2.3.2 工业物联网中的认知智能
图2-10展示了四次工业革命的行业需求、技术创新及产业变革。目前，工业行业演变将进入第四次工业革命，即工业4.0。工业4.0需要综合物联网、云计算、人工智能等关键技术实现产业中人、设备、企业的协同智能。
图2-10
随着进入工业4.0，业内众多企业对工业互联网、云计算、大数据与人工智能等相关技术的需求变得更加强烈。在工业互联网中，设备是最为关键的核心实体。设备通常分为通用设备和专用设备：通用设备包括机械设备、电气设备、特种设备、办公设备、运输车辆、仪器仪表、计算机及网络设备等；专用设备包括矿山专用设备、化工专用设备、航空航天专用设备和公安消防专用设备等。
物联网设备为工业带来海量分散、异构、断续的大数据。工业大数据解析相比互联网大数据，要求具有更强的真实性、关联性、专业性、时效性和精确性等。从真实性角度，需要在数据缺失、断续的场景中提取、挖掘实体的真实状态。从关联性角度，需要全面收集设备个体状态数据与设备物理关联数据或逻辑关联数据，需要覆盖工业过程中的各类变化条件。从专业性角度，设备分析涉及数学、物理、工控等深度领域知识和行业专家经验。从时效性角度，工业物联网的设备数据分析对场景决策分析执行的时间有很高的要求。从精确性角度，工业大数据对于分析结果的准确度要求非常高，只要存在细微的错误，就可能带来重大的安全事故。
那么在工业物联网中，基于海量、分散的设备数据，需要解决什么问题呢？
如图2-11所示，工业物联网的设备认知智能比较突出的需求场景是设备智能运维与设备智能生产。前者主要围绕设备的健康状态，进行设备预测性维护、设备故障诊断及设备智能修理。后者主要围绕设备的生产效率进行设备先进控制、设备效率优化及设备智能调度。
图2-11
随着工业物联网的业务演变，有限的人力资源与快速增长的设备运维需求之间的矛盾日益突出，亟待自动且智能的设备运维管理。知识图谱与认知智能技术在海量设备运维方面的需求增长旺盛，主要场景涉及设备故障定位、设备故障溯源、设备故障预警、设备运行监控、设备健康管理和设备缺陷记录检索等。在这些场景中，需要基于知识图谱与认知智能技术提高文档搜索、知识问答、设备状态推理、设备风险预测等应用的效率。
在工业物联网场景中，知识图谱的天然优势是拥有对分散数据的聚合能力及对知识经验的沉淀能力。知识图谱可以通过语义符号与图拓扑结构相结合的方式，将设备传感器上报的电流、电压等状态数据、专家运维事理规则知识、运维的业务需求聚合为业务领域的知识图谱，通过知识图谱实现对多源、异构、碎片化的物联网设备数据的管理。在此基础上，运用规则推理、统计推理和深度学习推理等知识推理技术的优势，实现融合人类专家经验与规则、数据启发式算法及模糊推理的综合知识推理能力。
整体上，设备物联网需要实现设备数字孪生。数字孪生指将物理空间中的实体产品，通过摄像头、麦克风、数字化、压力传感器，借助语音识别、视频图像识别及大数据信息处理，映射成数字世界，以实现设备数字孪生。数字孪生需要建设诸如设备状态数字可视化、设备语音交互等基础应用，以满足业务对设备状态的基础认知与交互需求。
在数字孪生的基础上，需要基于知识图谱技术辅助业务人员实现设备云管端一体化认知决策能力，将数据以符号化、图形化、图表化形式，在云端为管理者提供数据支持；同时通过知识关联、策略搜索、日志搜索等功能，辅助管理者对设备管理业务进行整体协调。而在移动端，需要构建自动化及半自动化的决策助手，辅助一线工作人员进行认知与决策并提高行动效率。比如在能源场景中，知识图谱与认知智能技术可实现设备办公标准流程识别与解决方案精准推送等应用的效果，进而提升能源调度指挥中心的管理能力及员工移动作业的效率。
在工业物联网的设备数据智能场景中，设备数量越多、组件数量越多、设备之间的关联越复杂，对知识图谱技术的需求越大。设备多、关联复杂、知识专业性强的电网业务就是一个对知识图谱需求非常强烈的场景。以电网需求为例，认知智能技术对于提升企业管理运营水平、为基层提质减负具有技术优势，主要需求集中在以下三方面。
（1）在设备运维方面，首先需要对输电通道、输变配设备状态进行全息感知，并构建输电线路全景监控统一管控模型，通过无人机、在线监测、监拍装置、移动巡检提升输电线路设备状态感知能力，构建诸如无人机、机器人、移动巡检、在线监测、视频监控、声纹监测等变电站联合巡检体系，以形成对变电站设备状态信息的视、听、触、嗅的全息感知。通过知识图谱，可以将分散的数据、知识在各级变电站中进行聚合，形成设备统一数据模型。在此基础上，通过对设备状态和缺陷进行识别、分析和研判，形成对设备状态的综合评价和对缺陷发展的预测，以此实现精细化、精准化、智能化设备运维与检修管理模式。比如在新能源汽车场景中减少电动汽车规模化、随机无序充电对电网的影响等；又或者在工业园区供电场景中，提升大型园区的用电监测、设备状态预测诊断和定制化服务能力。
（2）在电网调度方面，需要重点解决电网安全运行的系统性风险、结构性矛盾管控，以及清洁能源的消化、吸纳问题；需要通过认知智能技术，对海量调度信号进行分析，提前预判，减少故障发生的可能性；需要减轻调度员的重复性工作负担，提升电话业务处置效率；需要生成电网调度控制策略，实现电网稳态自适应巡航，提升调控系统与决策的智能性与完备性。
（3）在安全管控方面，需要提升生产的安全性。典型的需求包括现场作业环境识别与分析、到岗到位管控、人员行为规范识别、作业人员身份资格验证、工作票信息自动采集、安全注意事项智能推送等；需要提供实时可视、高效管控的作业现场安全监管服务，辅助管理人员对现场进行全面、及时的认知。