王偉,唐冬來

(1.國網(wǎng)寧夏電力有限公司寧東供電公司,寧夏 靈武 750411；2.四川中電啟明星信息技術(shù)有限公司,四川 成都 610041)

隨著社會經(jīng)濟(jì)的發(fā)展，大工業(yè)用戶對水、電、氣、熱、冷的綜合能源服務(wù)要求日趨增高，因此對于用戶的水、電、氣、熱等多能源設(shè)備數(shù)據(jù)采集及綜合控制應(yīng)用尤其重要[1]。長期以來，各企業(yè)內(nèi)部對于各類水、電、氣、熱多能源設(shè)備的數(shù)據(jù)采集分別建立獨立的采集通道，不僅效率低下，而且需耗費大量人力、財力，對水、電、氣、熱等多能源設(shè)備的采集故障排查處理也很難做到閉環(huán)管理和有效追蹤[2-3]。尤其是對遺漏的隱性故障的排查難度更高，排查不當(dāng)可能會影響設(shè)備的運行、甚至造成嚴(yán)重的生產(chǎn)事故。

目前寧東新能源化工基地內(nèi)對用戶側(cè)水、電、氣、熱、冷等多能源設(shè)備數(shù)據(jù)采集主要是通過輪詢的方式進(jìn)行數(shù)據(jù)采集[4]，采集的信息主要包括水、電、氣、熱表的計量信息，利用智能表計或采集裝置的凍結(jié)功能將每日零點用戶多能源設(shè)備計量信息進(jìn)行凍結(jié)存儲，通過各種能源對應(yīng)的專用采集器進(jìn)行輪詢采集[5]。這種數(shù)據(jù)采集方式是將1個計量表計/傳感器的數(shù)據(jù)采集完成后，再進(jìn)行下1個表計/傳感器信息的采集，多個計量表/傳感器的同一數(shù)據(jù)項采集耗時較長，采集時間間隔大，無法實現(xiàn)對用戶側(cè)更高頻度的采集，同時，無法對用戶側(cè)異常做到實時監(jiān)測及管理。

有學(xué)者已對如何提高多能源設(shè)備數(shù)據(jù)采集能力做了研究。文獻(xiàn)[6]中，提出了1種面向云計算的能耗數(shù)據(jù)采集方法，采用IAP15W4K微處理器,通過RS-485/M-bus/Mod-bus等總線采集能耗計量設(shè)備的數(shù)據(jù),借助4G網(wǎng)絡(luò)實現(xiàn)能耗數(shù)據(jù)向云平臺的傳輸。文獻(xiàn)[7]中，提出了1種基于移動互聯(lián)網(wǎng)的農(nóng)村水電數(shù)據(jù)采集方法，利用移動互聯(lián)網(wǎng)對農(nóng)村的水、電數(shù)據(jù)進(jìn)行采集、存儲和傳輸。但是，水、電、氣、熱多能源設(shè)備數(shù)據(jù)采集頻度要求高，傳統(tǒng)的云計算與移動互聯(lián)網(wǎng)技術(shù)不能滿足高頻度采集需求，需要改進(jìn)采集方法，才能實現(xiàn)多設(shè)備、高頻度的數(shù)據(jù)采集。

物聯(lián)網(wǎng)(The Internet of Things，IOT)技術(shù)[8]是指通過各類傳感技術(shù)、信息與通信技術(shù)和人工智能技術(shù)[9]進(jìn)行綜合能源系統(tǒng)各環(huán)節(jié)的萬物互聯(lián)和人機(jī)交互，實現(xiàn)對綜合能源多設(shè)備全過程的智能化感知、識別和管理[10]。本文以IOT技術(shù)的多并發(fā)、采集任務(wù)協(xié)同為基礎(chǔ)，提出了1種基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法。該方法建立了多能源設(shè)備數(shù)據(jù)采集模型，實現(xiàn)了對水、電、氣、熱、冷等多能源設(shè)備的采集建模。在此基礎(chǔ)上，重點考察了IOT技術(shù)的多并發(fā)、多采集任務(wù)協(xié)同控制算法，實現(xiàn)對多能源設(shè)備的高頻次采集、存儲、邊緣計算與控制，最后，通過算例對所提技術(shù)方案進(jìn)行驗證。

1 多能源設(shè)備數(shù)據(jù)采集架構(gòu)

基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法整體架構(gòu)如圖1所示。該架構(gòu)主要包括4個環(huán)節(jié)：多能源設(shè)備數(shù)據(jù)采集建模、多并發(fā)協(xié)同采集、多采集任務(wù)協(xié)同控制和數(shù)據(jù)存儲及綜合能源邊緣控制。

圖1 基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法

架構(gòu)中，多能源設(shè)備數(shù)據(jù)采集建模綜合考慮水、電、氣、熱傳感設(shè)備的監(jiān)測細(xì)粒度、聯(lián)動控制策略等因素，建立多能源設(shè)備數(shù)據(jù)采集模型，實現(xiàn)數(shù)據(jù)有效聚合，為數(shù)據(jù)采集策略任務(wù)提供基礎(chǔ)參考。多并發(fā)協(xié)同采集，實現(xiàn)對水、電、氣、熱傳感設(shè)備多個采集任務(wù)下發(fā)，以及并發(fā)處理，以解決輪詢方式采集只能單任務(wù)處理的問題。多采集任務(wù)協(xié)同控制則有效控制多并發(fā)采集任務(wù)，實現(xiàn)采集任務(wù)調(diào)度最優(yōu)，減少因問題表計無法采集而造成采集周期過長的問題。數(shù)據(jù)存儲及綜合能源邊緣控制，按目標(biāo)時間將多能源設(shè)備采集數(shù)據(jù)分類存儲在智能融合終端中，并根據(jù)此數(shù)據(jù)在本地進(jìn)行邊緣計算與用能設(shè)備的邊緣控制，以大幅提高多能源的綜合利用效率。

2 多能源設(shè)備數(shù)據(jù)采集方法

基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法通過對采集設(shè)備類型、數(shù)量的復(fù)雜過程進(jìn)行優(yōu)化求解，針對部分采集任務(wù)失效的情況，進(jìn)行路徑調(diào)整，并對多能源設(shè)備進(jìn)行綜合控制，實現(xiàn)提高多能源設(shè)備綜合利用效率的目的。

2.1 多能源設(shè)備數(shù)據(jù)采集建模

多能源設(shè)備數(shù)據(jù)采集建模，分?jǐn)?shù)據(jù)存儲模型和數(shù)據(jù)采集路徑模型2種，通過水、電、氣、熱等多能源監(jiān)測細(xì)粒度、聯(lián)動控制等因素，采用Huffman Coding進(jìn)行建模，以解決現(xiàn)有技術(shù)中傳統(tǒng)的數(shù)據(jù)采集方式多個計量表的同一數(shù)據(jù)項采集耗時較長，采集時間間隔大，導(dǎo)致的用戶側(cè)計量信息采集精度低以及異常處理時效性低的問題。模型運行后，根據(jù)采集的理論值與實際值進(jìn)行比較后，做智能修正，為多能源采集數(shù)據(jù)提供數(shù)據(jù)參考依據(jù)。

在數(shù)據(jù)存儲模型方面，以用戶為節(jié)點建立水、電、氣、熱等多能源設(shè)備數(shù)據(jù)存儲模型，如圖2所示。

由圖2可見，用戶作為數(shù)據(jù)存儲的核心節(jié)點，首先分解為水、電、氣、熱等設(shè)備級數(shù)據(jù)存儲模塊，其次，按照各類能源表計的量測類型進(jìn)行第2層數(shù)據(jù)存儲。

圖2 多能源設(shè)備數(shù)據(jù)存儲模型

在數(shù)據(jù)采集路徑模型方面，采用Huffman Coding的多能源設(shè)備數(shù)據(jù)采集建模，設(shè)水表的特征數(shù)據(jù)為a，采集的數(shù)量為m；電表的特征數(shù)據(jù)為b，采集的數(shù)量為n；氣表的特征數(shù)據(jù)為c,采集的數(shù)量為o；熱表的特征數(shù)據(jù)為d，采集的數(shù)量為p，采集的水、電、氣、熱資源分別為

(1)

水、電、氣、熱表預(yù)估采集的時間為

(2)

設(shè)最少采集時間為Δf，首先，將水、電、氣、熱表按照預(yù)估采集時間由大到小排隊，多能源設(shè)備數(shù)據(jù)采集最優(yōu)方法如式3所示：

Δf=fmin(aπ1-mπt+bπ1-n+πt+cπ1-oπt+dπ1-qπt)

(3)

基于Huffman Coding建模求解的最短采集時間原理如圖3所示。

由圖3可見，對水、電、氣、熱表采集的Huffman Coding過程，就是求解最短采集時間的過程，根據(jù)采集資源F與采集時間T之間進(jìn)行平衡，逐層分解，計算出各塊水、電、氣、熱最優(yōu)組合采集方式及采集順序，以確保最短采集時間Δf最小。

圖3 基于Huffman Coding的采集原理

2.2 多并發(fā)協(xié)同采集

多并發(fā)采集獲取與多個能源計量表對應(yīng)的按需配置目標(biāo)數(shù)據(jù)項，并獲取多個目標(biāo)數(shù)據(jù)項中各數(shù)據(jù)的并發(fā)機(jī)制。

現(xiàn)有技術(shù)中，獲取各水、電、氣、熱計量表的相關(guān)數(shù)據(jù)時，通常是一次性獲取與1個計量表計的所有數(shù)據(jù)(例如水壓、水溫、用水量等)之后，再去獲取下一個設(shè)備的數(shù)據(jù)。這種獲取水、電、氣、熱計量表數(shù)據(jù)的方式，對各水、電、氣、熱計量表同一數(shù)據(jù)項的采集時間誤差大，并且耗時長。

本方法中，采用多并發(fā)協(xié)同采集時在1個周期內(nèi)，一次性獲取多個水、電、氣、熱計量表的同一目標(biāo)數(shù)據(jù)項，并根據(jù)多個目標(biāo)數(shù)據(jù)項中各數(shù)據(jù)的采集時間，進(jìn)行并發(fā)采集路徑調(diào)整。例如，先獲取第1塊水表到第m塊水表的同一數(shù)據(jù)項，生成采集平均時間，再獲取水表的第2個同一目標(biāo)數(shù)據(jù)項，直至獲取所有的同一目標(biāo)數(shù)據(jù)項為止。并發(fā)數(shù)量可以設(shè)置為100個線程。

2.3 多采集任務(wù)協(xié)同控制

針對與多個并發(fā)的采集任務(wù)，采用積分來衡量每個采集任務(wù)的任務(wù)量、難度和采集質(zhì)量，結(jié)合量化指標(biāo)進(jìn)行多任務(wù)控制，分為任務(wù)管理、任務(wù)量化評分、任務(wù)全局管理3部分。

在任務(wù)管理中，將任務(wù)分為4個優(yōu)先級，其中A優(yōu)先級最高且任務(wù)有時效性考核要求，D優(yōu)先級最低，無時效性考核要求。在任務(wù)量化中，對多個任務(wù)時提交執(zhí)行任務(wù)的耗時進(jìn)行管理，評定任務(wù)難度系數(shù)和完成質(zhì)量。在任務(wù)全局管理中，通過任務(wù)積分情況，對4類任務(wù)的優(yōu)先級進(jìn)行適度調(diào)整，已確保多采集任務(wù)在執(zhí)行過程中耗時最短，采集質(zhì)量最高。

多采集任務(wù)協(xié)同控制采用密度可達(dá)方式，如圖4所示。

圖4 密度可達(dá)數(shù)據(jù)存儲算法

圖4中，假設(shè)MinPts=4，則點a為核心點，點b為邊界點，并且a直接密度可達(dá)b。

因為c直接密度可達(dá)a，a直接密度可達(dá)b，所有c密度可達(dá)b。但是因為b不直接密度可達(dá)a，所以b不直接密度可達(dá)c。但是b和c密度相連，因此，可重復(fù)此步驟，直至任務(wù)控制最佳。

2.4 數(shù)據(jù)存儲及綜合能源邊緣控制

智能融合終端在數(shù)據(jù)存儲中，在獲取到水、電、氣、熱多能源設(shè)備的目標(biāo)數(shù)據(jù)項中的各數(shù)據(jù)的采集時間之后，確定處于預(yù)設(shè)凍結(jié)時間內(nèi)的目標(biāo)采集時間，若存在1個周期采集不完整，則將該數(shù)據(jù)進(jìn)行打包后，放在下1個周期進(jìn)行傳輸。例如，預(yù)設(shè)凍結(jié)時間為22∶00-22∶02，就將采集時間在22∶00-22∶02段對應(yīng)的目標(biāo)數(shù)據(jù)發(fā)送至智能融合終端進(jìn)行存儲，預(yù)設(shè)凍結(jié)時間是有多個的，可以以20 min為一間隔進(jìn)行設(shè)置，即下一個預(yù)設(shè)凍結(jié)時間就為22∶20-22∶22，依次類推。預(yù)設(shè)凍結(jié)時間以及以多長時間為一間隔設(shè)置凍結(jié)時間可根據(jù)實際情況確定,當(dāng)1個采集周期結(jié)束之后，再重復(fù)此步驟，直至所有的數(shù)據(jù)均存在智能融合終端中。

通過綜合能源邊緣控制，可有效提高水、電、氣、熱能源的綜合利用效能，為綜合能源服務(wù)提供基礎(chǔ)，實現(xiàn)能源利用最大化。

3 多能源設(shè)備數(shù)據(jù)采集仿真流程

根據(jù)多能源設(shè)備數(shù)據(jù)采集方法，采用寧東新能源化工基地的多能源設(shè)備數(shù)據(jù)進(jìn)行采集仿真，基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集流程見圖5。

圖5 多能源設(shè)備數(shù)據(jù)采集仿真流程

步驟1：針對水、電、氣、熱多能源設(shè)備數(shù)據(jù)采集進(jìn)行建模，建模考慮綜合能源服務(wù)監(jiān)測細(xì)粒度、聯(lián)動控制策略等因素。

步驟2：判斷采集策略是否為最優(yōu)，若不是最優(yōu)，則調(diào)整多能源設(shè)備的數(shù)據(jù)采集策略。

步驟3：開展多并發(fā)采集，多并發(fā)采集獲取與多個能源計量表對應(yīng)的按需配置目標(biāo)數(shù)據(jù)項，并獲取多個目標(biāo)數(shù)據(jù)項中各數(shù)據(jù)的并發(fā)機(jī)制。

步驟4：開展多任務(wù)協(xié)同控制，通過采用積分來衡量每個采集任務(wù)的任務(wù)量、難度和采集質(zhì)量，結(jié)合量化指標(biāo)進(jìn)行多任務(wù)控制。

步驟5：判斷綜合能效控制仿真是否最優(yōu)，通過對多能源設(shè)備的數(shù)據(jù)進(jìn)行仿真處理，判斷控制策略是否為最優(yōu)。

步驟6：結(jié)合綜合能效控制仿真結(jié)果，進(jìn)行數(shù)據(jù)采集存儲，并對綜合能源邊緣控制，可有效提高水、電、氣、熱能源的綜合利用效能，為綜合能源服務(wù)提供基礎(chǔ)，實現(xiàn)能源利用最大化。

按多能源設(shè)備數(shù)據(jù)采集仿真流程進(jìn)行仿真，選取寧東新能源化工基地某化工廠的水、電、氣、熱多能源設(shè)備進(jìn)行仿真，其中水表5個采集項、197點；電表9個采集項，206點；氣表6個采集項，102個采集點；熱表5個采集項，78個采集點；采集數(shù)據(jù)點為采集數(shù)據(jù)項×采集點。數(shù)據(jù)采集耗時的仿真結(jié)果如表1所示。

表1 數(shù)據(jù)采集耗時對比

由表1可見，IOT多能源設(shè)備采集方法耗時僅為輪詢方式的7.5%，可顯著縮短采集周期時長。

數(shù)據(jù)采集成功率的仿真結(jié)果如表2所示。

由表2可見，IOT多能源設(shè)備采集方法成功率較輪詢方式高11.29%，可顯著提高數(shù)據(jù)采集成功率。

表2 數(shù)據(jù)采集成功率對比

數(shù)據(jù)采集準(zhǔn)確率的仿真結(jié)果如表3所示。

表3 數(shù)據(jù)采集準(zhǔn)確率對比

由表3可見，IOT多能源設(shè)備采集方法準(zhǔn)確率較輪詢方式高16.78%，可顯著提高數(shù)據(jù)采集準(zhǔn)確率。

綜上，IOT多能源設(shè)備采集方法運行效能優(yōu)于傳統(tǒng)的輪詢方法。

4 結(jié) 論

(1)基于IOT技術(shù)的多能源設(shè)備數(shù)據(jù)采集方法改變了傳統(tǒng)的輪詢采集水、電、氣、熱等多能源設(shè)備采集方式，提高了綜合能源服務(wù)多源設(shè)備數(shù)據(jù)采集的效能。

(2)突破了輪詢方式單線程采集瓶頸，采用基于IOT技術(shù)的多并發(fā)協(xié)同控制模型，縮短了各數(shù)據(jù)項的采集時間間隔，提高了采集頻率，顯著提升了采集質(zhì)量，降低采集成本。

(3)可面向綜合能源多尺度采集性能指標(biāo)和差異化數(shù)據(jù)結(jié)構(gòu)，實現(xiàn)多能源數(shù)據(jù)自趨優(yōu)協(xié)同采集，提高多能源采集的準(zhǔn)確性與傳輸效率，可為后續(xù)開展精準(zhǔn)的能源合同管理奠定了基礎(chǔ)，促進(jìn)了綜合能源服務(wù)向智能化發(fā)展。