午夜影院91-欧美色图第一页-香蕉视频在线免费看-九九免费在线视频-国产大爆乳大爆乳在线播放-一级理论片在线观看-日大逼-一边摸一边抽搐一进一出视频-国产97在线观看-青青草精品视频-亚欧乱色熟女一区二区三区-波多野结衣一二区-蜜臀av999无码精品国产专区-欧美精品国产-污到下面流水的视频

北京航天智造科技發展有限公司（以下簡稱天智公司）隸屬于航天云網公司，是一家以“互聯網+智能制造”為核心業務的專業化公司，是復雜產品智能制造技術國家重點實驗室和北京市復雜產品制造工程研究中心的組成單位。

天智公司在虛擬樣機工程技術、復雜產品智能制造總體技術、智能制造系統支撐平臺等制造業信息化技術及應用方面擁有深厚基礎，是“云制造”等國家級重大項目的技術總體單位，在國際上率先提出了復雜產品集成制造及云仿真/云制造等智能制造系統相關創新技術理念。作為推進基于“互聯網+智能制造”開展云制造業務的實施主體，天智公司承擔航天云網的云制造、供應鏈系統、智慧工廠等核心業務，提供智能制造整體解決方案、智能工廠改造實施、企業信息化云服務等產品與服務。

航天云網工業互聯網平臺逐步發展成為一個跨行業、跨領域、跨地域“三跨”，全系統、全生命周期、全產業鏈“三全”的工業互聯網平臺，橫向支持企業互聯，縱向支持企業虛實結合的數字化應用。基于INDICS平臺的智慧供熱云平臺，通過對供熱全過程、全要素數據的挖掘分析，深挖供熱數據的潛在價值，為智慧供熱提供決策服務支持，最終達到供熱調節經濟化、安全化、智能化的結果。

一、 項目概況

1. 項目背景

青島金澤熱力有限公司成立于2002年6月，廠區占地面積2.67公頃，鍋爐房一座，裝有5臺29MW熱水鍋爐，供熱能力145MW，一次管網長度28公里，二次管網長度126公里，所轄換熱站30座，居民用戶36479戶，工業用戶6戶，入網供熱面積約348萬平米。

目前大部分供熱系統存在以下問題：

（1）數據利用率低，存在信息孤島

熱源、管網、換熱站、熱用戶的相關運行參數采集比較完善，但在數據的深層次分析、系統化運用、入戶供熱調節方面較欠缺，在一定程度上，造成了“數據資源”的浪費，同時，也為“數據分析節能”留存了空間。

（2）能耗參差不齊，能源浪費嚴重

熱源、換熱站存在＂髙投訴、低效率＂的情況，運行的好壞，直接影響供熱品質。管理方面相對粗放，造成了能源浪費、室溫合格率較低等問題，影響了供熱品質。

（3）運行管理粗放，自控水平偏低

大部分換熱站采用人工操作，依賴工作人員的習慣進行控制，系統調節處于盲目狀態，缺少切實有效的操作依據，造成換熱站運行管理不科學，節能工作難以展開，供熱質量難以保障。

2. 項目簡介

綜合運用物聯網、云計算、大數據和數據模型應用技術，形成了“信息流為核心，大數據為導向，并行運算為支撐”的服務支撐體系。對現有業務系統進行數據整合，實現了熱網循環各環節數據的獲取、融合、挖掘、建模、可視化等功能，通過對供熱全過程、全要素數據的挖掘分析，深挖供熱數據的潛在價值，為智慧供熱提供決策服務支持，最終達到供熱調節經濟化、安全化、智能化的結果。

3. 項目目標

利用大數據、云計算、融合數據建模等技術，與傳統供熱行業的結合，搭建面向熱力行業的大數據云平臺。以系統集成、異構數據融合、供熱系統建模為核心，實現經濟、安全、智能供熱，達到滿足居民供熱需求與節約能源的目的。

（1）搭建面向熱力行業的大數據云平臺

將換熱站PVSS系統、熱源DCS系統、脫硫脫硝系統、余熱回收系統、換熱站SCADA系統、分戶計量系統、室溫采集系統、收費系統、客服系統、GIS系統等25個系統，統一整合到智慧供熱管理化平臺，實現空間數據、實時數據、關系數據的融合共享。針對不同類型數據庫建立相應數據庫、數據倉庫以及接口。通過對多源異構數據的融合，實現數據的集中存儲和共享，按照供熱模型處理規則，實現數據的關聯分析，提高調度效率。

（2）建立數據驅動的供熱模型

數據資源完成上下游整合，建立基于數據驅動的供熱模型，分為熱源預測模型、換熱站優化模型、管網故障診斷模型等，將供熱系統全部環節打通，從熱源到換熱站、用戶，整體性分析，保證室溫達標的基礎上，更好的節約能源。為供熱安全經濟調節、操作智能化提供技術支持。

二、項目實施方案

1. 項目總體架構和主要內容

（1）總體架構

基于INDICS平臺智慧供熱云平臺總體架構如圖1所示，包括資源層、IIOT層、INDICS平臺層、應用層。

圖1 智慧供熱大數據平臺系統總體架構

資源層：主要涵蓋熱網運行過程的各個信息系統，包含換熱站PVSS系統、熱源DCS系統、脫硫脫硝系統、余熱回收系統、換熱站SCADA系統、分戶計量系統、室溫采集系統、收費系統、客服系統、GIS系統等。

IIOT層：提供自主知識產權的Smart IOT系列智能網關和虛擬網關SDK，實現異構數據的協議轉換，建立供熱大數據平臺的數據通路，構建平臺的數據基礎。

INDICS平臺層包括IaaS層、DaaS層和PaaS層三部分。

1）IaaS層：基于航天云網數據中心，提供計算資源、網絡資源、存儲資源基礎設施。

2）DaaS層：在龐大的業務數據基礎上進行統一數據清理、存儲、處理，支持不同類型的數據庫實現供熱行業結構化、半結構化、非結構化數據的存儲。提供大數據管理工具和集成的第三方大數據管理引擎，解決大數據存儲與分析工具的集群化部署、服務配置管理、服務狀態監控展示的問題，降低大數據平臺運維和使用的難度。提供數據流處理Spark和PIG等服務。內置多種數據挖掘算法庫，支撐整體的數據增值業務。

3）PaaS層: 以Cloud Foundry基礎架構作為底層支撐架構，擴展基于Docker和Kubernetes的混合容器技術,提供彈性伸縮和服務編排功能。面向工業領域，提供微服務引擎IMSE、面向軟件定義制造的流程引擎IBPE、大數據分析引擎IBDA、仿真引擎ISE和人工智能引擎等工業PaaS服務，完成供熱行業工業APP的全生命周期管理。基于海量數據，深度挖掘數據信息，建立熱源預測模型、換熱站優化模型、故障診斷模型、能耗分析模型等算法庫。

應用層：面向供熱行業，基于工業互聯網平臺開發多樣化、個性化的熱源預測、換熱站優化分析、用熱量分析、信息查詢、管網能耗統計分析、GIS服務、故障診斷、報告報表等工業APP。

（2）主要功能

智慧供熱云平臺能夠提供基于專業供熱數據的大數據挖掘與可視化分析展現功能，通過整合熱源、換熱站、管網、氣象、熱用戶數據及客服系統反饋信息，形成全熱網統一的大數據挖掘分析平臺，幫助青島能源熱電有限公司及下屬熱力分公司掌握全熱網供熱各個環節運營狀況及客戶滿意度，通過整合現有粗放、零散、低效的數據資源，實現熱網的統一信息化協調監管，針對性改善服務質量，提供個性化服務，為節能降耗、運營管理和日常運作提供重要指導和支持。

圖2 青島能源智慧供熱云平臺

1）換熱站二次供熱溫度優化曲線

根據大量歷史數據信息，基于數據驅動與機理分析，建立換熱站與二次供溫模型，指導供熱曲線，在極端天氣情況下，可以保證用戶室溫的穩定性與供熱的經濟性。考慮中國北方地區溫度特性，結合所在地區居住人的熱中性溫度，豐富模型，起到保持室溫舒適的目的，如下圖所示。

2）熱源功率曲線優化

基于大量歷史數據，得出一次網供熱溫度在不同工況下的純延遲與慣性時間。基于熱源機理與數據驅動，建立精確的熱源預測模型，通過該模型得出熱源在室外溫度改變時，預測的熱源功率優化曲線。進而保證合理的供熱量，保證換熱站的熱量供給，如下圖所示。

3）室溫合格率可視化

提供室溫合格率與室溫的可視化，通過數據脫敏，實時監測供溫質量情況，包括均溫，達標率，有利于運行管理粗，如下圖所示。

4）管道故障診斷

通過建立管道熱損模型，可以分析精確到每條管道的熱損情況。在發生管道泄漏時，及時報警，根據地理信息系統，及時得到坐標，避免造成大量損失，如下圖所示。

2.安全性及可靠性

結合智慧供熱云平臺的特點和要求，安全防護的原則高效、合理、經濟并易于實施：（1）需求、風險、代價平衡分析的原則；（2）多重保護原則；（3）可評價性原則；（4）具有先進性、合理性、實用性、可擴展性；（5）技術與管理相結合原則。

依據安全需求和安全風險分析的結果，在遵循上述安全防護原則的基礎上，平臺安全防護的總體策略為：

分區部署：遵循內外網隔離的原則，將智慧供熱云平臺中涉及Internet的業務及其功能模塊部署在信息外網。加強對部署在信息外網應用的安全防護，避免業務敏感信息的泄漏，以及成為黑客、計算機病毒的攻擊目標和跳板。理清智慧供熱云平臺與外圍接口模塊之間的邊界，針對不同的安全需求和安全風險，采取相應的安全措施。

應用加固：智慧供熱云平臺的安全不能完全依賴基礎環境和外圍安全設備的安全來保證。平臺自身具備有效的認證、授權和審計機制；在權限分級和數據分類的基礎上，能夠對關鍵操作、敏感數據進行重點防護；同時對外部攻擊和濫用具備一定的檢測和防御能力。

多層防護：針對不同的安全威脅和安全隱患，采用多種防護措施，多層次的加以保護，并加強不同層次之間的協同，建立一個完整的、縱深安全防護體系。

注重管理：“三分技術，七分管理”，完善安全防護的組織體系和制度建設，明確安全防護的責任與分工；加強安全運維和安全審計工作，根據安全風險的變化，持續改進安全防護策略；制定應急響應流程和事故處理流程，積極應對突發安全事件。

三、項目實施效果

（1）經濟效益

針對30個換熱站，5臺鍋爐，供熱面積348萬平方米，通過模型與大數據結合技術，室溫合格率從97%上升到100%，系統可靠性從99%上升到100%，‘三來’上訪率降至0。在保證用戶室溫合格率的基礎上，單位采暖面積平均能耗由23.6W/m2減少到20.8 W/m2，單位采暖面積電耗由0.24W/m2減少到0.22 W/m2，供電耗標煤由43.5kg/GJ減少到40.7kg/GJ，取得了明顯的經濟效益，如下圖所示。

圖17 經濟效益

（2）管理效益

1）分散系統歸集統一

通過集成各個分散業務系統，實現數據集成管理，生產調度具有實時監控、智能運行等手段。

2）提升供熱管控水平

根據模型計算、優化，提供經濟化、安全化運行調節方式，使整個業務系統覆蓋生產、運營與監管，提升資源調度效率，整體提高管控水平。

3）管網可靠性提高

針對管網實時監測，智能評估管道耗損情況與管道安全情況，及時發現設備故障信息，采取相關措施，保證設備安全穩定長周期運行。

（3）社會效益

興業：通過能源熱力數據幫助企業做好能效管理，幫助企業節能，減少成本支出。

惠民：促進合理用能和能源消費模式變革，降低污染減排，提升環境質量，以用戶熱舒適度為核心目標，提高用戶滿意度。

善政：推動跨領域大數據資產的共享融合，有利于實現數據的開放，為國家大數據發展戰略的實現提供基層支撐和堅實保障，履行能源企業的責任。