鞍钢股份鲅鱼圈钢铁分公司基于工业大数据的钢铁企业智能化能源管控系统查看源代码讨论查看历史

来自 搜狐网 的图片

鞍钢股份鲅鱼圈钢铁分公司基于工业大数据的钢铁企业智能化能源管控系统鞍钢股份鲅鱼圈钢铁分公司是鞍钢集团重要沿海钢铁基地。按照 钢铁生产流程连续、柔性、可控、可持续的原则规划建设，年产铁、 钢、材分别为493万吨、500万吨、488万吨。主导产品定位于集装箱用钢、管线钢、船板、机械结构用钢、锅炉板、容器板、桥梁板、 建筑用钢等。

一案例简介

基于工业大数据的钢铁企业智能化能源管控系统融合钢铁企业物质流、能源流、信息流全维度工业大数据，提供全系统能耗动态评 价优化，多时空尺度能源流预测及耦合优化，生产与能源计划调度一 体化优化，全流程碳排放核算与分析等能源智能管控服务。

二、案例背景

能源消耗是钢铁企业成本的主要方面且由于我国大部分钢铁企 业的能耗水平与国际先进企业存在较大差距，是成本中主要的可控部 分，约占企业制造成本的25%以上。随着钢铁产能过剩，钢铁企业经营出现大面积的微利或亏损的情况，因此节能是钢铁企业降低生产成 本和提高经济效益极其重要的方面。根据国家中国制造2025和两化 深度融合的发展规划和要求，钢铁企业实现节能降耗、绿色环保的需 求也日益迫切，如何解决优化能源管理、智能化能源调控、系统降低 能源消耗，已成为关系人类生存与可持续发展的重大问题。为推进钢 铁行业智能制造进程，钢铁企业建立完善的能源信息采集、整合、存 储的大数据平台，并在此基础上进行有效地数据分析、优化控制最终 实现能源流物质流协同优化具有非常重要的意义。

三案例介绍

鞍钢股份鲅鱼圈钢铁分公司智慧能源管控系统由鞍钢集团自动 化有限公司建设。项目达到提升能源效率、提高劳动生产率、实现全 流程、全工序的协调平衡，全制造流程的最优化的目的，最终实现能 源流、制造流和价值流的三流合一。管理模式上实现从局部优化向全 局优化转变创新、从能源流优化向铁素流能源流协同优化转变创新、从被动监测向主动监控转变创新，从静态评估向动态优化转变创新。

1. 全维度数据融合

采集企业全流程能源管理相关数据，包括能源流的煤气、蒸汽、 电力、水、氧气、压缩空气等一次能源和二次能源发生量、消耗量、 外购量的计量数据；铁素流的炼焦、炼铁、炼钢、轧钢各工序的生产计划、生产实绩、工艺参数等数据；重点能源生产和消耗设备的状态 特征数据；与能源生产、消耗相关的操作规程、标准、制度文件、视 频影像等离线数据。将这些多源异构数据进行清洗、整合和分类存储, 进行统一的主数据和元数据管理，形成标准数据视图，消除数据孤岛, 实现全维度数据融合，为系统的智能应用提供坚实的数据基础。

2. 全系统能耗在线评价优化

利用“数据+机理+知识”相结合的技术，建立单体设备能耗优化模型、工序能耗评价优化模型、综合能耗评价优化模型，实现全系统多 层次的在线能效计算、评价和动态优化。从系统节能的角度出发，分析生产组织、工艺设计、产品质量、设备状态等因素对能耗的影响, 采用铁素流与能源流协同优化的思路，利用专家知识实现全系统的能 耗优化，降低能耗成本。

3. 多能源流预测及多介质耦合优化

建立复杂工况下多时空尺度能源流预测模型，特别是针对异常工况的识别、判断和特征提取，进而进行深度学习，实现对未来状态的 准确预判。通过对趋势的预测，实现多能源流的耦合优化调度，最终实现稳定管网压力、减少放散、满足供应和综合价值最大化。

4. 电力系统负荷预测及需量优化

建立设备-工序-公司电力系统电耗分析和负荷预测模型，依据钢铁主流程的生产计划、设备计划预测电力系统的负荷变化，结合自发 电的预测量，预测各电力配送关口的需量。对于预测需量出现异常时, 系统自动制定生产计划优化方案并推送给生产调度，构建能源生产协 同一体化优化计划，实现电力需量持续优化。

5. 全流程碳排放核算和分析

建立碳排放核算模型，实现在线进行公司级和工序级多口径碳排放核算，为进一步实现精准统计企业碳排放量提供有效手段。通过碳 排放影响因子关联分析，明确企业碳排放变化的主要影响因素，为降 低碳排放提供决策支撑。

四典型经验提炼

（一）具体措施和成效

1. 全维度数据融合

采集企业全流程能源管理相关数据，包括能源流的煤气、蒸汽、 电力、水、氧气、压缩空气等一次能源和二次能源发生量、消耗量、 外购量的计量数据；铁素流的炼焦、炼铁、炼钢、轧钢各工序的生产计划、生产实绩、工艺参数等数据；重点能源生产和消耗设备的状态 特征数据；与能源生产、消耗相关的操作规程、标准、制度文件、视频影像等离线数据。将这些多源异构数据进行清洗、整合和分类存储, 进行统一的主数据和元数据管理，形成标准数据视图，消除数据孤岛， 实现全维度数据融合，为系统的智能应用提供坚实的数据基础。

2. 全系统能耗在线评价优化

利用“数据+机理+知识”相结合的技术，建立单体设备能耗优化模 型、工序能耗评价优化模型、综合能耗评价优化模型，实现全系统多 层次的在线能效计算、评价和动态优化。从系统节能的角度出发，分析生产组织、工艺设计、产品质量、设备状态等因素对能耗的影响, 采用铁素流与能源流协同优化的思路，利用专家知识实现全系统的能 耗优化，降低能耗成本。

3. 多能源流预测及多介质耦合优化

建立复杂工况下多时空尺度能源流预测模型，特别是针对异常工 况的识别、判断和特征提取，进而进行深度学习，实现对未来状态的 准确预判。通过对趋势的预测，实现多能源流的耦合优化调度，最终实现稳定管网压力、减少放散、满足供应和综合价值最大化。

4. 电力系统负荷预测及需量优化

建立设备-工序-公司电力系统电耗分析和负荷预测模型，依据钢 铁主流程的生产计划、设备计划预测电力系统的负荷变化，结合自发 电的预测量，预测各电力配送关口的需量。对于预测需量出现异常时， 系统自动制定生产计划优化方案并推送给生产调度，构建能源生产协 同一体化优化计划，实现电力需量持续优化。