查看原文
其他

专家观点 | 周为:大数据分析在钢铁企业减污降碳的思考与应用

周为 清洁空气政策伙伴关系 2024-07-02

点击上方蓝字,关注我们👆

在多重环保目标约束和技术滞后条件下,协同推进减污降碳是实现碳减排目标的关键。对于企业,减污是政策要求,动力不足;降碳是发展需求,动力充足。为平衡减污与降碳的关系,在减污降碳过程中需要全流程的自证和多设备管理与耦合。基于上述需求,环保大数据应用是最佳解决方案,亟需完善大数据体系建设,加快应用产品的开发,推动其加速落地,为减污降碳工作提供支撑。


大数据体系的建设


类比高速公路的建设与应用,大数据体系的建设主要有以下三个要素:


1、大数据质量和保障

研究人员从数据源头(数据选择与监测设备安装)开展深入研究,在数据的真实性(极高极低恒值等)方面,基于数据清洗规则进行大数据筛选,并及时告警闭环处置;在数据准确性(VDM系列等)方面,开发遥感监测新技术,可以及时监测常规监测手段无法达到3~5 米外的工艺设备的污染;在数据完整性(离线、故障分析)方面,针对数据离线、设备故障,及时告警并进行维修。


2、大数据规划与连接

根据目标取舍关键数据,完成最有效连接,形成数据网;开展大量的环保数据规划、数据采集、平台建设、数据应用工作,积累丰富的数据经验,结合SAIO模型形成数据规则、采集规则、大数据架构和大数据应用架构;将环保、碳管理、生产等方面的数据进行深度融合,实现人员、机器、原料、方法等动态协同管理。


3、应用逻辑框架

通过分析、识别和预测算法以及最优化算法将数据转换为图像/视频、数字/符号、文字/语音等种类数据,分别实现精准识别与控制、预测分析与控制、专家辅助系统与控制等功能(图1),推动减污降碳工作。

图1. 大数据应用逻辑框架


大数据技术在钢铁企业减污降碳领域的应用实践


基于大数据体系,研究团队开发多种图像、数字大数据产品,并广泛应用于钢铁企业减污降碳领域(表1)。图像、数字大数据的应用现状具体如下:


1、图像大数据的应用

研究团队在物体的精准识别与定位辅助治理判断、光学测温辅助生产判断与智能控制、从可见光到多波段(不可见光识别辅助判定)三方面开展研究,并研发出SPARCS(Smoke Plume Alert/Recognize/Control System)系统,目前已成功落地应用。


2、数字大数据的应用

研究团队成功研发烟气在线监测系统(CEMS-P&M)、E-Dedusting系统及数据孪生系统,并利用数字大数据进行质与量的供需匹配、碳量化与碳资产核算管理,应用效果良好。


表1. 大数据在钢铁企业减污降碳领域的应用实践



数据质量是大数据应用的基础,数据之间的关联是大数据应用的核心。未来,应高度重视高质量数据基础的建立,在现有研究基础上持续发力,基于生产最优化目标,建立更精准的冶金工艺、环保以及碳耗数据的有机关联,准确定位新技术、新方法,为环保合规下最优化生产服务,推动企业减污降碳工作。


专家

简介

周为

柏美迪康环境科技(上海)股份有限公司SIO首席专家、博士


【CCAPP秘书处根据会议记录整理发布,如需转载或引用,请注明“作者, 文章名, 发布平台:中国清洁空气政策伙伴关系CCAPP, 发布日期”。】

【图片来源:演讲者PPT、网络】

欢迎加入

为方便交流与讨论,

我们建立了微信交流平台:

清洁空气政策伙伴关系交流

感兴趣的伙伴们

请添加小助手微信(ccapp19)

备注“姓名+单位”申请入群

期待大家的加入!


往期回顾




活动新闻 | “钢铁行业减污降碳路径”沙龙顺利召开







热点研究 | 刘涛:钢铁行业减污降碳协同技术路径探索







专家观点 | 朱廷钰:碳中和背景下钢铁行业减污降碳协同发展路径




继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存