关于能源行业工业互联网发展的核心是工业智能化分析_技术

关于能源行业工业互联网发展的核心是工业智能化分析

电子发烧友
作者：
2021年4月15日 09:49

国内工业互联网百花齐放、势头迅猛

2017年以来，我国工业互联网发展势头持续迅猛。最新的创新发展三年行动计划更是推动我国工业互联网进入快速成长期。这几年，无论是网络基础设施建设、基础共性工业互联网平台打造、创新工业APP培育和应用，还是5G+工业互联网的产业融合模式，我国的工业互联网发展已经走出了一条具有中国特色的创新之路。制造领军企业、ICT领导厂商、自动化企业及行业解决方案厂家都在结合自身优势和特点探索各自行业、各自领域的工业互联网实践之路。

能源行业落地工业互联网具有先天优势

工业互联网在不同行业的应用各有特点，具有一定的差异性。能源产业作为国民经济支柱，“重资产、资源型”的特点决定了其实践工业互联网的必要性和创新性。能源行业自动化、信息化基础普遍较高，PLC、传感器、DCS等较为完善，设备不间断运行产生海量的工业时序数据。能源行业连续生产需要设备高可靠、安全运行，通过技术手段优化运行效率、实现节能降耗更是核心的应用诉求。因此，“1%能效提升带来万亿的市场规模”这种效应用在能源行业再贴切不过。

数据驱动的工业智能化是能源行业主攻方向

工业互联网的出现并没有创造新的需求，与传统工业软件相比，工业互联网平台架构下新的技术手段让场景应用深度与广度得到了扩展。

海量的工业数据得到全面采集和充分挖掘

工业企业的数据种类、格式和产生的来源众多纷杂，有生产控制系统中的实时数据，有各类传感器采集的信号数据，有工业视频数据，也有各种生产控制、工艺管理系统的数据等。这些数据多分散在各个信息化系统中，数据存储和管理的技术手段也不一样，会形成各类数据孤岛。物联网、时序数据库、大数据平台等技术的发展让数据融合、数据汇聚和数据治理的能力得到了提升。通过统一物联网平台兼容和适配各类通讯协议，不管是Modbus还是OPC等，均可通过统一数据标准、传输方式和管理手段进行采集和存储。通过大数据管理平台实现对元数据、主数据、数据标准、数据质量模型的定义，可逐步形成企业覆盖多源异构数据、囊括内外部资源的数据中台。工业企业数据中台的构建是实践工业智能化的基础。

朗坤苏畅工业互联网平台积累了100多种协议库，实现即插即用式设备接入

更多的云化和智慧化模型实现预测、决策

安全可靠和经济运行是能源行业的两个核心问题。对于设备可靠性，如何做检修是关键，传统工业软件更多采用定期维护和巡检，解决了检修作业流程的问题。而工业互联网平台架构下，利用工业数据智能实现状态检修，以大数据模型做到故障预警预测，将大幅降低设备的运维成本，这是真正具有应用价值的场景。同样，例如在发电行业，通过人工智能构建科学的燃烧优化模型，实时改善锅炉燃烧、降低煤耗也将产生巨大的经济效益。

朗坤苏畅工业互联网平台包含了200多种工业数据模型

产业生态的构建提高资源优化效率

工业互联网一方面是连接生产要素，同时也具备产业生态构建能力。过去的工业信息化更多关注单一工厂本身的问题，而工业互联网模式下，行业的数据、产业的资源都可以为企业提供服务。例如煤矿的一台排水泵，如果整合全国几十家、上百家的排水泵运行数据，在云端进行模型训练，产出的模型库、案例库可以更精准预测设备故障。

此外，通过整合装备制造企业、行业算法科学家、设备检修公司，包括金融保险机构等这些服务资源，就可以打通能源企业在设备运维、备件管理、设备保险等完整业务链，提升的是整个产业生态资源配置优化的效率。

朗坤智慧的创新实践

朗坤智慧二十余年始终聚焦在重资产流程行业，通过行业积淀和技术积累打造了朗坤苏畅（SuShine）工业互联网平台。苏畅平台一直专注通过数据驱动手段，融合工业知识，解决能源企业核心本质问题，在行业内建设了一批标杆应用。

打造大数据与机理“双引擎”，实现设备精准预警、诊断

设备健康管理和故障诊断不是一个新课题，行业内也有了多年的实践探索。传统方式更多基于设备运行机理，通过公式计算和经验阈值来解决故障诊断问题，这种方式下更多是对已发生故障的分析；而诸如GE等通过数字双胞胎、残差分析技术解决参数劣化趋势预测的方法，也存在模型的普适性问题。设备运行受到很多外部因素的影响，例如工况变化、数据质量等，这也需要模型要结合和考虑这些因素。

朗坤苏畅结合能源行业设备的特点，将两种方法论进行了融合，研发了设备故障预警与诊断工业APP，通过数字孪生建模平台将诊断模型和参数预警模型进行了融合，既可以实现精准的故障提前预警，又可以融入专家经验实现平台自诊断。目前该工业APP在火电、风电、光伏、核电、煤矿、水泥、化工等行业已得到深入的应用，该APP服务的设备有2000多台，积累的智慧化模型400多种，切实帮助客户带来了巨大的经济价值。