企业电网智能管控平台在技术攻关过程中面临着如下的技术难关： 1、全电网信息孤岛。国内外尚无一套用于企业电网的智能管控系统，该系统的体系架构没有可借鉴性；目前各变电站横向之间互相孤立，信息没有交互；要实现信息交换，缺乏统一的数据传输协议和对象模型。 2、关口潮流阈值难以精准确定。传统的关口潮流阈值（即企业电网关口功率设定值）都是人工凭经验设定，设定裕量大；行业内没有准确计算阈值的算法。 3、电网潮流缺乏快速精准控制。企业电网网架结构复杂，难以快速识别不同运行方式下源、网、荷的对应关系，无法实现精准控制；传统控制系统采用多层网络架构，造成数据传输速度缓慢。 4、控制策略无法在真实电网中热试。各类电网仿真软件无法实现全网信号的真实模拟。 企业电网智能管控平台将信息化系统和企业电网深度融合，实现了电网运行安全化、电网调度智能化、潮流控制自动化、数据采集全景化、设备运维规范化、事故处理智慧化的核心功能，大幅提升了企业电网智能化管理水平，帮助企业最大限度利用自发电量、减少人员成本、节省电费开支、减少停电损失、降低运维成本。该项目对企业电网关口潮流实现了精准控制，使企业电网的运行控制方式及管理模式得到重大转变。

钢铁企业电网存在智能化运维水平不高、电网运行控制自动化程度低下、企业电网信息化集成性不足、自发电量倒送外部电网从而无法充分利用、运维管理信息化水平低、管理不规范、事故分析缓慢不准确等问题。 本项目研究目的就是将信息化系统和企业电网深度融合，保证电网安全运行，实现源网荷自动潮流快速控制、供配电设备全生命周期管理和电网故障的精确定位、实时分析及提前预警，全面解决钢铁厂内部电网建设、管理、运维中的各种问题。 在整个项目的研发过程中，形成了如下的创新成果： 1、针对钢铁企业电网智能化水平不高的难题，首次创建了面向千万吨级钢铁企业电网的CPS信息物理系统，突破了企业电网统一信息建模、统一网络设计、统一通讯协议、信息安全分区分流的关键技术，打造了世界首套企业级电网智能管控平台，每年对千万吨级钢铁企业节约费用3亿元以上，减少企业电网运维人员90%以上。 2、针对自发电率高的钢铁企业冶炼及轧钢负荷频繁波动，导致企业电网自发电量无法充分利用的行业难题，首创多目标协同企业电网关口潮流控制算法及自备发电机组协调控制策略，实现了对企业关口潮流的精准控制，使自发电量利用率提升7%以上，每年为企业节约3.3亿度电。 3、首次开发了基于改进型DFS算法的快速动态拓扑识别技术，解决了潮流控制系统对源网荷拓扑关系需要进行快速动态识别的难题，突破了多级设备、多层网络造成数据传输速度慢的瓶颈，在企业电网内首次实现了70ms内完成电网潮流的快速精准控制。 4、开发了实时化、可变步长、支持实时网络的交互式企业电网半实物仿真技术，首次针对钢铁行业搭建企业电网半实物仿真平台，实现了1ms内完成4000字节数据的交换，相对于国内外现有仿真系统数据交换量提高了40倍。 首次构建的电网智能管控平台实现了电网运行安全化、电网调度智能化、潮流控制自动化、数据采集全景化、设备运维规范化、事故处理智慧化的核心功能，大幅提升了企业电网智能化管理水平。 项目成果已申请专利9项、登记软件著作权12项、注册商标1项，其中多项技术均为国内外企业级电网智能管控领域的首创应用。形成企业标准1项，目前正在申请行业标准。 本平台已在新华冶金、石横特钢、临沂钢铁等环保搬迁项目中得到了成功推广和应用，近六年累计实现新签合同额7.5585亿元，新增销售额4.7亿元，新增利润4974.96万元，新增税收2650.81万元。

北京科技大学工程技术研究院（简称“北科工研”）开发的无人天车与智能库管系统，是由智能库管系统、无人天车控制系统、智能视觉识别系统、数据分析优化系统以及库区辅助工艺设备改造设计组成的智能化、信息化、自动化综合系统及工程服务。系统实施投运可以有效减少人工工作强度、提高物料信息与设备安全、改善钢材表面质量、降低运营成本，并通过实现生产信息与物流信息实时交互，贯通进料、上料、生产、下线、储存、发货等多环节信息流，全面提升生产效率。

本项目聚焦目前钢铁企业在质量管控和分析方面面临的共性问题，利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。

2009年起，工信部率先在钢铁行业年生产规模300万吨以上的大型企业试点建设了91家企业能源管理中心。从钢铁企业能源管理信息化建设和运行的实际效果看，还存在着一些问题： 1）普遍采用SCADA平台软件、实时数据库软件、关系型数据库软件分层搭建系统，且多为国外软件产品，缺乏统一的、自主知识产权的数据平台软件，难以适应能源大数据管理需求。从SCADA平台到实时数据库，再到关系型数据库，数据被层层筛选和粗化；受限于关系运算和B+树索引特点，关系数据库单表存储记录数达到千万条级别后查询速度显著下降，导致系统查询速度越来越慢；能源计量仪表众多，正常清零、网络故障回零或跳变、网络中断丢数问题时有发生，带来负值、极大值污染能源数据，需要人工修正。 2）没有信息描述模型支撑，能源管理功能直接基于数据库表格、查询逻辑、标签计算公式实现，存在着逻辑碎片化、指标数据落地、功能难以复用问题。吨钢综合能耗、工序能耗等指标需要成千上万个计量数据、产量数据、折标系数经过加减乘除计算后得到，缺乏良好组织的计量数据往往需要通过硬编码的公式一步一步代入计算得到，一般通过Excel表格线下实现。 3）预测调度模型研究较多，但缺乏实用性。能源预测的研究多集中在对发生消耗量、总量的预测上，这种预测受到计量误差影响，很难做到绝对量的准确，也不便于输入到调度模型。同时，调度模型中往往忽略煤气柜、单次调整成本、停机成本、峰谷电价差中的一项或几项，导致实用性不足。 4）国内上百家钢铁企业建设的能管中心系统，多以能源监控、调度和基础能源管理为主，通过信息化实现能源精细化管理，进而获得效益的较少，数据利用普遍不足。 5）计量平衡工作普遍采用公司到分厂、分厂到车间/炉座的两级分摊模式，且多以手工修改分摊数据实现，使得原始计量数据的权威性下降，能耗成本失真，ERP关账周期长，人员劳动强度大。

人工智能产业的飞速发展以及人工智能在各个行业的成功应用，传统工厂也渐渐成功跃进至智能工厂。为了满足传统工厂到智能工厂的跃进，以及智能工厂对于生产过程的智能监控需求，智能视频监控系统便孕育而生。智能视频监控系统的技术架构主要包含泛在连接层、智能感知层和可视化层。泛在连接层主要是进行各类不同类型的相机设备、硬盘刻录机设备连接，采集底层视频采集设备的数据信息。智能感知层主要是将采集到的视频数据信息进行实时的智能分析，感知其中所包含的信息，将非结构化的视频数据转换成结构化的数据进行分析并存储。可视化层主要是指智能视频监控系统可支持桌面终端、移动终端以及大屏系统等进行多样性的可视化展示。工厂级其他管理系统以及第三方系统与智能视频监控系统可进行插拔式融合。智能视频监控系统解决了工厂级信息化系统、自动化系统、生产辅助系统中现行存在的“应用烟囱”问题，构建技术框架一致、可弹性扩展、实现泛在连接、“可测可控、可产可管”的横向集成环境。实现工艺技术、自动化技术与信息技术的融合创新。

本项目首次利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序、全产品的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。 总体技术路线是利用大数据技术抽取及存储生产现场的所有生产信息、控制信息、工艺过程数据、能源介质数据、设备运行数据以及各种计质量装置等检测数据，形成完整统一的基础数据平台，然后以数据为基础，完成全流程、全工序的生产过程质量数据监控与告警、过程质量追溯、质量分析与建模、过程质量评价、工艺标准库管理、质量报告及统计分析报表，系统分析组件，系统配置管理等功能。

质量管控系统以工艺需求为导向，以信息化技术为手段，通过工业互联网平台的建设和全流程应用层功能的开发，实现了钢铁生产过程质量一贯制管理。质量管控系统通过工业互联平台建设，实现以物料为中心的高通量、多元异构、多维度数据采集，并完成数据的时空变换、匹配、判异等。以数据平台为基础，通过质量设计、过程判定、过程监控、数据追溯、质量分析、质量预测等功能设计和集成机器学习算法。同时，质量管控系统还提供定制化功能，该模块可以快速开发则验证质量管控系统的平台效应，为钢铁行业各类质量改进提供了有效工具和方法。该系统在国内多家大型钢厂均有成熟业绩，该系统的上线提升效率、降低成本、提高质量，同时，实施过程中，培养企业工艺技术人员的相关技术能力，提升了质量管理人员的管理水平。

冷轧控制过程是典型多工序、多变量、多层级的大型复杂工业流程。针对尺寸质量精度差、薄硬规格轧制易振动、生产效率低下等关键共性技术难题，以材料加工过程自动化、信息化、智能化、绿色化等为出发点，开发具有自主知识产权的冷轧智能化质量精准控制系统具有非常重要的现实意义。 本技术将给出冷轧自动化系统的硬件配置与软件功能总体方案，建立冷轧多层次完整的控制体系架构，开发基于控制器性能综合最优评价的多机架协调板厚控制模型、基于板形调控功效系数的多变量板形前馈和反馈控制模型、以超差长度最小为指标的最优动态变规格控制模型、基于成本函数的冷连轧负荷分配模型、融合工艺机理和大数据的轧制过程数学模型等智能化质量精准控制模型，为酸洗冷连轧或单机架冷轧机提供完整的控制系统方案。 应用智能化的冷轧质量精准控制系统可使冷轧带钢尺寸质量控制精度全面达到PREMETAL、ABB等国际先进水平，厚度指标±2.5μm ，变规格头尾超差长度小于10米，板形控制指标小于6I。该项技术填补国内空白，打破了国外封锁和技术垄断。相比传统冷轧控制系统，可大幅度提高头尾成材率和带钢本体厚度及板形等尺寸质量、大大减少工人劳动强度，已推广应用至某1450mm酸洗冷连轧等20余条生产线，至少创造80亿元的经济效益。

热连轧控制过程是典型多工序、多变量、多层级的大型复杂工业流程。针对尺寸质量精度差、产品性能控制稳定性差、生产效率低下等关键共性技术难题，以材料加工过程自动化、信息化、智能化、绿色化等为出发点，开发具有自主知识产权的热连轧质量精准控制系统具有非常重要的现实意义。 本技术将给出带钢连轧自动化系统的硬件配置与软件功能总体方案，建立热连轧全工序多层次完整的控制体系架构，开发热连轧活套高度-张力多变量解耦控制模型、基于硬度前馈的多机架前馈AGC控制模型、基于SMITH预估补偿的监控AGC控制模型、板凸度前馈和反馈控制模型、强宽工艺微张力协调控制模型、融合工艺机理和大数据的轧制过程数学模型等一系列智能化质量精准控制模型，可为热连轧生产线提供完整的控制系统方案。 应用智能化的热连轧质量精准控制系统使带钢尺寸质量控制精度全面达到PREMETAL等国际先进水平，厚度指标±20μm ，宽度指标0-2mm，凸度指标±30μm。该项技术填补国内空白，打破了国外封锁和技术垄断。相比传统热连轧控制系统，可大幅度节能降耗、提高成材率和带钢质量、减少工人劳动强度，已推广应用至某1100mm全连续热连轧等30余条生产线，至少创造300亿元的经济效益。