能效大數據科學及能源管理人工智能前瞻

摘要：本文第一部分重點講述上汽通用汽車金橋動力廠在能源數據缺失情況下，以粗獷的能源管理方式無法滿足公司“綠動未來”戰略為契機，建立能效大數據管理系統過程，并開展能效大數據科學分析體系，實現了能源效率大幅提高；第二部分則前瞻性地描繪出能效大數據管理系統如何實現智能性地指導生產運行，進一步優化能源利用效率，并隨著生產線設備的自動化提高，最終實現能源管理人工智能化、自動化。

關鍵詞：能效大數據管理系統、實時監控數據、產品單臺能耗、非生產時間能耗比例、復費率、能源效率。

Abstract：The first part of this paper focuses on JQ powertrain plant energy in case of missing data，rough energy management methods cannot meet the company "green future" strategy as an opportunity to establish energy big data management system，and carry out the analysis of system efficiency of big data science，to achieve energy efficiency is greatly improved；the second part prospective to figure out how to realize the intelligent energy data management system to guide the production operation，and further optimize the energy efficiency，and with automatic production line equipment improved，finally realize the energy management of artificial intelligence and automation.

Key words：energy efficiency big data management system，real-time monitoring data，unit energy consumption per unit，non-production day energy consumption ratio，complex rate， energy efficiency.

引言

能源計量的不完善，使能源管理工作舉步維艱。2014年，金橋動力總成廠提出2年奠定能效大數據管理基礎，5年初步實現能源管理人工智能化建設。經過3年多的探索，金橋動力總成建立起適合金橋動力總成廠實際情況的能效大數據管理系統，并邁出了能源管理人工智能的第一步。

一.能效大數據系統開發背景

上汽通用汽車PT工廠，有金橋、東岳、北盛和武漢四個工廠。由于區域不同、生產情況不盡相同等原因，產品單臺能耗差異很大。公司管理層要求通過產品能耗對標，找到有效的節能降本機會。金橋PT經過20年發展，供電母線分布和生產線設備布局已經不一致，導致產品能耗無法準確區分計量，并由此產生了能耗異常無法跟蹤分析、能源利用率無法優化提高、節能項目節能量無法量化、新項目設備設計沒有節能數據考量等問題。所以，《能效大數據管理系統》項目于2014年10月啟動。能效大數據管理系統建設包括兩部分：1.能源計量柔性化（硬件）；2.能效大數據的分析和應用（軟件）。

二.能源計量柔性化需求

針對供電母線布局和設備布局不一致情況，金橋PT能源管理人員和公司工程部門充分展開討論，對二種方案進行可行性確認。第一種方案，在進行新生產線設備布局規劃時，嚴格按照供電母線的布局進行設備同向布局設計，并且同一生產線務必由指定的供電母線供電，如果出現個別設備離開規定供電母線較遠，也必須加長電纜連接。但是這種方案存在三大問題：1.由于車間布局空間問題，設備和供電母線間的連接電纜會出現很長情況，并且這么長的電纜一定會和其他設備的連接電纜發生交叉，安裝施工難度大，并且以后也難于管理；2.會出現母線容量使用不足，繼而產生資源浪費和無功增大等情況；3.這樣硬連接方式，給以后的改造升級埋下了硬傷。第二種方案，就是對每臺生產線設備進行智能電表安裝，并通過局域網進行數據采集，這樣，不管生產線怎么布局，各種資源都可以最大效率地使用，而且可以實現柔性計量。

三.系統功能與組成構架

能效大數據管理系統數據采集，通過Modbus數據采集網關、數據設置導入引擎、歷史數據引擎和實時數據引擎組成。在設置與管理功能方面，考慮到能效大數據管理系統是屬于實時數據庫解決系統，在數據分析方面要求高性能、橫向分布式擴展等需求，所以采用基于MemSQL實時內存數據庫系統進行開發，實現能耗數據源管理、能耗分類與分項管理、能源費率管理、產品生產數據管理、用戶權限管理、數據庫管理、軟件授權管理等功能塊。

四.能效大數據分析

能效大數據分析，主要是以上汽通用汽車在能源管理方面的KPI指標進行展開，形成以用能單位為X軸，時間跨度為Y軸，能效模塊分析為Z軸的多維度分析模型（如圖），共涵蓋7大分析模塊：

1.實時數據采集、監控及歷史跟蹤

2.設備設施能耗構成分析

3.設備狀態能耗數據分析

4.產品能耗構成分析

5.非生產時間能耗分析

6.復費率---成本優化指導

7.移動端數據異常報警

1.實時數據采集、監控及歷史跟蹤模塊

能效大數據管理系統，采用西門子PAC3200智能電表讀取，以Modbus TCP協議方式，通過局域網進行傳輸。該型號電表可采集參數達數百項，考慮到存儲數據量及提高運行速度，目前能效大數據管理系統對每個電表的三相電流、有功功率、功率因數、電流不平衡度、電壓不平衡度等基本參數進行采集及跟蹤分析。

2.設備設施能耗構成模塊

1）查詢條件的設定，包括起始日期，結束日期，查詢時間單位，這些都設定好后，點擊查詢鍵就可以得到相應的數據和圖表；

2）各載體能耗數據統計，載體包括設備、車間風機、冷凍站、辦公生活、倉儲和實驗測量、公共分攤，這些載體統計的數據主要包括各區域的總能耗、對應的能耗占比、查詢時間段內能耗均值及查詢時間段內每單位時間的實際能耗；

3）對應于上面表格數據的餅圖和柱狀圖，餅圖是整個工廠的能耗構成比例圖，清晰顯示出整個工廠能耗在設備、空調、辦公生活及公共分攤等各個區域的能耗占比。

3.設備狀態能耗數據分析模塊

1）查詢條件的設定，包括時間段設定和具體設備選擇設定；

2）在查詢時間段內選定設備的實時能耗狀態，整個狀態根據設備運行狀況，分為正常加工運行狀態、空運轉狀態、待機狀態和關機狀態四種，并對這四種狀態的時間和實際能耗進行統計分析；

3）對應于上面表格數據的餅圖和柱狀圖，餅圖分二部分，選定設備的不同狀態的能耗占比圖、選定設備的不同狀態的時間占比圖。

4.產品單臺能耗分析模塊

1）產品在查詢時間段內的單臺能耗、產量及設定查詢單位內實際能耗值，這里的產品單臺能耗在統計計算時包含產品生產用的設備能耗以及風機、冷凍站、辦公等能耗的分攤；

2）對應于上面表格數據的餅圖和柱狀圖，餅圖是產品單臺能耗中設備能耗、各分攤能耗的構成比例圖，柱狀圖是每查詢時間單位內的實際能耗，隨著鼠標點擊的行不同，顯示不同的圖表；

5.非生產時間能耗比例模塊

1）在查詢時間段內的各產品設備、風機、冷凍站及辦公等區域在生產日和非生產日的平均日能耗，以及相應的非生產日能耗占比；

2）對應于上面表格數據的餅圖和柱狀圖，包括生產日和非生產日平均能耗絕對值、生產日均值和非生產日均值能耗的構成進行比例細化。

6.復費率----花最少的成本，用等量的能源

1）查詢條件的設定，包括時間段設定和生產線選擇設定；

2）在查詢時間段內，以半小時為單位，進行該生產線的能耗使用顯示，同時不同顏色曲線顯示各個時間段的電費價格，以指導生產線明確自己班次用能優化機會；

3）對應于峰平谷時間段內的能耗，進行統計分析，計算出峰平谷時間內的能耗值及比率，計算出整個班次的時間用電價格；

7移動端數據異常報警

1）對于設備異常關停，數據采集中斷的報警；

2）對于數據分析輸出超出設定指標，導致能耗浪費的報警；

五、能源管理人工智能前瞻

目前，我們已經建立起能效大數據管理系統，但是，一個完整的能效大數據管理系統，應該涵蓋三大里程碑。

第一階段，數據系統建設階段。計量覆蓋率100%，數據采集不受生產空間限制，實現能源計量柔性化。能源數據采集完善，結果分析科學有效，支持管理人員進行工作開展，大幅提高了能源使用效率。這個階段的特點是，有明確的分析數據支持能源管理人員有效開展工作；但是，這個階段的能源管理工作是單向的，是管理人員得到數據后，再組織人員，制定改進計劃，最終安排人員執行落實的一個過程，這個過程沒有標準的流程，沒有固定的執行模式，執行人員的主觀意識和執行力決定了管理的有效性，最致命的缺點是，根據分析數據所做的改進，沒有有效反饋到系統中，系統只是一個靜態的指令工具，而不是一個智能的閉環系統。

第二階段，系統學習階段和思考階段。在實現第一階段功能后，如果我們沒有把數據后面的原因、執行方法、改進有效性等信息反饋給系統，這個系統始終是靜態的指令工具，而不是一個智能的能效系統。從指令工具，到智能系統，我們需要模擬人的思維，開發出一個開放的能源信息反饋輸入，建立一個能源異常原因分析、改進方法、改進結果、能源趨勢模擬計算等內容的信息庫，并在運行一定的時間后，信息庫數據的積累達到了有效分析的數據容量，系統項目負責人會對第一階段能源管理執行優秀的區域，進行仿真性流程制定，仿真性算法制定，仿真性異常原因分析，繼而實現能效大數據管理系統輸出一個概率最高的優化方案，來供區域管理者使用，這個階段的能效大數據管理系統，已經開始主動性地給能源管理工作提出建議。

第三階段，系統智能執行階段。隨著生產設備自動化程度的不斷提高，工藝的不斷完善，能效大數據管理系統分析的結果可以和設備數據庫自動連接，當數據發生波動時，系統會和大數據信息庫中的標準進行比較，如果達到執行標準時，會自動執行能源使用優化工作。那時的能效大數據管理系統，是主動性的能源管理介入，是真正的人工智能能源管理。這里做一個前瞻性的舉例。未來新項目設備設計時，我們可以在系統中輸入所有耗能電機的參數，輸入該加工設備在一個加工周期內的工藝步驟、加工節拍等信息，系統完全可以仿真出這臺設備最優的能耗水平，并幫助設備制定出最優的生產節能模式。而我們如果對某些電機參數或工藝步驟進行調整，系統就會計算出另外一種優化能耗結果，這樣把單機推廣到條線、車間，就會得出這個區域最優化的能源管理方案，這個是我們前瞻性的能源管理自動化。

結論

能效大數據管理系統，經過3年多的應用，已經使金橋動力總成在非生產日能耗比例方面有了大幅的下降，從系統應用前的非生產日日均99000KWH，降低到系統應用后的日均17000KWH，年節約成本約295萬；同時，能效大數據管理系統，也以數據分析結論為依據，對設備能耗參數優化方面的工作有了更多的支持，年間接節約能源費用約260萬。

能效大數據管理系統，2016、2017連續2年獲得上汽通用汽車創新孵化項目支持，并獲得2016大制造創變獎二等獎、2017年獲得浦東金橋技術經濟開發區綠色奧斯卡一等獎、上海市企業管理現代化創新成果三等獎、2018年獲得中華人民共和國國家版權局發布的計算機軟件著作權。

參考文獻

[1]GB/T23331-2012 能源管理體系

[2]李斌 郭炳慶 大數據時代的企業能源管理 化學工業出版社

[3]Stuart Russell人工智能（一種現代的方法）清華大學出版社

作者簡介：施桃洪、男、本科、1997年畢業于中國紡織大學機電一體化專業、高級能源管理師、現任上汽通用汽車有限公司金橋動力總成廠能源工程師崗位。

（作者單位：上汽通用汽車有限公司金橋動力總成技術支持）