“第九届医院后勤精细化管理大会参评论文”

AI+电气火灾监控与数据驱动式医院电气安全管理——以南京市中医院为例

南京市中医院  周莉莉

南京市中医院是新中国成立最早的中医医院之一，占地面积92亩，建筑面积31.1万平米，其中新建的大明路主院区于2018年投用，配用电系统共有3个配电房，10台变压器[1]，强电间近200个，二级配电柜、各类设备电源柜等超过1000个，各类电缆、密集型母线排等电气设备数量多、分布广。随着院区投用时间增长，电气安全管理方面开始出现以下问题，这些问题在医院电气安全管理方面具有很强的共性：

（1）院区短路跳闸事故时有发生，且数量呈逐年上升态势；

（2）院区用电量随医院发展不断增加，2023年比2022年全年新增用电量超100万度，电气设备的负担也相应增加；

（3）院区自投用以来实施过大量改造项目涉及敷设电缆、增设配电柜与配电箱，但这些改造项目均未经过系统的统筹规划，只根据每个项目自身的需要进行放线接电施工，使线路情况不断的复杂化，且偏离最初的电气线路设计越来越远，越来越难掌握全貌；

（4）院区电气安全一线人员年龄偏大，理论知识相对不足，主要依赖经验工作，擅长处置明确的故障，但不擅长电气安全隐患的发现、分析和排查整改；

（5）院区电气安全一线人员流动性较高，新来的电工对院区线路和设备情况不熟悉，开展隐患排查整改工作难度更大；

（6）院区电气安全管理制度主要依赖人工巡检和故障响应式运维，但一线人员工作成效无法量化呈现，管理有效性存疑。

为解决以上电气安全管理实践中存在的问题，南京市中医院投入资源在大明路主院区各配电房低压开关馈线柜、各强电间配电柜、UPS设备间进出线位置加装了AI+电气火灾监控设备，共设置监测点817个，覆盖住院楼（A栋及B栋）、科研楼、学术报告厅、地下一二层共3个配电房，841个配电箱；通过实时采集和统计电气安全管理所需各种电气参数，并通过无线网络传输至医院综合后勤管理平台，经过人工智能AI算法进行特征分析后自动给出一些文字结论，通过专门页面进行数据可视化展示，以确保医院内部业务与互联网应用的有效隔离^[6]。

电气火灾监控系统是一种上世纪90年代出现的消防电子产品，通过对漏电流幅值进行阈值报警达到电气安全治理效果^[7]。AI+电气火灾监控系统相对于传统电气火灾监控系统的功能差异直观来说，就是将传统的报警信息和监测数据图表转化为形如“昨天上午7点42分1栋2楼有个2.5kW的电饭锅在工作，其所在回路存在零线地线反接的电气安全隐患”的文字性结论交付给一线工作人员。通过引入AI算法对历史用电数据进行分析，可以在电气安全隐患排查阶段快速缩小排查范围，节省时间，提升一线人员工作能力和效率。

项目自2024年4月1日建成1个月期间，累计发现电气安全隐患12处，类型、数量及主要原因如下：

南京市中医院通过在大明路主院区建设AI+电气火灾监控系统，将一线电气工作人员的工作方式从主要依赖人工巡检和故障响应式运维^[8]，转变为主要根据AI+电气火灾监控系统提供的实时数据进行预防性运维，杜绝隐患发展致灾致损。

“数据驱动”这个词在学术上有两种意涵：一种意涵接近“唯象分析”，常用于工业设备或系统的故障和隐患分析，指的是用大量历史数据进行基于数据自身的分析挖掘，及时发现设备或系统运行过程中产生的异常和隐患，从而在尚无法进行统一和准确物理建模的复杂过程中实现相对高效的运维和管理^[9]；另一种意涵又称“大数据驱动”，相对于“事件驱动”，指的是企业基于精益管理的理念，通过业务数据化和数据业务化将数据作为一种生产要素加以利用，依据数据进行企业决策和管理^[10,11]。

3 AI+电气火灾监控系统历史数据页面

南京市中医院总务处在AI+电气火灾监控系统建设完成后进行的“数据驱动”式管理模式探索，以上两种意涵均有，一方面医院线路中已有传统断路器和漏保的“跳闸”和传统电气火灾监控系统的“报警”实践中并未解决电气安全管理的问题（如住院楼病房用电安全管理等）^[12]，AI+电气火灾监控系统确实在对大量历史数据的唯象分析发掘异常，并通过AI智能诊断算法尝试将数据异常转换成具体的隐患种类、功率特征和时空位置信息；另一方面，总务处对电气安全一线人员的管理也确实需要从主要依赖人工巡检和故障响应式运维^[13]，尝试转向主要基于监测系统数据的预防式运维，具体的改革措施包括：

（1）要求电气安全一线人员每日到岗即登录AI+电气火灾监控系统，首先检查系统设备在线率，判断是否需要报修；其次依据系统对医院线路的电气安全隐患的程度评估，如果存在被评为重度隐患的线路，一线人员应按系统提供的线路隐患严重程度排序，由上到下逐一开展排查整改工作；

（2）排查整改时，应优先考虑AI+电气火灾监控系统提供的电气安全隐患数据分析报告对相应线路的智能诊断结论，应通过逐一断开/重连分支线路、改变线路中设备工作状态等现场小实验方式优先验证智能诊断结论；

（3）如果在某线路隐患排查整改过程中，因受医院用电管理规范限制，不能采用断开线路的排查手段，或因其他原因被迫放弃整改，应将该情况记录并上报，同时将该线路隐患问题纳入重点关注，并优先在下一个停电检修时间窗口检修该线路；

（4）配电房巡检工作改为在线巡检，日常巡检时，可通过配电房的动环监测系统和AI+电气火灾监控系统远程检查配电房环境和业务数据；

（5）AI+电气火灾监控系统建成后，涉及电气安全的报修记录，应及时同步到系统云平台，与历史监测数据合并构成医院每条电气线路的“电气安全病历”知识库，在交付关于某线路电气安全隐患的智能诊断结论时，自动引用知识库中相关内容；

（6）尝试实施以电气安全隐患排查整改为KPI的电气安全一线人员业绩考核制度，定期统计“院区电气安全故障报修修复次数”及“连续无报修日数”、“重度隐患线路（日级）排查整改完成次数”及“连续无新增重度隐患线路（日级）日数”，根据报修修复和整改完成次数对个人进行绩效奖励，根据连续无报修和无新增重度隐患线路日数对部门进行绩效奖励。

南京市中医院总务处目前实施的数据驱动式电气安全管理模式改革，改变了从安保部门使用火灾自动报警系统形成的惯常工作方式，将重视在岗、重视报警响应的管理模式转变为重视在用（监控系统）、重视运维实效（预防性），让电气安全一线工作人员忙在事前、忙而不乱，最终促进医院实现电不起火、电不伤人的电气安全管理工作实效。

传统医院电气安全管理工作主要依赖于两本台账，一本为日常巡检台账，另一本为故障处置/设备维修台账，这两本台账多为手工登记，管理效果主要依赖于电气安全一线工作人员的专业素养和自觉性^[14]。

南京市中医院的AI+电气火灾监控系统建成后，基于对监测数据的智能溯因诊断，每月自动生成两份数据报告，一是面向医院管理人员的“医院电气安全整体态势分析评估报告”，二是面向电气安全一线工作人员的“电气安全隐患数据分析报告”，通过监测数据溯因诊断算法，让本来看不见摸不着的电气安全隐患原形毕露，使得管理人员可以针对性调配资源，指挥一线人员从容消除隐患；这两份月度数据分析报告，将有效补充“日常巡检台账”的不足。

此外，系统针对隐患数据分析报告中对电气安全隐患的定位和类型分析，可以给一线工作人员的排查整改工作提供针对性意见，并且为排查整改工作提供即时的反馈，最终在每次排查整改工作完成后，形成“隐患排查整改报告”，有效补充“故障处置/设备维修台账”的不足。

基于以上具体工作，南京市中医院的电气安全管理工作得以实现“智慧化升级”，将原本的“响应式”运维升级为“预防式”，在取得更好安全防控效果的同时，提升了运维效率，降低了医院后勤综合成本。

2024年3月29日，院方工作人员根据分析报告提示，进行初步排查，判断铁塔公司设备取电回路存在零地线错接，随即通知相应单位予以处置。铁塔公司维保人员经检查确认该处存在零地线错接故障（图5(a)），将零线（绿）和地线（黄）位置对调（图5(b)）,整改完成后平台显示数据恢复正常（图6），至此隐患整改完成，回路恢复安全状态。

图5 零地线错接故障整改前后对比图

随着社会对医院电气安全管理的要求不断提升，电气安全产品数据处理模式从“阈值报警”升级为“智能诊断”，电气安全管理模式从“事件驱动”升级为“数据驱动”都是必然的趋势^[15]，未来是数据驱动的时代。不断引入更智能的电气安全管理算法，不断在算法能力基础上探索契合的电气安全管理模式，与医院的用电特点相匹配，是医院总务部门未来的一项重要工作内容。

特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。