(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210706048.9 (22)申请日 2022.06.21 (71)申请人 浙江大学 地址 310027 浙江省杭州市西湖区浙大路 38号 申请人 浙江大学嘉兴研究院 (72)发明人 郑成航　高翔　范海东　陈竹　 周灿　张悠　张涌新　吴卫红　 姚龙超　杨洋　赵中阳　张霄　 刘少俊　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 郑芳 (51)Int.Cl. G06F 9/50(2006.01)G06F 16/25(2019.01) (54)发明名称 一种基于云边端协同的超低排放智能调控 系统及方法 (57)摘要 本发明涉及一种基于云边端协同的超低排 放智能调控系统及方法， 利用云计算、 边缘计算、 先进控制、 人工智 能以及大数据技术， 克服当前 超低排放系统运行优化面临的多源异构数据处 理能力挑战与网络通讯能力挑战； 本发明利用云 计算层充分的计算和存储资源满足先进控制模 型训练需要的多源异构数据资源需求与算力需 求， 并在边缘计算层应用模型计算控制指令从而 降低通讯延 迟， 建立网络通信架构在保障电力网 络安全的同时实现了低延迟的数据采集与指令 执行； 本发 明能有效降低超低排放系统的通讯延 迟， 为气态污染物浓度预测与先进控制方法等提 供应用基础， 从而提升系统运行 经济性。 权利要求书3页 说明书9页 附图4页 CN 114924889 A 2022.08.19 CN 114924889 A 1.一种基于云边端协同的超低排放智能调控系统， 其特征在于： 所述超低排放智能调 控系统包括云计算层、 边缘计算层、 终端设备层以及相应计算机网络 设备； 所述终端设备层 包括超低排放设备、 控制与传感设备、 以及数据通讯接口， 所述超低排放设备包括锅炉、 脱 硫设备、 脱硝设备和电除尘设备， 控制与传感设备包括DCS系统、 烟气在线监测系统和PLC， 数据通讯接口由包括OP C服务器和D CS交换机在内的网络通信设备 组成； 所述边缘计算层 包 括边缘通信模块、 边缘存储模块以及边缘计算模块； 所述云计算层 包括云端数据库、 数据预 处理模块、 算法模型构建平台以及云端应用； 所述云计算层实现数据预处理， 建立数据库存储超低排放智能调控系统运行数据， 基 于数据库建立关键设备多源异构信息模型， 采用统一数据访问服务实现数据融合， 在算法 模型构建平台对超低排放智能调控系统控制、 预测以及费效所需模型进行训练和评估， 建 立云平台界面用于包括超低排 放系统的在线监测与管理在内的云应用； 所述边缘计算层通过边缘通信模块实现与云计算层、 终端设备层 之间的数据通信以及 指令传递， 建立用于短期数据存储的缓存边缘存储模块， 建立用于气态污染物浓度预测以 及关键设备优化控制的边 缘计算模块； 所述终端设备层实现超低 排放智能调控系统 的控制指令执行、 实时运行数据采集与 上 传、 超低排 放智能调控系统关键影响参数的自动监测以及DCS系统的网络通信； 所述计算机网络设备利用软件接口和网络设施将超低排放智能调控系统与物理设备 连接起来。 2.根据权利要求1所述基于云边端协同的超低 排放智能调控系统， 其特征在于： 终端设 备层的网络通讯借助电厂原有的D CS网络， 边缘计算层布置在终端设备层之后， 增加边缘计 算核心交换机， 通过布置在边缘计算层的OPC客户端和布置在终端设备层的OPC服务器， 与 DCS核心交换机连接， 在边缘计算核心交换机之后布置包括边缘计算服务器和web服务器在 内的设备， 用于包括数据采集和模型的实时计算在内的应用； 在终端设备层中布置 OPC服务 器用于接受边缘计算层传输的控制指 令， 另外布置一台OP C服务器用于数据上传， 将数据上 传的OPC服务器和指 令接受的OP C服务器分开， 有利于提高数据传输的效率， 同时也满足DCS 系统对安全性要求； 终端设备层网络与办公区网络通过单向隔离装置进行物理隔离， 以保 证终端设备层的数据与通信安全可靠， 配置正向网络隔离装置用于协助边缘计算层将终端 设备层传输的数据上传至云计算层， 同时增设反向网络隔离装置， 来自云计算层的指令通 过反向网络隔离装置进入边 缘计算层， 这些网络隔离装置也被称为防火墙。 3.根据权利要求1所述基于云边端协同的超低 排放智能调控系统， 其特征在于： 所述数 据预处理包括对浓度预测、 以及对优化控制建模过程中使用的数据进行处理， 具体包括无 效数据的剔除、 数据缺 失的填充、 重复数据的合并、 数据流同步、 时钟校准、 数据格式统一以 及数据归一 化处理； 所述数据库包括时序数据库与关系数据库， 两种数据库分别存储不同类型的数据， 并 通过统一数据访问服务实现数据访问解耦， 以便各类数据的融合处理； 所述时序型数据库 采用分布式时序数据库， 提供快照查询和历史数据查询及差值和矩阵类型的高级统计数据 查询的功能； 所述关系数据库采用MySQ L数据库， 搭建 分布式MySQ L群集避免单点故障； 所述统一数据访问服 务包括建立设备测点统一编码体系以及统一时序数据访问接口； 所述建立关键设备多源异构信 息模型过程包括数据资源梳理和数据资源分类， 通过收权　利　要　求　书 1/3 页 2 CN 114924889 A 2集包括超低排放设备说明书、 运行规程、 技术规范在内的数据， 建立参数数据库； 获取超低 排放物料消耗数据和成本数据， 建立物料消耗数据库； 获取故障缺陷管理系统、 检修管理系 统的数据， 构建包括设备预警数据库、 缺陷记录数据库、 检修记录数据库在内的一系列生产 运行类数据库。 4.根据权利要求3所述基于云边端协同的超低 排放智能调控系统， 其特征在于： 算法模 型构建平台的功能包括界面可视化构建设计、 可视化编程功能和模型管理功 能， 利用预封 装的程序模块和业务编排的方式构建所需算法模块并进行管理； 界面可视化构建设计包括 数据源管理技术与界面可视化构建技术； 可视化编程功能支持将各种 数据处理算法、 数据 分析算法、 数据挖掘算法封装成程序模块， 能够支持对程序模块进 行包括增加、 删除、 修改、 查询在内的维护操作， 程序模块包括信号处理模块、 数据统计分析模块和人工智能模块； 模 型管理功能包括对气态污染物浓度预测模型以及运行优化模型的增、 删、 改、 查基本操作， 模型版本管 理， 权限管 理， 模型的审核流程， 模 型发布功能， 模型部署功能， 以及迁入迁出功 能。 5.根据权利要求1所述基于云边端协同的超低 排放智能调控系统， 其特征在于： 所述边 缘存储模块采用Redis数据库作为时序数据库的快照子系统， 用于存储测点的快照数据以 提供实时数据断面访问功能； 所述边缘计算模块包括提供气态污染物浓度预测以及关键设备运行优化控制算法程 序运行所需的计算引擎和调度环境， 在云计算层训练完成的模型将在边缘计算模块被应 用， 根据实时工况数据计算得到超低排放智能调控系统运行控制指令以及关键气态污染物 浓度预测 值， 并将控制指令通过边缘通信模块发送至终端设备层对应控制设备， 从而实现 超低排放智能调控系统运行优化的目的。 6.根据权利要求1所述基于云边端协同的超低 排放智能调控系统， 其特征在于： 所述控 制与传感设备包括电站D CS系统内所有数据采集装置以及DCS系统运行计算结果； 所述边缘 通信模块包括OPC客户端、 边 缘计算层交换机以及网络隔离装置 。 7.一种基于云边端协同的超低 排放智能调控方法， 其特征在于： 采用权利要求1 ‑6任一 种所述超低排放智能调控系统， 终端设备层中来自各个传感器以及DCS系统的超低排放设 备运行数据通过数据通讯接口与边缘通信模块传输至边缘存储模块， 并根据云计算层需求 上传数据至云计算层的服务器， 进行数据预处理后存入数据库； 在云计算层利用算法模型 构建平台对模型进行构建、 训练和迭代， 模型训练完成后经网络隔离装置传输到边缘计算 层的边缘计算模块， 在边缘计算层实现模型 的实时计算和优化控制指令的下发， 控制指令 通过边缘通信模块与数据通讯接口传输至终端设备层， 进而利用DCS对设备运行进行实时 优化控制。 8.根据权利要求7所述基于云边端协同的超低排放智能调控方法， 其特征在于所述边 缘计算模块应用模型计算得到控制指令并传输的具体实施方法如下： 边缘计算模块在保证DCS原控制逻辑不变的情况下， 添加优化控制的切换逻辑， 做到不 同控制模式之 间的无扰切换； 在边缘计算模块与D CS之间建立闭环回路的健康 监测机制， 当 边缘计算层与终端设备层之 间的通信出现故障时可以及时切除并报警提示运行人员； 为了 保证超低排放设备运行的安全， 保留人工干预优先， 自动运行、 优化控制运行其次的优先逻 辑。权　利　要　求　书 2/3 页 3 CN 114924889 A 3