基于“互联网+”的计量设备质量全寿命周期评价技术研究_刘岩.pdf

基于“互联网 ”的计量设备质量全寿命周期评价技术研究刘岩，郑安刚，王雍，尚怀赢，侯慧娟，周佑（中国电力科学研究院有限公司，北京；河南省电力公司电力科学研究院计量中心，郑州；国网浙江省电力有限公司营销服务中心（计量中心），杭州）摘要：随着能源互联网迅速发展，能源互联网的大规模、大区域互连、能源源头多、分布广、范围大、互联互通的特点对现有的计量设备全寿命周期评价提出新的思路，使得能源互联网对计量设备的可靠性、质量管控业务模式、全寿命周期评价技术等方面提出了新的要求。文中介绍了在能源互联网复杂应用环境下基于“互联网 ”的计量设备质量管控业务模式及全寿命周期评价技术。解决了目前计量设备的质量管控及评价技术主要体现在电力公司的验收、配送、运行、报废环节，但在生产企业侧的研发、物料采购、生产制造等生命周期前端的质量控制、评价手段缺乏的问题，为智能电能表生产使用打造质量管控闭环，质量评价贯穿全寿命周期，实现对行业发展的引领与带动。关键词：能源互联网；计量设备；业务模式；全寿命周期；评价技术：中图分类号：文献标识码：文章编号：（）“”，o，o，o o（cc c ，g，g，cc c cc ，g 5，kg c（g），g cc ，g，）：o o oo，o，o oo，o，o，o oo o oo o o o o ，oo o o o ，o o oo oo o o，o oo o o oo o o o o o o oo，o o o oo o oo o ，o，oo，o oo，o oo o o o o o o，o，oo o，o o ooo oo o oo o ，o oo o o o o：oo，o，o oo基金项目：国家电网有限公司科技项目（）第 卷 第 期电测与仪表 年 月 日 ，引 言在传统方式下，电力计量设备在全寿命周期过程中，包括生产供需关系和业务上下游关系在内的整个生态处于较为稳定但相对传统的状态之中，即电力计量设备的生产制造商负责研发设计、物料采购、生产制造、出厂供货，电力计量设备应用商即电力公司负责对计量设备进行验收检测、仓储配送、安装运行及拆除报废。目前计量设备产品质量管控分立于生产企业和电力公司内部各环节，存在脱节现象，数据没有共享，缺少对计量设备设计制造和运行报废全生命周期各环节质量控制点的全面掌控。随着互联网技术的发展及泛在电力物联网的应用，对电力能源的管理和调度也提出了新的要求，而电力计量设备做为其中关键的一环，也要及时适应整个电力能源生产应用的变革。针对计量设备质量提升中存在的系统性不强、协同性不够、整体技术解决能力不足等问题，基于“互联网 ”万物互联理念的发展战略，打破计量设备生产企业和电力公司之间的数据壁垒，以计量设备供应链上下游企业质量协同为思路，将质量管控及评价向供应商制造端“前移”，开展基于“互联网 ”的计量设备全寿命周期（计量设备的设计、物料采购、生产、验收、运行、报废等）质量分析及评价技术研究与应用，推动计量设备质量水平全面提升。综述研究基于“互联网 ”的计量设备全寿命周期评价技术，主要包括基于互联网理念计量设备质量的管控业务模式和全寿命周期评价技术研究。业务模式研究主要是研究业务及数据流转过程、具体业务环节的内容和约束关系，研究质量数据的采集和指标体系搭建；全寿命周期评价技术研究主要包括质量指标体系及评价模型的搭建，质量动态评价的评价模式和方法，以及影响质量因素的回归分析。虽然当前国内计量设备的质量全生命周期管理已经有比较完整的体系和方法，但是业务的关注重点在计量设备出厂之后的验收检测、仓储配送、现场运行等环节，对于生产研制阶段中研发设计、生产制造、出厂供货等环节已经开始关注，但具体的解决方案尚未完全建立。国外在计量设备质量与评价方面，主要通过人工判断，手工采集等传统手段进行判断，对计量设备的评价、故障发生规律等信息没有形成相关积累；在设备质量管控方面，国外尚无应用基于互联网思维的质量数据可信采集分析先例，但在其他领域（尤其是食品质量安全）领域，相关项目的研究和实践已广泛开展。国内对于电力计量设备的质量评价工作，无论是作为生产者的厂商，还是作为使用者的国家电网公司，都还没有一个定量的标准。年，国家电网公司开展了电能计量装置状态检验方面的探索和研究；文献根据对电能表的当前运行状态的评价，指导电能表现场检验及轮换周期的动态调整工作；文献基于大数据技术的智能电能表运行状态分析系统通过分布式存储、分布式分析计算和数据挖掘，将用电信息采集系统、计量生产调度平台、营销业务系统等系统中的电能表信息的海量数据转化成智能电能表运行状态报告。计量设备质量管控业务模式研究 业务流转过程在“互联网 ”的应用环境和条件下，计量设备整个业务过程按业务的上下游关系分为不同阶段和不同环节，其全寿命过程主要包括八个环节，即研发设计、物料采购、生产制造、出厂供货、验收检测、仓储配送、安装运行、拆除报废。在这些业务环节中，计量设备的生命特征不同，且不同环节之间的业务逻辑、约束关系、信息的传输及递进模式都不同。其中前四个环节的业务过程在电力计量设备的生产制造企业完成，设备的生命特征主要是研发设计制造等相关的指标，相关信息随着产品的生产过程在生产企业内部的相关系统中流转，后四个环节的业务过程在电力设备的应用维护企业即电力公司完成，设备的生命特征主要是在使用验收使用过程中相关的指标，这些信息随着业务的推进在不同业务系统之间进行流转，具体如图 所示。研发设计物料采购生产制造出厂供货验收检测仓储配送安装运行拆除报废生产企业阶段电力公司阶段图 业务流转过程 o o 业务数据内容业务数据是对业务信息的数字化呈现，是对质量进行在线分析和评估的数据来源。（）研发设计阶段，主要包括研发管理规范、设计过程数据、测试过程数据、产品试验或检测报告、人员素质相关数据、检测与试验设备及校验数据等；这些数据是反映企业研发管理体系、研发过程控制、研发产品第 卷 第 期电测与仪表 年 月 日 ，检测、研发基础条件等研发技术能力水平及质量状态的数据。主要分布于企业的（质量管理）系统、（需求管理）系统，、（文档版本控制系统）、（缺陷管理）系统，（生产执行系统）等系统中；（）物料采购阶段，主要包括检验规范、采购计划、检验记录、物料试验或检测报告、关键元器件、物料供应商审核、物料检验与检测设备及校验、物料存储环境及检查等；这些数据是反映物料管理体系、采购过程控制、物料检验检测、物料供应商管控、物料存储环境等物料采购能力水平及质量状态的数据。主要分布于企业的（供应链管理平台）系统、等系统中；（）生产制造阶段，主要包括主要包括检验规范、生产检验与检测设备及校验、生产计划、生产进度、工艺变更、工序检验、产品检验等；这些数据是反映生产制造管理体系、生产制造设备、生产过程控制、生产工序检验、产品检验等生产制造能力水平及质量状态的数据。主要分布于（物料追踪系统）、系统等系统中；（）出厂供货阶段，主要包括检验规范、产品检验、工序检验、工序检验合格率、产品抽检、出厂供货进度、出厂供货检验与检测设备及校验等；这些数据是反映出厂供货管理体系、出厂检验、库存抽检、发货运输等出厂供货能力水平及质量状态的数据。主要分布于企业、等系统中；（）验收检测阶段，主要包括计量标准、检验台信息、标准器及配套设备、检定方案、产品全性能检验、产品抽检等；这些数据是反映验收检测管理体系、验收检测设备、检定过程控制等验收检测能力水平及质量状态的数据。主要分布于电力公司的（生产调度平台）系统、（国网生产调度平台）系统中；（）仓储配送阶段，主要包括仓储管理、配送计划、配送任务、库存检验、配送检验等；这些数据是反映仓储配送管理体系、库房存储管理、配送过程管理等仓储配送能力水平及质量状态的数据。主要分布于电力公司的、（营销业务应用）系统、二级及以下表库可视化管理系统、二级库集中式仓储管理系统（）等系统中；（）安装运行阶段，主要包括备安装信息、运行抽检、现场校验信息等；安装运行质量数据是反映安装运行管理体系、安装调试、运行抽检、周期检定、运行巡检、客户申校等安装运行水平及质量状态的数据。主要分布于、电力用户用电信息采集系统、采集运维闭环管理系统等系统中；（）拆除报废阶段，主要包括标准规范、资产拆除、分拣装置、设备分拣、分拣处置、资产报废技术鉴定等；拆除报废质量数据是反映拆除报废管理体系、拆除留库、设备分拣、集中复检、分类处置、资产报废、数据收集等拆除报废管理水平及质量状态的数据。主要分布于 系统、系统、系统、系统等系统中。质量数据采集根据前文计量设备在全寿命周期内的业务流转模式和信息流转过程的研究，计量设备在不同业务环节，数据特征和数据源位置都不相同。在贯穿于八大业务环节的质量数据中，数据种类多，来源复杂，需要针对不同的数据类型、来源，采用不同的采集方法，最终保证数据可以科学、完整、准确采集。其中前四个环节的数据主要产生于计量设备生产制造企业的 产品全寿命周期管理系统、客户管理系统、系统、生产信息管理系统、生产执行系统、系统、供应链管理系统、物料追踪系统等各类管理子系统中，后四个环节的数据主要产生于电力公司的 计量生产调度平台系统、国网生产调度平台、营销业务应用系统、电力用户用电信息采集系统、二级库房管理系统。除此之外，还包括在泛在电力物联网体系下，产生于o 设备或智能终端中的数据以及在线下管理的数据。如图 所示，根据数据来源的不同，将数据采集的方式分为三类，接口程序采集、自动采集和人工录入。所有数据由数据采集器统一采集，数据采集器提供数据接口服务、数据数理前置机和数据录入界面分别完成与三类数据源的数据采集。采集后的数据支撑质量在线管理的应用。电力公司相关系统数据采集器生产企业相关数据MES系统PLM系统SCM系统CRM系统MDS系统SG186系统电力用户用电信息采集系统各类档案库企业及电力公司各类系统中的数据采集接程序泛在物联设备的数据采集SG-MDS系统二表库房管理系统FIS系统ERP系统SAP系统IMS系统智能终端/系统数据感知采集PC/终端人工补录数据边缘计算数据上传数据中心质量在线管理数据人工录入图 质量数据采集方式 oo o第 卷 第 期电测与仪表 年 月 日 ，计量设备质量全寿命周期评价技术研究 评价指标体系在设计指标体系技术框架时，从横纵两个维度开展指标体系设计。其中，横向维度涵盖了质量技术基础的五大核心要素，即标准化能力、计量能力、认证认可能力、检验检测能力、质量管理能力，五要素之间相互作用、互相支撑。纵向维度则是由相互影响、相互作用的关键质控点构成，贯穿计量设备全寿命周期的八大环节。横纵维度构成一个完整的体系，综合作用于计量设备行业发展，影响行业整个价值链，各维度、各要素之间相互依存、密不可分。指标体系技术框架如图 所示。通过指标筛选和专家论证，得到指标体系主要包含 个主要层面、个一级指标、个二级指标和 个三级指标。研发设 计物料采购生产制造出厂供货验收检测计 量 设 备 评 价仓储配送安装运行拆除报废计量能力标准能力检验检测能力认证认可能力质量管理能力图 指标体系技术框架 o o 质量评价模型鉴于文章构建的指标体系包含多项指标，因此在进行质量技术基础评价时，需要对多指标进行综合分析。结合已有国内外国家质量技术基础能力指数指标体系计算经验，并考虑到部分数据不易获取、样本数量有限等客观原因，文章在参照联合国贸易发展组织贸易符合性指数研究的基础上，采用改进的基于分层构权的主成分分析法进行评价。该方法可对主成分信息进行再次挖掘，进而得到更为准确的评价结果。下面将对分层构权主成分分析的基本步骤进一步说明。（）数据标准化在实际应用中指标之间可能存在不同量纲，因而在计算之前应首先消除量纲的影响，将原始数据标准化。常用的标准化公式为：，（，；，）（）式中 为原始数据；为原始数据标准化后的数据；和 分别为第 个变量的样本均值和标准差。标准后的指标均值为、方差为。（）标准化数据的相关系数矩阵的计算由原始数据处理后得到标准化数据矩阵，计算相关系数矩阵 （）且为对称矩阵。（）为原变量 与 的相关系数，其计算公式为：k（）（）k（）k（）（）（