本文是一篇电气自动化论文，本文利用云平台技术、嵌入式技术，从产品化的角度设计了基于云平台的热源厂能耗监测系统，并结合Attention-BiLSTM电力负荷预测模型，对热源厂的电力负荷进行短期预测，从而提高热源厂的能源利用率达到节能减排的目的。
第1章 绪论
1.1 课题背景及研究意义
随着城市化进程的加快和人们生活水平的提高，人们对城市供热的需求正在逐渐增加。为了满足人们的供热需求，需要大规模建设用于集中供热的热源厂。相较于分散供热系统，集中供热能够有效地节约能源并提高热效率。因此，集中供热成为城市公用事业的一个重要组成部分，同时也是国家大力推行节能降耗的重点行业[1]。国家住房和城乡建设部制定的《关于城镇供热体制改革试点工作的指导建议》明确将节约能源、改善环境质量作为城镇供热体制改革的基本原则[2]。
集中供热在发展中虽然带给人们诸多便利，但是随着城市的发展很多隐蔽的问题慢慢凸显出来。集中供热目前有两大方面的问题，一方面由于热源厂排放大量的有害气体对空气造成严重的污染[3]。雾霾现象是空气被严重污染最直接的表现，我国的集中供热主要集中在北方地区，而北方地区在冬季出现雾霾现象的频率更高且持续时间更久。长期处于雾霾环境中，不利于人们的身心健康，影响社会发展甚至造成重大事故。针对该问题急需研究解决方案，做到既满足人们所需的供热，又能够有效减少热源厂的废气排放。
另一方面，我国集中供热采用的能源主要是煤炭，而煤炭作为一种不可再生能源存在能源枯竭的问题。虽然我国的煤炭储量富足，每年的煤炭产量能够满足各行各业的需求，但我国的能源消费结构是以煤炭为主，在全国年能源消耗总量中煤炭所占的比例约为三分之二，未来可能出现能源短缺而造成无法维持集中供热的问题[4,5]。因此，热源厂在运行时需要做到在满足人们供热需求的基础上尽可能减少煤炭消耗。
电气自动化论文怎么写
..............................
1.2 课题国内外研究现状
能耗监测系统是指运用科学原理和方法、采用自动化、信息化技术，对企业能源的生产、存储、输配和消耗等环节实施集中化的动态监控和数字化管理，从而实现能源分析、平衡、优化和系统节能降耗的管控一体化系统[8]。
1.2.1 国外研究现状
企业能耗监测系统主要利用模拟仪表生成能源数据，采集和监控系统分别满足生产和分配的需要。能耗监测系统在早期是能源管理系统中的一个组成模块，主要是对系统所需数据的采集与监测[9]。20世纪70年代，随着分布式控制系统的发展，人们发现其功能与能耗监测系统有多种相似之处，于是将其融入到能耗监测系统中，并在改进的能耗系统中加入节能功能丰富了系统完整性[10]。到上世纪末期，由于科技的飞速发展推动各个领域的进步，尤其是人工智能和计算机领域。人们在能耗监测系统中加入人工智能技术，能耗预测功能由此产生。能耗预测功能也成为能源管理系统中必不可少的组成部分。
在能耗监测系统不断改进的同时，世界上部分发达国家也逐渐开始把能耗监测系统用于重工业的生产环节。在应用能耗监测系统的同时，也通过加入分析决策、模糊控制等理论应用于能耗监测系统，使其功能更加全面[11]。美国福特公司通过在能源管理系统中加入事先设计的能耗目标以及节能措施帮助企业在生产过程中提高能源利用效率，达到降低运营成本从而显著提高产品竞争力的目的[12]。日本在二十世纪七十年代由于石油短缺而造成国内两次能源危机，此后日本开始注重对节能技术的开发，逐渐开始在建筑领域使用能耗监测系统，使建筑能耗显著降低[13]。美国的RTI钢铁公司在1999年花费巨资为钢铁生产环节设计能源管理系统，通过使用该系统对钢铁生产环节中各个能耗步骤进行改进，使得能源损耗大幅度降低，在半年内通过使用该系统节省能源而减少的成本已经超过该系统的投资成本[14]。此外，德国的诸多城市在21世纪初开始在城市建筑中使用能耗监测系统，其中亚琛市通过对BOB 办公大楼使用建筑能耗监测系统，使其能耗减少近80%[15]。
.............................
第2章 系统结构及技术方案选择
2.1 系统需求分析
能耗监测系统是基于人工智能技术的数据采集系统，通过下位数据采集模块对热源厂各设备的能耗数据进行集中化采集与传输，在上位系统的客户端界面实现数据的可视化展示，使管理员能够直观地了解各设备的用能情况。该系统主要由前端计量设备、采集设备、传输设备、管理平台等组成，对能源的使用数据进行数据采集、计量、分析、统计、上传等一系列工作[26]。
2.1.1 能耗监测系统功能需求
（1）数据采集功能。数据采集是能耗监测系统的基本功能，它保障了系统数据的可靠来源。本文设计的能耗系统需要对热源厂的各种设备进行电力参数的实时采集，管理者可以在上位进行采集速率的设置来满足实际需求。
（2）数据传输功能。在数据正确采集之后，需要将数据稳定地传输到上位系统。对于数据传输方式，需要结合热源厂的实际情况选取最优方案，以免造成数据丢失等现象。
（3）可视化功能。可视化是指通过图像处理技术将采集的热源厂能耗数据以图形的样式呈现。经过可视化处理的数据能够更加清晰直观地展现出数据的价值。管理者通过可视化界面可以直观地看出数据的趋势走向，推测出企业的运行状态。
（4）负荷预测功能。负荷预测功能是对热源厂整体的电力负荷进行短期的预测。通过调用热源厂的电力负荷历史数据，结合影响热源厂电力负荷的关键因素，采用神经网络的方法对未来可能的负荷情况做出趋势预测，给予现场的管理人员提供一定的参考，帮助其做出合理的操作，降低热源厂的能耗。
........................
2.2 系统的技术方案选择
2.2.1 数据传输方案选择
热源厂能耗监测系统的数据传输主要集中于热源厂内部，虽然数据传输距离较近，但由于厂区内部环境复杂，机械设备众多，从而对数据传输造成各种困难。为选取最优的数据传输方案，需要多种传输方式进行综合对比。
（1）以太网通信
以太网通信是一种通过有线方式连接的局域网通信技术。以光缆作为以太网通信的传输媒介，在实际传输距离达到几百到上千米时，该通信依旧可以实现达到1Gb/S的稳定传输。光缆因其特殊的材料可以有效避免现场的电磁干扰，经常被用于工业现场的数据传输[27]。项目施工前期，进行各类敷设电缆的时候，同时把光缆敷设好，便于视频和电能数据的采集。对新建厂区而言，该方案是最佳方案。
（2）ZigBee无线通讯
ZigBee是一种基于IEEE 802.15.4规范的无线网络通讯协议。采用该协议进行网络通信，其通信距离相对较近一般不超过500m，数据传输速率最高为250kpbs，只能实现低速传输[28]。这种通信方式的优点主要在于其运行功耗较低，可采用独立电源供电并保持长期运行。该通信方式目前主要应用于智能家居领域，在工业领域中由于工作环境复杂，其通信稳定性差一般较少使用。
（3）LoRa无线通信
LoRa是一种低功耗远距离无线通信技术。一般而言，数据的远距离无线传输造成功率损耗很大，而LoRa无线通信技术成功地解决了这一难题。使用LoRa通信技术进行数据传输时，由于其传输信号的穿透力较强，使得其传输距离可以实现在复杂环境地区达到5km，空旷地区达到15km。由于其优秀的数据传输能力和低功耗的特点，LoRa无线通信被广泛应用于各个领域[29]。
...............................
第3章 基于 Attention-BiLSTM 的负荷预测方法研究 ..................... 14
3.1 电力负荷预测的相关研究 ................................... 14
3.1.1 电力负荷影响因素分析 .................................. 14
3.1.2 电力负荷预测的评价指标 ............................... 16
第4章 能耗监测系统硬件设计 .......................... 34
4.1 数据采集器的设计需求..................................... 34
4.1.1 采集器功能需求 ................................ 34
4.1.2 采集器性能需求 ................................. 35
第5章 能耗监测系统软件设计与开发 ........................ 43
5.1 系统软件总体设计 ......................... 43
5.2 数据采集终端软件设计................................ 43
第5章 能耗监测系统软件设计与开发
5.1 系统软件总体设计
能耗监测系统的软件总体可分为上位和下位两部分。下位部分主要是对采集器的数据采集、数据存储与远程通信的设计。上位部分是对云平台的设计。云平台部分主要是对数据管理、应用逻辑和交互界面的设计。系统软件总体结构如图5.1所示。
电气自动化论文参考
本文设计的能耗监测系统的下位机为数据采集器，通过在数据采集器中设计数据采集程序，实现数据的自动循环采集与存储，同时采集器与上位服务器建立远程通信，实现数据的定期上传[61]。通过在云平台搭建数据库，上传的数据按照对应位置被合理分配，这些数据经过不同应用逻辑处理最终在交互界面显示。
...............................
结论与展望
结论
本文利用云平台技术、嵌入式技术，从产品化的角度设计了基于云平台的热源厂能耗监测系统，并结合Attention-BiLSTM电力负荷预测模型，对热源厂的电力负荷进行短期预测，从而提高热源厂的能源利用率达到节能减排的目的。主要工作内容如下：
（1）本文通过查阅大量的文献和资料，论述了能耗监测系统对热源厂节能减排的重要意义。分析了国内外能耗监测系统的研究现状，并对国内能耗监测系统的架构进行阐述。
（2）通过对能耗监测系统的功能和性能的分析，确定系统的实际需求。在实际需求的基础上，对系统的数据传输与存储方式、云平台选择和系统软件架构进行多种方案的对比选择，确定实现能耗监测系统的最佳方案。
（3）针对热源厂能耗监测系统的负荷预测模块，对短期电力负荷预测模型展开深入研究。结合热源厂实际情况分析影响厂区电力负荷的主要因素，选择适合热源厂的电力负荷预测方法。通过详细的原理介绍，分析由循环神经网络发展到双向长短期记忆神经网络经过。为了使预测结果更接近实际值，选择使用注意力机制对影响电力负荷主要因素的权重进行分配，使最终的负荷预测结果误差更小。采用热源厂一个月的电力负荷数据对预测模型进行测试，最终验证加入注意力机制的BiLSTM预测模型的预测效果更好。
（4）针对热源厂能耗监测系统的数据采集模块，设计以STM32F429IGT6微处理器为核心的数据采集器。数据采集器的结构主要由电源模块、主电路模块、数据存储模块和通信模块组成。针对各个模块分别进行电路设计，其中对通信模块分别设计了RS485通信模块、LoRa通信模块、4G通信模块和以太网通信模块，通过多种通讯方式的组合，保障数据传输的稳定性以及可靠性。
（5）针对能耗监测系统的上位部分和下位部分进行软件设计。在下位部分的数据采集器中设计主程序用来调用数据采集功能和远程通信功能。在云平台中搭建数据库和应用服务程序，实现对热源厂能耗数据的分类存储后，通过应用程序对数据库中的数据进行分析，最后采用Websocket通讯的方式，将数据呈现到设计的Web页面中，方便热源厂工作人员查看，提高工作效率。通过对系统整体功能进行测试，系统各个模块均可达到预期要求。
参考文献（略）