特種設備大數據應用與智慧監管建設的思考

張宏亮　蔡延彬　黃柳元　殷彥斌　張濤

摘要：特種設備與國家經濟發展及人民生命財產安全密切相關，特種設備安全監管工作經過長期的積累已經形成龐大的生產、檢驗檢測以及監管信息化數據資料，具有極大的應用價值。特種設備數據資料完全具有大數據的特點，但是目前僅僅處于盲目收集存儲的階段，并未進行實際的大數據分析與應用。鑒于此，分析了特種設備大數據技術及其應用現狀，提出要對現有的特種設備信息化數據進行大數據歸集，對特種設備的全數據源、動態數據、靜態數據進行充分挖掘與數據建模，實現特種設備相關大數據的智能化與可視化，將特種設備大數據的價值與智慧安全監管相結合，構建特種設備安全社會共治體系。最后對特種設備大數據應用架構體系的搭建要素進行了探討。

關鍵詞：特種設備資料;大數據;智慧監管;標準體系

0 引言

我國特種設備安全監管工作開始于1955年國家鍋爐安全檢查總局的設立，經過60多年的發展，已經積累了龐大的特種設備相關紙質資料與數據，但是這些數據資料大都是靜態數據，還有一部分是半動態數據，如特種設備的年度檢驗數據、改造/重大修理數據等。

據統計，截至2020年底，全國特種設備總量達1 648.41萬臺，其中包括鍋爐35.59萬臺、壓力容器439.63萬臺、電梯786.55萬臺、起重機械253.84萬臺、客運索道1 103條、大型游樂設施2.48萬臺（套）、場（廠）內專用機動車輛130.21萬臺，另有氣瓶1.79億只、壓力管道101.26萬km，且特種設備的數量還在以每年20%的速度增加，在“人機比”不平衡的現狀下給特種設備的安全監管帶來了巨大挑戰，亟需一種新的技術思想來改善提高監管效率。

大數據技術作為一種新興的技術手段，隨著物聯網、云計算和5G移動互聯技術的不斷創新發展已經逐步深入醫療、交通、教育、金融、企業管理、水利水電工程、地理信息測繪、災害預警、社會治理等各個領域。2015年8月31日，國務院印發了《促進大數據發展行動綱要》（國發〔2015〕50號），從國家層面對大數據發展進行了規劃設計;廣東省2016年4月22日發布了《廣東省促進大數據發展行動計劃（2016—2020年）》，對階段發展目標、重點行動領域及保障措施進行了詳細規劃。特種設備大數據的應用是對特種設備生產、經營、檢驗檢測、安全監管以及社會公眾參與的數據進行采集、甄別、處理、呈現，它通過對特種設備相關數據源的設置，采集特種設備相關各方的數據，基于大數據技術將數據價值化，突破傳統的數據只是存儲、備份查閱的處理模式，使特種設備監管邁入智能化時代。

1 特種設備大數據技術與應用現狀

1.1? ? 大數據技術

近年來，5G移動互聯、物聯網、多媒體、區塊鏈、云技術和AI人工智能等技術快速發展，帶來的就是各種應用數據以爆炸式速度增長。大數據技術也伴隨著物聯網、云技術、區塊鏈和AI等智能技術的發展成為很長一段時間的研究熱點，再加上2021年國務院政府工作報告提出的扎實做好雙碳（碳達峰、碳中和）工作，制定2030年前碳排放達峰行動方案，優化產業結構和能源結構，使得人類社會已經進入以價值數據引領發展的階段。但是，對于大數據的真正含義及表現形式大家認識不盡相同，通常人們容易將信息化、數字化技術與大數據技術混淆，傳統的信息化技術主要基于數據更注重的統計查詢、存儲功能，替代的是依靠人工檢索數據的勞動，而且各行業、部門之間的數據系統互不聯通、僅供本體使用，無法發揮數據的真正價值;而大數據技術實際上是將信息化進一步深化的手段，注重信息的互通互聯，從而實現智能分析、預測、預警和決策的功能，甚至完全顛覆了傳統的“信息化”概念。

大數據的定義可以從單純數據和系統性的角度來理解。從數據的角度講，大數據是指數據本身，這些數據無法通過傳統的存儲、管理和分析等技術手段進行管理和提供服務，具有數據量大（Volume）、數據量增長速度快（Velocity）、種類和來源多樣化（Variety）、價值密度低（Value）和數據準確與可依賴（Veracity）的特點（稱為“5V”）[1]。通過其特點可知大數據是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具處理能力范圍的數據集合，是進一步深化、匯集、挖掘的信息化進程中的數據，通過大數據技術能夠深入認知結構化、半結構化和非結構化的原始數據，發現規律，將其逐漸價值化，從而推動技術轉化和創新。

1.2? ? 特種設備大數據特點

特種設備是關乎人民生命財產安全的重要基礎設施，其涉及能源、化工、運輸等各個領域，跟人們的生產生活息息相關。國家對特種設備實行目錄管理，對納入特種設備目錄的特種設備都需要監管，按照國家法律法規的要求，檢驗機構、使用單位需要對特種設備的生產（設計、制造、安裝、改造、修理）、使用、檢驗檢測等環節的重要資料進行存儲。經過60多年的發展，全國特種設備行業已經儲備了大量的數據資料，但是對于設備本體的一些運行數據卻難以獲取。特種設備數據完全具備大數據的多源、多元、異構等典型特點，特種設備大數據作為一種新式的大數據形式，主要包括設計制造數據、安裝數據、安全部件數據、維護保養數據、日常使用數據、檢驗檢測數據、政府監管數據、報廢數據及用戶數據等，涉及設備本體安全及使用安全等各個方面。從數據的類型上來看，數據形式各式各樣，有重要參數、紙質資料等結構化靜態數據，有文檔、視頻、照片數據等，還有每年檢驗檢測等出現的動態更新數據。從數據量來看，其數據量極其巨大，且分布在各個省市縣區的檢驗機構內部獨立存放，到目前為止基本上是不共享的，也并未對數據進行再加工分析，也就處于靜態數據+動態化靜態數據儲存形式。

特種設備大數據還具有其獨特的特點：

（1）特種設備專用的標準體系還未建立。特種設備的設備量大、從業人數多帶來的就是龐大的數據源，必須要有有效的標準化體系來規劃維持。

（2）數據多樣性。從宏觀層面的設備樣式狀態，到設備內部結構、金屬材料狀態、電氣控制原理，從歷年基礎數據源到簡單統計分析呈現的表圖及設備法定檢驗周期到期預警提醒等。

（3）數據價值性。通過對海量的大數據信息進行分類篩選，選用合適的大數據分析算法對數據進行分析，可以為設備運行安全狀況預警、設計制造單位產業布局、監管部門智慧監管提供真實的數據支撐。

（4）廣域數據源。特種設備不僅僅是一個設備單獨存在，其關聯的是各個行業領域，比如鍋爐、壓力容器涉及能源、化工、危化品等領域，電梯涉及公眾出行、消防救援、建筑安全等領域，因此要建立特種設備大數據體系，必須將相關領域的相關方完全納入特種設備大數據體系中，這樣才能完全發揮特種設備的價值。

1.3? ? 特種設備大數據應用現狀

全國各地的檢驗機構、監察機構都進行過特種設備大數據平臺的建設探究，也取得了一定的成績，簡單列舉如下：

吳行惠等[2]根據特種設備監察工作的職責，依托山東質監大數據共享平臺建設實踐，利用大數據技術并研究各渠道所采集的數據的價值，建立了數據模型，應用分析挖掘技術發現各環節存在的問題，及時處理特種設備事故，統計分析產品質量，研究利用大數據輔助監察工作。

王新浩等[3]提出一種基于大數據的特種設備宏觀安全風險預警方法，該方法以特種設備安全監督檢驗大數據為基礎，通過挖掘單臺設備微觀因素間的關聯關系，實現整類特種設備宏觀安全風險的識別與預警。

王恩和等[4]運用大數據挖掘和分析技術，進行數據清洗和提取，獲取目標數據集，依據相關法規標準，應用國家有關科研成果，提出了基于特種設備大數據分析平臺開發的特種設備風險數據模型構建方法并加以實現。

全國各地檢驗機構、監察機構基本上都建立了檢驗信息化系統，但這些系統基本上只能滿足資料存儲、查閱與出具檢驗報告的功能，并未將“大數據技術”概念引入特種設備領域，因此開展對特種設備大數據技術的研究是非常有實際意義的。

1.4? ? 大數據技術與特種設備大數據應用結合

大數據技術催生出大數據產業，其高速發展將人類帶入了數據革命。在大數據經濟時代，科技研究正由原來的經驗型、追蹤型向概念型、模型化、預判型，再向數據密集型轉變，運用技術手段可使生產生活中產生的巨大體量的有價值數據創造出實際經濟價值，變革工作模式，提高效率質量。

目前，特種設備安全工作正面臨著設備量大、人員少、流動性強、危險程度高等巨大挑戰，擁有真實、可靠、全鏈條的特種設備第一手數據是下一步完善特種設備大數據平臺建設的重要基礎，必須確保獲取數據的通道多樣、穩定，獲取的源數據準確無誤。在工作中必須重視數據的整理及數據在工作決策、風險分析、風險防控中起到的重要支撐作用，運用大數據技術與特種設備大數據領域特點，逐步建立起一切以數據說話、用數據輔助管理、用數據提供決策、用數據驅動技術創新的新發展理念。

2 特種設備大數據應用與技術創新

2.1? ? 特種設備大數據及其應用

大數據技術的應用必然離不開云計算、云存儲、物聯網等技術，大數據涵蓋了大數據技術、大數據工程、大數據分析、大數據應用等，以大體量、多類型、多變化、應用價值高為基本特征的數據集團，時時刻刻都在爆發式增長。大數據技術是當下的一種前沿技術，將數據源的定義、相關方的確定、數據獲取、數據存儲、數據分析、數據處理和應用呈現為一個整體。大數據的最終目的在于能夠將獲取的數據實際應用，提供服務，產生價值。

特種設備大數據技術主要包括特種設備相關方的數據采集與傳輸轉換、存儲與管控、數據源數據關聯性分析預判、數據深挖掘、數據轉變與人機界面呈現及價值共享等。一個單純的數據只是一個數學概念上的存在，本身并無實際價值，信息是對數據的解釋、形式的轉換并賦予一定的含義。把數據轉換成信息然后以知識的形式存在，就會有一定的價值而且可以傳播。大數據技術的含義并不是存儲海量的數據信息，而在于對這些有含義的數據進行智能化、專業化的處理，從中找到有規律的結構化數據，當然這需要在設計規劃大數據應用平臺時有一定的先進性。

2.2? ? 特種設備大數據數據源與挖掘

特種設備大數據的數據源的確定是整個大數據平臺搭建的基礎，確定方式有很多種。根據多年的工作經驗總結，建議按照特種設備的生命周期的相關聯方來確定。比如，特種設備的生產階段涉及特種設備的設計單位、制造單位、安裝單位、改造單位、修理單位等，這些相關單位的生產資料及設備基本信息必須納入特種設備大數據中，因為這關乎設備的本體安全信息。特種設備的使用階段包括使用單位、維保單位、檢驗檢測機構、監察機構、實際使用者等相關聯方，是設備生命周期中最長的一段，也是需要重點關注的一個階段，在此階段會產生大量的動態數據，此階段也正是大數據技術發揮作用最大的階段。而后期的報廢階段，是特種設備生命周期的終結，至此完成特種設備全生命周期的數據鏈。

大數據技術研究不同于一般的傳統邏輯學研究，是對海量的數據內不存在的系統性邏輯和個性化邏輯進行按需檢索、比較、分聚類歸納，找到不同或相同數據存在的內部關系，深入挖掘傳統分析技術無法發現的深層次的價值。比如，通過對某品牌電梯的歷年檢驗數據進行分析，發現該電梯的常見隱患點、隱患周期、隱患程度等，智能預判下一個隱患時間點;或將每一次的隱患解決方案輸入大數據平臺，通過智能分析自動給出解決方案，幫助維保人員消除故障。或者某電梯部件品牌想了解自己生產的部件在全國乃至全世界的使用情況及用戶群體、使用環境、故障率、故障點等信息，可以通過大數據平臺獲取，甚至還可以根據自己的年產量情況發現假冒偽劣產品，提高品牌信譽度。

2.3? ? 特種設備大數據應用的可視化與智能化

特種設備大數據應用的可視化實際上是大數據應用的一種表現形式，將深入分析的數據結果以圖表、動畫、視頻等形式呈現給不同用戶，并滿足可交互需求。

特種設備大數據應用的智能化是根據不同用戶需求提供不同的用戶等級的接口，不同的接口提供的數據處理結果和權限是不同的。結合人工智能技術實現預測性分析和方案性服務，可以讓不同的用戶群體都能獲得大數據技術帶來的紅利。

3 特種設備大數據應用標準體系建設關鍵要素

3.1? ? 特種設備云平臺

21世紀是各類數據大規模產出、共享和價值應用的革新時代，云技術的出現是當代信息技術飛速發展的標志，它是將云計算技術的虛擬技術、數據存儲、數據管理、數據建模、編程模式等方面獨特的技術要素用于現代服務的空間信息技術。云計算作為一種新式計算模式，主要是以大數據為基體，云計算為工具，為大數據的統籌管理和分布式訪問提供了必要的場所和共享的通道。

特種設備云是充分利用材料、機械設計、電氣控制、檢驗檢測、使用反饋、災害事故案例推演、法規體系等特種設備相關數據，以大數據技術支持下的特種設備數據應用與服務為主體目標，通過廣域數據源的數據采集、優勢資源整合、數據傳儲、數據深挖、價值信息提取、智慧發掘等手段，構建基于特種設備大數據的云平臺，實現從數據到信息再到智慧數據的挖掘與信息轉換，大力服務于公共安全、政府政策決策、設備相關方產業布局、設備本體技術革新升級、智慧監管的需求。構建特種設備云系統，首先要明確特種設備大數據的應用目的，基于目的完善云平臺的具體分支機構并進一步細化，基于虛擬化技術建立云存儲模式，實現特種設備大數據應用一體化組織，并預留拓展接口，根據時代、產業發展不斷豐富完善特種設備云平臺。特種設備云技術的應用提高了特種設備數據的應用效率，真正發揮了“沉睡”的數據的價值，將散落的數據通過大數據云計算技術分解整合，充分挖掘其深層次的價值，不只是讓數據停留在可查詢的階段，而是能更好地服務于特種設備更安全的高質量發展。

3.2? ? 特種設備技術標準體系建設

特種設備涉及多學科、多領域，特種設備大數據與工業大數據有一定的聯系但又有自己的特點。通常所說的“工業大數據”是指在工業領域圍繞具體產品全生命周期內產生的各種數據和相關技術應用的總稱;特種設備大數據則是從特種設備的生產到實際應用，再到完全報廢及后續處理整個過程中的相關方所產生的數據和相關技術的總稱，主要包括生產企業信息、政府監管信息、檢驗檢測信息、設備動態信息和社會公眾信息等五大類。結合特種設備大數據的產業標準化特點，可以將標準化體系分為六個層次，即基礎指導標準、數據標準、具體設備標準、質量安全標準、管理標準、制度保障標準，從而為構建特種設備大數據標準體系奠定基礎。

標準體系指的是一定范圍內的標準按其內在聯系形成的科學有機整體[5]，是特種設備標準化工作具體開展的核心要點。根據特種設備標準化體系的設計思路，可將特種設備標準化體系分為三級，一級標準子體系為基礎指導標準、數據標準、具體設備標準、質量安全標準、管理標準、制度保障標準六大部分;二級標準子體系是在一級子體系的基礎上對各部分進行具體的細化、拆分，包括總則、特種設備大數據相關術語、參考架構、分類與編碼標準、平臺產品標準和工具產品標準、數據資源、數據應用、數據接口和數據共享交換標準等;三級標準子體系是在二級子體系基礎上再進行細化，提出具體到位的編制內容，比如針對特種設備大數據的術語進行統一制定和規范，將有利于后期全國全面鋪開制定統一的大數據相關術語標準，有利于特種設備大數據應用的進一步推廣和聯合應用。特種設備大數據標準體系的建設是符合標準體系構建原則和要求的，覆蓋了基礎指導標準、特種設備技術標準、質量安全標準及完備的制度保障標準體系等。

4 結語

通過構建特種設備大數據標準體系和提出標準研制框架清單，可明確特種設備領域大數據標準體系擬申報的標準規劃，為今后開展特種設備大數據應用標準建設工作提供有力的技術參考，使后期的相關標準制修訂單位合理規劃，讓更多領域的單位共同參與標準研制工作，有助于提高特種設備大數據應用標準化工作的科學性、嚴謹性和系統性。

最后建議，要加快推進特種設備領域大數據應用標準體系的專業化人才培育，加深標準化體系專業化人才對特種設備的了解，加快我國特種設備大數據國家標準和行業標準的制定，全面保障我國特種設備領域的高效發展。

[參考文獻]

[1] 趙學武，吳寧，王軍，等.航空大數據研究綜述[J].計算機科學與探索，2021，15（6）：999-1025.

[2] 吳行惠，劉建，梁娜，等.大數據在特種設備安全監察使用環節中的應用[J].中國特種設備安全，2017，33（9）：57-63.

[3] 王新浩，羅云，李桐，等.基于大數據的特種設備宏觀安全風險預警方法研究[J].中國安全生產科學技術，2018，14（4）：160-166.

[4] 王恩和，王建明，陳慶艮，等.基于特種設備大數據分析平臺研發的設備風險數據模型構建方法及實現[J].中國特種設備安全，2020，36（12）：70-73.

[5] 李春田.標準化概論[M].4版.北京：中國人民大學出版社，2005.

收稿日期：2021-08-13

作者簡介：張宏亮（1982—），男，安徽人，高級工程師，從事特種設備檢驗檢測及技術研發工作。