基于实时状态的智能化动能管理预决策系统 .pdfVIP

基于实时状态的智能化动能管理预决策系统

作者：王沪松黄旗忠刘剑敏屠凯达肖贵慧姜虹许晨阳王乾东

来源：《科学与财富》2020年第19期

摘要：本文介绍了一个基于设备实时状态数据分析的智能化动能管理预决策系统。通过

对大数据技术、机器学习和流式计算的应用对动能系统中的实时数据进行处理分析，制定预测

预警策略，然后运用CPS进行能源仿真预测，最后介绍将系统运用到实际设备上的效果。该

系统的建立旨在保证宁波卷烟厂能源管理过程中的控制流、信息流、管理流的统一，提升宁波

卷烟厂卷烟制造业务的协同能力、风险控制能力、经营管控能力、资源协调能力和节能减排降

耗水平。

关键词：实时状态;动能管理;预测预警

引言1

近年来，伴随卷烟制造所必需的能源消耗导致卷烟厂的能耗日益增高。同时国家对环境

的保护要求愈来愈严格，相应的节能减排对企业实际能源消耗和能源管控提出了更高的标准。

随着国家出台《十三五规划纲要》，对企业节能减排降耗工作提出了新的目标任务和要求，制

订了方向措施。目前动力车间锅炉、空调、制冷、空压、除尘、排潮等设备种类多分布广;动

能管线串联起全厂水、电、气、汽等的供应，覆盖总面积860多亩，总长度超过十万米，用于

计量配电、蒸汽和压缩空气等能源仪表4700多个，连接全厂各个区域动能设备管控，线路众

多，管路繁杂，项目中涉及的Tag点数据有8000多个。为了响应国家的号召，对于动能智能

化管理系统的研发迫在眉睫。

建设2目标

构建基于1.生产驱动的能源仿真模型

采用“事前预测？事中预警及滚动修正？事后分析”的闭环理念实现生产驱动下的能源供应

全模型预测。根据预测模型，预测能源需求量以及设备供应初始化策略;不断调整、动态仿真

供应模型，实现动力供应的滚动重排，达到精准按需供能和预警的响应迅速;通过诊断分析模

型，判断事前和事中建模的准确性，实现模型的不断优化。通过事前预测、事中监控和事后诊

断全生产环节的供能仿真，实现动能管控的预警预测，实现精准按需供能。

构建动能管控决策支持平台2.

将大数据技术应用贯穿在整个动力管控的始末，通过建立数据服务平台，从“采集、处

理、建模、服务”的全过程对数据进行诊断分析，将大数据深度学习与决策相结合，实现对能

源供给保障和能源产生影响的动态感知。加强对精准按需供能、设备运行维护、动能调度的策

略指引。对各个设备的运行数据进行实时的处理和预警展示，根据生产实时、动态地实现设备

的自我调节，实现基于品牌、批次的能源成本管理及自动对比、分析预测预警以及基于实时状

态的智能化动能管理预决策。

关键3技术与实现

大数据技术的应用1.

卷烟厂能源历史数据库中存放了大量的数据。通过定期地动能系统关键运行参数和重要指

标进行统计分析，利用大数据技术深度挖掘动能性能信息，对动能进行全方位、多层面的评

估，为管理人员提供运行考评和设备状态调整支持，为决策者提供可参考的对标依据。

机器2.学习

机器学习（MachineLearning，ML）是一门多领域交叉学科，涉及概率论、统计学、逼近

论、凸分析、算法复杂度理论等多门学科。具体到本系统，将应用聚类算法、分类算法等进行

动能设备运行管控优化与预测工作，以实现动能管理预决策的智能化。

流式计算3.

流式计算是相对于批量计算的一个概念，指将到达的数据流在内存中实时计算，而批量计

算指对存储的静态数据进行集中计算，因此，流式计算具有低时延、高吞吐且持续运行的特

点。

实施具体内容（架4构、具体细分点）

基于实时状态的智能化动能管理预决策系统主要功能如图所示：

预警策略管理1.

将预警信息按照紧急程度、严重程度和危害程度分为三级：一级、二级、三级，分别用红

色、橙色、黄色标示，一级为最高级别。

将用户分为三个类别：决策层、管理层、执行层。决策层是领导者（厂长及副厂长

等），管理层指各部门领导，执行层指宁烟业务人员。系统将根据预警级别，推送给不同层级

的相关人员。红色预警将同时推送给决策层、管理层、执行层，橙色预警将推送给管理层和执

行层、黄色预警仅推送给相关执行层。

每种预警都将按业务划分预警处理第一责任人，第一责任人需对收到的橙色以上级别预

警限时办结，并将预警处理结果及时反馈上级管理者甚至决策层。

遵循三个主要比较方向：一是标尺比较，与预期值或目标进行对比;二是横尺比较，与对

标单位