企業安全生產電力大數據分析系統設計與應用研究

李蓓　傅賢君　戚夢瑤

關鍵詞：電力大數據；安全生產；應急管理；監測預警；閉環監管

中圖分類號：TP311.5 文獻標識碼：A

文章編號：1009-3044（2023）10-0071-04

1 概述

據統計，瑞安市85%以上的工業企業火災、40% 以上的人身傷亡事故均涉及用電安全問題，該市有各類市場主體16.6萬家。瑞安市工業企業安全生產監管主要存在以下痛點：一是監管對象底數不清。瑞安市企業量大面廣，變動頻繁，監管對象清單一直難以實現動態及時更新。二是監管人員力量不夠。傳統監管依靠人力實現隱患排查，不僅費時費力，監管效果也不甚理想。三是監測預警渠道不廣。以往對企業安全監管主要依靠人工排查，手段單一，方式簡單，已不適應新形勢下日益提高的監管要求。

企業用電數據指標蘊含著大量安全生產特征，為安全生產提供了實時動態監測手段。國內外專家學者對企業安全生產數字化研究應用較多，趙文剛[1]等人研究電力企業安全生產管控信息化需求，提出建設“互聯網+”安全管控系統的解決路徑，并自主開發建設了“融和”安全生產管控系統。羅俊龍[2]等人提出了一種在現有企業安全管控基礎上，融合智能視頻的自動監控技術，可進行自動控制，并有效監測現場風險點的異常狀態。國內外專家學者研究電力大數據分析應用得較多。余順坤[3]等人提出基于SC-RS對我國工業電力用戶價值畫像模型研究，SC-RS模型能夠對電力用戶大數據實現價值情報挖掘與利用，是為我國電力企業智慧營銷管理賦能的有力工具。宋建林[4]等人提出基于隨機森林法的用戶用電行為分析，特別是采用隨機森林算法分析用電過程中的竊電行為，詳細介紹了計算的過程和計算結果的解讀，電力企業相關人員對用戶客戶用電行為的分析工作提供參照。陳奮開[5]等人通過負荷特性分析平臺的用戶負荷特性及用電行為，量化分析用戶負荷特性及用電行為。國內外專家學者利用電力大數據分析企業安全生產行為的研究尚不多見。

本研究借助電力監測預警數據，及時發現企業生產異常波動、線路溫度過高、停工復產和各類不安全用電行為，補齊監測預警短板。同時，建立風險隱患動態管控閉環體系，提升企業安全生產精準防范能力。

2 總體設計

2.1 總體架構設計

楊成[6]等人設計的安全生產智能管控平臺主要由人員位置管理系統、視頻監控系統、遠程調度指揮系統、安全生產智能管控移動端4大子系統組成?；诒狙芯垦邪l“安全生產智能監管應用”，設計四橫（業務應用體系、應用支撐體系、數據資源體系、基礎設施體系）、四縱（政策制度體系、標準規范體系、組織保障體系、網絡安全體系）、兩掌（浙政釘、浙里辦）架構體系（見圖1），保障系統在滿足高并發、高可用、高穩定和高安全等性能要求的同時，具備易兼容、可擴展、易維護等技術優勢。

2.2 網絡架構設計

本項目總體采用政務外網部署，通過應用單位向大數據中心申請提供云服務資源作為系統平臺、數據平臺運行網絡環境，總體架構設計見圖2。

1）政府部門的系統用戶可通過政務外網直接連接使用，物聯網設備、移動終端設備等用戶場景可通過服務器映射方式，以訪問平臺互聯網端。

2）國家電網相關數據資源通過部署在國家電網內部的算法模型服務器，經過隱私計算，將運算結果推送至“電保安”應用平臺，實現數據共享交換。

3）通過政務網絡，本系統數據庫與瑞安市大數據管理中心的數據資源、其他同級委辦局的應急專題數據、省、市、縣應急管理部門數據庫的互通和共享。

3 場景建設

3.1 監管底數

企業監管底數來自三大數據源，分別為浙江省應急管理廳工業企業安全在線系統、國家電網數據中臺和瑞安市應急局提供的廠中廠相關數據，這些源數據經過對接、清洗、去重、疊加、修正，作為企業接入底數。

首先，對接浙江省應急管理廳“工業企業安全在線”平臺，作為企業監管底數首要數據來源，該數據每天更新一次。各工業企業可以在“工業企業在線”平臺開展隱患排查治理、接收監管部門的風險單，開展企業風險研判等。對接數據涵蓋了非金屬礦物制品業、印刷和記錄媒介復制業等26個行業類型，以及危險化學品生產及倉儲企業、高溫熔融等19大重點領域類型，包含重大風險源、風險點數量、標準化等級、企業規模、員工人數、主要負責人等關鍵字段，作為固有風險和管控風險的判定標準和指標構成。

然后，以瑞安市在冊工礦企業底數為基準，以電力戶號為統一編碼和比對標準，每周和國網數據中臺對比企業新增開戶、銷戶清單，實現“電力系統核增”每周自動化更新。

最后，將瑞安市“廠中廠”數據作為比對新增，將瑞安市2000家廠中廠企業做重復剔除處理，補充形成最終企業監管底數。

3.2 固有風險

固有風險是經濟學中的術語，是指在不考慮內部控制結構的前提下，由于內部因素和客觀環境的影響，企業的賬戶、交易類別和整體財務報表發生重大錯誤的可能性。在本系統中，固有風險是根據企業所屬重點類型來判斷，用來評估企業靜態四色風險，分為紅色風險、橙色風險、黃色風險和藍色風險四個類別。

固有風險評估標準為：將具有重大風險源的企業納入紅色風險，根據工業企業在線系統中“是否重大危險源企業”來判斷；將“三場所三企業”和?；妨枯^大的納入橙色風險，其中，“三場所三企業”是指有限空間作業場所、涉及可燃爆粉塵作業場所、噴涂作業場所、金屬冶煉企業、涉氨制冷企業和船舶修造企業，這些場所和企業一直是事故高發領域。

3.3 管控風險

管控風險主要針對日常管控過程中，企業在安全生產管理、雙重預防等方面的風險防范評價。包括基礎管理、目標職責、安全投入、教育培訓、雙重預防、應急管理、企業異常經營、企業異常生產行為等日常監管指標，建立企業安全生產管控風險評價模型。評價結果采用四色分級，包括紅色、橙色、黃色、藍色四類。

3.4 用電風險

對接國家電網數據中臺對工業企業用電情況實時監控，將總有功功率以15分鐘為一個區間（見圖3），建立實時用電負荷曲線，提取過去三個月平均值為典型用電負荷曲線，根據異常情況設置不同風險閾值，超出閾值自動預警。

1）用電負荷異常波動模型設計

算法描述：根據歷史用電情況生產日典型曲線，生成曲線后根據單日負荷波形與典型負荷波形曲線偏離度、有效值偏差來判斷是否存在負荷異常波動。實際應用案例見圖4。

計算公式：總體負荷變化率＞30%，每天計算一次，總體負荷變化率=96 個區間負荷分布變化率之和/96。

結果輸出：預警時間（精確到分鐘）、戶號、戶名、社會統一信用代碼、日用電量（含1年歷史數據）、日用電負荷（含1年歷史數據）及結果七個；1個時間點為真，結果輸出“是”，其余輸出“否”；若輸出數據量過大，可以只輸出結果為“是”的數據。

2）企業明停暗開模型設計

算法描述：根據當天開工小時數判斷企業是否存在明停暗開。

計算公式：當天開工小時數＞4且屬于被責令停產企業，每天計算一次。

結果輸出：預警時間（精確到分鐘）、戶號、戶名、社會統一信用代碼、日用電量（含1年歷史數據）、日用電負荷（含1年歷史數據）及結果七個；1個時間點為真，結果輸出“是”；其余輸出“否”；若輸出數據量過大，可以只輸出結果為“是”的數據。

3）企業停工復產模型設計

算法描述：根據企業開工狀態判斷企業是否存在停工復產現象。

計算公式：當天開工小時數＞4且該企業過去一周每日開工小時數＜4，每天計算一次。

結果輸出：預警時間（精確到分鐘）、戶號、戶名、社會統一信用代碼、日用電量（含1年歷史數據）、日用電負荷（含1年歷史數據）及結果七個；1個時間點為真，結果輸出“是”；其余輸出“否”；若輸出數據量過大，可以只輸出結果為“是”的數據。

3.5 物聯感知風險

通過對接企業生產加工車間和公共場所視頻監控信息，利用行為識別AI算法判定人員異常操作行為。通過接入企業溫度、壓力、氣體濃度、煙感等物聯感知設備信息識別感知風險點。

3.6 綜合風險

通過企業固有風險、管控風險、用電風險、物聯感知風險四個評價準則層35項二級評價指標，建立企業安全生產綜合風險指數模型（百分制），設定風險分級警報閾值，建立紅、橙、黃、藍風險四色圖，及時監測工業企業安全生產風險狀態，并進行分級管控。綜合風險指數模型建立流程見圖5。

對于紅色風險企業，如果有任何一個報警，就觸發風險預警；對于橙色風險企業，發生用電負荷異常波動即觸發預警；對于黃色風險企業，發生電纜長時間超溫、變壓器超負荷運行和三相不平衡中的任何一項即觸發預警；對于藍色風險企業，如有一個動態風險，且綜合風險指數大于閾值即觸發預警。另外，對于連續同一個報預警（綜合風險指數超過閾值的預警），未完成排查整改的加入關注，已閉環的在當月予以屏蔽。

3.7 閉環處置

研發企業安全生產智能監管PC端和移動端（浙政釘、浙里辦），根據企業安全生產綜合風險指數模型分析的紅、橙、黃、藍風險四色圖，制定分級處置流程，實現企業安全生產“監測-核查-整改-復查”聯動閉環管控處置（見圖6）。

4 結束語

本系統有效接入瑞安市14236家工業企業。2022 年8月—10月期間，系統共發送安全生產類預警262 次，排查解決隱患1389 條，廠均隱患發現率提高32.7%。如8月25日，系統識別到某公司電纜長時間超溫，經網格員現場排查發現系線路老化問題，并第一時間指導該公司完成老化線路更新工作。

本系統充分發揮電力大數據覆蓋面廣、實時性強、準確性高的優勢，以電力大數據輔助精準監管和研判風險為創新切口，疊加固有風險、管控風險、物聯感知風險等評價指標，建立數據分析模型，設定風險預警閾值，在安全生產方面可以及時發現企業生產異常波動、線路溫度過高、停工復產和各類不安全用電行為，創新企業安全生產智慧化監管模式。下一步，將繼續優化算法模型，提高監測預警靈敏度，從而更加切實有效賦能企業安全生產風險防范。