劉松濤，戴 繪，郭 敏

(天津市賽達(dá)燃?xì)庥邢薰?，天?00385)

1 燃?xì)忸A(yù)警指揮智慧平臺的建設(shè)背景

城市燃?xì)獾膶?shí)際用氣量受氣象變化、用戶類型構(gòu)成、氣源供應(yīng)能力等多種因素影響，除特殊原因外，其中氣溫的影響最為明顯，尤其在北方供暖期，因此，研究氣溫和城市燃?xì)庥脷饬恐g的規(guī)律，對于燃?xì)庥脷饬款A(yù)測，保證燃?xì)夤?yīng)系統(tǒng)的經(jīng)濟(jì)、安全、可靠運(yùn)行具有重要意義。以天津市賽達(dá)燃?xì)庥邢薰緸槔?，供氣范圍包括天津市西青?jīng)濟(jì)技術(shù)開發(fā)區(qū)、天津經(jīng)濟(jì)技術(shù)開發(fā)區(qū)微電子工業(yè)區(qū)、天津騰達(dá)工業(yè)園、大寺工業(yè)園、西青經(jīng)濟(jì)技術(shù)開發(fā)區(qū)周邊居民小區(qū)。上游氣源單位為中石油大港油田天然氣分公司，上游要求下游燃?xì)夤緢?zhí)行日計(jì)劃用氣量的申報(bào)方制度，若每日超出前一天申報(bào)的日計(jì)劃用氣量就會切斷氣源。因此，燃?xì)馊沼脷饬康念A(yù)測對于保證穩(wěn)定供氣十分重要。

2 燃?xì)忸A(yù)警指揮智慧平臺的建設(shè)目標(biāo)

天津市賽達(dá)燃?xì)庥邢薰竟鈪^(qū)域內(nèi)以工業(yè)用氣為主，商業(yè)、居民用氣次之，用氣量明顯表現(xiàn)出隨季節(jié)、時(shí)間的波動規(guī)律。在冬季供暖期，天然氣用氣量急劇增長，表現(xiàn)為季節(jié)不均勻性。時(shí)段用氣特征為周一到周五工作日內(nèi)上午9:00—11:00、下午14:00—16:00 為高峰用氣時(shí)間段，主要是供暖(冬季)及生產(chǎn)用氣。周末(周六、周日)在8:00、12:00、18:00左右為用氣高峰段，主要表現(xiàn)為居民、餐飲業(yè)用氣。因此，需要準(zhǔn)確把握用氣規(guī)律，根據(jù)前日燃?xì)庥脷饬窟M(jìn)行精準(zhǔn)預(yù)測，提前預(yù)警氣量缺口，啟動氣量調(diào)度應(yīng)急預(yù)案。

基于以上原因，本文作者聯(lián)合專業(yè)軟件公司、氣象部門共同研發(fā)了一套基于氣溫和燃?xì)庥脷饬恐g規(guī)律的燃?xì)忸A(yù)警指揮智慧平臺。該設(shè)想于2016 年提出并著手調(diào)研實(shí)施，于2019 年完成?；A(chǔ)數(shù)據(jù)采用西青經(jīng)濟(jì)技術(shù)開發(fā)區(qū)2011—2015 年間每日燃?xì)庥脷饬亢屯瞻俣染W(wǎng)站中國天氣天津城區(qū)數(shù)據(jù)(天氣陰晴狀況、溫度、相對濕度、降水量、風(fēng)力風(fēng)向)、日歷信息(是否周末、節(jié)假日)等參數(shù)，建立燃?xì)馊沼脷饬康目梢暬A(yù)測模型，在線預(yù)測未來日用氣量。該項(xiàng)目充分利用互聯(lián)網(wǎng)、數(shù)據(jù)統(tǒng)計(jì)分析等技術(shù)，實(shí)現(xiàn)智能預(yù)測、科學(xué)分析，減少儲氣投入，推進(jìn)智慧調(diào)度決策，保障安全穩(wěn)定供氣。

3 燃?xì)忸A(yù)警指揮智慧平臺構(gòu)建

3.1 總體架構(gòu)

燃?xì)忸A(yù)警指揮智慧平臺總體按照3 層架構(gòu)構(gòu)建，分別是基礎(chǔ)數(shù)據(jù)采集層、數(shù)據(jù)信息處理層和業(yè)務(wù)功能展示層，見圖1?；A(chǔ)數(shù)據(jù)采集層由SCADA 數(shù)據(jù)庫和氣象信息數(shù)據(jù)庫組成，負(fù)責(zé)向數(shù)據(jù)信息處理層提供數(shù)據(jù)。數(shù)據(jù)信息處理層將所有數(shù)據(jù)進(jìn)行篩選、清洗、轉(zhuǎn)換后以統(tǒng)一的標(biāo)準(zhǔn)化格式儲存，預(yù)測模型獲取所需標(biāo)準(zhǔn)化數(shù)據(jù)后，計(jì)算出預(yù)測結(jié)果。業(yè)務(wù)功能展示層根據(jù)展現(xiàn)所需，從數(shù)據(jù)信息處理層獲取相關(guān)數(shù)據(jù)進(jìn)行展現(xiàn)。燃?xì)忸A(yù)警指揮智慧平臺所需硬件設(shè)備包括采集服務(wù)器、數(shù)據(jù)處理服務(wù)器、應(yīng)用服務(wù)器、核心交換機(jī)等，均布置于本公司機(jī)房，數(shù)據(jù)采集終端(RTU)安裝于各采集點(diǎn)位。

3.2 基礎(chǔ)數(shù)據(jù)采集層

① SCADA 數(shù)據(jù)庫

SCADA 數(shù)據(jù)包括門站、各調(diào)壓站、儲配站工藝管道的流量、壓力、溫度和企業(yè)用氣量等數(shù)據(jù)，通過數(shù)據(jù)采集終端(RTU)采集后匯總到PLC+IFIX 門站站控系統(tǒng)，通過電信運(yùn)營商有線(光纖)和無線(GPRS 和NB-IoT)2 種方式傳輸?shù)絊CADA 數(shù)據(jù)庫。SCADA 數(shù)據(jù)庫安裝于采集服務(wù)器。

② 氣象信息數(shù)據(jù)庫

氣象信息數(shù)據(jù)分實(shí)時(shí)和預(yù)報(bào)2 種。實(shí)時(shí)氣象數(shù)據(jù)從本公司院內(nèi)建立的氣象站獲取，通過數(shù)據(jù)采集終端(RTU)進(jìn)行采集后以RS232 信號線方式傳輸?shù)綒庀笮畔?shù)據(jù)庫。預(yù)報(bào)氣象數(shù)據(jù)從百度網(wǎng)站中國天氣天津地區(qū)整點(diǎn)天氣實(shí)況獲取。實(shí)時(shí)和預(yù)報(bào)數(shù)據(jù)形成氣象信息數(shù)據(jù)庫，安裝于采集服務(wù)器。

3.3 數(shù)據(jù)信息處理層

3.3.1 組成與數(shù)據(jù)流程

數(shù)據(jù)信息處理層由日用氣量預(yù)測模型、SCADA數(shù)據(jù)、氣象數(shù)據(jù)組成。

采集服務(wù)器中的數(shù)據(jù)通過光纖和核心交換機(jī)將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)處理服務(wù)器。日用氣量預(yù)測模型根據(jù)SCADA 數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行日用氣量預(yù)測。

3.3.2 預(yù)測模型構(gòu)建

分析2011—2015 年間每日燃?xì)庥脷饬亢屯瞻俣染W(wǎng)站中國天氣天津城區(qū)數(shù)據(jù)(天氣陰晴狀況、溫度、相對濕度、降水量、風(fēng)力風(fēng)向)、日歷信息(是否周末、節(jié)假日)等標(biāo)準(zhǔn)化基礎(chǔ)數(shù)據(jù)，得出氣溫是燃?xì)庥脷饬康淖畲笥绊懸蛩?，呈現(xiàn)顯著負(fù)相關(guān)性。根據(jù)這些數(shù)據(jù)的集中趨勢、離散程度，分析小時(shí)用氣量和氣象中對應(yīng)時(shí)間的溫度數(shù)據(jù)之間的規(guī)律［1］。

構(gòu)建恰當(dāng)?shù)念A(yù)測模型，利用預(yù)測模型實(shí)現(xiàn)根據(jù)天氣預(yù)報(bào)進(jìn)行燃?xì)馊沼脷饬款A(yù)測的目的，預(yù)測模型數(shù)據(jù)選取前一天SCADA 數(shù)據(jù)庫中燃?xì)忾T站計(jì)量表(本公司供氣總計(jì)量表)日用氣量數(shù)據(jù)和氣象信息數(shù)據(jù)庫中的溫度數(shù)據(jù)，進(jìn)行預(yù)報(bào)日的燃?xì)庥脷饬俊?/p>

由于冬季供暖期燃?xì)馊沼脷饬颗c溫度變化基本呈線性變化關(guān)系，而且用氣量是隨時(shí)間變化的，因此，預(yù)測模型必須是動態(tài)的，采用動態(tài)的綜合線性回歸和自回歸相結(jié)合的混合線性方程來預(yù)測燃?xì)馊沼脷饬浚?-3］。

供暖期(11 月15 日至次年3 月15 日)的預(yù)測模型見公式(1)［1］。

式中 Vpre——預(yù)報(bào)日的燃?xì)馊沼脷饬?，m3

Vbef——前一天的燃?xì)馊沼脷饬?，m3

t1——預(yù)報(bào)日的平均氣溫，℃

t2——預(yù)報(bào)日的最高溫度與最低溫度之差，℃

t3——前一天的平均氣溫，℃

t4——前一天最高溫度與最低溫度之差，℃

a0、a1、a2、a3、a4、b——回歸系數(shù)

非供暖期的燃?xì)馊沼脷饬颗c溫度之間的規(guī)律并不總是呈現(xiàn)線性關(guān)系，因此，采用動態(tài)非線性方程對燃?xì)馊沼脷饬窟M(jìn)行預(yù)測［1］。

非供暖期(3 月16 日至11 月14 日)預(yù)測模型見公式(2)［1］。

式中 a5——回歸系數(shù)

公式(1)、(2)中回歸系數(shù)的值均為軟件研發(fā)公司提供，見表1。

表1 回歸系數(shù)

兩個(gè)預(yù)測模型均基于前一天的日用氣量和氣溫?cái)?shù)據(jù)來預(yù)測后一天(預(yù)報(bào)日)燃?xì)馊沼脷饬?，適用地區(qū)均為天津城區(qū)。

3.4 業(yè)務(wù)功能展示層

業(yè)務(wù)功能展示層由數(shù)據(jù)展示系統(tǒng)組成。應(yīng)用服務(wù)器根據(jù)業(yè)務(wù)功能展示需要，從數(shù)據(jù)處理服務(wù)器中獲取所需數(shù)據(jù)，進(jìn)行可視化分析圖表、報(bào)表的展現(xiàn)?？梢哉故救沼脷饬款A(yù)測結(jié)果、當(dāng)年度小時(shí)、日、周、月用氣量、當(dāng)年年度用氣量、氣象實(shí)時(shí)信息、用氣量申報(bào)批復(fù)情況、重點(diǎn)企業(yè)昨日用氣量等數(shù)據(jù)，見圖2。

① 日用氣量預(yù)測結(jié)果。為了防止預(yù)測結(jié)果偏差，增加了實(shí)際日用氣量和人工預(yù)測日用氣量數(shù)據(jù)，按日生成3 條趨勢曲線，可對歷史日用氣量數(shù)據(jù)互相對比驗(yàn)證。

② 當(dāng)年度小時(shí)、日、周、月用氣量數(shù)據(jù)來自數(shù)據(jù)信息處理層SCADA 數(shù)據(jù)中的門站小時(shí)供氣量和門站日供氣量，以柱狀圖的形式展現(xiàn)。

③ 當(dāng)年年度用氣量即當(dāng)年累計(jì)已用氣量，以數(shù)據(jù)形式展現(xiàn)。

圖2 燃?xì)忸A(yù)警指揮智慧平臺的數(shù)據(jù)顯示(軟件截圖)

④ 實(shí)時(shí)氣象信息數(shù)據(jù)來自數(shù)據(jù)信息處理層中氣象數(shù)據(jù)。

⑤ 用氣量申報(bào)批復(fù)情況包括計(jì)劃量、指標(biāo)量和差值3 部分內(nèi)容，按日、月、年分開展現(xiàn)。其中，計(jì)劃量為預(yù)測用氣量。指標(biāo)量是與上游氣源單位簽訂的合同氣量。差值是指標(biāo)量減去計(jì)劃量，正值表示氣量富裕，負(fù)值表示氣量不足，不足部分需要通過石油天然氣交易平臺競拍或其他渠道調(diào)配。

⑥ 重點(diǎn)企業(yè)昨日用氣量(即前一天的燃?xì)馊沼脷饬?數(shù)據(jù)來自數(shù)據(jù)信息處理層中SCADA 數(shù)據(jù)。

4 燃?xì)忸A(yù)警指揮智慧平臺后臺管理

后臺管理為數(shù)據(jù)信息處理層提供數(shù)據(jù)支持及其他管理內(nèi)容，安裝于數(shù)據(jù)處理服務(wù)器，分為企業(yè)管理、價(jià)格管理、氣量預(yù)測和系統(tǒng)管理4 個(gè)模塊。

① 企業(yè)管理模塊中有企業(yè)信息和企業(yè)用氣2部分內(nèi)容，企業(yè)用氣部分中重點(diǎn)企業(yè)可申報(bào)日計(jì)劃用氣量。

② 價(jià)格管理模塊包含價(jià)格錄入、氣源來源管理2 部分。

③ 氣量預(yù)測模塊是重點(diǎn)，包含預(yù)測結(jié)果、天氣預(yù)報(bào)、供暖區(qū)間和報(bào)批記錄4 部分內(nèi)容。預(yù)測結(jié)果由模型預(yù)測用氣量、實(shí)際燃?xì)庥脷饬俊⑷斯ゎA(yù)測用氣量3 部分組成，其中，模型預(yù)測用氣量、實(shí)際燃?xì)庥脷饬坑上到y(tǒng)自動生成，人工預(yù)測用氣量需手動錄入。天氣預(yù)報(bào)數(shù)據(jù)從百度網(wǎng)站中國天氣天津地區(qū)整點(diǎn)天氣實(shí)況獲取，同時(shí)具備搜索未來3 天天氣預(yù)報(bào)數(shù)據(jù)功能。供暖區(qū)間指每年天津供熱辦發(fā)布的供暖期起止時(shí)間，需手動錄入。報(bào)批記錄包括申報(bào)量和批復(fù)量2 項(xiàng)數(shù)據(jù)，均需手動錄入。

④ 系統(tǒng)管理模塊分為角色管理和用戶管理2部分。角色管理主要是對權(quán)限進(jìn)行分配，其中包括對重點(diǎn)企業(yè)用戶的權(quán)限設(shè)置。用戶管理是對用氣企業(yè)進(jìn)行增減、修改和權(quán)限設(shè)置。

5 實(shí)際應(yīng)用情況

從2019 年3 月使用至今，除特殊情況外，預(yù)測日用氣量與實(shí)際日用氣量基本相符，實(shí)際使用效果良好。存在一些誤差是由于工業(yè)企業(yè)生產(chǎn)變化導(dǎo)致用氣量驟變、企業(yè)變動、維修搶修時(shí)外部氣源補(bǔ)充調(diào)入等因素影響了預(yù)測的準(zhǔn)確性。氣象因素中影響最大的氣溫直接關(guān)系到預(yù)測結(jié)果的準(zhǔn)確性，目前預(yù)報(bào)氣象數(shù)據(jù)來自百度網(wǎng)站，數(shù)據(jù)的準(zhǔn)確性、延遲性都是影響模型預(yù)測結(jié)果準(zhǔn)確性的因素。

6 項(xiàng)目的意義

① 為燃?xì)夤景才湃細(xì)廨斎胗?jì)劃、落實(shí)氣源調(diào)配、增減燃?xì)鈨湓O(shè)施等提供數(shù)據(jù)支持，也為保障燃?xì)夤?yīng)系統(tǒng)的經(jīng)濟(jì)、安全、可靠運(yùn)行提供有力的決策支撐。

② 依托氣象服務(wù)，構(gòu)建燃?xì)庥脷饬糠治鲱A(yù)測平臺，建立氣量氣象預(yù)測模型，利用互聯(lián)網(wǎng)、數(shù)據(jù)統(tǒng)計(jì)分析等技術(shù)，具有一定創(chuàng)新性。

③ 通過建設(shè)燃?xì)忸A(yù)警指揮智慧平臺，代替?zhèn)鹘y(tǒng)的人工經(jīng)驗(yàn)預(yù)測，運(yùn)用更為智能、準(zhǔn)確的方法進(jìn)行用氣量預(yù)測，具有一定借鑒意義。