论文部分内容阅读
前言：
随着国家碳中和目标的制定和能源双控措施的执行，企业对于能源管理的要求越来越高，如何节能成为每一个企业面临的课题。根据能源管理体系的要求，做好策划—实施—检查—改进的循环，能很好地提高企业能源管理的效率和节能方向。其中的检查环节尤为关键，检查是对现有的措施执行情况评估，通过对数据分析，判明能耗高原因，找到节约能源的机会，产生针对性的清洁生产方案。E-P图是能源分析中的一种常用方法，通过分析能源与产量的关系，利用散点图的回归特性，找出节能机会。本文旨在结合企业生产审核，对E—P图的基本功能予以介绍，并通过实例分析其应用价值。
一、E—P图组成
图一是某车间一年的天然气消耗与产量的关系，通过绘制散点图，制作成能源E—P图。E—P图是用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。其中x轴的数据为产量数据，y轴的数据为能耗数据，利用散点图的回归特性，找出产量和能耗的线性关系。其中R2（ 0≤R2≤1）表示散点的线性相关度，当R2=1时，所有散点排列成一条直线。理论上，当R2趋于1时，所得到的回归直线拟合得较好，而当R2趋于0时，所有的点呈无序排列，很难拟合出相应的回归直线，无法说明变量之间的依赖关系。R2值的有效范围可以从0.3～0.9。
二、E-P图的数据分析
在对E-P圖进行形式上的数据分析前，可以先通过察看图表中的点的分布及最值拟合直线的斜率和截距来得出一些结论∶
1、如果R2值很小（≤0.3），说明其中可能存在一些原因和问题，并暗示相关分析将无法反映真实绩效。因此，应该调查这种数据点散布的原因，包括核实数据源和数据的可靠性。
2、如果生产和能源数据的收集没有同步进行，即数据不属于同一时段，E-P图也无法反映能源消耗与生产之间的真实关系。
3、如果企业的生产相对稳定，每月的产量数据波动幅度不大，能源消耗量也相对稳定，在这种情况下，散点将会表现为一簇数据点群，很难绘制任何有意义的直线（R2值可能小于0.3）。只能继续收集数据，察看数据散布范围是否扩大，以便能做出拟合直线。当然这些类似的生产水平数据点的散布状况，从另一个侧面反映了生产过程已经得到了有效的管理和控制。
此外E-P图上的截距就是固定能源消耗，这部分能耗与产量无关，其原因可能取决于所使用的实际工艺和设备，也有可能由于生产水平不成比例的重大损失造成的，如蒸汽输配网络年久失修造成的严重热损失，或者疏水阀的大量损坏等。从产量和其他资源消耗的E-P图中也能够发现非生产性的资源浪费和损失，如常见的水或压缩空气使用效率低的情况。
三、E-P图的应用
以某车间为例，在2021年5月引出功率为365kw的新设备，该设备用于尾气处理，会增加基础用电量。5月份该设备共运行26天，每天开机12小时，理论上车间的总用电量在5月份增加113000kW·h，但是车间只有整个车间的一级计量，对新设备缺乏单独的计量，车间想要了解新设备的投入使用后增加电量情况是否与理论值相符，可通过E-P图进行分析。
首先统计2020年1月至2021年4月该车间产量和电量数据（如表一），
其次通过以表一绘制能源E-P图，其中2020年1月，2021年1月及3月数据点偏移较多，对数据进行修正后，得到的E-P图如下：
得出车间产量y与电耗X的理论关系：y=0.1384x+66808，R2=0.7867
其中R2值在0.3～0.9的有效范围内，说明回归直线拟合得较好，车间在2020年1月至2021年4月的固定电耗是66808kW·h。
最后将车间5月份的产量为1650104kg，带入公式得出车间理论电量为295182kW·h，车间5月实际用电410781kW·h，得出新设备投入使用后某车间每月增加用电量约115000kW·h，通过能源E-P图计算得出的理论数据与设备功率计算的数值相符。
四、总结
通过折E—P图的介绍及实例分析，这种方法能够说明企业生产运行中存在的问题，能有效帮助企业在日常分析中准确判断存在的节能降耗机会和提出相应的整改措施，具有较高的应用价值。
随着国家碳中和目标的制定和能源双控措施的执行，企业对于能源管理的要求越来越高，如何节能成为每一个企业面临的课题。根据能源管理体系的要求，做好策划—实施—检查—改进的循环，能很好地提高企业能源管理的效率和节能方向。其中的检查环节尤为关键，检查是对现有的措施执行情况评估，通过对数据分析，判明能耗高原因，找到节约能源的机会，产生针对性的清洁生产方案。E-P图是能源分析中的一种常用方法，通过分析能源与产量的关系，利用散点图的回归特性，找出节能机会。本文旨在结合企业生产审核，对E—P图的基本功能予以介绍，并通过实例分析其应用价值。
一、E—P图组成
图一是某车间一年的天然气消耗与产量的关系，通过绘制散点图，制作成能源E—P图。E—P图是用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。其中x轴的数据为产量数据，y轴的数据为能耗数据，利用散点图的回归特性，找出产量和能耗的线性关系。其中R2（ 0≤R2≤1）表示散点的线性相关度，当R2=1时，所有散点排列成一条直线。理论上，当R2趋于1时，所得到的回归直线拟合得较好，而当R2趋于0时，所有的点呈无序排列，很难拟合出相应的回归直线，无法说明变量之间的依赖关系。R2值的有效范围可以从0.3～0.9。
二、E-P图的数据分析
在对E-P圖进行形式上的数据分析前，可以先通过察看图表中的点的分布及最值拟合直线的斜率和截距来得出一些结论∶
1、如果R2值很小（≤0.3），说明其中可能存在一些原因和问题，并暗示相关分析将无法反映真实绩效。因此，应该调查这种数据点散布的原因，包括核实数据源和数据的可靠性。
2、如果生产和能源数据的收集没有同步进行，即数据不属于同一时段，E-P图也无法反映能源消耗与生产之间的真实关系。
3、如果企业的生产相对稳定，每月的产量数据波动幅度不大，能源消耗量也相对稳定，在这种情况下，散点将会表现为一簇数据点群，很难绘制任何有意义的直线（R2值可能小于0.3）。只能继续收集数据，察看数据散布范围是否扩大，以便能做出拟合直线。当然这些类似的生产水平数据点的散布状况，从另一个侧面反映了生产过程已经得到了有效的管理和控制。
此外E-P图上的截距就是固定能源消耗，这部分能耗与产量无关，其原因可能取决于所使用的实际工艺和设备，也有可能由于生产水平不成比例的重大损失造成的，如蒸汽输配网络年久失修造成的严重热损失，或者疏水阀的大量损坏等。从产量和其他资源消耗的E-P图中也能够发现非生产性的资源浪费和损失，如常见的水或压缩空气使用效率低的情况。
三、E-P图的应用
以某车间为例，在2021年5月引出功率为365kw的新设备，该设备用于尾气处理，会增加基础用电量。5月份该设备共运行26天，每天开机12小时，理论上车间的总用电量在5月份增加113000kW·h，但是车间只有整个车间的一级计量，对新设备缺乏单独的计量，车间想要了解新设备的投入使用后增加电量情况是否与理论值相符，可通过E-P图进行分析。
首先统计2020年1月至2021年4月该车间产量和电量数据（如表一），
其次通过以表一绘制能源E-P图，其中2020年1月，2021年1月及3月数据点偏移较多，对数据进行修正后，得到的E-P图如下：
得出车间产量y与电耗X的理论关系：y=0.1384x+66808，R2=0.7867
其中R2值在0.3～0.9的有效范围内，说明回归直线拟合得较好，车间在2020年1月至2021年4月的固定电耗是66808kW·h。
最后将车间5月份的产量为1650104kg，带入公式得出车间理论电量为295182kW·h，车间5月实际用电410781kW·h，得出新设备投入使用后某车间每月增加用电量约115000kW·h，通过能源E-P图计算得出的理论数据与设备功率计算的数值相符。
四、总结
通过折E—P图的介绍及实例分析，这种方法能够说明企业生产运行中存在的问题，能有效帮助企业在日常分析中准确判断存在的节能降耗机会和提出相应的整改措施，具有较高的应用价值。