APP下载

企业安全生产电力大数据分析系统设计与应用研究

2023-06-03李蓓傅贤君戚梦瑶

电脑知识与技术 2023年10期
关键词:监测预警电力大数据应急管理

李蓓 傅贤君 戚梦瑶

关键词:电力大数据;安全生产;应急管理;监测预警;闭环监管

中图分类号:TP311.5 文献标识码:A

文章编号:1009-3044(2023)10-0071-04

1 概述

据统计,瑞安市85%以上的工业企业火灾、40% 以上的人身伤亡事故均涉及用电安全问题,该市有各类市场主体16.6万家。瑞安市工业企业安全生产监管主要存在以下痛点:一是监管对象底数不清。瑞安市企业量大面广,变动频繁,监管对象清单一直难以实现动态及时更新。二是监管人员力量不够。传统监管依靠人力实现隐患排查,不仅费时费力,监管效果也不甚理想。三是监测预警渠道不广。以往对企业安全监管主要依靠人工排查,手段单一,方式简单,已不适应新形势下日益提高的监管要求。

企业用电数据指标蕴含着大量安全生产特征,为安全生产提供了实时动态监测手段。国内外专家学者对企业安全生产数字化研究应用较多,赵文刚[1]等人研究电力企业安全生产管控信息化需求,提出建设“互联网+”安全管控系统的解决路径,并自主开发建设了“融和”安全生产管控系统。罗俊龙[2]等人提出了一种在现有企业安全管控基础上,融合智能视频的自动监控技术,可进行自动控制,并有效监测现场风险点的异常状态。国内外专家学者研究电力大数据分析应用得较多。余顺坤[3]等人提出基于SC-RS对我国工业电力用户价值画像模型研究,SC-RS模型能够对电力用户大数据实现价值情报挖掘与利用,是为我国电力企业智慧营销管理赋能的有力工具。宋建林[4]等人提出基于随机森林法的用户用电行为分析,特别是采用随机森林算法分析用电过程中的窃电行为,详细介绍了计算的过程和计算结果的解读,电力企业相关人员对用户客户用电行为的分析工作提供参照。陈奋开[5]等人通过负荷特性分析平台的用户负荷特性及用电行为,量化分析用户负荷特性及用电行为。国内外专家学者利用电力大数据分析企业安全生产行为的研究尚不多见。

本研究借助电力监测预警数据,及时发现企业生产异常波动、线路温度过高、停工复产和各类不安全用电行为,补齐监测预警短板。同时,建立风险隐患动态管控闭环体系,提升企业安全生产精准防范能力。

2 总体设计

2.1 总体架构设计

杨成[6]等人设计的安全生产智能管控平台主要由人员位置管理系统、视频监控系统、远程调度指挥系统、安全生产智能管控移动端4大子系统组成。基于本研究研发“安全生产智能监管应用”,设计四横(业务应用体系、应用支撑体系、数据资源体系、基础设施体系)、四纵(政策制度体系、标准规范体系、组织保障体系、网络安全体系)、两掌(浙政钉、浙里办)架构体系(见图1),保障系统在满足高并发、高可用、高稳定和高安全等性能要求的同时,具备易兼容、可扩展、易维护等技术优势。

2.2 网络架构设计

本项目总体采用政务外网部署,通过应用单位向大数据中心申请提供云服务资源作为系统平台、数据平台运行网络环境,总体架构设计见图2。

1)政府部门的系统用户可通过政务外网直接连接使用,物联网设备、移动终端设备等用户场景可通过服务器映射方式,以访问平台互联网端。

2)国家电网相关数据资源通过部署在国家电网内部的算法模型服务器,经过隐私计算,将运算结果推送至“电保安”应用平台,实现数据共享交换。

3)通过政务网络,本系统数据库与瑞安市大数据管理中心的数据资源、其他同级委办局的应急专题数据、省、市、县应急管理部门数据库的互通和共享。

3 场景建设

3.1 监管底数

企业监管底数来自三大数据源,分别为浙江省应急管理厅工业企业安全在线系统、国家电网数据中台和瑞安市应急局提供的厂中厂相关数据,这些源数据经过对接、清洗、去重、叠加、修正,作为企业接入底数。

首先,对接浙江省应急管理厅“工业企业安全在线”平台,作为企业监管底数首要数据来源,该数据每天更新一次。各工业企业可以在“工业企业在线”平台开展隐患排查治理、接收监管部门的风险单,开展企业风险研判等。对接数据涵盖了非金属矿物制品业、印刷和记录媒介复制业等26个行业类型,以及危险化学品生产及仓储企业、高温熔融等19大重点领域类型,包含重大风险源、风险点数量、标准化等级、企业规模、员工人数、主要负责人等关键字段,作为固有风险和管控风险的判定标准和指标构成。

然后,以瑞安市在册工矿企业底数为基准,以电力户号为统一编码和比对标准,每周和国网数据中台对比企业新增开户、销户清单,实现“电力系统核增”每周自动化更新。

最后,将瑞安市“厂中厂”数据作为比对新增,将瑞安市2000家厂中厂企业做重复剔除处理,补充形成最终企业监管底数。

3.2 固有风险

固有風险是经济学中的术语,是指在不考虑内部控制结构的前提下,由于内部因素和客观环境的影响,企业的账户、交易类别和整体财务报表发生重大错误的可能性。在本系统中,固有风险是根据企业所属重点类型来判断,用来评估企业静态四色风险,分为红色风险、橙色风险、黄色风险和蓝色风险四个类别。

固有风险评估标准为:将具有重大风险源的企业纳入红色风险,根据工业企业在线系统中“是否重大危险源企业”来判断;将“三场所三企业”和危化品量较大的纳入橙色风险,其中,“三场所三企业”是指有限空间作业场所、涉及可燃爆粉尘作业场所、喷涂作业场所、金属冶炼企业、涉氨制冷企业和船舶修造企业,这些场所和企业一直是事故高发领域。

3.3 管控风险

管控风险主要针对日常管控过程中,企业在安全生产管理、双重预防等方面的风险防范评价。包括基础管理、目标职责、安全投入、教育培训、双重预防、应急管理、企业异常经营、企业异常生产行为等日常监管指标,建立企业安全生产管控风险评价模型。评价结果采用四色分级,包括红色、橙色、黄色、蓝色四类。

3.4 用电风险

对接国家电网数据中台对工业企业用电情况实时监控,将总有功功率以15分钟为一个区间(见图3),建立实时用电负荷曲线,提取过去三个月平均值为典型用电负荷曲线,根据异常情况设置不同风险阈值,超出阈值自动预警。

1)用电负荷异常波动模型设计

算法描述:根据历史用电情况生产日典型曲线,生成曲线后根据单日负荷波形与典型负荷波形曲线偏离度、有效值偏差来判断是否存在负荷异常波动。实际应用案例见图4。

计算公式:总体负荷变化率>30%,每天计算一次,总体负荷变化率=96 个区间负荷分布变化率之和/96。

结果输出:预警时间(精确到分钟)、户号、户名、社会统一信用代码、日用电量(含1年历史数据)、日用电负荷(含1年历史数据)及结果七个;1个时间点为真,结果输出“是”,其余输出“否”;若输出数据量过大,可以只输出结果为“是”的数据。

2)企业明停暗开模型设计

算法描述:根据当天开工小时数判断企业是否存在明停暗开。

计算公式:当天开工小时数>4且属于被责令停产企业,每天计算一次。

结果输出:预警时间(精确到分钟)、户号、户名、社会统一信用代码、日用电量(含1年历史数据)、日用电负荷(含1年历史数据)及结果七个;1个时间点为真,结果输出“是”;其余输出“否”;若输出数据量过大,可以只输出结果为“是”的数据。

3)企业停工复产模型设计

算法描述:根据企业开工状态判断企业是否存在停工复产现象。

计算公式:当天开工小时数>4且该企业过去一周每日开工小时数<4,每天计算一次。

结果输出:预警时间(精确到分钟)、户号、户名、社會统一信用代码、日用电量(含1年历史数据)、日用电负荷(含1年历史数据)及结果七个;1个时间点为真,结果输出“是”;其余输出“否”;若输出数据量过大,可以只输出结果为“是”的数据。

3.5 物联感知风险

通过对接企业生产加工车间和公共场所视频监控信息,利用行为识别AI算法判定人员异常操作行为。通过接入企业温度、压力、气体浓度、烟感等物联感知设备信息识别感知风险点。

3.6 综合风险

通过企业固有风险、管控风险、用电风险、物联感知风险四个评价准则层35项二级评价指标,建立企业安全生产综合风险指数模型(百分制),设定风险分级警报阈值,建立红、橙、黄、蓝风险四色图,及时监测工业企业安全生产风险状态,并进行分级管控。综合风险指数模型建立流程见图5。

对于红色风险企业,如果有任何一个报警,就触发风险预警;对于橙色风险企业,发生用电负荷异常波动即触发预警;对于黄色风险企业,发生电缆长时间超温、变压器超负荷运行和三相不平衡中的任何一项即触发预警;对于蓝色风险企业,如有一个动态风险,且综合风险指数大于阈值即触发预警。另外,对于连续同一个报预警(综合风险指数超过阈值的预警),未完成排查整改的加入关注,已闭环的在当月予以屏蔽。

3.7 闭环处置

研发企业安全生产智能监管PC端和移动端(浙政钉、浙里办),根据企业安全生产综合风险指数模型分析的红、橙、黄、蓝风险四色图,制定分级处置流程,实现企业安全生产“监测-核查-整改-复查”联动闭环管控处置(见图6)。

4 结束语

本系统有效接入瑞安市14236家工业企业。2022 年8月—10月期间,系统共发送安全生产类预警262 次,排查解决隐患1389 条,厂均隐患发现率提高32.7%。如8月25日,系统识别到某公司电缆长时间超温,经网格员现场排查发现系线路老化问题,并第一时间指导该公司完成老化线路更新工作。

本系统充分发挥电力大数据覆盖面广、实时性强、准确性高的优势,以电力大数据辅助精准监管和研判风险为创新切口,叠加固有风险、管控风险、物联感知风险等评价指标,建立数据分析模型,设定风险预警阈值,在安全生产方面可以及时发现企业生产异常波动、线路温度过高、停工复产和各类不安全用电行为,创新企业安全生产智慧化监管模式。下一步,将继续优化算法模型,提高监测预警灵敏度,从而更加切实有效赋能企业安全生产风险防范。

猜你喜欢

监测预警电力大数据应急管理
电力大数据应用研究与展望
电力大数据质量评价模型及动态探查技术研究