返回
企业设备生产能耗数据量大，人工无法很快处理。能耗异常就不能及时被发现，从而影响企业生产。那如何对能耗进行科学检测，从而获得能耗异常预警呢？
本文将仔细讲讲，企业家们关注的能耗异常的那些事！
高耗能设备在实际运行过程中能源消耗量大、效率低、管理粗放、多数设备达不到满负荷运行状态，同时正常能耗的表现不断的变化，正常与异常的界限极不明确，管理人员很难及时有效地发现设备能耗异常情况。
所以,如何从海量的能耗数据中快速、高效的获取有用信息，及时发现设备能源使用过程中的漏洞，使设备能耗更加合理高效，成为目前高耗能设备节能工作中亟待解决的关键问题。
降低高耗能设备能源消耗的首要环节是防止由于设备低效率运行或不合理用能行为导致的能源浪费。设备能耗异常的在线预警能够实时发现设备运行过程中的能耗异常现象,对及时发现设备使用和管理上的不合理之处、杜绝因异常引起的非计划停机等不可控因素的发生具有重大的意义。
实现能耗异常预警我们该从哪些方面入手？
第一：利用机器学习和统计算法，探索能耗异常的相关数据，找到异常点，分析异常点规律
第二：利用深度学习、统计算法和静观值理论，分析出设备、生产过程与能耗的关系
第三：找到能耗优化点，实时报告，及时处理，为业务调整提供决策支持，显著降低能耗
能耗异常分析
从多数据源入手—进行数据探索—形成数据分析报告—嵌入应用
数据源：
能耗数据：电量、压缩空气、自来水、蒸汽
电力数据：点名、类型、质量、时间、数值
生产数据：处理、电泳、中涂、面涂
数据探索：
分析纬度：耗电分析、耗水分析、水电相关性分析、结合生成的能耗分析
分析目标：
发现异常点、找出原因、模式化分类、异常点规律、数值规律、生产与耗能关系
实现能耗预警具体实施过程：
耗电分析、耗水分析、耗时分析等
基于耗电、耗水、耗时数据进行处理，找到数据的异常点，对异常点进行分析
经分析发现，很多设备在非工作时间依然开机，如果关机，电泳和前处理阶段的节能情况如下
如果能够将某些车的前处理和电泳时间分别减少到37分钟和23分钟，在处理功率恒定的情况下，分别将会节约能耗3.23%和6.30%
本文所用数据分析工具：qlik sence
慧都大数据分析平台「GetInsight®」升级发布，将基于企业管理驾驶舱、产品质量分析及预测、设备故障分析及预测、供应链管理等大数据模型的构建，助力企业由传统运营模式向数字化、智能化的新模式转型升级，抓住数据经济的发展势头，提供管理效能，精准布局未来。
欢迎拨打慧都热线023-68661681或在线咨询，我们有专业的大数据团队，为您提供免费大数据相关业务咨询！
发表评论