李建斌,刘小勇,王 伟,陈 涛
(1.神华国能集团有限公司,北京 100033;2.清华大学合肥公共安全研究院,安徽 合肥 230601)
企业安全生产大数据应急平台设计
李建斌1,刘小勇2,王 伟2,陈 涛2
(1.神华国能集团有限公司,北京 100033;2.清华大学合肥公共安全研究院,安徽 合肥 230601)
安全生产大数据应急平台是基于大数据分析技术,用于实现平台应急管理、安全生产预警、设备故障致因分析等功能。提出了企业级安全生产大数据应急平台的基础架构和设计框架,由标准规范体系、安全运维体系、基础设施层、数据存储层、服务支撑层、应用服务层、应用展现层7部分组成。以神华国能集团为例,搭建了企业安全生产大数据应急平台,实现了安全生产信息查询服务、安全生产应急管理、安全生产预警指数分析、生产设施故障致因分析等应用。
安全生产;大数据;应急平台;设计
大数据是指由数量巨大、结构复杂、类型众多的数据所构成的数据集合,必须通过特殊化处理分析才能形成有规律、可预测的信息服务能力[1]。2008年《Nature》刊登了一期名为“Big Data”的专辑,对如何研究PB级容量的大数据流和充分利用海量数据的最新策略进行了探讨,使大数据的概念逐渐为人们所熟悉[2]。随着大数据技术、云计算、互联网+等新技术的兴起,大数据的概念和应用也迅速扩展到互联网、金融、电子商务等行业[3]。
目前,大数据技术在安全生产领域的应用还处于初步探索阶段,主要集中在状态评估、故障预警、应急管理等领域[4]。以电力行业为例,宫宇等提出了大数据挖掘分析在电力设备状态评估中的应用[5];姚浩等研究了基于大数据的告警信息处理和故障设备定位技术[6];王培红等研究了数据挖掘及其在电厂SIS中的应用[7]。在应急管理领域,袁宏永开展了大量的应急平台体系关键技术的理论研究和实践[8];刘维秦则对国家安全生产应急平台监测预警系统进行了分析与设计[9];曾胜提出了重大危险源动态智能监测监控大数据平台框架设计[10]。张郁等[11-12]开展了城市应急平台设计和公共安全安全规划研究。同时,国内外也有了一些成功的应用案例,如“美国佛吉尼亚矿难事故调查”、“兖矿鲁南化工运行监控系统”等,可以说大数据技术在安全生产领域的应用正逐步展开。
我国企业信息化经历了最初的车间级的DCS(分布式控制系统),逐步建立了厂级SIS(监控信息系统)和MIS(管理信息系统),汇集了海量的数据信息,部分实现了企业的管控一体化和智能化。随着企业数据信息呈指数级地增长,利用大数据技术不仅可以实现生产调度的高级应用,还能解决应急管理、监测预警等安全领域所遇到的问题。笔者以神华国能集团为例,探讨安全生产大数据应急平台的设计和应用。
通过大数据技术在企业安全生产领域的应用,可以实现以下作用:①通过整合和分析工作中积累的大量生产运行、管理数据,提高数据资源的利用效率;②开展对大数据的关联分析和应用,挖掘安全生产事故规律性和深层次特点;③采取“事前预防”的方式,实现对安全生产风险的预测预警;④研究事故救援快速辅助决策技术,实现科学、高效的决策指挥与救援。
笔者提出的安全生产大数据应急平台是在企业现有信息化系统的基础上,借鉴公共安全应急平台的建设经验,利用大数据先进技术建设企业安全生产平台,充分发挥大数据技术在煤电安全生产中监测监控和预测预警作用,提升企业安全生产应急管理水平,为推动大数据技术在安全生产行业应用提供借鉴和技术支持。
为实现安全生产大数据应急平台的功能,数据信息是基础和关键。安全生产大数据可以分为结构化数据和非结构化数据,结构化数据主要为存储在关系型数据库中的结构化数据,而非结构化数据是指不能用或不便于用数据库二维逻辑表来表达的数据,主要包括视频监控、图形图像处理等产生的数据。经调研,将企业大数据应急平台需要采集的数据分为以下6种类型,如表1所示。
表1 安全生产大数据分类
安全生产大数据应急平台设计是基于大数据分析技术,实现平台应急管理、安全生产预警、设备故障致因分析等功能,主要由标准规范体系、安全运维体系、基础设施层、数据存储层、服务支撑层、应用服务层、应用展现层7部分组成,如表2所示。
神华国能集团作为神华集团煤电板块的主营业务单位,下属煤电企业27家,主要开发建设煤电一体化基地。神华国能集团成立了调度中心,集成应用了SIS系统,实现了集团对下属煤电企业的安全生产数据通讯和监测预警。神华国能集团现有的SIS系统主要采集了发电机组的监测运行参数,目前每天产生数据量约为700M,自SIS系统运行3年来,数据总量达750G左右,后续数据量将呈现逐步增加的趋势。正逐步接入现场视频等非结构化数据,数据量将急剧增加,达到大数据量的规模。
表2 安全生产大数据应急平台组成
SIS系统实现了设备设施运行信息的联网传送、数据管理及单一的数据分析功能,并在一定程度上实现了故障信息的预警和分析功能。但这些数据处理手段只是对数据进行初步的分析和处理,无法从时间和空间上深层次理解与运用这些数据,存在数据挖掘不够充分、系统分析功能不全面、故障信息综合利用度不够等不足,需要进行安全生产大数据应急平台具体设计和优化。
神华国能集团安全生产大数据应急平台的设计思路为:在现有SIS系统的基础上,利用大数据技术实现煤电安全生产中监测监控和预警分析功能。根据上述安全生产大数据应急平台框架,提出平台总体设计,如图1所示。结合煤电企业特点和神华国能集团的具体需求,平台将主要提供以下4方面应用:
(1)安全生产信息查询服务。提供安全生产应急大数据查询服务及与安全生产有关的信息、统计数据等,为日常和应急状态下安全管理服务。
图1 企业安全生产大数据应急平台设计框架
(2)安全生产应急管理。可以实现安全生产时空动态风险分析、应急管理能力动态综合评价、事故处置救援动态辅助决策等功能。
(3)安全生产预警指数分析。安全生产预警指数是以日常隐患排查结果和仪器仪表监测数据为基础,辨识和提取有效信息,分析其可能产生的后果并予以量化,具有定量、直观、实时、无量纲等优点。安全生产预警指数显示了企业的安全状态,可实现对超过安全预警阈值进行提示。功能实现方式依据《冶金等工贸行业企业安全生产预警系统技术标准(试行)》(安监总厅管四[2014]63号),简要阐述如下:首先需要确定安全生产预警指标Ii及其权重Wi,指标从人、物、环境、管理、事故等方面进行预警指标初筛,应至少包含事故隐患、安全教育培训、应急演练及生产安全事故等指标,还可根据实际情况增加适应生产安全特点的其他预警指标。然后,根据式(1)得到安全生产预警指数SPI。
(1)
此外,利用大数据挖掘技术可以生成事故趋势及分布图,全面反映企业在一段时间内的安全生产状况,并通过设置分段阀值将结果分为安全、注意、警告、危险4个等级。安全生产预警指数图如图2所示。
图2 安全生产预警指数图
(4)生产设施故障致因分析。通过将设备状态信息转换为计算机可识别操作的数据,利用大数据算法即可建立设备状态与故障缺陷的关联关系,实现准确定位、故障预测等功能。神华国能集团现有的SIS系统采集了发电机组的主要监测运行参数,通过建立大数据分析和挖掘模型,可以实现设备故障诊断和设备状态趋势分析等功能。①设备故障诊断。煤电厂的设备在长期超负荷运转中,发生故障是难免的,大数据技术就是让系统能够提前有效地捕捉到故障征兆,对整个系统进行全面的诊断。故障预警值可采取日常数据加权平均值放大2%~5%,若是发现某项参数超出了正常值的范围,系统就自动报警。超限预警功能的实现,关键是运用大数据技术识别出有效的状态量,并合理设置状态量的阈值。通过长期、大量的运行数据可实现设备运行趋势的自动分析,达到设备故障预警及诊断分析的目的。②设备状态趋势分析。将以上SIS监测系统的实时、历史数据进行整合,运用建模思想,自动进行设备运行趋势分析,通过关联规则评估设备运行状态,这里采用多状态量关联度分析法。
数学上定义“状态量关联度”为状态向量之间的协方差矩阵,设X=[x1,x2,…,xn],其中每个元素代表一个状态向量:
xi=[xi1,xi2,…,xin]T
(2)
记Y=[x1t,x2t,…,xnt]表示设备在时刻t的状态向量。对于发电设备而言,状态量与设备状态之间具有非常复杂的非线性函数关系,记为S(Y),通过二阶泰勒展开得到:
S(Y)=S(Y0)+ΔS(Y-Y0)+
(Y-Y0)H(Y-Y0)′
(3)
式中:H为传递函数S(Y)的Hessian矩阵。
[5],设备状态的评价模型可以进一步表示为:
(4)
由于状态向量是通过样本获取的,确定待设定参数αi,βm后,即可对整体设备状态进行评价。
利用大量历史数据及新近样本,通过对设备综合评估成果进行长期的动态跟踪和分析,对参数进行不断修正,即可根据设备状态监测参数分析得到更及时、准确的设备健康状态和风险指标。
笔者提出了企业安全生产大数据应急平台设计框架和实现方式,主要结论如下:①大数据技术在安全生产领域的应用目前还处于初步探索阶段。笔者提出的安全生产大数据应急平台设计是基于大数据分析技术,可以实现平台应急管理、安全生产预警、设备故障致因分析等功能。②企业安全生产应急大数据主要包括:资源保障类信息、预测预警信息、应急统计信息、培训演练信息、重大危险源信息、应急决策支持及模型数据库信息、应急预案信息、气象地理信息等。③以神华国能集团为例,建立了安全生产大数据应急平台,其由标准规范体系、安全运维体系、基础设施层、数据存储层、服务支撑层、应用服务层、应用展现层7部分组成,并给出了具体的实现方法和模型。④安全生产大数据应急平台功能的实现,后续需要采集安全生产应急数据,研究大数据计算模型,并搭建云计算平台,方能真正实现大数据监测预警、应急管理等功能。
参考文献:
[1] 赵刚.大数据:技术与应用实践指南[M].北京:电子工业出版社,2013:50-56.
[2] FRANKEL F, REID R. Big data: distilling meaning from data[J]. Nature, 2008,455(7209):30-31.
[3] MA X P, HU Y J, MIAO Y. Application research of technologies of internet of things, big data and cloud computing in coal mine safety production[J]. Industry & Mine Automation, 2014(4):37-39.
[4] 赖雨辰.数据分析与展现技术在安全生产监管系统中的应用研究[D].上海:东华大学,2013.
[5] 宫宇,吕金壮.大数据挖掘分析在电力设备状态评估中的应用[J].南方电网技术,2014(6):74-77.
[6] 姚浩,李鹏,郭晓斌,等.基于大数据的告警信息处理和故障设备定位技术研究[J].电网与清洁能源,2014(12):72-77.
[7] 王培红,陈强,董益华.数据挖掘及其在电厂SIS中的应用[J].电力系统自动化,2004,28(8):76-79.
[8] 袁宏永.应急平台体系关键技术研究的理论与实践[M].北京:清华大学出版社,2012:135-140.
[9] 刘维秦.国家安全生产应急平台监测预警系统的分析与设计[D].北京:北京邮电大学,2013.
[10] 曾胜.重大危险源动态智能监测监控大数据平台框架设计[J].中国安全科学学报,2014,24(11):166-171.
[11] 张郁,王叙泉.城市应急平台地名查询方法研究[J].武汉理工大学学报(信息与管理工程版),2012,34(6):704-707.
[12] 施波,赵冬月.城镇公共安全规划的特点及目前存在的问题[J].武汉理工大学学报(信息与管理工程版),2016,38(2):141-143.
DesignofBigDataEmergencyPlatformforSafetyProductioninEnterprises
LIJianbin,LIUXiaoyong,WANGWei,CHENTao
Emergency platform of safety production big data is based on large data analysis technology, it′s used to implement the early warning, emergency management, equipment failure cause analysis, etc. This study proposes the design framework of enterprise emergency platform of safety production big data, composed of the following seven layers: the standard system, safety operational system, infrastructure layer, data storage layer, service support layer, application service layer and presentation layer. Taking Shenhua Guoneng Group as an example, this paper sets up an emergency platform for big data of enterprise safety production, which can be used for querying safety production information, emergency management of production safety, early warning index analysis of production safety and analysis of causes of failure of production facilities.
safety production; big data; emergency platform;design
2095-3852(2017)06-0679-04
A
2017-06-17.
李建斌(1978-),男,山东沾化人,神华国能集团有限公司工程师,主要研究方向为安全生产应急管理.
刘小勇(1980-),男,江西吉安人,清华大学合肥公共安全研究院助理研究员,主要研究方向为公共安全.
国家科技支撑计划基金项目(2015BAK12B03-4);神华国能集团自主课题项目.
TM621.6
10.3963/j.issn.2095-3852.2017.06.007
LIJianbin:Engineer; Shenhua Guoneng Group Co.Ltd., Beijing 100033, China.