实现能耗的智能化管理(下)

北京地铁能耗统计与监测平台建设采用B/S架构，选择了Hadoop技术框架和分布式集群处理技术，利用其高容错性、高吞吐量等优势，通过多样化的数据接口，从多个数据源采集数据，进行统一整合，为多个平台与系统提供数据服务。平台产品强大的数据挖掘与分析能力，实现了能耗数据分析与展示，对地铁能耗进行预测，为制定节能减排的改进方案提供数据支持。

创新型及先进性

第一，适用于轨道交通行业。针对轨道交通行业多信息系统的现况，大数据平台从数据采集、数据整合、数据存储、数据模型、数据分析、可视化展现进行了定制和优化，使得大数据平台可以支持多通信协议，对数据进行统一的加工、存储和应用。

第二，支持各种数据采集通信协议。不同轨道交通信息系统所支持的信息传输协议不一样，对此亿雅捷大数据平台专门针对轨道交通行业的信息通信协议，开发了相应的专用接口，可以支持通用工业数据通信协议（Modbus），实时数据采集模式（MQ），离线数据采集（FTP）以及其他常见的数据接入方式。通过上述多口协议的应用，使得亿雅捷大数据平台产品可以更好地集成轨道交通行业的数据，从而建立统一的数据仓储平台，为用户提供丰富的应用服务。

第三，统一的数据仓储平台。轨道交通行业信息系统众多，亿雅捷大数据平台产品以搭建统一数据仓储平台为理念，产品方案在设计时就考虑到建立地铁信息系统统一的数据仓储平台，实现多样化的数据接口。使用Hadoop技术统一管理数据，使得轨道交通行业各系统数据具有统一的数据结构与标准，实现各个分离的系统的数据共享，从而找到数据间的相互联系，对数据挖掘出更有价值的信息，避免了数据孤岛的出现。

第四，强大的分析功能。统一的数据采集接口使得平台产品可以接入综合性的相关数据，结合其强大的分析功能模块，可以充分发挥数据融合后的价值，为业务应用、分析决策提供强有力的数据支持。应用分类、聚类、回归等不同模型算法，实现能耗分析、预测、预警，有利于更为精细化和动态的测算城市轨道交通能源消耗。通过对北京地铁能耗设备的数据进行机器学习和数据挖掘，建立数学模型，分析地铁能耗变动因素，预测在不同环境因素下的地铁能耗，深度发掘能耗和相关因素的关联关系，为决策提供支撑。

第五，支持海量数据存储。大数据平台性能方面，可实现TB级数据动态采集、处理和存储管理，目前每天处理数据1亿条，每日新增数据1G。按照远期规划22条线路，能耗数据存储10年，平台配置了100TB的磁盘阵列。

应用系统内容

应用系统，包含了以下功能模块的具体内容：

1. 数据查询模块。依据北京地铁能源分类、分项、分户模型，实现按线网或按单位的能源数据、负荷数据、运营数据、设备运行数据、外用能的查询和展示。2. 统计分析模块。依据北京地铁能源分类、分项、分户模型，以折线图、柱状图、堆叠图、饼图等方式实现负荷、能耗的类比、同比环比、占比、排名分析。提供按小时、日、周、月、季度、年及自定义时段数据统计。3. 电能质量分析模块。实现表计数据的查询及实现电能质量参数如电压、电流、功率、谐波分析等实时数据查询，并按时间查询电能质量参数数据，推进电能质量的改善和治理。400V馈出不参与电能质量分析。4. 碳排放管理模块。通过对北京地铁能源消费和碳排放进行统计与监测，能够科学地测算各单位的碳排放量，能够为未来北京地铁开展节能量交易和碳交易提供规范的、可靠的基础数据支撑。5. 报警与事件模块。实时监测地铁全线网各线路的用能情况，根据预设的能耗报警条件对用能超限区域进行报警，提醒对报警区域及时干预，降低能源浪费。设置在能耗发生报警以后，如电功率越限、用水量超限等事件发生后，能源管理信息系统能够通过短信、邮件、自动弹出等方式通知相关人员。6. 辅助决策模块。实现计划管理、指标分析、节能项目效果验证等辅助决策功能。7. 能源报表模块。提供自定义报表的目录自定义，支持增加、修改、删除功能，同时支持按权限分配目录权限，以树形结构展示。8. 基础数据模块。展示能耗分类分项字典清单，系统默认分类见分类分项模型。实现能耗字典的新增、修改，启用或禁用，不支持能耗字典的删除。能耗分类分项信息包含：能耗分类分项编码，名称，单位，转标煤系数、实时量或累积量，转二氧化碳系数。9. 专题分析模块、采用时间序列分析、聚类分析等数据挖掘算法对针对牵引力单耗、动力能耗专题、车站能耗三个主题进行分析。10. 数据可视化模块。通过大屏可视化设计，采用EChart等可视化技术，将北京地铁能耗平台关键信息通过大屏可视化的方式展现出来。

建设成效及经验总结

该项目取得了如下成效：第一，节能示范意义显著。北京地铁能耗统计与监测平台是全国第一个基于大数据平台的智能城市轨道交通路网级能源管理系统。第二，建立了能源管理体系架构。平台实现了能耗信息的线网级、线路级、车站级三级管理，三级监测。基于能耗统计与检测平台可以实时动态掌握多个维度能源消耗和使用情况，为运营管理提供第一时间的数据支撑。第三，提升了信息化管理水平。平台整合了能耗数据、电能质量、运营信息、设备运行及相关基础数据，实现了能源及相关数据最大限度的整合。在线监测近10万个数据点;包括13条线路共计9167块表计数据，全网行车和客流信息，7条线路照明、通风空调、电扶梯主要用能设备运行状态数据。基于上述数据构建的地铁能耗大数据平台，可以全面实时掌握全路网的能耗使用消耗情况，总结分析出能源使用消耗的特征，同时可以按照时空维度分类分项维度等预测出北京地铁能耗未来的发展趋势等。另外，本系统平台的建成，为公司的全量數据仓库提供了关于设备运行状态、能耗、运行时长、相关客流等优质数据。第四，提升了设备设施管理水平。通过建立完成分类、分项和分户能耗统计模型，实现北京地铁能源管理问题诊断、潜力挖掘及政策效果评价。建立相关的配套管理制度，对能耗系统的管理维护、运行使用进行了指导，提升了设备设施的管控水平。

建设经验总结如下：第一，能耗监测体系建设具有重大意义。能耗监测提升了能源管理的时效性和精准性，是能源管控精细化信息化的重要保障。第二，持续推进信息化建设任重道远。信息化工作是一项持续的工作，未来随着数据的积累，能耗平台应该持续进行数据挖掘与分析工作，找到更多能耗分析和应用的挖掘方向，发挥整个大数据平台价值。第三，信息化平台的建设需要考虑未来的发展。信息化平台的建设需要具有可扩展性，即通过很少的改动甚至只是硬件设备的添置，就能实现整个系统处理能力的线性增长，实现高吞吐量和低延迟高性能，在系统扩展成长过程中，软件能够保证旺盛的生命力。数据平台模型建设是项目的核心，数据模型的好坏影响整个数据平台未来的性能和扩展性，是大数据平台建设和长期发展的指南。它描述了企业众多复杂业务及数据之间的联系，是构建企业统一视图的基础。大数据平台建设成功与否，在很大程度上取决于是否有一个稳固的、全面的、灵活的数据模型。