基于云服务的智慧医院能源效率管理系统的研究

刘 博 陈冠益* 马云龙

1(天津大学环境科学与工程学院 天津 300072)2(同济大学电子与信息工程学院 上海 201804)

基于云服务的智慧医院能源效率管理系统的研究

刘 博1陈冠益1*马云龙2

1(天津大学环境科学与工程学院 天津 300072)2(同济大学电子与信息工程学院 上海 201804)

随着医疗机构医疗技术的进步以及医疗机构功能的不断完善，就医环境与工作环境的不断优化，我国医疗机构电气煤单位面积能源消耗每年递增, 医疗机构能源和环境质量管理仍存在粗放式现象，如设备资料缺少、台账不清、制度执行力较弱、员工队伍失衡等问题。而目前绝大多数医疗机构都没有开展能源诊断以及系统管理，医疗机构节能和环境质量管理发展潜力很大。基于云服务以及物联网技术，主要研究面向智慧医院能效管理的云服务架构，以及管理评价方面的关键问题，利用物联网监测获取数据，通过信息平台集成和分析数据，结合回归分析与BP神经网络的方法对能耗数据进行预测，确立能源效率与环境质量综合表征的智慧医院指标体系，并开展相关评估与管控研究，从而打造节能高效、环境舒适的智慧节能医院,有效推进医疗机构绿色节能建设的发展。

云服务 物联网 智慧医院 能耗预测 管理系统

0 引 言

随着医疗机构技术的不断进步，诊疗设备的更新速度增快，医疗体系建设也不断完善，床均建筑面积逐渐扩大，新的功能科室越来越多，就医及工作环境越来越人性化，带来的能源消耗也越来越大[1-3]。根据中国医院协会后勤管理专业委员会的一份调研报告显示，我国医疗机构电、气、煤的单位面积能源消耗逐年递增，与其他单位相比高出20%～40%。医疗机构能源和环境质量管理还存在粗放式现象，如设备资料缺少、台账不清、制度执行力不强、员工队伍失衡等。绝大多数医疗机构没有进行过能源诊断和系统管理，只有少数医疗机构有开展单项产品的节能工作，医疗机构节能和环境质量管理潜力还很大[4-5]。

本文基于云服务对智慧医疗机构能源效率管理系统进行研究，通过物联网监测技术获取数据，利用信息平台集成和分析数据，确定以能源效率与环境质量为综合表征的智慧医院指标体系，开展针对医疗机构能耗的评估与管控研究工作，最终目标是打造出一个能够在实现高效节能的同时提供舒适环境的智慧节能医院[6]。

1 能源效率管理系统研究现状

通过对各家医疗机构能源效率和环境质量管理现状进行研究，发现大多数医疗机构对于能耗管理还停留在单机能耗、日常巡查阶段，很少有整体规划[7]，并且节能观念不够强烈，通过调研发现了具体问题如下：

(1) 从医疗机构整体规划的角度看，规划建设中涉及到的耗能设备仍旧拘泥于传统思维模式，没有设置整体能耗评估环节，加之设计单位采取冗余的手段设计医疗机构的耗能设备，直接导致了医疗机构能耗过大，易造成运转设备高支出[8]。

(2) 从单机耗能的管理方面看，缺乏整体的节能意识，未因时因地考虑合适的能源利用方式，在能源利用过程中缺乏系统的比对与核验[9]。因此，由于在设备更新时缺乏能耗因素的关键性论证，也缺少设备能耗的效益评估，一些能源消耗远大于产出的耗能设备依旧在运行。

(3) 从机构管理的角度看，目前的医疗机构都缺乏节能意识，未把机构节能工作列入机构保障管理的重要日程上，忽略了节约能耗及降低成本的过程中运行管理的重要性[10]。目前普及比较广泛的节能措施还仅仅局限于“随手关灯”等行为，医疗机构能耗控制节能管理也受到了很大的限制，缺乏能耗管理的整体控制。

(4) 医疗机构管理者主要关注的是总平面布局是否合理，以及由于医疗废水的排放、医疗固体废物的丢弃和恶臭、含病菌(毒)废气排放所造成的环境问题，缺乏电离辐射、光线、噪声的影响意识，以及外部环境对医疗机构内部环境敏感目标的环境影响分析[11]。

从能源效率管理系统研究的源头来看，能源效率管理系统属于信息系统的范畴，最早由日本和西德于上世纪60年代提出来应对能源管理的单一性问题，钢铁企业分别通过能源数据采集系统和监控系统来满足能源管理的需要[12]。在之后随着技术的发展，能源管理系统对于系统集成的需求和能源环境管理需求的增长，系统中的生产管理、效率管理以及质量管理等各功能都紧密地结合在一起[13]。

2 系统总体框架设计

传统的医疗机构信息化建设需要配备大量的硬件资源进行支撑，比如服务器、存储和数据库，建设完成后还需花费人力进行维护，而且可扩展性较差。医疗信息化专家组针对此问题对各种可能的解决方案进行讨论，例如，专家们设想了各地区可以利用云计算模式来统一规划易于标准化的共性部分，用区域卫生信息化代替区域内部系统建设。本着高质量标准的原则，平台建设工作委托第三方的供应商进行，区域内的公共卫生管理机构、卫生行政部门与各级医疗卫生机构都面向公众开放，在服务接入统一化的前提下，对各个区域的差异化建设，补充相应的特色内容，从而有效地降低建设成本，并保证医疗IT的建设质量，推动医疗IT的标准化，最终实现互联互通[14]。同时，在多院区能源效率的管理中利用云计算技术，不但达到了新一轮医改的要求，还可以与各级医院以及医疗行政机构的需求相吻合。

2.1 总体框架

本文设计了基于云服务的智慧医疗机构能源效率管理系统，通过物联网技术监测获取数据，利用信息平台集成和分析数据，确定以能源效率与环境质量综合表征的智慧医疗机构指标体系，建立能源效率和环境质量管理信息系统。系统的总体设计提供了云计算服务模式下的多组织机构、多用户使用的支持[14]，支持跨院区数据采集、存储和共享等，实现医疗机构能量使用的在线分类、分项、分户监测和计量，实现自动化节能控制，自动地采集、存储、分析能耗数据，数据远程传输以及查询、公示等，使医疗机构的能源管理部门对医疗机构使用的各类能源实现可视化节能监控、管理；对已实施节能改造的建筑进行节能效果的量化评估。系统总体架构如图1所示。

图1 系统总体架构图

2.2 网络架构

系统整体构成是通过RS485接口或者传感器从智能仪表中采集数据(包括水表、电表、空调机组和环境检测仪等)，然后通过以太网交换机将数据存储到数据中心服务器；获得授权的用户通过客户端连接能效管理服务器，进行数据查询和统计分析。数据中心服务器统一租用第三方云服务，按年支付费用，与医疗机构通信通过VPN专用通道确保数据安全性。系统网络架构如图2所示。

图2 系统网络架构图

2.3 系统分项设计

在三级甲等综合性医疗机构的日常能耗中，用于照明、空调及通风、电梯、给水等设备的电力消耗占比最大，其中空调系统用电比例超过50%[15]。本文采用Delphi咨询专家遴选标准，对医疗机构能耗的分项分类如图3所示。

图3 医院能耗的分类分项示意图

1) 系统采用RS485接口和传感器获取智能仪表数据，通过远程数据传输等手段实时同步采集能耗数据，将建筑能耗数据传输到能耗监测系统，实现系统的能耗在线监测、数据处理以及动态分析等功能；

2) 对各独立科室或单体建筑内的各个环节都进行能源消耗监测，其中中央空调用电及用气量是重点监视对象，对监测结果的能耗数据进行统计、记录、分析及管理，从而评估各区域的能源消耗水平并进行趋势预测；

3) 按照各地能耗监测系统的要求对建筑物、采集器、采集点以及分类分项能耗等信息进行编码，将加密后的能耗数据定时上传至上级能耗监测数据中心；

4) 先将现有的设备管理系统或电力管理系统数据进行集成，再按照能耗类型拆分或汇总数据，通过对能耗数据的全面分析，挖掘出可节能空间，并通过各种管理手段或节能改造方式推进实现持续节能。

2.4 系统功能设计

能源效率管理系统可实现数据采集及处理、能耗数据的监管、查询和预测、并针对能耗信息进行维护、能耗数据预警、能耗数据公示以及辅助的环境监测和决策支持等，能耗预测功能将在第三部分进行介绍，其他功能如下：

(1) 数据采集处理

实现能耗数据的并行通信采集，接收、预处理及存储水电气能耗数据，并对建筑能耗采集设备进行集中管理、配置以及状态监控。对接收到的数据包进行校验分析，使采集时间规范化，再根据用能模型拆分计算原始采集数据得到分项能耗数据，最后将两类数据都存储在数据库中。

(2) 能耗监管报警

设置能耗预警阈值，提供能耗监测预警(能耗监察、能耗异常追踪)、邮件预警、短信报警、自动生成能耗预警报告以及预警记录查询等功能。

(3) 能耗查询

可以查询建筑能耗数据基本信息、能耗动态值、能耗历史值等信息，查询结果导出格式包含*.XLS、*.doc、*.PPTX*.PDF。

(4) 综合统计分析

对用能总量进行展示、同时将详细的用能数据分析结果展现给使用者。展示界面由图形化界面构成，包括柱状图、条形图、仪表盘等呈现方式，从而能够直观地分析展示能耗数据。此展示界面还可查询用能项属性、分组历史值以及分组实时值等。

(5) 台账管理

具有行政区域、折标系数、学生分类、分类建筑、分类能耗信息、分项能耗编码、学校信息、建筑附加信息及建筑信息等基础信息维护。

(6) 节能项目管理

针对已经或将要进行的节能改造项目进行项目建档、根据项目进行节能量/费用计算模型建立，并自动计算实际节能量，可作为与合同能源管理公司的效益分析依据。

(7) 能耗公示

能耗公示模块包括采集、修改、审核、公示以及自定义栏目管理，能够实现基于医疗机构地图的能耗监督、以及能耗数据分析及查询等功能。

(8) 辅助能源审计

包含能源审计数据录入、审计辅助计算以及报告自动生成及导出功能，导出格式包括PDF、Word等。

(9) 环境监测

主要包括对自然光、温度、湿度、声音、医用气体、医疗废物等的监测和数据采集功能，在系统平台中支持多角度查询，形成多种形式的统计分析报表。

(10) 决策支持

采用云计算、大数据分析技术和BI工具开发决策支持系统，分析能源、环境和医疗工作量之间的动态关系，能灵活设定相关考核指标进行预测，寻找三者之间发展的平衡点，为医疗机构决策支持提供重要依据。

3 能耗预测

能耗监测是能源管理系统的一部分，当出现能耗异常时，系统可以及时反应并产生预警，发现异常原因并采取相关应对措施，降低能源的损耗。

能耗预测是能源效率管理系统的核心模块之一，是实现能量系统动态平衡的基础，在能源效率管理系统中占有重要地位。

为了实现对医疗机构能量系统的高效管理，使得医疗机构能效可以持续优化，能源效率管理系统需要获得并分析医疗机构能量系统过去、现在和未来的信息，而能耗预测则是获取医疗机构能量系统未来信息的关键。

3.1 基于回归分析的能耗预测

在数据挖掘中，我们常常需要对未来状态进行预测，主要方法分为分类和预测，相同之处都是通过建模的方法，把已知的变量值作为模型的输入，输出即是预测出来的其他变量的值，不同的是，对于分类方法，需要预测的变量是范围型的。

大多数的能源需求预测模型是根据建立的数学模型来表征能源系统的内部结构，建模方法主要有三种，包括基于回归的、时间序列以及人工智能。由于医疗机构能耗变量多且复杂性较高，往往不呈线性状态。单独使用某种模型建立方法很难实现能源的有效预测。本文结合了基于回归分析的方法以及基于BP神经网络的方法来建立预测模型实现对能源的预测，得到的组合预测模型具有更高的精确度。

医疗机构总能耗可分为三个部分，医疗机构总用电、医疗机构总用水以及医疗机构总用气。可建立如图4所示的预测方案。

图4 回归分析模型预测方案

通过采用回归分析方法抽取出主成分，可以实现成分与能耗之间的回归模型的建立，对医疗机构的能耗进行了有效的预测。由于回归模型建立的预测模型为线性模型，但是能耗与能源影响因素之间存在着复杂的非线性关系，只采用回归分析模型并不能很好地解决能耗预测的问题。另外，由于回归分析模型不具备记忆以及自主学习的能力，回归模型无法处理并展示海量数据中的所有信息，也不能较好地解释能耗变量，预测的效果一般较差。所以，本文融合了回归分析与人工神经网络两种方法的特点，具备回归分析在数据分析与解释方面的优点，基于BP神经网络的预测提高了精度，弥补了回归分析方法的不足。

3.2 基于BP神经网络的能耗预测

BP神经网络是一个单向传播的多层前向网络，单个样本包含m个输入以及n个输出，在输入层和输出层之间通常还有若干个隐含层。

BP神经网络一般分为两个过程，即工作信号正向传递子过程，以及误差信号反向传递子过程。输出层的直接前导误差是根据输出层的误差来估测的，再利用此误差去计算更前一层的误差，如此层层传递，就可以获得所有层的误差估计。BP神经网络一般可用应用于函数逼近、模式识别、分类及数据压缩等。它具有较强的泛化性，使网络能够合理地响应被训练以外的输入。其拓扑结构如图5所示。

图5 BP神经网络拓扑结构图

基于BP神经网络的能耗预测模型具体计算步骤如下：

(1) 对样本数据进行归一化处理，给各层连接权赋值，赋值范围：随机数的取值范围是(-1，1)，设置误差精度值ε，给定最大迭代次数；

(2) 修正各连接的权值：训练样本集中的全部样本数据，然后计算网络的期望输出与实际输出之间的差值，按照差值修正各连接的权值；

(3) 判断样本是否满足要求，如若不满足则返回步骤(2)；

(4) 得到最终的神经网络模型，完成能耗预测。

对于训练后获得的BP神经网络模型，还要确定所需预测时间的输入，在根据模型获得相应的预测值。能耗预测模型如图6所示。

图6 基于BP神经网络的能耗预测模型框图

由于能耗预测模块有执行周期，采用中间数据库的方式对数据实现模块与系统之间的交互。预测模块与整个能源管理系统的数据交互如图7所示。

图7 能耗预测模块数据交互

4 结 语

作为建筑节能的重点领域，我国三甲医院目前存在能耗使用较高，能源管理粗放的问题，节能潜力巨大。本文通过对医疗机构能源消耗进行分类和综合分析，采用RS485接口与传感器等技术实现数据的智能获取，对能耗数据实现远程实时采集，同时进行建筑能耗在线监测及动态分析预测。在保证用能可靠性及病人和医务人员舒适度的前提下，通过能耗分析和精确管理，极大降低了医疗机构建筑的能耗，为构建绿色智慧医疗机构提供了技术及平台支撑，有效推进了医疗机构绿色节能建设发展。

[1] 国务院.中华人民共和国节约能源法[Z].北京:国务院,2007.

[2] 刘骁.绿色医院能源管理模式探讨[J].健康之路,2013,12(4):322.

[3] 金炜炜.绿色节能医院建设的探讨[J].现代医院管理,2013,11(1):50-51.

[4] 袁向东,郭凇含.绿色医院与整体节能改造[J].现代医院,2012,12(3):116-118.

[5] 冯文,任涛.某市医院能源使用现状的分析与评价[J].中国医院,2014,18(7):22-24.

[6] 赵亮.关于绿色医院建筑设计的探讨[J].城市建设理论研究,2013(7).

[7] 戴明浪,王莉莉.浅谈医院的能耗管理[J].中国医疗设备,2013,28(11):112-113.

[8] 张广兴,金正日,张霄.合同能源管理模式在医疗系统中的应用与分析[J].中国医院建筑与装备,2014,8(2):94-98.

[9] 王琼,吴平乐,董金飞,等.医院成本控制之医院照明合同能源改造测算—以安庆市立医院为例[J].医学信息,2013,26(12):65-66.

[10] 潘常青.我院后勤能源管理实践与评价[J].中华医院管理杂志,2014,30(1):64-66.

[11] 穆景光,刘勇,唐建勋,等.医院建筑电气节能改造重点及措施[J].中国医院建筑装备,2013,7(4):41-44.

[12] 殷基明,刘建,王喆,等.炼化企业能源中心管理系统方案研究[J].石油石化节能与减排,2013,3(3):46-49.

[13] 朱永松,魏建军,甘宁,等.合同能源管理在绿色医院节能管理中的应用[J].中国卫生资源,2012,15(3):208-209.

[14] 刘博,夏新,陈彦东.基于云计算的区域健康服务平台的研究与设计[J].医疗卫生装备,2013(9).

[15] 刘玉茹.浅议节能减排在医院系统的应用[J].决策与信息旬刊,2011(1):95-96.

RESEARCH ON SMART HOSPITAL ENERGY EFFICIENCY MANAGEMENT SYSTEM BASED ON CLOUD SERVICE

Liu Bo1Chen Guanyi1*Ma Yunlong2

1(CollegeofEnvironmentalScienceandEngineering,TianjinUniversity,Tianjin300072,China)2(CollegeofElectronicandInformationEngineering,TongjiUniversity,Shanghai201804,China)

With the development of medical technology and the improvement of the function of medical institution, the medical environment and working environment are constantly optimized. In China, the energy consumption per unit area of electric and coal is increasing every year. The management of energy and environmental quality of medical institutions still has extensive phenomena, such as lack of equipment information, unclear accounting, weak institutional execution and imbalance of staff team. At present, the vast majority of medical institutions do not carry out energy diagnosis and management system, and medical institutions, energy saving and environmental quality management development potential is great. Based on cloud service and Internet of Things, this paper mainly focuses on the cloud service architecture for smart hospital energy efficiency management and the key issues in management evaluation. The data are collected by means of Internet of Things monitoring, and are integrated and analyzed by information platform, and the energy consumption data are predicted by regression analysis and BP neural network. To establish a comprehensive index of energy efficiency and environmental quality indicators of the smart hospital system, and to carry out the relevant assessment and control research to create energy efficient and comfortable environment of the smart energy-saving hospitals, and effectively promote the development of green energy-saving medical institutions.

Cloud services Internet of Things Smart hospital Energy efficiency Management system

2016-06-23。刘博，高工，主研领域：医疗信息化，环境工程技术及能源管理。陈冠益，教授。马云龙，副研究员。

TP301.6

A

10.3969/j.issn.1000-386x.2017.05.018