基于工业数据平台的钢铁企业电气智能化发展及应用研究

周思敏

（三钢闽光股份有限公司，福建 三明 365000）

工业数据平台是将工业互联网与大数据处理应用平台进行结合的产物。它通过工业互联网，形成跨系统的数据流动，结合大数据平台的采集、存储和数据分层应用的特点，满足用户全方位的数字化需求。

近年来，在国家能源结构调整的政策下，钢铁行业中电力能源占比越来越大，电气系统重要性不断上升，对提高能源利用效益，降低系统故障率和维护成本提出了新的要求。

因此，利用工业数据平台发展电气智能化，主动从有价值的数据中寻求提高管理水平，促进电气能源与生成的协同优化的方法，提高企业的产品竞争力。

1 平台系统架构

工业数据平台采用分层式架构，主要包含边缘层、基础设施层（IaaS）、平台层（PaaS）和应用层（SaaS）。系统在满足要求的安全防护体系下，从边缘层终端设备或其他数据接口获取原始数据，通过网络、服务器等其他企业服务总线设施，构建数据高效转化集成、数据模型存储、数据预处理、快速开发工具、算法服务及各类组件库的平台层，再通过标准化的数据接口，快速开发企业各类需求的应用，用户仅需从同一门户入口单点登录，便可根据自身角色和权限使用相应的功能模块，满足企业各方面的智能化管理需求。

2 工业大数据平台的优势特点

2.1 强大的数据接入能力

工业方面的数据主要分为3种类型，即现场设备数据、生产管理数据及外部数据。现场设备数据来自生产设备、机器、产品等方面的数据；生产管理数据是指企业传统信息管理系统数据，如SCM、CRM、ERP、MES等；外部数据是指包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。上述数据皆可直接从相应的端口及协议接入数据平台。

2.2 数据利用高效、准确、安全

从工业数据平台接入的实时数据，经过数据标准化处理和存储，可被上层特定应用快速高效的用来进行各种分析诊断功能，分析过程不依赖于人的判断，结果准确可靠；整套系统装备信息安全防护体系，能够确保内部系统不被入侵破坏，敏感数据不外泄。

2.3 应用层功能全面、可拓展性好

基于标准化的数据订阅接口及应用分层的设计，根据用户需求，在应用层部署通用的企业管理、设备运行状态监测评价、日常运维和辅助监控应用等等功能模块，基本涵盖了企业运行中涉及的研发设计、过程监督、生产管理、工艺优化、能耗管理以及创新性应用。工业数据平台也具备应用程序二次开发与集成功能，抑或对外开放开发者论坛和应用商店，自主选购功能模块，极大提高企业业务效率。

3 钢铁企业电气智能化发展和应用

在建设企业信息化过程中，企业一般上线了众多专业的智能信息化系统，产生了众多信息孤岛和多专业海量的数据。基于工业互联网的大数据应用管理平台能够解决上述问题。统一门户，单点登录，集成若干个异构系统，满足现场数十万实时数据的接入和百路以上的视频接入，能够对数万个设备单独建模，拥有平台大数据分析算法库，可快速依靠平台组件开发应用，实现设备故障预测分析、参数寻优、能源预测、产品质量预估分析等功能，构建分布式多元对象化数据湖，满足数据存储的安全与效率。

3.1 钢铁企业电气智能化升级

钢铁行业中的关键电气设备一般智能化程度低，除了新采购的设备外，都需要按照设备特点，安装对应的在线监测传感器，并从企业SCADA系统读取相关监测量，将所有数据传输至数据服务器进行处理。一般可进行智能化升级的设备有主变压器、避雷器、中压开关柜、输电电缆桥架、大功率旋转电机、配电变压器、无功补偿装置等。

3.2 电气设备精益化模型算法

目前上线的多数所谓智能化系统多数仅能算是“自动化采集系统”，大多只做了基本的阈值判断，缺少基于工作机理的数据关联评价模型；也未从数据驱动方向上对设备性能进行诊断分析。下面以几个关键电气设备智能化为例讨论电气智能化的研究发展方向。

3.2.1 钢铁行业中主变压器的健康诊断

主变压器是企业用电的枢纽设备，对主变压器的健康状态分析，应该从以下几个方面进行分析：（1）基于绕组热点温升的变压器油纸绝缘寿命分析。变压器以油纸作为其工作绝缘介质，当绝缘材料温度升高时，其工作寿命急剧下降。因此以绕组最热点的温度作为评估变压器绝缘寿命的参数，依据IEEE Std C57.91-2011标准中建议的方法，计算累计的等效老化时间，得到基于绕组热点温升的主变压器的剩余寿命。（2）油中溶解气体分析是主变压器常用的故障监测手段，能够分析出明显的局部放电、发热和匝间短路等故障。但是当变压器初始油中气体含量较少，且故障较轻，利用常规手段往往无法判断。但是利用数据挖掘算法，利用多维气体数据在高维空间中的聚类特性，识别高维空间数据状态的跃变，进而依据特征气体法对故障定性分析。（3）变压器油纸绝缘放电阶段诊断技术。利用油纸绝缘材料在局部放电初期和局部放电快速劣化后期的平均放电量、单位放电次数、脉冲放电间隔等多指标量的数据特征有着明显区别，可判断当前产生的局部放电所处的放电阶段，对于预警即将击穿的严重放电有着重要作用。（4）基于数据分布规律偏移的预警功能。像变压器铁芯接地电流和套管绝缘监测等数据，如果数据异常增大预示着可能存在的故障。对相关数据进行多参数高斯分布拟合，识别不同周期的数据是否有显著增长趋势。依据模型的概率密度分布特性，当数据偏移于自身分布规律达到一定幅度时进行故障预警。

3.2.2 钢铁行业智能中压开关柜

中压开关柜作为钢铁行业配电系统中的重要配电设备，它的可靠性、安全性直接关系着整个企业的生产安全与稳定。

（1）断路器机械特性。通过测量断路器的分合闸过程的速度、反弹、超程、开距等参数，结合断路器主机构弹簧疲劳、阻尼器故障、机构卡涩等故障特征，智能识别各类故障信息。（2）灭弧触头磨损、电寿命，通过多次合闸超程的变化趋势智能识别灭弧触头的机械磨损量值，通过灭弧触头的分断电流加权累积法评估触头的电寿命损失，综合判断灭弧触头的剩余寿命情况。（3）分合闸线圈故障检测。通过分合闸线圈过压、欠压、卡涩、卡滞、匝间短路、行程异常等精细化模型确定的分合闸线圈电流波形特征，结合波形滤波等技术，智能识别各类故障特征，提前预警故障发生，避免分合闸失败带来的严重故障。（4）储能机构、底盘车机构和电动接地开关机构的过程诊断。通过监测机构工作位置与驱动电机电流波形特征，分析设备工作过程中电机启停时的内部阻抗特性，过程中做功的变化，智能识别驱动电机和机构动作中的短路、断线、卡涩、阻塞等等故障。（5）开关柜连接点温升特性智能分析。通过开关柜导体温升电流的设计值曲线和运行时数据的积累，实现定制化的温升特性判断，能够及时发现操作维修后开关柜内连接点温升异常的早期特征，杜绝因发热而导致的各类事故。

3.2.3 钢铁行业机泵类故障监测

（1）电机作为钢铁行业电力系统中的重要用电设备，它的可靠性、安全性直接关系着整个企业的生产安全与稳定。目前电动机主要通过故障后或定期大修维护，存在一定的误差和滞后性。虽然部分大型电机出厂时已经内置了测温、测振传感单元，但由于大部分电机工作模式复杂，工作环境恶劣，采集的数据难以直观反应电机健康状态，数据利用率不高。

（2）基于定子电流频谱分析电机故障监测。当电机发生某种故障时，自身的电场和磁场也将发生变化，并最终反应到定子电流的某些频率分量上。通过对电动机定子电流的频谱分析，就能实现故障的监测预警。通过采用先进的降噪技术（自适应的基波抵消办法）、频谱分析与校正技术等，将采集数据进行甄别，识别出具有电机故障特征分量的信号，并将特征信号上传至后台软件进行分析处理。机泵温振状态无线监测及智能诊断系统。系统将智能传感技术与低功耗广域网技术相结合，实现了高频自动在线监测动设备工作状态。将现场采集的数据传输到服务器进行实时展示和分析，并对设备故障进行智能诊断，能有效避免设备事故发生，大幅降低非计划性停车，保障安全生产。

（3）典型故障知识库与大数据挖掘技术。建设用户数据服务中心，通过积累数万小时、数十种机泵轴承的实验与现场数据形成典型故障知识库，经过大数据训练后的智能电机诊断系统，准确率可达90%以上。即使面对新型设备，只需一段时间的数据采集，通过模型的迁移学习，也能准确诊断设备异常。

3.3 基于设备故障树的健康诊断与应急预案、改良方案

如何将设备的健康诊断和设备运维工作衔接是企业设备故障管理中的一大难点。通过在管理系统中建立设备故障树，将故障进行分类细化，将人们对设备的故障认知以树干支叶形式延伸到末端，每一个设备的诊断模块关联一个设备故障树的关键节点，同时在此节点上关联设备异常时的改良方案和故障应急预案。应急预案用于设备发生紧急故障时，如何组织人员开展应急管理，如何最大化减小设备故障所带来安全和财产的损失，以及如何迅速、有序地开展应急行动而预先制定的行动方案。是企业生产经营的重大保障。改良方案用于当设备发生一般性故障时，明确设备现状，说明存在的问题以及问题可能造成的不良影响，以及如何正确地、高效地对设备进行维修管理的方案。通过在钢铁行业中引入设备故障树关联设备诊断和设备运维护工作，能够极大提高现场运维人员对设备的认知和管理水平，降低设备故障率，提高生产效率。图1为变压器故障树。

图1 变压器故障树

3.4 基于移动端APP的电气设备运维管理

基于工业互联网的大数据处理平台，系统采用B/S架构，具备Web端信息交互和移动端APP管理功能，实时呈现当前电气系统的工作概况、设备的报警信息和健康状态分级，能够查询所有电气设备的数据信息，为用户掌握电气系统运行情况提供极高的便捷性。

另一方面，用户能通过移动端APP接收预警信息，及时处理防止故障扩大；在例行巡检工作中，可使用移动端APP将故障现象通过声音、图像、视频等上传至消缺平台，经过审核后自动生成运维工作任务单，派发至专业维护人员，经过上传消缺措施及故障原因分析，形成运维问题的闭环管理。

4 结语

基于工业数据平台的钢铁企业电气智能化系统，融合了信息通信、在线监测、大数据、云计算等先进技术，通过对现场底层数据的实时采集和传输，在平台端根据生产过程监督模型、设备运行机理诊断模型、故障运维管理模型等进行数据分析处理，从而达到管理人员可随时随地的掌握生产状态，设备运维人员通过预警信息采取预防性措施避免故障发生，企业可通过平台系统达到持续性降本增效的创新目标。