基于标识解析体系的电力行业企业节点系统

摘 要：工业互联网标识解析体系是实现工业信息共享和共管的信息基石，是支撑工业互联网互联互通的神经枢纽，也是驱动工业互联网创新发展的核心设施。标识解析企业节点作为体系的基础数据来源以及数据标准化的第一道工序尤为重要。针对基于标识解析体系的企业节点和电力行业所面临的资产信息、数据信息“数量大、门类多、范围广”的特点进行研究，提出电力行业工业互联网标识解析企业节点的解决方案，包含多源异构数据处理、标识解析中间件以及与行业关切的应用等关键技术。对企业来说，通过对电力设备的精细化管控、预测性维护等应用，能够实现提质降本增效以及对业务数据的掌控权；对产业链来说，从根源上打通“产-输-变-配-用”各个环节的“数据孤岛”，最终实现电力产业链的协同发展。

关键词：工业互联网；标识解析；企业节点；标识解析应用；预测性维护；标识解析中间件

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2024）03-0-03

0 引 言

在“双碳”目标下的“东数西算”以及“行业数字化”等政策逐步落实的背景下，电力行业持续推动新型电力系统的建设。总体上看，电力行业的数字化起步较早，已渗透至“产-输-变-配-用”的各个环节，通过广泛使用一维码、二维码、RFID以及NFC等标识对电力设备物资、人员等进行管理，支撑企业、生产控制、客户服务等工作。同时因具备典型能源行业资产信息和数据信息“数量大、门类多、范围广”的特点，也导致了一系列的问题。一是早期的电力企业数字化系统缺乏统一的顶层设计，仅能满足日常的生产经营活动，无法实现新型电力系统灵活敏捷和可靠高效。二是编码体系繁杂，电力数字化起步早、市场分散，参与方众多且均在各自专业化和细分领域深耕多年，不同的领域采用的标识编码体系不一致，导致设备（产品）在流通中多次编码和贴标，费时费力，效率低下。三是数据重复采集，共享度低，各个系统自成体系，同一类传感器重复部署，产业链上下游数据“孤岛”现象严重，电力设备运维和售后困难，使得生产安全问题频发，设备闭环管理困难。此时对于上下游产业链和参与方而言，急需形成完备的数字化转型思维和统一强大的技术平台架构，使IT、OT深度融合，实现电力行业整体效能的提升[1-4]。

1 工业互联网标识解析体系

工业互联网是新一代网络信息技术与制造业深度融合的产物，是实现产业数字化、网络化、智能化发展的重要基础设施。标识解析体系作为工业互联网网络体系的基石，通过赋予每一个产品、零部件、设备唯一的工业级“身份证”，拉通全网数据，实现资源的灵活区分、调度和精细化管理[5]。

我国工业互联网发展的多样性，导致多种标识编码体系并存，有信通院自主研究的VAA体系，主要用在工业互联网领域；互联网之父、TCP/IP联合发明人罗伯特·卡恩提出的Handle体系，已经广泛地用在食品溯源、药品信息等领域；由ISO（国际标准化组织）、IEC（国际电工委员会）和ITU（国际电信联盟）共同提出的OID体系，主要用在物联网领域；由中国物品编码中心自主研究提出的Ecode体系，主要用在物联网领域；由国际物品编码协会负责管理和维护的GS1体系，主要用在快消、制造、物流、食品安全追溯、医疗卫生等多个行业和领域。在以上多码体系并存的基础上，从2018年开始，我国自主规划并经历四年多建设的标识解析体系，已经完全实现了和多种国际主流工业互联网标识解析体系的互联互通，链接物理世界和数字空间，推动工业数据无缝流动和融合交互。

工业互联网标识解析体系架构由五部分构成，包括国际根节点、国家顶级节点、二级节点、公共递归解析节点以及企业节点。其中，国际根节点处于最顶层，提供全球业务的解析；国家顶级节点是标识解析体系的关键环节，起到承上启下的作用，向上对接国际根节点，向下管理二级节点及各企业节点，实现内部联通和协同发展；二级节点具有行业属性，为行业提供标识注册和解析业务；公共递归解析节点提供公共查询和访问服务，通过缓存机制提升解析效率；企业节点为企业的具体业务提供标识注册解析服务，和企业的产线、车间挂钩，是数据的基础来源[6-11]。具体的分级分层架构如图1所示。

2 电力行业企业节点系统

2.1 系统架构

电力行业企业节点属于电力企业的信息化系统，向上与国家标识解析体系对接，适配二级节点的协议规范、标识规范、管理规则和运营需求等要求；向下兼容企业信息化系统以及智能化设备，遵从企业相关规定以及适配各类业务场景。由于企业规模大小、业务属性不同，可以根据需求在标识注册解析等功能基础上，构建具备企业特色属性的管理方式和应用化定制。企业业务数据是其和上下游产业链交互和流通最重要的资产，进而涉及到数据确权问题。作为企业来说，希望业务数据不出厂，所以企业节点的作用至关重要，是企业数据出厂的最后一道关卡。从供应链协同发展来说，希望链上各企业能够自主控制数据主权的同时，根据协同目标和整体目标按需进行信息共享，从而达到产业链的良性发展。目前市面上企业节点的标准化软件比较少，企业业务数据大多数还是以二级节点托管的方式存储，对于企业来说接受度和认可度比较低。未来网络作为国内首批标识解析系统建设的参与者，具有丰富的经验，在标识解析体系企业节点研发方面已有相关的系统（产品）积累，主要包含数据接入、数据中间件、标识解析中间件以及应用层三大部分，具体功能架构如图2所示。

2.2 系统功能

2.2.1 数据接入层

企业节点提供集中统一的数据接入，将所有数据源集中存储、处理和共享，为后续的业务流打通提供基础来源。从数据来源上，分为信息化系统的数据接入和智能设备/传感器设备数据接入，信息化系统数据主要包含OCS、OMS、EMS等系统的数据。从数据类型上，电力行业数据分为结构化数据和非结构化数据。结构化数据包含源系统建模数据、源系统实时数据、源系统遥信变位数据、SOE等告警数据以及源系统的历史数据等。非结构化数据包含源系统的接线图、视频、OMS中各种格式的办公文件，例如WORD、PDF、PPT、EXCEL等等。

2.2.2 标识解析中间件层

标识解析中间件提供共性技术、工业数据管理、系统间集成、标识解析等工具和服务，向上对接标识解析体系，向下为企业和企业应用、企业信息化系统接入前缀申请、标识注册、数据同步和解析等功能提供标准统一服务，消除标识解析体系的变动为企业带来的影响，提升接入的便利性。

（1）多源异构数据处理

电力系统的数据来源于不同的操作系统、管理系统，数据的存储模式和逻辑结构不同，数据的产生时间、使用场所、代码协议等也不同，这造成了数据“多源”性。异构数据包括多种类型的结构化数据、半结构化数据和非结构化数据。不同类型的数据在形成过程中没有统一的标准，因此造成了数据“异构”的特征。作为标识解析中间件平台来说，通过在数据集成、数据清洗和转换、数据降维处理过程中对不同数据进行场景化处理，最终实现数据的统一化、标准化。

（2）数据建模

企业节点定义基于场景需求的工业互联网标识应用的数据建模，建立元数据库和主数据库。企业根据元数据库、主数据库给出标识对象对应的属性值，以支持基于工业互联网标识解析体系的各种创新应用。

（3）前缀申请

系统提供企业前缀注册和企业信息录入功能，实现企业标识前缀编码申请、使用情况反馈、标识有效性管理等功能，为二级节点管理企业节点提供基础数据。

（4）标识注册/解析

中间件注册向上对接标识解析体系二级节点，将标准化后的数据注册进标识解析体系，同时对接标识解析体系的递归节点、二级节点和顶级节点，实现数据的解析功能。

（5）数据确权

企业节点将标识解析技术和区块链技术相结合，实现企业的数据确权。通过将数字资产对象的自身属性、权利归属及转移流通等信息以唯一标识、整体方式上链存储，同时关联数字或现实世界中的真实资产，借助区块链的特性，实现数字资产的价值唯一性，使其具备整体不可分割性、真实性、完整性及可验证性，以技术手段明确了数字资产的属性和权利归属，为权利所属人的维权提供了技术支撑，成为数字资产确权的手段。

（6）权限管理

在企业节点完成上下游产业链企业的组织设置，每个组织设置不同角色和权限，进而赋予不同的数据访问权限。企业节点首先判断访问用户归属的组织，根据组织获取相关的权限，完成元数据模型、企业信息、生产信息、订单信息、维修信息、客户信息等数据的标识解析。

2.2.3 企业应用层

电力行业的企业节点应用层提供综合化、通用化、基础化公共服务以及特色定制化的应用。通用型应用主要包含设备的全生命周期溯源、设备的预测性维护等应用；定制化应用包含企业的个性化需求，可以结合客户的业务需求定制可视化大屏和智能驾驶舱。

（1）电力设备全生命周期溯源应用

如图3所示，通过标识解析体系，赋予电力设备工业级“身份证”，从设备台账、设备监测、设备故障、设备检修、设备退役到设备报废的全生命周期溯源，打破设备厂家、电力公司、运管人员、维修人员的信息壁垒，实现各相关方参与的设备远程运维和预防保养，有效提升设备的运维效率、降低设备故障排查时间，解决企业运维资源不足、问题定位排查时间长的问题，提升电力设备运维工作质量，提高企业对电网设备的运行掌控能力。

通过对设备前世今生数据的知晓，根据运行年限、出厂参数、设备分布、PMS系统以及在线监测系统的相关信息和各维度分析、评价和预测的结果，结合人工智能算法、大数据等技术为设备的状态监测、设备的预测性维护提供检修建议、检修方案等。按照设备和在线监测装置实时状态评价规范要求，周期性形成状态感知实时评价报表，为设备厂商提供传感器装置远程运行维护能力、快速定位故障原因。对于设备厂商来说，简单的配置问题可以远程指挥现场运维人员解决，复杂的技术问题或者需要更换易耗品等可以到现场一次性完成检修，提高运维检修效率，降低运检基层人员的工作负荷。对于各参与方来说，通过关键节点信息透明化传输和数据分析，能够保证对关键环节信息的实时把控，进而做出合适的决策。

（2）电力设备预测性维护应用

预测性维护是在正确的时间对潜在的故障进行针对性维护的措施，是保障电力设备正常运转，减少非计划停机事件发生的重要手段，是电力企业实现智慧电网的主要抓手。传统运维巡检主要采用例行巡检进行故障发现，这样会导致很多隐性的故障和无效的巡检，人工成本也比较高，当事故发生后造成的损失十分巨大。电力设备从故障信号发生到完全发生，会经历一系列的故障阶段，在不同的阶段，维修措施和紧急需求是不同的，其对应的维修成本也不同。对于预测性维护来说，数据来源全面、完整非常重要，通过标识解析技术，拉通设备全生命周期的数据，能够有效保证预测性维护的准确性。本应用利用标识解析技术、信息抽取技术等对设备实时信息、设备的故障报告和行业专家经验，以知识图谱的形式进行碎片化融合，在故障发生前通过对多源异构数据进行全方位、多维护的监控采集和治理等操作，结合工业机理和大数据数理模型等进行预判和告警，对故障类型、部位以及原因进行精准分析，并生成全方位的设备健康体检和智能维护方案，从而降低事故的风险，提高员工和公共的安全，为电力企业降低运维成本。

3 系统部署

企业节点的部署主要以一体机的形式，包含了系统部署所需的一切硬件，后台软件、数据库、网络等均经过预先配置、调优和测试，“一键式”安装部署、即插即用，软硬一体化，实现系统的一站式快速交付，帮助用户节省系统上线时间。

4 结 语

通过建设基于标识解析体系电力行业企业节点系统，完善标识解析技术与电力行业的技术融合，可有效地解决电力企业对数据的掌控粒度，解决电力行业设备制造、运维、监管、检修等过程中遇到的管理混乱、追溯困难和协同性差等问题。对于产业链来说，通过企业节点的转换和兼容处理，可以让更多的产品和设备数字化、标准化，让工业数据从底层流动起来，从而推动整个电力体系快速实现数字化转型、智能化改革，进而为国家的工业互联网建设保驾护航、添砖加瓦。

参考文献

[1]艾瑞咨询研究院. 中国电力产业数字化研究报告[EB/OL].（2022-07-12）. https：//www.iresearch.com.cn/Detail/report？id=4026amp;isfree=0.

[2]陈皓勇，李志豪，陈永波，等. 基于5G的泛在电力物联网[J]. 电力系统保护与控制，2020，48（3）：1-8.

[3]喻冬梅，蒋宗敏，戴冬云，等.工业互联网在电力装备行业的应用[J].电力大数据，2019，22（9）：35-42.

[4]何奉禄，陈佳琦，李钦豪，等. 智能电网中的物联网技术应用与发展[J]. 电力系统保护与控制，2020，48（3）：58-69.

[5]工业互联网产业联盟. 工业互联网标准体系（版本3.0）[EB/OL]. （2021-12-31）.http：//www.aii-alliance.org/index/c315/n3038.html.

[6]工业互联网产业联盟. 工业互联网标识解析标准化白皮书[EB/OL]. （2021-01-25）.http：//www.aii-alliance.org/index/c317/n2055.html.

[7]曾鹏，刘阳. 工业生产中工业互联网标识解析技术应用研究[J]. 自动化博览，2019，37（11）：46-48.

[8]贾雪琴，罗松，胡云. 工业互联网标识及其应用研究[J]. 信息通信技术与政策，2019，45（4）：1-5.

[9]刘阳，韩天宇，谢滨，等.基于工业互联网标识解析体系的数据共享机制[J].计算机集成制造系统，2019，25（12）：3032-3042.

[10]张钰雯，池程，朱斯语. 工业互联网标识解析体系发展趋势[J]. 信息通信技术与政策，2019，45（8）：43-46.

[11]杨震，张东，李洁，等. 工业互联网中的标识解析技术[J]. 电信科学，2017，33（11）：134-140.