Kaip Severstal naudoja daiktų internetą energijos suvartojimui prognozuoti

PAO Severstal yra plieno ir kasybos įmonė, kuriai priklauso antra pagal dydį mūsų šalyje Čerepoveco metalurgijos gamykla. 2019 m. bendrovė pagamino 11,9 mln. tonų plieno, o pajamos sudarė 8,2 mlrd.

PAO Severstal verslo atvejis

užduotis

„Severstal“ nusprendė kuo labiau sumažinti įmonės nuostolius dėl klaidingų elektros suvartojimo prognozių, taip pat panaikinti nesankcionuotus prisijungimus prie tinklų ir elektros vagystes.

Fonas ir motyvacija

Metalurgijos ir kasybos įmonės yra vienos didžiausių elektros energijos vartotojų pramonėje. Net ir esant labai didelei savo gamybos daliai, įmonių metinės išlaidos elektros energijai siekia dešimtis ir net šimtus milijonų dolerių.

Daugelis „Severstal“ dukterinių įmonių neturi savo elektros gamybos pajėgumų ir perka juos didmeninėje rinkoje. Tokios įmonės teikia pasiūlymus, kuriose nurodo, kiek elektros energijos nori pirkti konkrečią dieną ir už kokią kainą. Jei faktinis suvartojimas skiriasi nuo deklaruotos prognozės, vartotojas moka papildomą tarifą. Taigi, dėl netobulos prognozės, visos įmonės papildomos elektros sąnaudos gali siekti iki kelių milijonų dolerių per metus.

Sprendimas

Severstal kreipėsi į SAP, kuri pasiūlė naudoti daiktų internetą ir mašininio mokymosi technologijas, kad būtų galima tiksliai numatyti energijos suvartojimą.

Sprendimą Vorkutaugol kasyklose įdiegė „Severstal“ Technologinės plėtros centras, kuris neturi savo gamybos įrenginių ir yra vienintelis vartotojas didmeninėje elektros rinkoje. Sukurta sistema reguliariai renka duomenis iš 2,5 tūkst. matavimo prietaisų iš visų „Severstal“ padalinių apie skverbties ir gamybos planus ir faktines vertes visose požeminėse zonose ir aktyviojoje anglies kasykloje, taip pat apie esamą energijos suvartojimo lygį. . Vertės renkamos ir modelio perskaičiavimas vyksta remiantis kas valandą gaunamais duomenimis.

vykdymas

Nuspėjama analizė naudojant mašininio mokymosi technologiją leidžia ne tik tiksliau numatyti būsimą suvartojimą, bet ir išryškinti elektros suvartojimo anomalijas. Taip pat buvo galima nustatyti keletą būdingų piktnaudžiavimo šioje srityje modelių: pavyzdžiui, žinoma, kaip „atrodo neteisėtas prisijungimas ir šifravimo ūkio veikla“.

Rezultatai

Siūlomas sprendimas leidžia ženkliai pagerinti energijos suvartojimo prognozės kokybę (20–25 proc. per mėnesį) ir sutaupyti nuo 10 mln. USD kasmet mažinant baudas, optimizuojant pirkimus ir kovojant su elektros vagystėmis.

Kaip Severstal naudoja daiktų internetą energijos suvartojimui prognozuoti
Kaip Severstal naudoja daiktų internetą energijos suvartojimui prognozuoti

Ateities planai

Ateityje sistema gali būti išplėsta analizuojant kitų gamyboje naudojamų išteklių: inertinių dujų, deguonies ir gamtinių dujų, įvairių rūšių skystojo kuro suvartojimą.


Prenumeruokite ir sekite mus Yandex.Zen – technologijos, inovacijos, ekonomika, švietimas ir bendrinimas viename kanale.

Palikti atsakymą