CN112178756B - 一种供热智能管理系统及其工作方法 - Google Patents

Abstract

本发明公开的一种供热智能管理系统及其工作方法，属于供热管网技术领域。包括中控系统、热网监控系统、热计量系统、客服与收费系统和视频监控系统；通过热网中的各级系统采集热网数据、热用户的计量数据及室温数据、收费数据、客服数据和视频数据，由数据仓库模块统一分类整合后形成能够供数据分析模块分析的系统主数据，数据分析模块根据调度模块的决策调度需求对数据仓库模块中的系统主数据进行分析处理，并将分析处理结果发送给调度模块，然后由调度模块对热网中的各级系统进行统一的供热决策调度。本发明最大限度的提高了运行管理效能，有效提升供热保障能力，促进了热能资源优化配置，降低了热能损耗，实现了节能减排目标。

Description

一种供热智能管理系统及其工作方法

技术领域

本发明属于供热管网技术领域，具体涉及一种供热智能管理系统及其工作方法。

背景技术

集中供热系统发展历程可划分为4个阶段：本地自动化→全过程远程监控→数字化→智能化。纵观国内供热企业智能化建设历程，自2000年PLC技术在无人值守换热站普及；到2005年以无人值守换热站为先导，继而建立供热远程控制与调节调度中心，得以较好解决一次网的流量平衡问题；再到2008年开始进行热源、一次网、换热站、二次网以及用户室内温度的信息采集与整理，并进入二次网的平衡研究探索。自2013年始，以平衡用户室内温度为目标的二次能源管理系统逐渐兴起；同时，各种用户热计量管理系统与室温控制装置也进行了大量实践。近10年，国内先进的供热企业致力于供热系统的智能化建设，使得自动控制技术、远程调节技术、无人值守换热站、各种平衡调节技术及计量技术在城市集中供热领域得到迅猛发展，在自控技术的应用方面供热企业普遍走在城市其他管线企业的前面，而自控技术与远程控制调节技术在供热先进企业的实质性运用和良好表现，为供热系统向“智慧供热”升级打下坚实的平台基础。以唐山热力为例，自2000年引进西门子SIMATICS7-100进行换热站自控系统改造，2008年建立运行调度平台，2018年建立“三级大调度体系”，初步完成数字化全系统覆盖和换热站远程控制。历时十年方才完成远程监测控制改造，离“智慧供热”尚有不小的距离。

当前集中供热系统主要存在以下缺陷和不足：1.随着热力公司供暖规模的扩大和热用户对供热服务需求的日益增多，现有信息系统无法支撑大量的计算资源压力和新服务需求，各个系统数据相对独立，无法实现系统间相互调用，统计分析，指导生产运营；2.目前热力站的运行调控仍依赖人工经验，影响了集中供热优越性的充分发挥。主要反映在：各单一生产系统均实现了远程自动控制，但全系统未能实现自动运行，仍需人工依靠历史经验进行干预；缺乏对现有数据统一的整理、分析、利用及行为指导；系统运行工况失调难以消除，造成用户冷热不均；供热参数未能在最佳工况下运行，供热量与需热量不匹配；运行数据不全，难以实现量化管理。

发明内容

为了解决上述问题，本发明的目的在于提供一种供热智能管理系统及其工作方法，最大限度的提高了运行管理效能，有效提升供热保障能力，促进了热能资源优化配置，降低了热能损耗，实现了节能减排目标。

本发明是通过以下技术方案来实现：

本发明公开了一种供热智能管理系统，包括中控系统、热网监控系统、热计量系统、客服与收费系统和视频监控系统；

热网监控系统包括热网数据库模块、热网监控测点和热网数据处理模块；热网数据处理模块将来自热网监控测点的热网数据处理后存入热网数据库模块；

热用户计量与监测系统包括热表、室温测点、热用户数据处理模块和热用户数据库模块；热用户数据处理模块将来自热表的计量数据和来自室温测点的室温数据处理后存入热用户数据库模块；

客服及收费系统包括客服模块、收费模块、客服与收费数据处理模块和客服及收费数据库模块；收费模块将来自热表的计量数据处理后生成收费数据；客服与收费数据处理模块将来自客服模块的客服数据和来自收费模块的收费数据处理后存入客服及收费数据库模块；

视频监控系统包括视频监控点、视频数据处理模块和视频数据库模块；视频数据处理模块将来自视频监控点的视频数据处理后存入视频数据库模块；

中控系统包括调度模块、数据仓库模块和数据分析模块；数据仓库模块分类整合并存储来自热网数据库模块、热用户数据库模块、客服及收费数据库模块和视频数据库模块的数据，数据分析模块分析处理数据仓库模块中的数据，调度模块根据数据分析模块的分析处理结果进行供热决策调度。

优选地，数据分析模块包括负荷预测模块，负荷预测模块用于根据热网当前参数预测热网未来负荷数值。

优选地，数据分析模块包括水力计算仿真模块，水力计算仿真模块用于根据热网数据和计量数据建立水力计算仿真模型。

优选地，数据分析模块包括室温监测及分析模块，室温监测及分析模块用于根据室温数据和热网数据分析得到热用户的热量需求量。

优选地，数据分析模块包括管线平衡分析模块，管线平衡分析模块用于根据热网数据分析热网管线中流量和热量的分配是否平衡。

优选地，数据分析模块包括能耗分析模块，能耗分析模块用于根据热网数据对热网中的各热力站的能耗进行实时动态分析并生成能耗报表。

优选地，热网监控测点包括气象监测模块，气象监测模块用于提供热网测点的气象数据。

优选地，热网监控测点包括地理信息模块，地理信息模块用于提供热网测点的地理数据。

优选地，热用户计量与监测系统还包括故障报警模块，故障报警模块分别与热用户数据处理模块和调度模块连接，故障报警模块用于向调度模块发送故障警报。

本发明公开的上述供热智能管理系统的工作方法，包括：

热网监控测点监测并采集热网数据后发送给热网数据处理模块，热网数据处理模块将热网数据处理后存入热网数据库模块；

热表采集热用户的计量数据后发送给热用户数据处理模块，室温测点采集热用户的室温数据后发送给热用户数据处理模块，热用户数据处理模块将来自热表的计量数据和来自室温测点的室温数据处理后存入热用户数据库模块；

收费模块将来自热表的计量数据处理后生成收费数据发送给客服与收费数据处理模块，客服模块采集客服数据后发送给客服与收费数据处理模块；收费数据处理模块将收费数据和客服数据处理后存入客服及收费数据库模块；

视频监控点采集视频数据后发送给视频数据处理模块，视频数据处理模块对视频数据处理后存入视频数据库模块；

数据仓库模块整合来自热网数据库模块、热用户数据库模块、客服及收费数据库模块和视频数据库模块的数据并形成系统主数据，数据分析模块根据调度模块的决策调度需求对数据仓库模块中的系统主数据进行分析处理，并将分析处理结果发送给调度模块，调度模块进行供热决策调度。

与现有技术相比，本发明具有以下有益的技术效果：

本发明公开的一种供热智能管理系统，通过热网中的各级系统采集热网数据、热用户的计量数据及室温数据、收费数据、客服数据和视频数据，由数据仓库模块统一分类整合后形成能够供数据分析模块分析的系统主数据，数据分析模块根据调度模块的决策调度需求对数据仓库模块中的系统主数据进行分析处理，并将分析处理结果发送给调度模块，然后由调度模块对热网中的各级系统进行统一的供热决策调度。本系统围绕整个热网进行管理与调节的智能化运作，充分利用系统的大数据采集和分析功能，对热网中各级系统采集的海量数据进行分析并辅助中控系统进行供热调度指挥，与热源、总调度及一线的运行管理人员形成人机互动，最大限度提高运行管理效能。系统中的各级数据能够及时有效的反馈至中控系统，并由中控系统进行统一的供热决策调度，避免了信息不能及时准确上达的弊端，有效提升供热保障能力，促进了热能资源优化配置，降低了热能损耗和浪费，实现了节能减排目标。

进一步地，负荷预测模块可根据实际供热现状计算出全网的热量、供水温度、供水压力等预测值，指导运行，加强热量管理，便于准确调度，使热用户的所需热量与热源的供给热量相匹配。

进一步地，水力计算仿真模块能够结合热网数据和计量数据建立水力计算仿真模型，与运行期间的实时数据对比分析，可以对故障状态下的区域切换的运行流量、压力等数据进行模拟仿真，也可以对用户管网规划的管径进行推算。

进一步地，室温监测及分析模块能够根据室温数据和热网数据，结合相关的热用户和设备的基础信息进行统一的管理与分析，从最末端的热用户反馈热量需求量，从而调整二级换热站，最终调控首站热源。

进一步地，管线平衡分析模块根据热网数据分析热网管线中流量和热量的分配是否平衡，并根据分析结果实现远程分配热量，及时调整。

进一步地，能耗分析模块能够对热网中的各热力站的能耗进行实时动态分析并生成能耗报表，重点监控能耗超标的热力站，及时调整运行参数，降低能源消耗，节约生产费用。

进一步地，光照强度、温度、风速对于建筑围护结构的保温影响与供热系统的负荷指标深度关联，是按需供热的客观影响因素。气象监测模块能够提供热网测点的气象数据，满足精细化管控和指标深挖潜的需求。

进一步地，地理信息模块能够提供热网测点的地理数据，在区域切换、管网故障切换时能及时测算统计故障区域及方案优化，维护期间实时更新管网、设备的数据，提高系统的稳定性。

进一步地，故障报警模块能够及时将热网中的故障信息发送至调度模块，使系统能够及时进行故障排查和应对，提高稳定性。

本发明公开的上述供热智能管理系统的工作方法，通过整合各级资源，实现了数据互通，最大限度的提高了运行管理效能，有效提升供热保障能力，促进了热能资源优化配置，降低了热能损耗，实现了节能减排目标。

附图说明

图1为本发明的系统构成示意图。

图中：1-中控系统，1-1-调度模块，1-2-数据仓库模块，1-3-数据分析模块；2-热网监控系统，2-1-热网数据库模块，2-2-热网监控测点，2-3-热网数据处理模块；3-热计量系统，3-1-热表，3-2-室温测点，3-3-热用户数据处理模块，3-4-热用户数据库模块，3-5-故障报警模块，4-客服与收费系统，4-1-客服模块，4-2-收费模块，4-3-客服与收费数据处理模块，4-4-客服及收费数据库模块；5-客服与收费系统，5-1-视频监控点，5-2-视频数据处理模块，5-3-视频数据库模块。

具体实施方式

下面结合附图对本发明做进一步详细描述，其内容是对本发明的解释而不是限定：

如图1，为本发明的供热智能管理系统，包括中控系统1、热网监控系统2、热计量系统3、客服与收费系统4和视频监控系统5。

热网监控系统2包括热网数据库模块2-1、热网监控测点2-2和热网数据处理模块2-3；热网数据处理模块2-3将来自热网监控测点2-2的热网数据处理后存入热网数据库模块2-1。

热用户计量与监测系统3包括热表3-1、室温测点3-2、热用户数据处理模块3-3、热用户数据库模块3-4和故障报警模块3-5；热用户数据处理模块3-3将来自热表3-1的计量数据和来自室温测点3-2的室温数据处理后存入热用户数据库模块3-4；故障报警模块3-5分别与热用户数据处理模块3-3和调度模块1-1连接，故障报警模块3-5用于向调度模块1-1发送故障警报。

客服及收费系统4包括客服模块4-1、收费模块4-2、客服与收费数据处理模块4-3和客服及收费数据库模块4-4；收费模块4-2将来自热表3-1的计量数据处理后生成收费数据；客服与收费数据处理模块4-3将来自客服模块4-1的客服数据和来自收费模块4-2的收费数据处理后存入客服及收费数据库模块4-4。

视频监控系统5包括视频监控点5-1、视频数据处理模块5-2和视频数据库模块5-3；视频数据处理模块5-2将来自视频监控点5-1的视频数据处理后存入视频数据库模块5-3。

中控系统1包括调度模块1-1、数据仓库模块1-2和数据分析模块1-3；数据仓库模块1-2分类整合并存储来自热网数据库模块2-1、热用户数据库模块3-4、客服及收费数据库模块4-4和视频数据库模块5-3的数据，数据分析模块1-3分析处理数据仓库模块1-2中的数据，调度模块1-1根据数据分析模块1-3的分析处理结果进行供热决策调度。

数据分析模块1-3包括负荷预测模块、水力计算仿真模块、室温监测及分析模块、管线平衡分析模块、能耗分析模块，负荷预测模块用于根据热网当前参数预测热网未来负荷数值；水力计算仿真模块用于根据热网数据和计量数据建立水力计算仿真模型；室温监测及分析模块用于根据室温数据和热网数据分析得到热用户的热量需求量；管线平衡分析模块用于根据热网数据分析热网管线中流量和热量的分配是否平衡；能耗分析模块用于根据热网数据对热网中的各热力站的能耗进行实时动态分析并生成能耗报表。

热网监控测点2-2包括气象监测模块和地理信息模块，气象监测模块用于提供热网测点的气象数据；地理信息模块用于提供热网测点的地理数据。

上述供热智能管理系统的工作方法，包括：

热网监控测点2-2监测并采集热网数据后发送给热网数据处理模块2-3，热网数据处理模块2-3将热网数据处理后存入热网数据库模块2-1；热表3-1采集热用户的计量数据后发送给热用户数据处理模块3-3，室温测点3-2采集热用户的室温数据后发送给热用户数据处理模块3-3，热用户数据处理模块3-3将来自热表3-1的计量数据和来自室温测点3-2的室温数据处理后存入热用户数据库模块3-4；收费模块4-2将来自热表3-1的计量数据处理后生成收费数据发送给客服与收费数据处理模块4-3，客服模块4-1采集客服数据后发送给客服与收费数据处理模块4-3；收费数据处理模块4-3将收费数据和客服数据处理后存入客服及收费数据库模块4-4；视频监控点5-1采集视频数据后发送给视频数据处理模块5-2，视频数据处理模块5-2对视频数据处理后存入视频数据库模块5-3；数据仓库模块1-2整合来自热网数据库模块2-1、热用户数据库模块3-4、客服及收费数据库模块4-4和视频数据库模块5-3的数据并形成系统主数据，数据分析模块1-3根据调度模块1-1的决策调度需求对数据仓库模块1-2中的系统主数据进行分析处理，并将分析处理结果发送给调度模块1-1，调度模块1-1进行供热决策调度。

下面结合一个具体实施例对本发明进行进一步的解释：

某市的供热管理系统当前IDH调度运行上位系统仅实现数据远传、部分远传控制、实时监控等功能，还停留在人工给定目标并进行调控的状态，无法结合室温和客服反馈信息，对热指标进行优化。远程控制方面仅能实现热力站点的单点控制，无法对管网进行便捷有效的调控监测和全网协调调控。

优化思路包括：

建立负荷预测模块：该功能可根据实际供热现状计算出全网的热量、供水温度、供水压力等预测值，指导运行，加强热量管理，便于准确调度。

建立供热运行参数的动态预测模块：在实际运行中，由于建筑物的热惰性、室外气温的周期变化以及日照影响等因素，完全稳定的热力工况是很难实现的。为了更好的实现按需供热，必须用动态方法分析热力工况，并用预测参数的方法对供热系统进行动态调节。这需要经过大量实际参数的测试和数据的统计分析识别供热系统的热特性，进而建立识别模型，得到要求的预测参数，进而实现系统的自动调节或运行指导。而大量数据的实测分析，手工操作难以完成，需要在完善自动监控的基础上，发展供热系统的动态识别和动态调节，指导热量调节。

建立管线平衡分析与调节模块：用于分析管网流量和热量的分配是否均匀，并根据分析结果实现远程分配热量。

建立能耗分析模块：在供热运行过程中对各站实际运行能耗数据进行实时动态评估分析，重点监控能耗超标的热力站，及时调整运行参数，降低能源消耗，节约生产费用。评估管理的表现形式主要有：能耗使用报告、能耗柱状图和能耗排行表等。同时运用曲线图，实时追踪供热情况和用热情况，对能耗情况做到及时了解，及时诊断调整。并通过能耗同比、能耗环比、各站横向对比等方式计算分析，以方便观测生产消耗趋势。

执行热力站自动控制策略：从上位平台自控策略方面开展无人值守技术的实际应用和自动调节。

建立管网自动平衡模块：管网自动平衡模块是一种控制级别优于热网监控系统的一次管网整体调度策略，全网智能调度可提供全局视角的管网热力、水力工况监测，同时可直接下发调度策略并监督热网监控系统的执行反馈，不断优化调整调度策略，可与现有热网监控系统的控制策略结合形成更为丰富的热网运行与调控组合。全网智能调度适用于对一次管网热量的智能化分配与调度，尤其在热源供热量不足或事故期间能最大限度发挥全网热量调度作用。

搭建“大平台”，突破“数据孤岛”：目前具备多套在线运行的软件系统，对业务高效化运行起到了积极作用，但是随着企业信息化建设突飞猛进和业务系统中需要相互关联的数据增多，“数据孤岛”现象的影响就愈加明显，所有的数据被封存在各系统中，让完整的业务链上孤岛林立，信息的共享少、反馈难，系统间存在数据格式不统一等问题。缺少供热总平台的集成、缺乏数据的对接，业务系统之间的信息采用人工传递就会导致信息更新不一致等问题出现，从而致使生产调控不及时、能耗统计滞后等问题无可避免。平台一体化建设，能够促进各系统数据交互，开展“大数据”分析测算，完成“智慧供热”体系基础搭建。

扩充完善室温采集系统

优选在IDH运行调度上位平台内部搭建室温采集分析模块，次选为建立独立室温平台纳入运行上位调控系统。扩大室内温度采集平台规模，按照分布规律填充室温采集样本，结合户表分类型测算建筑物的用热分析模型，反向校验调度指导基础数据，直观准确反映供热效果。

整合完善热计量采抄分析系统

现有的一套热计量系统，目前有上线户数5.3万户，已实现热表数据的远程采集、数据实时监测、数据查询等功能。预计2020年达到8万户，但仍存在部分其他品牌热表尚未接入，多平台驳杂、旧有热表数据丢失率高等问题需逐步改造。热计量系统整合进度符合预期，但仍需扩展数据分析功能，为供热运行大数据分析提供重要参数支持，发挥更大作用。户用热表信息可作为供热系统二级平衡调节的有力佐证，是水力平衡调节的最直观反馈。建议统一整合后的抄表系统直接与调度运行平台、收费平台相关联，并可通过实际抄表数据直接测算用热指标，分析运行工况，关联反馈至运行调度平台，以达到多平台联络统合之目的。

充分利用供热计费系统

充分发挥收费系统平台作用，切实优化完善区域分区功能、强化汇总统计性功能、优化升级数据分析功能。例如增加运行指标概算功能，通过增加公式编辑模块利用供热基础信息直接概算相关循环流量等运行指标。多元化提升系统平台利用率。

实行热力站自控运行方式

“智慧供热”的平台建设，是立足于自控技术与远程控制调节技术的普及，是基础建设的厚积薄发。从运行调度层级考虑，对于运行自控、远控策略的需求迫在眉睫，对于联控、动态调节策略的探究正同步开展。针对公司实际，调度中心、热电部积极开展符合现有运行模式下的热力站自控调节逻辑策略研究，最大程度减少自控调节对主网的影响，确保主网运行平稳、输配均衡。

搭建七要素一体专属小型气象站点

基于气象管理对负荷预测调整的重要性，和精细化管控、指标深挖潜的需求，智慧供热对于气象参数的依赖程度较高。而光照强度、温度、风速对于建筑围护结构的保温影响与供热系统的负荷指标深度关联，是按需供热的客观影响因素。

气象管理不仅要求自动获取系统所在地的未来三至七天的预报信息，和未来72h的小时预报信息之外，同时应具有历史气象记录查询、逐时气温修正等功能。公司目前采用的负荷预测是基于中国气象网公开气象参数人工计算运行指标，每日仅能根据预报气温划分时段供热，缺乏实时气象数据进行逐时气温修正，在热耗指标方面仍有较大潜力可挖。

因供热负荷的动态预测是基于多目标寻优模型，工作原理是依据历史数据，持续学习和改进各换热站的优化热指标，同时将供热系统所在地区天气环境数据进行整合，自动预测换热站负荷，汇总各换热站的预测负荷，自动生成热源、热力站未来3天的计划供热量，指导热源按需调度供热量。

搭建管网地理系统：把供热管网、热力站全部数据纳入该系统(设备台账的实时图纸动态化)，在区域切换、管网故障切换时能及时测算统计故障区域及方案优化，维护期间实时更新管网、设备的数据。

建立水力计算仿真系统：结合管网地理信息数据和用户基础数据，进行水力计算模拟仿真和运行期间的实时数据对比分析，可以对故障状态下的区域切换的运行流量、压力等数据进行模拟仿真，也可以进行用户管网规划的管径推算。

遵从上述技术方案，本实施例给出一种平台综合升级策略，无人值守换热站改造、平台硬件设备更新、水力计算仿真系统和七要素一体气象站建设等基础专业性技术方案在此不做赘述。

智慧供热遵循技术系统先进性、开放性、可靠性的原则，全面满足供热智慧化要求。

1、先进性原则：依据未来的供热规划，智慧供热架构设计遵循先进性原则，采用大数据、物联网、云计算、智能控制等先进技术推动供热系统由自动化向智慧化的发展转型；2、开放性原则：提供标准开发接口，支撑系统各个组件之间互联互通，支撑系统与不同控制系统的应用调用；3、可靠性原则：满足高可靠性运行、具备完善异常处理机制，保证供热系统的安全运行；4、智能热网管控平台的容度应满足热力企业未来最大容度的系统需要，至少应满足4000万平米，1000个能源子站，50万户，1000000个IO点以上系统规模的要求。同时，系统应设计为高弹性，可逐年分步实施。

多套业务软件子系统，可以实现基本的业务功能。

2套DCS系统，可以实现对热源数据的远程采集，实时监测，远程控制，数据查询等功能。

热网监测系统，对200个站点远程数据采集，实时监测，历史数据查询的基础功能，仅部分站点可以调节控制。系统已建设有地理信息系统、负荷预测系统、热网监控系统、曲线报表系统等功能，近两年陆续上传站点中有部分站点信息未添加到以上系统中，后期升级改造时需投入大量人力进行统计信息，整理改正。热网监控系统采用B/S结构形式，数据库采用SQL SERVER。

热计量系统目前有上线户数5.3万户，实现热表数据的远程采集，数据实时监测，数据查询，热费计算等功能。预计2020年达到8万户，后续逐步增加，5年后预计达到20万户。系统采用B/S结构形式。数据库采用SQL SERVER。

客服收费系统可实现面积管理、停供热管理，可以提供热收费业务的设置和处理，可以实现对违章用热、过户等业务的监察管理。系统未与供热系统集成，关键数据未实现关联分析，缺乏对业务流程控制的有效管理。现已具备接听电话、录音、投诉管理等基础功能，可以充分响应用户的需求，及时安排工作人员进行专业服务，用户可以对服务质量进行评价，促进服务质量的提升。但客服系统中的投诉等数据没有得到有效分析、充分利用，未与供热数据结合分析，不能展示客户投诉的热点区域，不能系统显示总体收费状况、各个站点收费率以及日电话统计量、工单类型统计、工单状况、接单量统计等直管分析结果。

视频监控系统可实现对热源、换热站等关键区域现场情况的视频监控。系统未与供热系统集成，只能单独使用。目前已有站点100个，随着站点增加，视频点数逐步增加，3年内预计达到500个。

主数据建设：主数据管理是指形成一致的静态数据和共用数据的主数据，以保证数据信息是关于整个供热企业的一致的全局信息。通过主数据管理为所有业务子系统创建并维护业务数据的一致性、完整性、相关性和精确性。主数据建设是指对供热相关的基础数据、静态数据、配置数据、公用数据进行标准化、唯一化、缓存化、索引化、视图化、关联化处理，并对数据仓库层、业务实体层、应用层提供多个完整的数据微服务。标准化：对数据的类型标准化，确定整型数据，字符数据，布尔数据，浮点数据，字典数据等；对数字类数据标准化，确定小数位；对字典性数据标准化，比如0：地暖，1：散热器，2：空调等；唯一化：对有多个入口的数据进行唯一化处理，比如面积数据。确定唯一的数据来源，摒弃其它的数据来源；缓存化：对使用频率高的据进行缓存化处理，提高数据的访问速度。该缓存具备过期与自动同步机制；索引化：给规模大的数据创建索引功能，提高数据的访问速度；视图化：对经常同时使用的数据进行视图化处理，降低系统的复杂度，提升稳定性；关联化：对有强关系的数据进行关联化处理，比如删除小区时，要同时删除所属的楼栋，用户等数据；数据服务：对主数据按业务进行划分为多个微服务，比如一网主数据，二网主数据，通讯数据，配置数据，设备数据，地理信息数据等。

数据仓库建设：为了进一步挖掘数据资源、为给供热智能调控提供依据，而必须进行的数据整合，它决不是所谓的“大型数据库”，而是建立数据仓库。数据仓库中的数据是对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的。数据仓库是面向主题存储的、集成的、与时间相关且不可修改的数据整合。建立数据仓库：为了进一步挖掘数据资源、为给供热智能调控提供依据，而必须进行的数据整合。对分散在多个业务系统数据库中的数据进行抽取、清理、标准化、汇总等工作，形成面向主题、实体、时间三个维度的数据存储；面向主题：按业务进行划分，比如热网数据、热源数据、二网数据、巡检数据、诊断数据、报警数据、历史数据、实时数据、能耗数据、预测数据、气象数据、平衡数据、日志数据等；面向实体：按实体类型划分，比如公司、管理所、热源、换热站、环路、小区、楼栋、用户；面向时间：按时间间隔划分，比如10分钟数据、1小时数据、日数据、月数据、年数据、即刻数据；生产业务系统的数据集成，包括热源监控系统、热网监控系统、热计量系统、室温采集系统、楼栋平衡系统、视频监控系统、应急管理系统等；经营业务系统数据集成，包括客服管理系统、收费管理系统、OA系统、ERP系统、设备管理系统等；其它数据集成，包括地理信息系统、气象数据、3D数据等；历史生产数据迁移，数据是积累的宝贵财富，在智慧供热平台搭建完成后，迁移必要的生产数据和经营数据。开发统一数据接口，可全面支撑市级平台的集成要求，实现供热信息的公开、透明，实现供热可视化。

全面监控模块：全面监控模块实现对换热站相关数据的按照面向实体和主题的维度进行整合呈现，让使用者可以方便快捷的查询实时数据、历史数据、能耗数据、曲线数据、报警数据、静态数据、室温数据、客服数据、收费数据等，模块可根据已经完成集成工作的数据进行调整。

DCS系统整合：DCS热源监控系统是独立建设的生产业务系统，具备完整的热源数据监测，控制功能。DCS与其他平台相互独立，数据没有打通，不利于与热源数据的统一管理与分析。智慧供热平台提供完整的热源数据接入方案，通过OPC Client和OPC Server实现热源数据的集成，采集基础的热源信息，并同步实时数据，自动存储历史数据，可实现对热源数据的远程采集，实时监测，远程控制，数据查询等功能。

计量平台整合：热计量平台是独立建设的生产业务系统，具备完整的热表、用户、热费、能耗、故障等数据监测和分析功能。但热计量平台与其他平台相互独立，数据没有打通，不能其他数据与计量数据的统一管理与分析。智慧供热平台提供完整的计量数据接入方案，通过Webservice数据服务和基础数据维护实现计量数据的集成并以报表形式展示。

室温平台集成：室温监测平台，具备完整的室温等数据监测和评价功能。将现有室温平台数据通过接口对接室温系统，集成相关的用户和设备基础信息，并同步实时与历史数据读取，将热网数据与室温数据的统一管理与分析。可从最末端用户反馈热量需求量，从而调整二级换热站，最终调控首站热源。

负荷预测模块：对于一个确定的供热系统，室外气象、末端需求等引起需热量变化，需要对热负荷、流量、供回温等参数调节，而供热系统热惰性大，需要提前调整负荷，因此需要负荷预测模块推测未来一段时间(小时、天)为达到期望的室内供热效果(室内温度)所需要的热量。其作用是使热用户的所需热量与热源的供给热量相匹配。

负荷预测是供热系统智慧调控的第一步，负荷预测可准确合理地指导热力站(热力公司)向热电厂(热源)买热及各热力站的热量分配，减少热量供应与负荷需求之间的矛盾；合理安排热源的运行参数和设备启停，实现供热系统高效稳定运行。此外还可作为考核目标值考核班组。

根据热负荷的概算公式Q＝K*F*(Tn-Tw)，对于一个确定的供热系统，K表示建筑的热传导特性，是一个固定的常数；F表示围护结构面积，对于不变的供热范围也可以视为固定常数，只有在供热面积发生变化，或新建小区入住率在供暖期间不断变化时，F才是变化的。但在一个相对稳定的时间段内，F仍可以视为常数。因此热负荷的变化只与室内温度及室外温度相关，且在一个稳定的时间内为线性关系。上述模型是一种理想化的计算模型，忽略了供热系统和建筑物的热惰性和热负荷的复杂性，现实的供热系统中热负荷无法简单的用上述公式直接计算。建筑采暖负荷随参数和诸多因素的改变而发生变化，首先，室内温度并不是一个单一参数，而是由几个到上千个室温组成的集合。其次，室外温度也应该用更广泛的气象参数来表示，如温度、风力、太阳辐射强度等因素。最后，考虑到建筑物的热惰性，供热系统的负荷与过去一段时间的供热量相关，对于二次网的补水量显著的供热系统，补水量对热负荷的影响不可忽略，预测时必须予以考虑。

供热平台应提供两种负荷预测方式：

“热指标法”是负荷预测中最传统的预测方法，适用于新建供热系统或缺乏热量历史数据的供热系统，系统人工录入基础热指标，并引入太阳辐射、风力、补水量、历史供需情况、内部得热等因素对基准热指标进行修正，并用修正后的热指标即综合热指标基于供热基本理论公式计算出日供热量和小时供热量。

“历史数据动态预测法”则适用于数据积累较丰富的供热系统，通过全面监控获取气象信息、供热面积、室内温度、热力站供热量等信息，由平台内置的离散数据分析模型，可自动获取热量与室外气象和室内温度的关系函数，进而可以预测未来3天日供热量和未来24小时供热量。

负荷预测功能采用自学习算法，不断优化预测算法，可实现“一站一指标”的管理调控模式。具体功能如下：

A.预测系统未来3天的日供热量，记录历史预测热量和实测供热量，并计算偏差；B.预测系统未来24小时的小时供热量，并同时显示当天已供热量，还可以预测当天剩余时段的供热量；C.预测热力站未来3天或未来24小时的供热量，同时预测建议供水温度和指导流量；预测的热量、供/回水温度可传送给全网调度功能。

如果预测能耗超过能源配额或行业水平，则自动报警，提示运行人员。预测的热量经过调度审核后，可通过全网平衡功能下发给热力站控制器，并进行热量控制。当出现紧急情况，如大风天气、寒潮等，可通过“调度温度”设定框，紧急推算出系统应供热热量。

能耗报表：可根据历史数据进行异常诊断，二次数据计算生产完整的能耗数据；按行政级别、按时间维度统计能耗，进而分析出各行政级别日、月、年能耗数据，存储为数据中间件，各功能模块提取数据时，可省去与历史数据库中的关联，可大大提升数据处理速度。能耗报表可按建筑物、热力站、分公司等来汇总分析。

能耗报表可统计每日热源及热力站的供热量、水耗、电耗情况，并可根据各个站的情况自动计算出水/电/热的单耗和累计单耗情况，通过对总热量、各个区域的实际单耗对比分析，从而科学展示调度水平，进行有效的调控。

能耗报表分为两类：

A.能耗日/月/年统计表：统计供热系统内多个热力站的每日、每月或每年的水、电、热的能耗消耗对比；B.热力站能耗查询：可以统计热力站的任意历史时期内的能耗情况。

能耗分析：能耗对比包括能耗同比、能耗环比、各站横向对比等。

A.能耗同比是指历史同时期的能耗对比，如本期能耗水平与前两年同期能耗水平对比而达到的相对发展速度。在能耗同比中，积累本部门统计指标，统计指标包括总量指标、分项指标(水、电、热)和同比增长速度。各站能耗横向对比：同一时期各站能耗对比。B.能耗环比是指本期能耗水平与上期能耗水平的对比，如今年4月份能耗与今年3月份能耗水平对比。可按月、季、年来计算。

能耗排行是依据能耗分析结果对不同分公司、不同站根据总能耗、分项能耗由低到高进行排行。排行可定时自动完成，如每月5日公布对上一月各行政级别能耗情况进行排行。

地理信息模块、手机APP等：将根据现有200站点统一组态，完善模块数据，友好展示。部分站点现有数据未完善，预留点位，后期添加。

以上所述，仅为本发明实施方式中的部分，本发明中虽然使用了部分术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了方便的描述和解释本发明的本质，把它们解释成任何一种附加的限制都是与本发明精神相违背的。以上所述仅以实施例来进一步说明本发明的内容，以便于更容易理解，但不代表本发明的实施方式仅限于此，任何依本发明所做的技术延伸或再创造，均受本发明的保护。

Claims (1)

1.一种供热智能管理系统的工作方法，其特征在于，系统包括中控系统（1）、热网监控系统（2）、热计量系统（3）、客服与收费系统（4）和视频监控系统（5）；

热网监控系统（2）包括热网数据库模块（2-1）、热网监控测点（2-2）和热网数据处理模块（2-3）；热网数据处理模块（2-3）将来自热网监控测点（2-2）的热网数据处理后存入热网数据库模块（2-1）；

热用户计量与监测系统（3）包括热表（3-1）、室温测点（3-2）、热用户数据处理模块（3-3）和热用户数据库模块（3-4）；热用户数据处理模块（3-3）将来自热表（3-1）的计量数据和来自室温测点（3-2）的室温数据处理后存入热用户数据库模块（3-4）；

客服及收费系统（4）包括客服模块（4-1）、收费模块（4-2）、客服与收费数据处理模块（4-3）和客服及收费数据库模块（4-4）；收费模块（4-2）将来自热表（3-1）的计量数据处理后生成收费数据；客服与收费数据处理模块（4-3）将来自客服模块（4-1）的客服数据和来自收费模块（4-2）的收费数据处理后存入客服及收费数据库模块（4-4）；

视频监控系统（5）包括视频监控点（5-1）、视频数据处理模块（5-2）和视频数据库模块（5-3）；视频数据处理模块（5-2）将来自视频监控点（5-1）的视频数据处理后存入视频数据库模块（5-3）；

中控系统（1）包括调度模块（1-1）、数据仓库模块（1-2）和数据分析模块（1-3）；数据仓库模块（1-2）分类整合并存储来自热网数据库模块（2-1）、热用户数据库模块（3-4）、客服及收费数据库模块（4-4）和视频数据库模块（5-3）的数据，数据分析模块（1-3）分析处理数据仓库模块（1-2）中的数据，调度模块（1-1）根据数据分析模块（1-3）的分析处理结果进行供热决策调度；

数据分析模块（1-3）包括负荷预测模块，负荷预测模块用于根据热网当前参数预测热网未来负荷数值；

数据分析模块（1-3）包括水力计算仿真模块，水力计算仿真模块用于根据热网数据和计量数据建立水力计算仿真模型；

数据分析模块（1-3）包括室温监测及分析模块，室温监测及分析模块用于根据室温数据和热网数据分析得到热用户的热量需求量；

数据分析模块（1-3）包括管线平衡分析模块，管线平衡分析模块用于根据热网数据分析热网管线中流量和热量的分配是否平衡；

数据分析模块（1-3）包括能耗分析模块，能耗分析模块用于根据热网数据对热网中的各热力站的能耗进行实时动态分析并生成能耗报表；

热网监控测点（2-2）包括气象监测模块，气象监测模块用于提供热网测点的气象数据；

热网监控测点（2-2）包括地理信息模块，地理信息模块用于提供热网测点的地理数据；

热用户计量与监测系统（3）还包括故障报警模块（3-5），故障报警模块（3-5）分别与热用户数据处理模块（3-3）和调度模块（1-1）连接，故障报警模块（3-5）用于向调度模块（1-1）发送故障警报；

上述供热智能管理系统的工作方法，包括：

热网监控测点（2-2）监测并采集热网数据后发送给热网数据处理模块（2-3），热网数据处理模块（2-3）将热网数据处理后存入热网数据库模块（2-1）；

热表（3-1）采集热用户的计量数据后发送给热用户数据处理模块（3-3），室温测点（3-2）采集热用户的室温数据后发送给热用户数据处理模块（3-3），热用户数据处理模块（3-3）将来自热表（3-1）的计量数据和来自室温测点（3-2）的室温数据处理后存入热用户数据库模块（3-4）；

收费模块（4-2）将来自热表（3-1）的计量数据处理后生成收费数据发送给客服与收费数据处理模块（4-3），客服模块（4-1）采集客服数据后发送给客服与收费数据处理模块（4-3）；收费数据处理模块（4-3）将收费数据和客服数据处理后存入客服及收费数据库模块（4-4）；

视频监控点（5-1）采集视频数据后发送给视频数据处理模块（5-2），视频数据处理模块（5-2）对视频数据处理后存入视频数据库模块（5-3）；

数据仓库模块（1-2）整合来自热网数据库模块（2-1）、热用户数据库模块（3-4）、客服及收费数据库模块（4-4）和视频数据库模块（5-3）的数据并形成系统主数据，数据分析模块（1-3）根据调度模块（1-1）的决策调度需求对数据仓库模块（1-2）中的系统主数据进行分析处理，并将分析处理结果发送给调度模块（1-1），调度模块（1-1）进行供热决策调度。

Images