摘 要： 能源监控是制造企业实施生产精益化与智能制造的重要内容。针对稀有金属加工制造企业生产与装备特点，研究基于物联网的企业电能综合监控系统，提出系统物联网架构和系统软件构成，采用电能计量表、智能网关与网络摄像机进行电能数据和状态信息采集，以太网、光纤环网组成传输网络；运用BP神经网络构建电能预测模型，设计ADO组件进行数据交换与处理。该系统实现了制造企业电能计量与统计分析、电能预测平衡监控、用电负荷与节能优化运行，提高企业电能有效利用和能源综合监控水平，具有典型的应用价值。
关键词： 制造企业； 物联网； 电能监控； 电能预测模型
中图分类号： TN926?34； TP277； TF355 文献标识码： A 文章编号： 1004?373X（2016）16?0159?04
Abstract： The energy monitoring is an important content to implement the lean production and intelligent manufacturing of the manufacturing enterprises. Aiming at the characteristics of production and equipment of the rare metals processing and manufacturing enterprises， the enterprises’ electric energy integrated monitoring system based on Internet of Things （IOT） is researched. The IOT?based system architecture and software composition are proposed. The electric energy meter， intelligent gateway and network camera are used to collect the electric energy data and status information. The Ethernet and optical fiber ring network are adopted to form the transmission network. The BP neural network is used to construct the electric energy prediction model. The ADO component was designed to perform data exchange and processing. The system can realize the electric energy metering and statistical analysis， balance monitoring of electric power forecast， and electrical load and energy saving optimal operation of the manufacturing enterprises， improve the enterprise’s electric energy effective utilization and energy comprehensive monitoring level， and has a typical application value.
Keywords： manufacturing enterprise： Internet of Things： electric energy monitoring； electric energy prediction model
0 引 言
随着“工业4.0”与“中国制造2025”快速推广，智能制造已成为制造加工企业升级的关键。基于物联网[1?2]大数据的生产制造精益化，制造加工企业通过收集生产过程的实时数据，对生产设备诊断、质量控制、用电量、能源消耗等进行分析、预测与优化。制造企业的能源监测与管控系统已成为当前技术热点，Swords等人开发了基于电能建模软件与企业业务数据库集成的能源信息系统[3]，田丰研究了全集成自动化的能耗监控管理系统[4]，文献[5?6]研究了钢铁企业能源管理系统及能耗预测模型。稀有金属制造加工企业是耗能大户，以电能消耗为主，电能费用在生产成本中占极大比重[7]，电能综合监控系统研究鲜见报道[8]。
结合西部超导材料科技有限公司生产及装备特点，研究基于物联网的企业电能综合监控系统，提出系统物联网构架和系统软件构成，通过以太网和光纤环网构建传输网络，实时采集现场电能数据和设备状态信息，运用BP神经网络构建电能预测模型，实现制造企业生产过程实时电能监控、动态统计分析与综合管理。
1 电能综合监控系统构成
西部超导材料科技有限公司是稀有金属材料制造加工企业，下辖熔铸、锻造、棒线丝材及设备动力等分厂，按照生产工序分布在公司不同位置，主要用能设备有选布料机、大型油压机、真空自耗电弧炉、电加热炉、锻造机、精锻机、冷热轧机、滚模拉丝机等，能源监控以生产动力部为中心。
结合企业生产工艺过程分散、电能消耗以主体设备为主的特点，构建企业电能综合监控系统物联网架构，系统构成如图1所示。
（1） 电能数据采集层。电能计量表采用威胜DTSD341，实时采集主要用能设备和关键部位电能数据，通过智能网关威胜WEGW?1000S集中各电能计量表数据；网络摄像机采用海康威视DS?2CD892PF采集关键部位和重点设备视频图像信息。 （2） 网络传输层。采用以太网线、光纤为传输介质，光纤收发器HTB?4100A/B、千兆工业以太网交换机TP?LINK TL?SG1008构成数据传输网络。
（3） 管理决策层。管理决策以生产动力部为中心，数据库服务器选配联想TS?540，视频服务器选配海康威视IDS?6002HF，电能监控主机与Web服务器选用研华IPC?610H，视频监控主机选用联想T4900，同时配备大屏显示器，实现电能数据统计分析、远程监视监控以及综合管理等功能。
2 电能综合监控系统功能设计
2.1 系统功能组成
电能综合监控系统基于B/S结构，采用模块化设计软件功能，包括基础信息管理、数据采集与通信、监视监控以及统计分析4大功能模块，系统功能组成如图2所示。
2.2 系统功能概述
（1） 基础信息管理。用能单位管理进行用能单位、用能设备、位置、性质建立档案与动态数据库；用户管理实现系统使用者的注册、添加与删除、权限设置以及密码修改等功能；系统信息维护是管理员进行系统运行参数配置、用能单位和用户数据修改与删除、用户权限分配与修改等功能。
（2） 数据采集与通信。电能计量数据采集实现电流、电压、电能等数据的实时计量；用能与计量设备实现用能与计量设备运行状态数据采集和录入，重点用能设备工作时，计量设备属性、特性及检修计划等记录、查询和统计；网络通信管理实现系统通信方式选择、参数配置、故障检测、报警等功能。
（3） 电能监视监控。电能与设备远程监控实现主要设备电能负荷、设备状态、工序生产状况实时监视监控和远程调度控制；电能预测平衡监控利用企业电能预测模型进行生产过程电能需求、优化排产、电能避峰填谷动态监控。用电负荷控制与优化运行根据负荷分布图自动合理分配负荷消耗，优化生产设备、运行时段和用电降峰控制。
（4） 电能统计分析。电能统计分析实现同一时间不同用能单位和用能设备、不同时段同一用能单位和用能设备的电能数据统计与趋势分析，公司总电能量、重点设备电能量统计与分析；节能效果分析提供公司、用能单位、重点用能设备节能同比、环比以及趋势分析，提供节能措施指导与建议；电能实际考核提供用能单位、重点设备生产和辅助电能消量，按日、月、年成本核算和考核；电能报表、图表管理提供公司、用能单位、重点用能设备电能量报表、柱状图、饼状图、曲线图显示，以及动态实时记录、查询和统计。
3 电能综合监控系统的实现
3.1 系统软件构架设计
采用力控ForceControl V7.0组态软件作为开发平台，开发数据采集驱动与上位通信协议驱动，现场电能数据通过网关数据库输入力控实时数据库，通过设计的ADO组件与SQL Server关系数据库连接，实现数据的转存、分析及关系数据库的控制。电能预测模型调用关系数据库的历史数据和实时数据库的实时数据进行企业生产电能预测，现场图像视频通过视频监控软件输入视频数据库存储、分析，通过视频控件与力控平台软件连接，并实时嵌入到监控中。在力控组态软件上开发了多用户人机界面，软件采用B/S模式实现多用户发布与远程操作，以及与公司ERP和OA系统联网。电能综合监控系统软件构架，如图3所示。
3.2 企业电能预测
（1） 电能预测模型的建立。采用BP神经网络算法[9]构建企业产量与电能量关系的电能预测模型。确定该企业影响产量与电能关系的因子为：月份，上月计划生产量，上月实际生产量，上月计划电能量，上月实际电能量，本月计划生产量，本月实际生产量，本月计划电能量，本月实际电能量，下月计划生产量；下月电能预测量作为输出信息节点；采用试凑法[10]确定隐含层节点个数为5，利用2013―2014年数据对电能预测模型进行训练。
（2） 预测结果分析。以2015年各月的输入层信息节点数据作为电能预测模型检测样本，对1～12月企业实际电能量与模型预测电能量进行验证及分析[11]，实际电能量与预测电能量结果对比，如表1和图5所示。
由表1和图5可知，预测量最小相对误差为1.02%，最大相对误差为4.63%，BP神经网络模型对2015年企业用电能量的预测量与实际用电能量基本吻合。
3.3 数据交换与处理
智能网关与电能计量表之间数据采集遵循DLT/645?2007通信规约。智能网关与力控组态软件平台之间数据交换采用双主站模式，且遵循ModBus（TCP/IP）及住建部导则两类通信协议，系统数据交换与处理方式，如图6所示。
通过ADO组件建立力控实时数据库与SQL Server关系数据库连接，实现两数据库间数据交换，并进行创建或修改数据表以及更新、删除、添加数据等操作。执行预先编写好的数据分类、处理等SQL语句，进行数据库与后台数据处理，完成电能数据统计和分析。
4 结 论
基于物联网的企业电能综合监控系统在西部超导材料有限公司已投入运行，实际运行结果表明：提出的企业电能综合监控系统物联网架构和软件系统构架能够实现制造加工企业生产过程电能计量、监控、统计、分析；采用BP神经网络算法构建企业电能预测模型，对企业生产过程电能负荷需求与分配、优化排产、电能避峰填谷动态监控，实现企业生产、设备与节能优化运行；该系统可与企业ERP管理系统、OA办公系统无缝集成和协调工作，可进一步提高企业电能整体利用效率，有效提高能源综合管理水平，实现生产过程精益化与智能制造，具有一定的理论和应用价值。
参考文献
[1] 张乃禄，李永进，张玉祥，等.基于物联网的加油站综合信息监控系统[J].西安石油大学学报（自然科学版），2013，28（6）：103?107.
[2] 张乃禄，李立波，祁宗全，等.基于信息融合的富锰渣生产安全监控系统及应用研究[J].冶金自动化，2015，39（4）：52?57.
[3] SWORDS B， COYLE E， NORTON B. An enterprise energy information system [J]. Applied energy， 2008， 85（1）： 61?69.
[4] 田丰.基于全集成自动化的能耗监控管理系统设计[J].现代电子技术，2015，38（5）：97?100.
[5] 蒋育翔，黄全福，洪小和.基于钢铁企业能源特点及相互关系的能源管理信息系统的研究[J].冶金自动化，2011，35（2）：18?23.
[6] 刘川来，郭坤.BP神经网络预测技术在企业能源管理系统中的应用[J].青岛科技大学学报（自然科学版），2013，34（2）：203?206.
[7] 冯为民，丛力群.冶金企业能源管理系统[J].控制工程，2005，12（6）：597?600.
[8] 胡江溢，祝恩国，杜信纲，等.用电信息采集系统应用现状及发展趋势[J].电力系统自动化，2014，38（2）：131?135.
[9] KALOGIROU S A， BOJIC M. Artificial neural networks for the prediction of the energy consumption of a passive solar building [J]. Energy， 2000， 25（5）： 479?491.
[10] 张有山，李光远，邢军，等.企业电能耗的BP神经网络预测模型[J].辽宁科技大学学报，2014，37（4）：343?349.
[11] 谢燕丽.BP神经网络及遗传算法在有色金属企业能源管理中的应用[D].广州：广东工业大学，2014.
