制这两种控制模式，其中智能模式，就是设置好相应的控制条件后，如设置好教室的温度和光照强度后，控制模块将会根据传感器的数据，实时的控制教室的灯和空调运转状态。

通信模块：该模块主要是与后勤管理中心进行通信，接受后勤管理部门传送过来的数据，包括各个场合的用电数据等，进行处理，从而完成用电设备的实时控制。另外一个部分是获取教务系统的排课等课堂数据，当教室没有上课时，将会自动关闭教室的用电设备，从而减少电力资源的浪费情况。

数据分析模块：该模块主要是把传感器上传的数据、设置的控制数据、学校各个场合的用电数据以及不同时段的耗电数据等进行综合处理，并进行数据挖掘，从这些信息中获取用电情况，作为控制的依据。

数据可视化：该模块主要是通过一个大型的电子显示屏，展示各个场合的用电数据，数据包含多个功能子模块，管理者可以在不同的操作显示界面上看到不同的信息，比如可以看到各栋教学楼的用电情况，点击子菜单，也可以看到各个教室的用电情况和排课情况等。

5 高校用电控制与监测部署

5.1 系统整体结构

高校用电控制与节能管理主要是以学校的管理服务器为中心，对学校各个场合用电设备的环境进行实时监测，如光照强度、温湿度等信息监测。并根据设置的策略和分析结果对用电设备实时控制，从而保证学校各项用电设备的高效利用，减少电力资源浪费的情况[7]。

如图6所示，管理服务器作为学校的管理端，通过TCP/IP协议控制学校各个部分的网关。工业网关以stm32f103C8T6为核心，通过以太网通信，可以连接服务器，接收服务器发送的数据，也可以通过RS232接口在触摸屏进行控制和显示相关状态；而通过RS485接口控制板下发控制命令，并接收来自数据采集控制板上传过来的传感器数据，用电设备的状态数据等信息。

网关与各个教室可以通过两种方式进行通信，一种是网关直接通过RS485通信接口與下面的设备通信；另外一种是网关连接Lora模块，数据采集板连接到Lora模块，通过无线收发信息来与网关进行通信[8]。

5.2 数据通信协议

数据采集板与网关进行通信，双方之间采用自定义协议进行数据的收发。数据通信采用的RS485接口，可以一个主站，多个从站，例如以网关端为主站，数据采集板为从站。其中最多可以接200个从站以上，而在高校用电控制场合不需要连接那么多设备，完全能够满足要求。

主站和从站双方间收发数据，主要包括继电器控制数据、温度数据、光照强度数据、继电器状态数据等四种数据，并定义了四种功能控制码，分别为继电器控制、温度读取、光照读取及状态读取。用继电器连接教室内部的控制设备，并通过继电器输出开关信息，从而对教室的电灯、空调、多媒体设备等进行远程控制。以温度读取命令为例，收发的数据帧如下：

1） 网关主站发送报文格式：

[起始标志 设备地址 功能码 数据长度 数据 数据 结束标志 0x11 0xaa 0x01 0x03 0x02 0x00 0x00 0x22，0xbb ]

2） 数据采集板从机返回的数据格式为：

[起始标志 设备地址 功能码 数据长度 数据 数据 结束标志 0x11 0xaa 0x01 0x03 0x02 0x12 0x23 0x22，0xbb ]

数据的通信过程：管理中心先将设置好控制指令，将控制指令通过以太网发送到工业网关，通过TCP/IP协议实现传输，工业网关再通过RS485接口或者Lora无线的方式将指令发送到数据采集板，从而完成控制。

同时数据采集卡兼顾了控制和数据采集功能，将连接的温度和光照强度等数据，通过传感器采集后，在数据采集板进行处理、打包，以数据帧形式发送到网关，网关通过以太网传输到管理服务中心，进行处理。在不同的场合，不同的部门布置大量的传感器，这些传感器在不同的时段会形成大量的数据，以此作为数据中心大数据的一部分，并作为控制的依据，完成系统的节能控制。

6 分析与总结

通过近几年广东省的电力消耗数据分析，不难发现在广州等耗电量较大的城市中采取节能措施，并设置节能管理系统是非常有必要的。本文研究设计的智能节能管理系统，以大数据理论为基础，在广州城市理工学院的这个研究场合下，设计了大数据管理系统软件，通过数据采集和控制硬件，并在学校的一些教学楼完成了软硬件的系统部署，已经能夠实时监测和远程控制各个用电场合的设备。

该节能管理系统的应用，能够及时关闭一些不需要用到的用电设备，从而减少了电力资源的浪费，相对于传统的管理方式，例如需要教室管理员对各个教室扫楼式管理，该节能管理系统具备高效省时的管理特点，而且可以大大节约电力资源，该系统的研究具有重要的实际意义。

参考文献：

[1] 马季.基于大数据的高校后勤管理信息系统数据采集与实现[D].兰州：兰州大学，2018.

[2] 王亚丽.计算机大数据技术在城市电力节能中的应用[J].电子技术与软件工程，2019（11）：182.

[3] 屈彩凤.中国能源强度的区域差异与时空演进研究——基于时空指数分解的实证分析[D].长沙：湖南师范大学，2019.

[4] 朱向辉.高校用电现状分析及节电措施[J].现代物业（中旬刊），2019，18（2）：22.

[5] 阳韬，阳平华.基于无线网络教室节能管理平台[J].电脑知识与技术，2020，16（12）：51-53.

[6] 倪章灵.基于物联网的能效监管系统在某高校节能改造中应用研究[J].福建建筑，2019（2）：83-88.

[7] 高勤有.智能照明系统在高校教学楼建筑节能改造中的应用探讨[J].江苏科技信息，2019，36（3）：51-53.

[8] 韩巧林.高校水电节能管理工作中的问题及对策研究[J].大众标准化，2019（15）：27-28.

【通联编辑：王力】