原創|大數據新聞|編輯:陳久鳳|2021-04-28 10:13:39.470|閱讀 849 次
概述:設備生產能耗數據量大,能耗異常無法及時被發現,能耗異常帶來企業損失,那如何科學的對能耗異常進行預警,降低企業風險呢?
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
企業設備生產能耗數據量大,人工無法很快處理。能耗異常就不能及時被發現,從而影響企業生產。那如何對能耗進行科學檢測,從而獲得能耗異常預警呢?
本文將仔細講講,企業家們關注的能耗異常的那些事!
高耗能設備在實際運行過程中能源消耗量大、效率低、管理粗放、多數設備達不到滿負荷運行狀態,同時正常能耗的表現不斷的變化,正常與異常的界限極不明確,管理人員很難及時有效地發現設備能耗異常情況。
所以,如何從海量的能耗數據中快速、高效的獲取有用信息,及時發現設備能源使用過程中的漏洞,使設備能耗更加合理高效,成為目前高耗能設備節能工作中亟待解決的關鍵問題。
降低高耗能設備能源消耗的首要環節是防止由于設備低效率運行或不合理用能行為導致的能源浪費。設備能耗異常的在線預警能夠實時發現設備運行過程中的能耗異常現象,對及時發現設備使用和管理上的不合理之處、杜絕因異常引起的非計劃停機等不可控因素的發生具有重大的意義。
實現能耗異常預警我們該從哪些方面入手?
第一:利用機器學習和統計算法,探索能耗異常的相關數據,找到異常點,分析異常點規律
第二:利用深度學習、統計算法和靜觀值理論,分析出設備、生產過程與能耗的關系
第三:找到能耗優化點,實時報告,及時處理,為業務調整提供決策支持,顯著降低能耗
能耗異常分析
從多數據源入手—進行數據探索—形成數據分析報告—嵌入應用
數據源:
能耗數據:電量、壓縮空氣、自來水、蒸汽
電力數據:點名、類型、質量、時間、數值
生產數據:處理、電泳、中涂、面涂
數據探索:
分析緯度:耗電分析、耗水分析、水電相關性分析、結合生成的能耗分析
分析目標:
發現異常點、找出原因、模式化分類、異常點規律、數值規律、生產與耗能關系
實現能耗預警具體實施過程:

耗電分析、耗水分析、耗時分析等

基于耗電、耗水、耗時數據進行處理,找到數據的異常點,對異常點進行分析

經分析發現,很多設備在非工作時間依然開機,如果關機,電泳和前處理階段的節能情況如下

如果能夠將某些車的前處理和電泳時間分別減少到37分鐘和23分鐘,在處理功率恒定的情況下,分別將會節約能耗3.23%和6.30%

本文所用數據分析工具:qlik sence
慧都大數據分析平臺「GetInsight®」升級發布,將基于企業管理駕駛艙、產品質量分析及預測、設備故障分析及預測、供應鏈管理等大數據模型的構建,助力企業由傳統運營模式向數字化、智能化的新模式轉型升級,抓住數據經濟的發展勢頭,提供管理效能,精準布局未來。
歡迎撥打慧都熱線023-68661681或,我們有專業的大數據團隊,為您提供免費大數據相關業務咨詢!
====== 推薦閱讀 ======
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@ke049m.cn