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

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。

一

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

二

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