论文部分内容阅读
摘要：随着云计算、大数据等技术将实现大规模应用，钢铁企业正向智能制造迈进，但还处于起步阶段。为实现企业用能的精准管理，创新了工具与方法，开发能源大数据，助力公司有效落地能源的精准化管理，实现企业降耗减排，推进生产和消费双向互动，优化资源配置，提高能源利用效率，降低企业用能成本，提出工业互联网平台探索与实践在能源管控智能化方向发展，帮助企业建立“能源价值管理”。本文对能源管理未来基于工业互联网平台的建设实践，提供建设性参考意见。
关键词：能源管理;工业互联网;能源大数据;智慧能效
1 引言
国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》指出：“加快建设和发展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，发展先进制造业，支持传统产业优化升级，具有重要意义”。根据昆钢实际情况，建议以工业互联网为手段，为助力公司有效落地能源的精准化管理，以实现工厂内部的智能化生产为主要目标，实现企业降耗减排，实施以问题浮现与解决的智慧能效管理系统，推进生产和消费双向互动，优化资源配置、提高能源利用效率，降低企业用能成本。
2 基于工业互联网的能源管理的业务需求
（1）能源基础管理智能化，通过智能化的实时数据采集、统计、对标分析以及可视化输出，实现职能部门的能源计划管理、平衡管理、诊断分析、设备管理及成本管理等基础信息的管理功能。
（2）预警监测及时化，实现能源管理系统自动化适时预警功能，通过跨工序的实时监测，对煤气、蒸汽、氧气等能源介质进行平衡调度，提前预警预判，实现能源预测和实时再分配，确保生产组织持续稳定。同时对异常情况进行量化追踪，实现实时预警和异常追溯，以提升能源管理的精准化操作和管理水平。
（3）节能减耗，减少能源管理环节，优化能源管理流程，建立客观能源消耗评价体系，实现在信息分析基础上的能源监控和能源管理的流程优化再造，实现能源设备管理、运行管理、停复管理等自动化控制，以客观数据为依据的能源消耗评价体系，减少能源管理成本，提高能源管理的效率，及时了解真实的能耗情况，并提出节能降耗管理要求和管理措施，持续提升能源绩效。
（4）开发能源管理新型能力
解决能源管理过程中的业务信息孤岛和信息共享问题，逐步使离散的能源数据向大数据一体化和平台集成。进一步对能源数据进行挖掘、分析、加工和处理提供条件，让数据成为信息，基于大数据对工业企业能效管理运行提升服务，按金字塔原则和个性化辅助决策思路开发能源业务辅助系统，面向用户的多层次、多维度能源成本管控，帮助企业建立“能源价值管理”。
3 基于工业互联网的能源管理改进方法
钢铁企业以能源管理为切入点既符合企业本身需要，又满足工业互联网平台应用孵化的场景。针对目前昆钢能源管理的初步诊断，建议结合工业互联网优势，与企业战略和业务紧密对齐，一方面就现有信息化基础进一步改进优化，提升设备接入能力和数据处理能力;另一方面积极推进工业互联网平台基础建设，完善平台能力，开展智慧能源管理工业APP试点。借助工业互联网平台，以实现工厂的智能化生产为主要目标，实现昆钢的智慧能效管理，从能源生产、输送、使用、回收以及平衡调度实现主要能源介质的管理，包含电力、煤气、氧气、压缩空气、蒸汽等，最终体现为能源效率提升与能源成本下降。
平台的核心技术路线在于通过“数据”、“分析”和“应用”实现对生产过程以及对数据驱动的闭环优化，并且能够做到开放协同，共享复用，灵活应用。工业互联网的提出和平台的搭建，正是解决以上问题的最佳实践，它以数据驱动，能够打通生产全流程各工序、多系统之间的数据壁垒，在跨工序工艺统一和规范化归集、储存和管理的基础上，建立各种特定算法模型，通过对大量的生产过程数据进行实时分析，全面实现有效的企业各种应用场景的系统决策能力。
4 基于工业互联网平台的应用创新研究
以维度模型为核心构建能源管控数据仓库及可视化分析专题，同时针对关键业务构建部分机器学习试点应用;构建设备维护知识库应用，为后续构建基于非结构化数据的深度机器学习应用提供数据基础。
以数理统计及机器学习为核心，构建能耗预测及告警、能耗设备主动维护及管理相关的专题分析应用，从而把集团从被动管理向主动管理转变，从经验式计划管理向精细化管理转变。
基于上述预测应用积累的技术储备及经验，昆钢集团可以进一步扩大分析应用（包括：基于原料配比、工艺参数等和成品性能的量化影响关系的质量优化应用;基于设备状态数据、设备维护方式等因素和能耗及成品质量的量化影响关系的生产设备健康度评估模型等），从根本上提升产线生产效率及生产质量，从而帮助昆钢集团能够在和生产经营核心领域中提升昆钢集团的生产竞争力。
基于基础能源和动力能源的量化转换模型;基础能源、动力能源和环境控制目标的量化转换模型;设备环境、工艺参数、动力能源和产品性能的量化转换模型等量化规则对能源转换及控制过程进行全面量化，然后结合多组基于经验的量化规则模板及运筹优化算法、最优控制目标构建能源智能优化控制应用，最终真正实现基于上游工艺生产要求的端到端的自动化能源控制及调度。
基于上述备件库存优化或能源管理优化应用对大数据分析技术成熟应用的经验，昆钢集团相关部门可逐步把专业大数据分析技术（包括：文本处理、机器学习、深度机器学习、运筹优化等）扩展到企业的其他生产经验领域，包括：生产排程优化、质量优化、库存优化等，从而一步一步实现全面的经验数字化、智能化及自动化。
5 结论
中国制造业尤其是钢铁冶金行业已经进入一种“新常态”，高产能、高速度、高消耗、高污染的工业化道路已不可持续，面临严峻的国际环境、外部形势，以及薄弱和缺乏竞争力的内部环境，钢铁企业应用新技术进行变革、发展，提升經营管理水平与制造能力，降低运营成本，满足客户需求，赢得市场竞争，实现制造转型升级已经是刻不容缓。我们建设钢铁冶金行业工业互联网平台，一方面是为了助力企业数字化转型升级的需要，另一方面更是支撑我们智能制造实现数字化网络化智能化的必由之路，更加是响应国家发展规划的号召积极投身工业互联网建设和实践。钢企通过加快工业云和工业大数据平台的建设，对企业各项能耗指标进行大数据分析，优化节能方案，为企业提供成本更低、效率更高的能源管理服务。
参考文献：
[1]工业互联网产业联盟.工业互联网平台白皮书（2019）.2019.
[2]杨春立.孙会峰.中国电子信息产业发展研究院.工业互联网创新实战.北京：电子工业出版社.2019.
[3]工业大数据产业应用联盟.工业大数据白皮书（2019版）.2019.
关键词：能源管理;工业互联网;能源大数据;智慧能效
1 引言
国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》指出：“加快建设和发展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，发展先进制造业，支持传统产业优化升级，具有重要意义”。根据昆钢实际情况，建议以工业互联网为手段，为助力公司有效落地能源的精准化管理，以实现工厂内部的智能化生产为主要目标，实现企业降耗减排，实施以问题浮现与解决的智慧能效管理系统，推进生产和消费双向互动，优化资源配置、提高能源利用效率，降低企业用能成本。
2 基于工业互联网的能源管理的业务需求
（1）能源基础管理智能化，通过智能化的实时数据采集、统计、对标分析以及可视化输出，实现职能部门的能源计划管理、平衡管理、诊断分析、设备管理及成本管理等基础信息的管理功能。
（2）预警监测及时化，实现能源管理系统自动化适时预警功能，通过跨工序的实时监测，对煤气、蒸汽、氧气等能源介质进行平衡调度，提前预警预判，实现能源预测和实时再分配，确保生产组织持续稳定。同时对异常情况进行量化追踪，实现实时预警和异常追溯，以提升能源管理的精准化操作和管理水平。
（3）节能减耗，减少能源管理环节，优化能源管理流程，建立客观能源消耗评价体系，实现在信息分析基础上的能源监控和能源管理的流程优化再造，实现能源设备管理、运行管理、停复管理等自动化控制，以客观数据为依据的能源消耗评价体系，减少能源管理成本，提高能源管理的效率，及时了解真实的能耗情况，并提出节能降耗管理要求和管理措施，持续提升能源绩效。
（4）开发能源管理新型能力
解决能源管理过程中的业务信息孤岛和信息共享问题，逐步使离散的能源数据向大数据一体化和平台集成。进一步对能源数据进行挖掘、分析、加工和处理提供条件，让数据成为信息，基于大数据对工业企业能效管理运行提升服务，按金字塔原则和个性化辅助决策思路开发能源业务辅助系统，面向用户的多层次、多维度能源成本管控，帮助企业建立“能源价值管理”。
3 基于工业互联网的能源管理改进方法
钢铁企业以能源管理为切入点既符合企业本身需要，又满足工业互联网平台应用孵化的场景。针对目前昆钢能源管理的初步诊断，建议结合工业互联网优势，与企业战略和业务紧密对齐，一方面就现有信息化基础进一步改进优化，提升设备接入能力和数据处理能力;另一方面积极推进工业互联网平台基础建设，完善平台能力，开展智慧能源管理工业APP试点。借助工业互联网平台，以实现工厂的智能化生产为主要目标，实现昆钢的智慧能效管理，从能源生产、输送、使用、回收以及平衡调度实现主要能源介质的管理，包含电力、煤气、氧气、压缩空气、蒸汽等，最终体现为能源效率提升与能源成本下降。
平台的核心技术路线在于通过“数据”、“分析”和“应用”实现对生产过程以及对数据驱动的闭环优化，并且能够做到开放协同，共享复用，灵活应用。工业互联网的提出和平台的搭建，正是解决以上问题的最佳实践，它以数据驱动，能够打通生产全流程各工序、多系统之间的数据壁垒，在跨工序工艺统一和规范化归集、储存和管理的基础上，建立各种特定算法模型，通过对大量的生产过程数据进行实时分析，全面实现有效的企业各种应用场景的系统决策能力。
4 基于工业互联网平台的应用创新研究
以维度模型为核心构建能源管控数据仓库及可视化分析专题，同时针对关键业务构建部分机器学习试点应用;构建设备维护知识库应用，为后续构建基于非结构化数据的深度机器学习应用提供数据基础。
以数理统计及机器学习为核心，构建能耗预测及告警、能耗设备主动维护及管理相关的专题分析应用，从而把集团从被动管理向主动管理转变，从经验式计划管理向精细化管理转变。
基于上述预测应用积累的技术储备及经验，昆钢集团可以进一步扩大分析应用（包括：基于原料配比、工艺参数等和成品性能的量化影响关系的质量优化应用;基于设备状态数据、设备维护方式等因素和能耗及成品质量的量化影响关系的生产设备健康度评估模型等），从根本上提升产线生产效率及生产质量，从而帮助昆钢集团能够在和生产经营核心领域中提升昆钢集团的生产竞争力。
基于基础能源和动力能源的量化转换模型;基础能源、动力能源和环境控制目标的量化转换模型;设备环境、工艺参数、动力能源和产品性能的量化转换模型等量化规则对能源转换及控制过程进行全面量化，然后结合多组基于经验的量化规则模板及运筹优化算法、最优控制目标构建能源智能优化控制应用，最终真正实现基于上游工艺生产要求的端到端的自动化能源控制及调度。
基于上述备件库存优化或能源管理优化应用对大数据分析技术成熟应用的经验，昆钢集团相关部门可逐步把专业大数据分析技术（包括：文本处理、机器学习、深度机器学习、运筹优化等）扩展到企业的其他生产经验领域，包括：生产排程优化、质量优化、库存优化等，从而一步一步实现全面的经验数字化、智能化及自动化。
5 结论
中国制造业尤其是钢铁冶金行业已经进入一种“新常态”，高产能、高速度、高消耗、高污染的工业化道路已不可持续，面临严峻的国际环境、外部形势，以及薄弱和缺乏竞争力的内部环境，钢铁企业应用新技术进行变革、发展，提升經营管理水平与制造能力，降低运营成本，满足客户需求，赢得市场竞争，实现制造转型升级已经是刻不容缓。我们建设钢铁冶金行业工业互联网平台，一方面是为了助力企业数字化转型升级的需要，另一方面更是支撑我们智能制造实现数字化网络化智能化的必由之路，更加是响应国家发展规划的号召积极投身工业互联网建设和实践。钢企通过加快工业云和工业大数据平台的建设，对企业各项能耗指标进行大数据分析，优化节能方案，为企业提供成本更低、效率更高的能源管理服务。
参考文献：
[1]工业互联网产业联盟.工业互联网平台白皮书（2019）.2019.
[2]杨春立.孙会峰.中国电子信息产业发展研究院.工业互联网创新实战.北京：电子工业出版社.2019.
[3]工业大数据产业应用联盟.工业大数据白皮书（2019版）.2019.