特种设备大数据应用与智慧监管建设的思考

张宏亮　蔡延彬　黄柳元　殷彦斌　张涛

摘要：特种设备与国家经济发展及人民生命财产安全密切相关，特种设备安全监管工作经过长期的积累已经形成庞大的生产、检验检测以及监管信息化数据资料，具有极大的应用价值。特种设备数据资料完全具有大数据的特点，但是目前仅仅处于盲目收集存储的阶段，并未进行实际的大数据分析与应用。鉴于此，分析了特种设备大数据技术及其应用现状，提出要对现有的特种设备信息化数据进行大数据归集，对特种设备的全数据源、动态数据、静态数据进行充分挖掘与数据建模，实现特种设备相关大数据的智能化与可视化，将特种设备大数据的价值与智慧安全监管相结合，构建特种设备安全社会共治体系。最后对特种设备大数据应用架构体系的搭建要素进行了探讨。

关键词：特种设备资料;大数据;智慧监管;标准体系

0 引言

我国特种设备安全监管工作开始于1955年国家锅炉安全检查总局的设立，经过60多年的发展，已经积累了庞大的特种设备相关纸质资料与数据，但是这些数据资料大都是静态数据，还有一部分是半动态数据，如特种设备的年度检验数据、改造/重大修理数据等。

据统计，截至2020年底，全国特种设备总量达1 648.41万台，其中包括锅炉35.59万台、压力容器439.63万台、电梯786.55万台、起重机械253.84万台、客运索道1 103条、大型游乐设施2.48万台（套）、场（厂）内专用机动车辆130.21万台，另有气瓶1.79亿只、压力管道101.26万km，且特种设备的数量还在以每年20%的速度增加，在“人机比”不平衡的现状下给特种设备的安全监管带来了巨大挑战，亟需一种新的技术思想来改善提高监管效率。

大数据技术作为一种新兴的技术手段，随着物联网、云计算和5G移动互联技术的不断创新发展已经逐步深入医疗、交通、教育、金融、企业管理、水利水电工程、地理信息测绘、灾害预警、社会治理等各个领域。2015年8月31日，国务院印发了《促进大数据发展行动纲要》（国发〔2015〕50号），从国家层面对大数据发展进行了规划设计;广东省2016年4月22日发布了《广东省促进大数据发展行动计划（2016—2020年）》，对阶段发展目标、重点行动领域及保障措施进行了详细规划。特种设备大数据的应用是对特种设备生产、经营、检验检测、安全监管以及社会公众参与的数据进行采集、甄别、处理、呈现，它通过对特种设备相关数据源的设置，采集特种设备相关各方的数据，基于大数据技术将数据价值化，突破傳统的数据只是存储、备份查阅的处理模式，使特种设备监管迈入智能化时代。

1 特种设备大数据技术与应用现状

1.1    大数据技术

近年来，5G移动互联、物联网、多媒体、区块链、云技术和AI人工智能等技术快速发展，带来的就是各种应用数据以爆炸式速度增长。大数据技术也伴随着物联网、云技术、区块链和AI等智能技术的发展成为很长一段时间的研究热点，再加上2021年国务院政府工作报告提出的扎实做好双碳（碳达峰、碳中和）工作，制定2030年前碳排放达峰行动方案，优化产业结构和能源结构，使得人类社会已经进入以价值数据引领发展的阶段。但是，对于大数据的真正含义及表现形式大家认识不尽相同，通常人们容易将信息化、数字化技术与大数据技术混淆，传统的信息化技术主要基于数据更注重的统计查询、存储功能，替代的是依靠人工检索数据的劳动，而且各行业、部门之间的数据系统互不联通、仅供本体使用，无法发挥数据的真正价值;而大数据技术实际上是将信息化进一步深化的手段，注重信息的互通互联，从而实现智能分析、预测、预警和决策的功能，甚至完全颠覆了传统的“信息化”概念。

大数据的定义可以从单纯数据和系统性的角度来理解。从数据的角度讲，大数据是指数据本身，这些数据无法通过传统的存储、管理和分析等技术手段进行管理和提供服务，具有数据量大（Volume）、数据量增长速度快（Velocity）、种类和来源多样化（Variety）、价值密度低（Value）和数据准确与可依赖（Veracity）的特点（称为“5V”）[1]。通过其特点可知大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具处理能力范围的数据集合，是进一步深化、汇集、挖掘的信息化进程中的数据，通过大数据技术能够深入认知结构化、半结构化和非结构化的原始数据，发现规律，将其逐渐价值化，从而推动技术转化和创新。

1.2    特种设备大数据特点

特种设备是关乎人民生命财产安全的重要基础设施，其涉及能源、化工、运输等各个领域，跟人们的生产生活息息相关。国家对特种设备实行目录管理，对纳入特种设备目录的特种设备都需要监管，按照国家法律法规的要求，检验机构、使用单位需要对特种设备的生产（设计、制造、安装、改造、修理）、使用、检验检测等环节的重要资料进行存储。经过60多年的发展，全国特种设备行业已经储备了大量的数据资料，但是对于设备本体的一些运行数据却难以获取。特种设备数据完全具备大数据的多源、多元、异构等典型特点，特种设备大数据作为一种新式的大数据形式，主要包括设计制造数据、安装数据、安全部件数据、维护保养数据、日常使用数据、检验检测数据、政府监管数据、报废数据及用户数据等，涉及设备本体安全及使用安全等各个方面。从数据的类型上来看，数据形式各式各样，有重要参数、纸质资料等结构化静态数据，有文档、视频、照片数据等，还有每年检验检测等出现的动态更新数据。从数据量来看，其数据量极其巨大，且分布在各个省市县区的检验机构内部独立存放，到目前为止基本上是不共享的，也并未对数据进行再加工分析，也就处于静态数据+动态化静态数据储存形式。

特种设备大数据还具有其独特的特点：

（1）特种设备专用的标准体系还未建立。特种设备的设备量大、从业人数多带来的就是庞大的数据源，必须要有有效的标准化体系来规划维持。

（2）数据多样性。从宏观层面的设备样式状态，到设备内部结构、金属材料状态、电气控制原理，从历年基础数据源到简单统计分析呈现的表图及设备法定检验周期到期预警提醒等。

（3）数据价值性。通过对海量的大数据信息进行分类筛选，选用合适的大数据分析算法对数据进行分析，可以为设备运行安全狀况预警、设计制造单位产业布局、监管部门智慧监管提供真实的数据支撑。

（4）广域数据源。特种设备不仅仅是一个设备单独存在，其关联的是各个行业领域，比如锅炉、压力容器涉及能源、化工、危化品等领域，电梯涉及公众出行、消防救援、建筑安全等领域，因此要建立特种设备大数据体系，必须将相关领域的相关方完全纳入特种设备大数据体系中，这样才能完全发挥特种设备的价值。

1.3    特种设备大数据应用现状

全国各地的检验机构、监察机构都进行过特种设备大数据平台的建设探究，也取得了一定的成绩，简单列举如下：

吴行惠等[2]根据特种设备监察工作的职责，依托山东质监大数据共享平台建设实践，利用大数据技术并研究各渠道所采集的数据的价值，建立了数据模型，应用分析挖掘技术发现各环节存在的问题，及时处理特种设备事故，统计分析产品质量，研究利用大数据辅助监察工作。

王新浩等[3]提出一种基于大数据的特种设备宏观安全风险预警方法，该方法以特种设备安全监督检验大数据为基础，通过挖掘单台设备微观因素间的关联关系，实现整类特种设备宏观安全风险的识别与预警。

王恩和等[4]运用大数据挖掘和分析技术，进行数据清洗和提取，获取目标数据集，依据相关法规标准，应用国家有关科研成果，提出了基于特种设备大数据分析平台开发的特种设备风险数据模型构建方法并加以实现。

全国各地检验机构、监察机构基本上都建立了检验信息化系统，但这些系统基本上只能满足资料存储、查阅与出具检验报告的功能，并未将“大数据技术”概念引入特种设备领域，因此开展对特种设备大数据技术的研究是非常有实际意义的。

1.4    大数据技术与特种设备大数据应用结合

大数据技术催生出大数据产业，其高速发展将人类带入了数据革命。在大数据经济时代，科技研究正由原来的经验型、追踪型向概念型、模型化、预判型，再向数据密集型转变，运用技术手段可使生产生活中产生的巨大体量的有价值数据创造出实际经济价值，变革工作模式，提高效率质量。

目前，特种设备安全工作正面临着设备量大、人员少、流动性强、危险程度高等巨大挑战，拥有真实、可靠、全链条的特种设备第一手数据是下一步完善特种设备大数据平台建设的重要基础，必须确保获取数据的通道多样、稳定，获取的源数据准确无误。在工作中必须重视数据的整理及数据在工作决策、风险分析、风险防控中起到的重要支撑作用，运用大数据技术与特种设备大数据领域特点，逐步建立起一切以数据说话、用数据辅助管理、用数据提供决策、用数据驱动技术创新的新发展理念。

2 特种设备大数据应用与技术创新

2.1    特种设备大数据及其应用

大数据技术的应用必然离不开云计算、云存储、物联网等技术，大数据涵盖了大数据技术、大数据工程、大数据分析、大数据应用等，以大体量、多类型、多变化、应用价值高为基本特征的数据集团，时时刻刻都在爆发式增长。大数据技术是当下的一种前沿技术，将数据源的定义、相关方的确定、数据获取、数据存储、数据分析、数据处理和应用呈现为一个整体。大数据的最终目的在于能够将获取的数据实际应用，提供服务，产生价值。

特种设备大数据技术主要包括特种设备相关方的数据采集与传输转换、存储与管控、数据源数据关联性分析预判、数据深挖掘、数据转变与人机界面呈现及价值共享等。一个单纯的数据只是一个数学概念上的存在，本身并无实际价值，信息是对数据的解释、形式的转换并赋予一定的含义。把数据转换成信息然后以知识的形式存在，就会有一定的价值而且可以传播。大数据技术的含义并不是存储海量的数据信息，而在于对这些有含义的数据进行智能化、专业化的处理，从中找到有规律的结构化数据，当然这需要在设计规划大数据应用平台时有一定的先进性。

2.2    特种设备大数据数据源与挖掘

特种设备大数据的数据源的确定是整个大数据平台搭建的基础，确定方式有很多种。根据多年的工作经验总结，建议按照特种设备的生命周期的相关联方来确定。比如，特种设备的生产阶段涉及特种设备的设计单位、制造单位、安装单位、改造单位、修理单位等，这些相关单位的生产资料及设备基本信息必须纳入特种设备大数据中，因为这关乎设备的本体安全信息。特种设备的使用阶段包括使用单位、维保单位、检验检测机构、监察机构、实际使用者等相关联方，是设备生命周期中最长的一段，也是需要重点关注的一个阶段，在此阶段会产生大量的动态数据，此阶段也正是大数据技术发挥作用最大的阶段。而后期的报废阶段，是特种设备生命周期的终结，至此完成特种设备全生命周期的数据链。

大数据技术研究不同于一般的传统逻辑学研究，是对海量的数据内不存在的系统性逻辑和个性化逻辑进行按需检索、比较、分聚类归纳，找到不同或相同数据存在的内部关系，深入挖掘传统分析技术无法发现的深层次的价值。比如，通过对某品牌电梯的历年检验数据进行分析，发现该电梯的常见隐患点、隐患周期、隐患程度等，智能预判下一个隐患时间点;或将每一次的隐患解决方案输入大数据平台，通过智能分析自动给出解决方案，帮助维保人员消除故障。或者某电梯部件品牌想了解自己生产的部件在全国乃至全世界的使用情况及用户群体、使用环境、故障率、故障点等信息，可以通过大数据平台获取，甚至还可以根据自己的年产量情况发现假冒伪劣产品，提高品牌信誉度。

2.3    特种设备大数据应用的可视化与智能化

特种设备大数据应用的可视化实际上是大数据应用的一种表现形式，将深入分析的数据结果以图表、动画、视频等形式呈现给不同用户，并满足可交互需求。

特种设备大数据应用的智能化是根据不同用户需求提供不同的用户等级的接口，不同的接口提供的数据处理结果和权限是不同的。結合人工智能技术实现预测性分析和方案性服务，可以让不同的用户群体都能获得大数据技术带来的红利。

3 特种设备大数据应用标准体系建设关键要素

3.1    特种设备云平台

21世纪是各类数据大规模产出、共享和价值应用的革新时代，云技术的出现是当代信息技术飞速发展的标志，它是将云计算技术的虚拟技术、数据存储、数据管理、数据建模、编程模式等方面独特的技术要素用于现代服务的空间信息技术。云计算作为一种新式计算模式，主要是以大数据为基体，云计算为工具，为大数据的统筹管理和分布式访问提供了必要的场所和共享的通道。

特种设备云是充分利用材料、机械设计、电气控制、检验检测、使用反馈、灾害事故案例推演、法规体系等特种设备相关数据，以大数据技术支持下的特种设备数据应用与服务为主体目标，通过广域数据源的数据采集、优势资源整合、数据传储、数据深挖、价值信息提取、智慧发掘等手段，构建基于特种设备大数据的云平台，实现从数据到信息再到智慧数据的挖掘与信息转换，大力服务于公共安全、政府政策决策、设备相关方产业布局、设备本体技术革新升级、智慧监管的需求。构建特种设备云系统，首先要明确特种设备大数据的应用目的，基于目的完善云平台的具体分支机构并进一步细化，基于虚拟化技术建立云存储模式，实现特种设备大数据应用一体化组织，并预留拓展接口，根据时代、产业发展不断丰富完善特种设备云平台。特种设备云技术的应用提高了特种设备数据的应用效率，真正发挥了“沉睡”的数据的价值，将散落的数据通过大数据云计算技术分解整合，充分挖掘其深层次的价值，不只是让数据停留在可查询的阶段，而是能更好地服务于特种设备更安全的高质量发展。

3.2    特种设备技术标准体系建设

特种设备涉及多学科、多领域，特种设备大数据与工业大数据有一定的联系但又有自己的特点。通常所说的“工业大数据”是指在工业领域围绕具体产品全生命周期内产生的各种数据和相关技术应用的总称;特种设备大数据则是从特种设备的生产到实际应用，再到完全报废及后续处理整个过程中的相关方所产生的数据和相关技术的总称，主要包括生产企业信息、政府监管信息、检验检测信息、设备动态信息和社会公众信息等五大类。结合特种设备大数据的产业标准化特点，可以将标准化体系分为六个层次，即基础指导标准、数据标准、具体设备标准、质量安全标准、管理标准、制度保障标准，从而为构建特种设备大数据标准体系奠定基础。

标准体系指的是一定范围内的标准按其内在联系形成的科学有机整体[5]，是特种设备标准化工作具体开展的核心要点。根据特种设备标准化体系的设计思路，可将特种设备标准化体系分为三级，一级标准子体系为基础指导标准、数据标准、具体设备标准、质量安全标准、管理标准、制度保障标准六大部分;二级标准子体系是在一级子体系的基础上对各部分进行具体的细化、拆分，包括总则、特种设备大数据相关术语、参考架构、分类与编码标准、平台产品标准和工具产品标准、数据资源、数据应用、数据接口和数据共享交换标准等;三级标准子体系是在二级子体系基础上再进行细化，提出具体到位的编制内容，比如针对特种设备大数据的术语进行统一制定和规范，将有利于后期全国全面铺开制定统一的大数据相关术语标准，有利于特种设备大数据应用的进一步推广和联合应用。特种设备大数据标准体系的建设是符合标准体系构建原则和要求的，覆盖了基础指导标准、特种设备技术标准、质量安全标准及完备的制度保障标准体系等。

4 结语

通过构建特种设备大数据标准体系和提出标准研制框架清单，可明确特种设备领域大数据标准体系拟申报的标准规划，为今后开展特种设备大数据应用标准建设工作提供有力的技术参考，使后期的相关标准制修订单位合理规划，让更多领域的单位共同参与标准研制工作，有助于提高特种设备大数据应用标准化工作的科学性、严谨性和系统性。

最后建议，要加快推进特种设备领域大数据应用标准体系的专业化人才培育，加深标准化体系专业化人才对特种设备的了解，加快我国特种设备大数据国家标准和行业标准的制定，全面保障我国特种设备领域的高效发展。

[参考文献]

[1] 赵学武，吴宁，王军，等.航空大数据研究综述[J].计算机科学与探索，2021，15（6）：999-1025.

[2] 吴行惠，刘建，梁娜，等.大数据在特种设备安全监察使用环节中的应用[J].中国特种设备安全，2017，33（9）：57-63.

[3] 王新浩，罗云，李桐，等.基于大数据的特种设备宏观安全风险预警方法研究[J].中国安全生产科学技术，2018，14（4）：160-166.

[4] 王恩和，王建明，陈庆艮，等.基于特种设备大数据分析平台研发的设备风险数据模型构建方法及实现[J].中国特种设备安全，2020，36（12）：70-73.

[5] 李春田.标准化概论[M].4版.北京：中国人民大学出版社，2005.

收稿日期：2021-08-13

作者简介：张宏亮（1982—），男，安徽人，高级工程师，从事特种设备检验检测及技术研发工作。