基于5G 的工业园区碳排放监测平台应用综述

摘要：2022年1月28日，常州市发布制造业智能化升级与数字化转型方案。针对常州市传统工业园区数字化水平不足，文章提出基于云计算、大数据、物联网和5G技术的碳排放监测平台，实现实时监测、数据分析和智能管理。该平台通过生命周期评价（LCA） 模型计算碳排放，采集温室气体数据并通过5G网络高速传输数据至云端进行处理和可视化展示，平台提升了碳排放数据准确性7%，缩短了数据传输时间20%。实际应用案例验证了平台的可行性和有效性，提高了碳排放数据的透明度和准确性，推动了环保政策落实和绿色经济发展。

关键词：智转数改；碳排放监测；5G信号；Hadoop；数据可视化技术

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2025）01-0105-03 开放科学（资源服务） 标识码（OSID） ：

0 引言

随着全球信息化与工业化的深度融合，制造业的智能化与数字化转型成为经济高质量发展的关键。常州市积极响应，于2022年1月发布了相关实施方案，标志着在“智改数转”上迈出坚实步伐[1]。该方案旨在融合新技术如云计算、大数据、人工智能、5G等，推动工业互联网创新，促进产业链全面升级，为打造智造名城奠基[2]。工业园区作为碳减排的关键环节，传统研究常忽视园区系统的数量多、种类广、发展阶段各异，对碳达峰的内涵认识不统一。统计口径多样，缺乏边界清晰、标准统一、可靠透明的数据基础，导致园区碳排放核算方法不统一。因此，建立实时、全面的碳排放监测系统对剖析排放根源、制定减排措施意义重大。本研究聚焦常州市工业园区智能化与数字化转型，特别是碳排放监测平台的建设。通过引入Hadoop等技术和方法，构建评价模型，实现实时监控和管理，提升管理效率和资源利用率，推动高质量发展。

1 碳排放监测平台关键技术

5G技术峰值下载速度超10Gbps，迅速传输智能水表和电表数据至碳排放平台，比4G快百倍，其低延迟特性（通常低于1毫秒） 确保数据即时传输，对需即时反馈的监测平台至关重要，可实时反映能耗及碳排放。结合物联网技术，如NB-IoT增强覆盖，确保数据稳定传输，设备低功耗设计延长寿命。此外，5G智能水表和电表采用低功耗设计，延长使用寿命，降低维护成本，有助于提高数据传输稳定性，因设备无须频繁更换电池或维修。

生命周期评价（LCA） 模型评价模型集成先进测算方法，将LCI阶段收集的数据转化为具体的影响类型和指标参数，以评估产品生命周期的环境影响，特别是碳排放。通过这四个关键参数：能源消耗数据、原材料消耗数据、废弃物产生数据、温室气体排放数据。科学准确核算碳排放数据，同时考虑能源结构、生产工艺等多因素，确保数据准确可靠。物联网技术（如NB-IoT） 在LCA模型的碳排放评价中发挥着重要作用。通过集成物联网传感器和智能设备，可以实时监测和收集产品系统在整个生命周期内的能源消耗、原材料使用、废弃物产生以及温室气体排放等数据。这些数据为LCA提供了准确、可靠的基础数据支持，有助于提高碳排放评价的准确性和可靠性。碳排放评价模型在监测平台中至关重要，确保数据科学性、准确性，提高精细化程度，支持动态监测和深度分析，推动标准化、规范化，提升企业管理水平，促进政策实施和碳交易市场发展。

2 5G 工业园区碳排放监测平台方案

本文所构建的碳排放监测平台，是一个融合实时监控与智能分析的智能大数据云平台。该平台不仅能即时追踪碳排放情况，还具备强大的数据分析能力，为环保工作提供有力支持。工业园区主要集中以生产车间用地为主，办公用地为辅。集中的生产企业数量多。各个企业之间存在数据安全壁垒，需要从耗能角度进行碳排放监测，平台通过智能水表与智能电表，将每个企业的日常耗能收集并储存，再计算分析转化成工业园区每一个生产厂区的碳排放量，将整个园区的数据集中处理后即可通过评价模型比较准确地进行碳排放的监测。本文展示了碳排放监测平台的总体服务架构，如图1所示。

1） 基础设施感知层服务核心任务是接入各类数据至云平台。

2） 数据融合传输层维持数据传输的稳定性和完整性。

3） 数据融合平台层的核心职责是实现数据服务层数据的持久化。

4） 应用服务层面负责提供数据分析、可视化和决策支持功能。

3 碳排放监测平台功能模块总览

碳排放监测平台的主要功能分为4个部分，分别为末端设备管理模块、数据管理模块、日志与报警模块、账户管理模块。在各个模块中又细分到各个子模块协同工作。碳排放监测平台的主要功能模块如图2 所示。

1） 末端设备管理模块分为设备接入、模块设备状态监测、设备维护与台账三个功能，使用5G实现对园区内部的智能电表，智能远传水表，智能气表等设备的统一管理和维护。

2） 数据管理模块分为数据接入、数据清洗、数据分析、数据可视化四个功能，物联网NB-IoT 增强覆盖，确保数据稳定传输，同时实现对平台数据传输和保存的统一管理，并且能实时分析处理和进行数据的可视化展示。

3） 日志与报警模块确保平台能够高效、准确地记录操作日志并及时发出报警。

4） 账户管理模块确保园区管理者与企业管理者同时满足查看和管理园区和企业的需求。

碳排放监测平台基于工业大数据的体系结构，结合智能电表、智能水表等采样数据的存储与业务需求，构建了的基于Hadoop技术的智能设备采样数据存储架构[3]。如图3所示。

存储层：存储层基于Hadoop的HDFS，用于高效存储和管理智能设备采样数据。它提供大规模数据存储能力，确保数据的可靠性和可用性，通过分布式存储实现数据冗余和快速访问。

应用层：应用层利用Hadoop 的MapReduce 和Spark技术进行数据处理和分析。它支持大数据计算任务，如数据清洗、转换和复杂分析，提供实时和批处理计算能力，为上层应用提供数据支持。

管理与接口层：管理层使用工具如Ambari和Zoo⁃keeper进行集群管理和协调，确保系统的高效运行和资源优化。接口层提供数据访问API和用户接口，支持数据查询、可视化和与其他系统的集成，提升用户交互体验和系统兼容性。

4 5G 工业园区碳排放监测平台实现

园区管理用户通过管理员账户登录平台，可以直观地观测园区的碳排放数据。平台数据可视化界面在数据分析和决策过程中具有重要作用，通过图表、仪表盘和其他视觉元素，将复杂的数据转换为易于理解的形式，帮助用户快速了解数据的主要趋势和模式[4]。通过平台的数据可视化界面，可以看到2024年溧阳城北工业园区双碳情况的分布状况[5]。碳排放监测平台的设备状态监控界面是用来实时监控和管理各种采集设备，对安装在工业园区内部的智能电表、智能远传水表、智能气表等设备的运行状态，包括在线状态、故障报警、维护提示等，如图4所示。

碳排放平台感知层设备监控中心图中，分别展示了园区各个区域的设备的利用率，比如A-1区的设备使用数量为40台，A-4区的设备使用数量为29台。

图中展示厂商公司的设备状态，是否出现故障。可以看到西某公司设备的数量为144台，正在运行的设备数量为123台，待机14台，故障7台。

图中展示的具体故障明细包括故障发生的时间、设备名称、所在园区的设备编号和设备状态。如在2024年5月2日，在a1-11的坐标点的西某公司的设备发生了故障，需要进行维修。

同时还展示了当月的设备故障设备数，从趋势图中可以看出，园区对于设备故障的处理效率是非常高的，图中所示，2～3天就完成了设备的整修。保障了园区的设备正常运行。

5 总结与展望

本文针对常州市制造业智能化转型需求，设计了一款基于工业大数据的碳排放监测平台。该平台融合传感器、边缘计算、大数据分析及5G通信技术，构建了包含高效数据采集（利用5G、物联网及NB-IoT） 、Hadoop分布式存储与深度数据分析在内的三大核心子系统[6]。实施后，数据准确性提升了7%，传输时间缩短了20%，并在实际案例中（如江苏北星新材料科技有限公司） 实现了低于1%的碳排放数据误差。平台还通过数据可视化增强了信息透明度，为政策制定与企业决策提供了有力支持[7]。

未来研究方向将致力于算法模型的进一步优化、应用场景的广泛拓展以及数据安全性的强化，以持续深化技术创新与应用实践，优化平台性能，加强与政府及企业的深度合作，共同探索碳排放监测的最佳实践路径，为全球碳中和目标的实现及人类命运共同体的构建贡献力量。

参考文献：

[1] 新华社.中共中央 国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[EB/OL].[2023-04-25]（2021-10-24）.http：//www.gov.cn/zhengce/2021-10/24/content_5644613.htm.

[2] 国务院.国务院关于印发国家环境保护“十一五”规划的通知[EB/OL]. （2008-03-28） [2023-04-25]. http：//www. gov. cn/zhengce/content/200803/28/content_4877.htm.

[3] 陈勇.基于Hadoop平台的通信数据分布式查询算法的设计与实现[D].北京：北京交通大学，2009.

[4] 刘亚东.大数据对军事战斗力的提升研究[J].数字通信世界，2018（8）：48-49.

[5] 孙源.面向智能终端应用的云服务管理平台研究及实现[D].成都：电子科技大学，2013.

[6] 周莽，高僮，李晨光，等.GRU神经网络短期电力负荷预测研究[J].科技创新与应用，2018，8（33）：52-53，57.

[7] 李鹏程. 基于LSTM神经网络的公交到站时间预测[C]//中国自动化学会控制理论专业委员会.第37届中国控制会议论文集（F）.北京：中国自动化学会控制理论专业委员会，2018：5.

【通联编辑：李雅琪】