工業互聯網+能源的想象空間

文 | 郭朝暉

作者系上海優也信息科技有限公司首席科學家、中國工業互聯網產業聯盟工業大數據組副主席

技術的價值很大程度上決定于應用該技術的場景。能源領域的很多場景恰恰適合工業互聯網技術的應用。

工業互聯網與能源管控有著特殊的淵源。GE公司的《工業互聯網》白皮書用三個視角討論工業互聯網的價值，能源消耗就是其中之一。在此之前，杰里米·里夫金曾經出版過一本叫做《第三次工業革命》的暢銷書。這本書討論的核心觀點就是能源互聯網對未來工業的影響。

工業互聯網的適用性

在工業互聯網領域，與能源系統相關的實踐案例很多。如光伏、風電或油田設備的遠程監控，供電系統的動態優化、工業園區的能源系統優化、大型企業的能源優化等。這種現象并非偶然，因為能源領域的很多場景特別適合工業互聯網的應用。

互聯網的本質作用是能夠讓信息傳遞突破物理空間的限制。物理空間越大，互聯網的優勢越明顯。在能源領域，與電網連接的設備分布在廣闊的國土上；風力發電、光伏發電等企業的設備往往分布在人跡罕至的荒郊野外。在鋼鐵石化等能耗高的重工業企業，廠區占地面積往往有幾平方公里到幾十平方公里。這些地方都容易找到互聯網發揮優勢的項目。

與傳統互聯網相比，工業互聯網對實時性、安全性、可靠性要求更高。這些特點與能源系統的要求是一致的。能源供給不僅要安全、穩定還要實現動態平衡：能源的生產和使用需要取得實時動態平衡，否則可能導致非常嚴重的后果。

與其他工業行業相比，能源介質及其生產過程都更加容易用數字化方法描述。能源系統的自動化程度往往較高、設備相對先進。這些特點也有利于工業互聯網的推廣和使用。

理解工業互聯網的作用

工業互聯網應用有很多層次。例如，可以在一些具體技術基礎上衍生出更深層次的技術并引發出業務流程和商業模式的改變。典型的做法是，將設備數據采集出來；在此基礎上，開發設備的預測性維護技術；利用這些技術，設備生產商可以為設備使用方提供設備維護服務，實現從制造到服務的轉型。

遺憾的是，預測性維護等高技術缺乏一般性的意義。對于多數場景，這種模式并不具備技術或經濟可行性。從長遠看來，工業互聯網目前的應用還是初步的，技術潛能遠遠沒有發揮出來。要洞悉工業互聯網未來的發展前景，需要更加深入地理解工業互聯網時代的內涵。

工業界一直有個夢想：無人化的生產。但現實中往往是做不到的。例如，從技術角度看，生產出現意外時，經常需要人去決策和處理。利用工業互聯網，可以找到一種折中的辦法，即遠程操控。從技術可行性上看，這種做法的可行性很好，但從短期看，除了少數場景，遠程操控不一定具備技術和經濟可行性。這也是工業互聯網難以迅速推廣的原因。

要解決這個困難，需要工業互聯網提供附加功能和價值。預測性維護是一種可以考慮的做法，但這種技術不具備一般性。一般性的做法，是與設備管理、生產管理、質量管理、能源管理、操作監控等管理工作結合在一起。

這些做法的基本原理是：首先用設備數據建立標準，然后把實時數據和標準做對比，用來判斷設備、操作、質量等是否正常。例如，設備震動或溫度超標時，可能意味著設備需要維護；報警長期無人處理，意味著操作工不盡職盡責；煙氣排放溫度過高，說明設備狀態不佳等。這些問題，過去都是靠人來管的，而現在則可以利用機器數據讓計算機來管。通過這種方法，企業的管理水平將會有全面、本質的提高。企業對質量、能耗、效率、安全要求越高，這種做法的效果就越好。

相關的技術原理，在GE的《工業互聯網》白皮書也有所闡述。GE認為，工業互聯網有三個基本要素：智能的機器、高級算法和工作中的人。其中，所謂智能的機器，就是可以把相關數據上網，甚至能進行遠程操控的機器。這個基礎奠定以后，會遇到一個困難：成千上萬的設備把實時數據匯集到一起時，人類的大腦是無法及時處理的。為了解決這個困難，工業互聯網第二個要素（即高級算法）就要發揮作用。高級算法就像秘書一樣，幫助人們從海量數據中找出那些需要人類關注和處理的問題，交給“工作中的人”來處理。我們注意到：《工業互聯網》白皮書的副標題就是“重構人和機器的關系”，講的就是這個邏輯。

這樣的邏輯可以解決很多一般性的問題。在工業企業，設備故障和生產問題總是難以避免。在工藝過程復雜的場景下，人類往往要花費很長時間去尋找問題的原因。時間的耽擱會帶來巨大的經濟損失。設備數據上網之后，可以讓高級算法幫助人類迅速找到問題的根源。在電力系統中，計算機分析的優勢非常突出：排查故障或者異常，需要準確得知信號發生的先后關系。時間精度要到毫秒級，否則因果關系就可能會搞錯。這樣的分析，必須依靠計算機的高級算法，才能做到這一點。

對于常見的技術活管理問題，可以把專家處理問題的邏輯變成計算機代碼，讓機器按照人類的辦法進行決策。通過這種辦法，可以進一步減少人類處理問題的負荷，提高決策的自動化水平——這其實就是智能化了。某種意義上說，智能化是管理和控制的融合。管控融合的思想很早就有了，但只有在工業互聯網的時代，才有條件實現。

工業互聯網平臺與工業大數據

鋼鐵等重工業的耗能約占工業總能耗的一半，節能潛力重大。上海優也公司在華東一家中小型鋼鐵廠的一項煤氣優化工作，就為企業創造了4200萬的年效益。很多專家認為：判斷鋼鐵企業智能化水平的最佳指標是能源消耗水平而不是機器人的數量。

在行業內部，提高能源利用效率的思路是清晰的。即從單體節能走向系統節能，從以人為主的管理走向智能管控，要從單純的能源管理走向能源與生產、設備的協同管理。但這些要求讓問題的復雜性急劇上升。人們苦于沒有合適的技術手段，找不到合適的切入點，這些想法往往難以落實。

解決上述問題的主要困難，是涉及到的設備太多、關聯關系復雜。工業互聯網能夠解決設備互聯的問題，但系統設計時仍會面臨巨大的困難。筆者認為，對于超級復雜的系統，應該以持續改進的辦法解決問題，不能指望畢其功于一役。

在持續改進的過程中，一般需要把人類專家的碎片化知識變成高級算法。要推動持續改進，就要這些知識必須沉淀下來。工業互聯網平臺就是沉淀這些知識的載體。從某種意義上說，工業互聯網平臺的發展方向，就在于更好地支持持續改進。

我們知道，對在線的軟件系統進行改進是有成本和風險的。工業互聯網平臺要支持持續改進，本質上就是降低系統維護的成本和風險。典型的做法包括：推動數據和代碼的復用、采用無代碼或少代碼編程技術等。從某種意義上說，數字孿生就是解決這類問題的技術手段之一。

工業企業的技術人員具有豐富的專業知識。高級算法所用的知識，主要來源于人的經驗。但是，利用生產數據，人們可以讓這些知識變得更加精準。數據條件好的時候，人們還可以從數據中發現一些過去難以掌握的知識。所以，工業大數據能夠很好地支持持續改進的工作。

總結與展望

實踐告訴我們：技術的價值很大程度上決定于應用該技術的場景。能源領域的很多場景恰恰適合工業互聯網技術的應用。對企業來說，技術應用的成敗，一般用經濟效果來衡量。對能源系統來說，工業互聯網往往可以用來提升能源系統的管控水平，包括提升設備管理水平、工人的操作水平、促進能源生產與使用的協調。

利用工業互聯網解決技術和管理問題的時候，往往需要將人類的專業知識變成計算機算法，才能幫助人類從海量實時數據中發現并解決問題。

這是一個需要長期堅持的、持續改進的過程，難以一蹴而就。工業互聯網平臺和工業大數據技術應該便于支持這樣的持續改進。