论文部分内容阅读
摘要：本文第一部分重点讲述上汽通用汽车金桥动力厂在能源数据缺失情况下，以粗犷的能源管理方式无法满足公司“绿动未来”战略为契机，建立能效大数据管理系统过程，并开展能效大数据科学分析体系，实现了能源效率大幅提高；第二部分则前瞻性地描绘出能效大数据管理系统如何实现智能性地指导生产运行，进一步优化能源利用效率，并随着生产线设备的自动化提高，最终实现能源管理人工智能化、自动化。
关键词：能效大数据管理系统、实时监控数据、产品单台能耗、非生产时间能耗比例、复费率、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
能源计量的不完善，使能源管理工作举步维艰。2014年，金桥动力总成厂提出2年奠定能效大数据管理基础，5年初步实现能源管理人工智能化建设。经过3年多的探索，金桥动力总成建立起适合金桥动力总成厂实际情况的能效大数据管理系统，并迈出了能源管理人工智能的第一步。
一.能效大数据系统开发背景
上汽通用汽车PT工厂，有金桥、东岳、北盛和武汉四个工厂。由于区域不同、生产情况不尽相同等原因，产品单台能耗差异很大。公司管理层要求通过产品能耗对标，找到有效的节能降本机会。金桥PT经过20年发展，供电母线分布和生产线设备布局已经不一致，导致产品能耗无法准确区分计量，并由此产生了能耗异常无法跟踪分析、能源利用率无法优化提高、节能项目节能量无法量化、新项目设备设计没有节能数据考量等问题。所以，《能效大数据管理系统》项目于2014年10月启动。能效大数据管理系统建设包括两部分：1.能源计量柔性化（硬件）；2.能效大数据的分析和应用（软件）。
二.能源计量柔性化需求
针对供电母线布局和设备布局不一致情况，金桥PT能源管理人员和公司工程部门充分展开讨论，对二种方案进行可行性确认。第一种方案，在进行新生产线设备布局规划时，严格按照供电母线的布局进行设备同向布局设计，并且同一生产线务必由指定的供电母线供电，如果出现个别设备离开规定供电母线较远，也必须加长电缆连接。但是这种方案存在三大问题：1.由于车间布局空间问题，设备和供电母线间的连接电缆会出现很长情况，并且这么长的电缆一定会和其他设备的连接电缆发生交叉，安装施工难度大，并且以后也难于管理；2.会出现母线容量使用不足，继而产生资源浪费和无功增大等情况；3.这样硬连接方式，给以后的改造升级埋下了硬伤。第二种方案，就是对每台生产线设备进行智能电表安装，并通过局域网进行数据采集，这样，不管生产线怎么布局，各种资源都可以最大效率地使用，而且可以实现柔性计量。
三.系统功能与组成构架
能效大数据管理系统数据采集，通过Modbus数据采集网关、数据设置导入引擎、历史数据引擎和实时数据引擎组成。在设置与管理功能方面，考虑到能效大数据管理系统是属于实时数据库解决系统，在数据分析方面要求高性能、横向分布式扩展等需求，所以采用基于MemSQL实时内存数据库系统进行开发，实现能耗数据源管理、能耗分类与分项管理、能源费率管理、产品生产数据管理、用户权限管理、数据库管理、软件授权管理等功能块。
四.能效大數据分析
能效大数据分析，主要是以上汽通用汽车在能源管理方面的KPI指标进行展开，形成以用能单位为X轴，时间跨度为Y轴，能效模块分析为Z轴的多维度分析模型（如图），共涵盖7大分析模块：
1.实时数据采集、监控及历史跟踪
2.设备设施能耗构成分析
3.设备状态能耗数据分析
4.产品能耗构成分析
5.非生产时间能耗分析
6.复费率---成本优化指导
7.移动端数据异常报警
1.实时数据采集、监控及历史跟踪模块 能效大数据管理系统，采用西门子PAC3200智能电表读取，以Modbus TCP协议方式，通过局域网进行传输。该型号电表可采集参数达数百项，考虑到存储数据量及提高运行速度，目前能效大数据管理系统对每个电表的三相电流、有功功率、功率因数、电流不平衡度、电压不平衡度等基本参数进行采集及跟踪分析。
2.设备设施能耗构成模块
1）查询条件的设定，包括起始日期，结束日期，查询时间单位，这些都设定好后，点击查询键就可以得到相应的数据和图表；
2）各载体能耗数据统计，载体包括设备、车间风机、冷冻站、办公生活、仓储和实验测量、公共分摊，这些载体统计的数据主要包括各区域的总能耗、对应的能耗占比、查询时间段内能耗均值及查询时间段内每单位时间的实际能耗；
3）对应于上面表格数据的饼图和柱状图，饼图是整个工厂的能耗构成比例图，清晰显示出整个工厂能耗在设备、空调、办公生活及公共分摊等各个区域的能耗占比。
3.设备状态能耗数据分析模块
1）查询条件的设定，包括时间段设定和具体设备选择设定；
2）在查询时间段内选定设备的实时能耗状态，整个状态根据设备运行状况，分为正常加工运行状态、空运转状态、待机状态和关机状态四种，并对这四种状态的时间和实际能耗进行统计分析；
3）对应于上面表格数据的饼图和柱状图，饼图分二部分，选定设备的不同状态的能耗占比图、选定设备的不同状态的时间占比图。
4.产品单台能耗分析模块
1）产品在查询时间段内的单台能耗、产量及设定查询单位内实际能耗值，这里的产品单台能耗在统计计算时包含产品生产用的设备能耗以及风机、冷冻站、办公等能耗的分摊；
2）对应于上面表格数据的饼图和柱状图，饼图是产品单台能耗中设备能耗、各分摊能耗的构成比例图，柱状图是每查询时间单位内的实际能耗，随着鼠标点击的行不同，显示不同的图表；
5.非生产时间能耗比例模块
1）在查询时间段内的各产品设备、风机、冷冻站及办公等区域在生产日和非生产日的平均日能耗，以及相应的非生产日能耗占比；
2）对应于上面表格数据的饼图和柱状图，包括生产日和非生产日平均能耗绝对值、生产日均值和非生产日均值能耗的构成进行比例细化。
6.复费率----花最少的成本，用等量的能源
1）查询条件的设定，包括时间段设定和生产线选择设定；
2）在查询时间段内，以半小时为单位，进行该生产线的能耗使用显示，同时不同颜色曲线显示各个时间段的电费价格，以指导生产线明确自己班次用能优化机会；
3）对应于峰平谷时间段内的能耗，进行统计分析，计算出峰平谷时间内的能耗值及比率，计算出整个班次的时间用电价格；
7移动端数据异常报警
1）对于设备异常关停，数据采集中断的报警；
2）对于数据分析输出超出设定指标，导致能耗浪费的报警；
五、能源管理人工智能前瞻
目前，我们已经建立起能效大数据管理系统，但是，一个完整的能效大数据管理系统，应该涵盖三大里程碑。
第一阶段，数据系统建设阶段。计量覆盖率100%，数据采集不受生产空间限制，实现能源计量柔性化。能源数据采集完善，结果分析科学有效，支持管理人员进行工作开展，大幅提高了能源使用效率。这个阶段的特点是，有明确的分析数据支持能源管理人员有效开展工作；但是，这个阶段的能源管理工作是单向的，是管理人员得到数据后，再组织人员，制定改进计划，最终安排人員执行落实的一个过程，这个过程没有标准的流程，没有固定的执行模式，执行人员的主观意识和执行力决定了管理的有效性，最致命的缺点是，根据分析数据所做的改进，没有有效反馈到系统中，系统只是一个静态的指令工具，而不是一个智能的闭环系统。
第二阶段，系统学习阶段和思考阶段。在实现第一阶段功能后，如果我们没有把数据后面的原因、执行方法、改进有效性等信息反馈给系统，这个系统始终是静态的指令工具，而不是一个智能的能效系统。从指令工具，到智能系统，我们需要模拟人的思维，开发出一个开放的能源信息反馈输入，建立一个能源异常原因分析、改进方法、改进结果、能源趋势模拟计算等内容的信息库，并在运行一定的时间后，信息库数据的积累达到了有效分析的数据容量，系统项目负责人会对第一阶段能源管理执行优秀的区域，进行仿真性流程制定，仿真性算法制定，仿真性异常原因分析，继而实现能效大数据管理系统输出一个概率最高的优化方案，来供区域管理者使用，这个阶段的能效大数据管理系统，已经开始主动性地给能源管理工作提出建议。
第三阶段，系统智能执行阶段。随着生产设备自动化程度的不断提高，工艺的不断完善，能效大数据管理系统分析的结果可以和设备数据库自动连接，当数据发生波动时，系统会和大数据信息库中的标准进行比较，如果达到执行标准时，会自动执行能源使用优化工作。那时的能效大数据管理系统，是主动性的能源管理介入，是真正的人工智能能源管理。这里做一个前瞻性的举例。未来新项目设备设计时，我们可以在系统中输入所有耗能电机的参数，输入该加工设备在一个加工周期内的工艺步骤、加工节拍等信息，系统完全可以仿真出这台设备最优的能耗水平，并帮助设备制定出最优的生产节能模式。而我们如果对某些电机参数或工艺步骤进行调整，系统就会计算出另外一种优化能耗结果，这样把单机推广到条线、车间，就会得出这个区域最优化的能源管理方案，这个是我们前瞻性的能源管理自动化。
结论
能效大数据管理系统，经过3年多的应用，已经使金桥动力总成在非生产日能耗比例方面有了大幅的下降，从系统应用前的非生产日日均99000KWH，降低到系统应用后的日均17000KWH，年节约成本约295万；同时，能效大数据管理系统，也以数据分析结论为依据，对设备能耗参数优化方面的工作有了更多的支持，年间接节约能源费用约260万。
能效大数据管理系统，2016、2017连续2年获得上汽通用汽车创新孵化项目支持，并获得2016大制造创变奖二等奖、2017年获得浦东金桥技术经济开发区绿色奥斯卡一等奖、上海市企业管理现代化创新成果三等奖、2018年获得中华人民共和国国家版权局发布的计算机软件著作权。
参考文献
[1]GB/T23331-2012 能源管理体系
[2]李斌 郭炳庆 大数据时代的企业能源管理 化学工业出版社
[3]Stuart Russell人工智能（一种现代的方法）清华大学出版社
作者简介：施桃洪、男、本科、1997年毕业于中国纺织大学机电一体化专业、高级能源管理师、现任上汽通用汽车有限公司金桥动力总成厂能源工程师岗位。
（作者单位：上汽通用汽车有限公司金桥动力总成技术支持）
关键词：能效大数据管理系统、实时监控数据、产品单台能耗、非生产时间能耗比例、复费率、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
能源计量的不完善，使能源管理工作举步维艰。2014年，金桥动力总成厂提出2年奠定能效大数据管理基础，5年初步实现能源管理人工智能化建设。经过3年多的探索，金桥动力总成建立起适合金桥动力总成厂实际情况的能效大数据管理系统，并迈出了能源管理人工智能的第一步。
一.能效大数据系统开发背景
上汽通用汽车PT工厂，有金桥、东岳、北盛和武汉四个工厂。由于区域不同、生产情况不尽相同等原因，产品单台能耗差异很大。公司管理层要求通过产品能耗对标，找到有效的节能降本机会。金桥PT经过20年发展，供电母线分布和生产线设备布局已经不一致，导致产品能耗无法准确区分计量，并由此产生了能耗异常无法跟踪分析、能源利用率无法优化提高、节能项目节能量无法量化、新项目设备设计没有节能数据考量等问题。所以，《能效大数据管理系统》项目于2014年10月启动。能效大数据管理系统建设包括两部分：1.能源计量柔性化（硬件）；2.能效大数据的分析和应用（软件）。
二.能源计量柔性化需求
针对供电母线布局和设备布局不一致情况，金桥PT能源管理人员和公司工程部门充分展开讨论，对二种方案进行可行性确认。第一种方案，在进行新生产线设备布局规划时，严格按照供电母线的布局进行设备同向布局设计，并且同一生产线务必由指定的供电母线供电，如果出现个别设备离开规定供电母线较远，也必须加长电缆连接。但是这种方案存在三大问题：1.由于车间布局空间问题，设备和供电母线间的连接电缆会出现很长情况，并且这么长的电缆一定会和其他设备的连接电缆发生交叉，安装施工难度大，并且以后也难于管理；2.会出现母线容量使用不足，继而产生资源浪费和无功增大等情况；3.这样硬连接方式，给以后的改造升级埋下了硬伤。第二种方案，就是对每台生产线设备进行智能电表安装，并通过局域网进行数据采集，这样，不管生产线怎么布局，各种资源都可以最大效率地使用，而且可以实现柔性计量。
三.系统功能与组成构架
能效大数据管理系统数据采集，通过Modbus数据采集网关、数据设置导入引擎、历史数据引擎和实时数据引擎组成。在设置与管理功能方面，考虑到能效大数据管理系统是属于实时数据库解决系统，在数据分析方面要求高性能、横向分布式扩展等需求，所以采用基于MemSQL实时内存数据库系统进行开发，实现能耗数据源管理、能耗分类与分项管理、能源费率管理、产品生产数据管理、用户权限管理、数据库管理、软件授权管理等功能块。
四.能效大數据分析
能效大数据分析，主要是以上汽通用汽车在能源管理方面的KPI指标进行展开，形成以用能单位为X轴，时间跨度为Y轴，能效模块分析为Z轴的多维度分析模型（如图），共涵盖7大分析模块：
1.实时数据采集、监控及历史跟踪
2.设备设施能耗构成分析
3.设备状态能耗数据分析
4.产品能耗构成分析
5.非生产时间能耗分析
6.复费率---成本优化指导
7.移动端数据异常报警
1.实时数据采集、监控及历史跟踪模块 能效大数据管理系统，采用西门子PAC3200智能电表读取，以Modbus TCP协议方式，通过局域网进行传输。该型号电表可采集参数达数百项，考虑到存储数据量及提高运行速度，目前能效大数据管理系统对每个电表的三相电流、有功功率、功率因数、电流不平衡度、电压不平衡度等基本参数进行采集及跟踪分析。
2.设备设施能耗构成模块
1）查询条件的设定，包括起始日期，结束日期，查询时间单位，这些都设定好后，点击查询键就可以得到相应的数据和图表；
2）各载体能耗数据统计，载体包括设备、车间风机、冷冻站、办公生活、仓储和实验测量、公共分摊，这些载体统计的数据主要包括各区域的总能耗、对应的能耗占比、查询时间段内能耗均值及查询时间段内每单位时间的实际能耗；
3）对应于上面表格数据的饼图和柱状图，饼图是整个工厂的能耗构成比例图，清晰显示出整个工厂能耗在设备、空调、办公生活及公共分摊等各个区域的能耗占比。
3.设备状态能耗数据分析模块
1）查询条件的设定，包括时间段设定和具体设备选择设定；
2）在查询时间段内选定设备的实时能耗状态，整个状态根据设备运行状况，分为正常加工运行状态、空运转状态、待机状态和关机状态四种，并对这四种状态的时间和实际能耗进行统计分析；
3）对应于上面表格数据的饼图和柱状图，饼图分二部分，选定设备的不同状态的能耗占比图、选定设备的不同状态的时间占比图。
4.产品单台能耗分析模块
1）产品在查询时间段内的单台能耗、产量及设定查询单位内实际能耗值，这里的产品单台能耗在统计计算时包含产品生产用的设备能耗以及风机、冷冻站、办公等能耗的分摊；
2）对应于上面表格数据的饼图和柱状图，饼图是产品单台能耗中设备能耗、各分摊能耗的构成比例图，柱状图是每查询时间单位内的实际能耗，随着鼠标点击的行不同，显示不同的图表；
5.非生产时间能耗比例模块
1）在查询时间段内的各产品设备、风机、冷冻站及办公等区域在生产日和非生产日的平均日能耗，以及相应的非生产日能耗占比；
2）对应于上面表格数据的饼图和柱状图，包括生产日和非生产日平均能耗绝对值、生产日均值和非生产日均值能耗的构成进行比例细化。
6.复费率----花最少的成本，用等量的能源
1）查询条件的设定，包括时间段设定和生产线选择设定；
2）在查询时间段内，以半小时为单位，进行该生产线的能耗使用显示，同时不同颜色曲线显示各个时间段的电费价格，以指导生产线明确自己班次用能优化机会；
3）对应于峰平谷时间段内的能耗，进行统计分析，计算出峰平谷时间内的能耗值及比率，计算出整个班次的时间用电价格；
7移动端数据异常报警
1）对于设备异常关停，数据采集中断的报警；
2）对于数据分析输出超出设定指标，导致能耗浪费的报警；
五、能源管理人工智能前瞻
目前，我们已经建立起能效大数据管理系统，但是，一个完整的能效大数据管理系统，应该涵盖三大里程碑。
第一阶段，数据系统建设阶段。计量覆盖率100%，数据采集不受生产空间限制，实现能源计量柔性化。能源数据采集完善，结果分析科学有效，支持管理人员进行工作开展，大幅提高了能源使用效率。这个阶段的特点是，有明确的分析数据支持能源管理人员有效开展工作；但是，这个阶段的能源管理工作是单向的，是管理人员得到数据后，再组织人员，制定改进计划，最终安排人員执行落实的一个过程，这个过程没有标准的流程，没有固定的执行模式，执行人员的主观意识和执行力决定了管理的有效性，最致命的缺点是，根据分析数据所做的改进，没有有效反馈到系统中，系统只是一个静态的指令工具，而不是一个智能的闭环系统。
第二阶段，系统学习阶段和思考阶段。在实现第一阶段功能后，如果我们没有把数据后面的原因、执行方法、改进有效性等信息反馈给系统，这个系统始终是静态的指令工具，而不是一个智能的能效系统。从指令工具，到智能系统，我们需要模拟人的思维，开发出一个开放的能源信息反馈输入，建立一个能源异常原因分析、改进方法、改进结果、能源趋势模拟计算等内容的信息库，并在运行一定的时间后，信息库数据的积累达到了有效分析的数据容量，系统项目负责人会对第一阶段能源管理执行优秀的区域，进行仿真性流程制定，仿真性算法制定，仿真性异常原因分析，继而实现能效大数据管理系统输出一个概率最高的优化方案，来供区域管理者使用，这个阶段的能效大数据管理系统，已经开始主动性地给能源管理工作提出建议。
第三阶段，系统智能执行阶段。随着生产设备自动化程度的不断提高，工艺的不断完善，能效大数据管理系统分析的结果可以和设备数据库自动连接，当数据发生波动时，系统会和大数据信息库中的标准进行比较，如果达到执行标准时，会自动执行能源使用优化工作。那时的能效大数据管理系统，是主动性的能源管理介入，是真正的人工智能能源管理。这里做一个前瞻性的举例。未来新项目设备设计时，我们可以在系统中输入所有耗能电机的参数，输入该加工设备在一个加工周期内的工艺步骤、加工节拍等信息，系统完全可以仿真出这台设备最优的能耗水平，并帮助设备制定出最优的生产节能模式。而我们如果对某些电机参数或工艺步骤进行调整，系统就会计算出另外一种优化能耗结果，这样把单机推广到条线、车间，就会得出这个区域最优化的能源管理方案，这个是我们前瞻性的能源管理自动化。
结论
能效大数据管理系统，经过3年多的应用，已经使金桥动力总成在非生产日能耗比例方面有了大幅的下降，从系统应用前的非生产日日均99000KWH，降低到系统应用后的日均17000KWH，年节约成本约295万；同时，能效大数据管理系统，也以数据分析结论为依据，对设备能耗参数优化方面的工作有了更多的支持，年间接节约能源费用约260万。
能效大数据管理系统，2016、2017连续2年获得上汽通用汽车创新孵化项目支持，并获得2016大制造创变奖二等奖、2017年获得浦东金桥技术经济开发区绿色奥斯卡一等奖、上海市企业管理现代化创新成果三等奖、2018年获得中华人民共和国国家版权局发布的计算机软件著作权。
参考文献
[1]GB/T23331-2012 能源管理体系
[2]李斌 郭炳庆 大数据时代的企业能源管理 化学工业出版社
[3]Stuart Russell人工智能（一种现代的方法）清华大学出版社
作者简介：施桃洪、男、本科、1997年毕业于中国纺织大学机电一体化专业、高级能源管理师、现任上汽通用汽车有限公司金桥动力总成厂能源工程师岗位。
（作者单位：上汽通用汽车有限公司金桥动力总成技术支持）