PAO Severstal არის ფოლადის და სამთო კომპანია, რომელიც ფლობს ჩერეპოვეცის მეტალურგიულ ქარხანას, სიდიდით მეორე ჩვენს ქვეყანაში. 2019 წელს კომპანიამ 11,9 მილიონი ტონა ფოლადი გამოუშვა, შემოსავალი 8,2 მილიარდი დოლარით.
PAO Severstal-ის ბიზნეს საქმე
სამუშაო
Severstal-მა გადაწყვიტა მინიმუმამდე დაეყვანა კომპანიის ზარალი ელექტროენერგიის მოხმარების მცდარი პროგნოზების გამო, ასევე ქსელთან არაავტორიზებული შეერთებისა და ელექტროენერგიის ქურდობის აღმოფხვრა.
ფონი და მოტივაცია
მეტალურგიული და სამთო კომპანიები ელექტროენერგიის უმსხვილეს მომხმარებლებს შორის არიან ინდუსტრიაში. საკუთარი წარმოების ძალიან მაღალი წილიც კი, საწარმოების წლიური ხარჯები ელექტროენერგიაზე ათეულობით და თუნდაც ასეულობით მილიონ დოლარს შეადგენს.
Severstal-ის ბევრ შვილობილი კომპანიას არ აქვს საკუთარი ელექტროენერგიის გამომუშავების სიმძლავრე და ყიდულობს მას საბითუმო ბაზარზე. ასეთი კომპანიები წარადგენენ წინადადებებს, სადაც მითითებულია, თუ რა რაოდენობის ელექტროენერგიის ყიდვა სურთ მოცემულ დღეს და რა ფასად. თუ ფაქტობრივი მოხმარება განსხვავდება დეკლარირებული პროგნოზისგან, მაშინ მომხმარებელი იხდის დამატებით ტარიფს. ამრიგად, არასრულყოფილი პროგნოზის გამო, ელექტროენერგიის დამატებითმა ხარჯებმა შეიძლება მიაღწიოს წელიწადში რამდენიმე მილიონ დოლარს მთლიანად კომპანიისთვის.
Solution
Severstal მიმართა SAP-ს, რომელმაც შესთავაზა IoT და მანქანათმცოდნეობის ტექნოლოგიების გამოყენება ენერგიის მოხმარების ზუსტად პროგნოზირებისთვის.
გამოსავალი გამოიყენა Severstal-ის ტექნოლოგიური განვითარების ცენტრმა ვორკუტაუგოლის მაღაროებში, რომლებსაც არ აქვთ საკუთარი გენერატორი და ელექტროენერგიის საბითუმო ბაზარზე ერთადერთი მომხმარებელია. შემუშავებული სისტემა რეგულარულად აგროვებს მონაცემებს 2,5 ათასი მრიცხველიდან Severstal-ის ყველა განყოფილებიდან ყველა მიწისქვეშა ზონაში შეღწევისა და წარმოების გეგმებისა და ფაქტობრივი მნიშვნელობების შესახებ, აგრეთვე ენერგიის მოხმარების მიმდინარე დონეებზე. . ღირებულებების შეგროვება და მოდელის ხელახალი გამოთვლა ხდება ყოველ საათში მიღებული მონაცემების საფუძველზე.
შესრულების
პროგნოზირებადი ანალიზი მანქანათმცოდნეობის ტექნოლოგიის გამოყენებით შესაძლებელს ხდის არა მხოლოდ სამომავლო მოხმარების უფრო ზუსტად პროგნოზირებას, არამედ ელექტროენერგიის მოხმარების ანომალიების ხაზგასმას. ასევე შესაძლებელი გახდა ამ სფეროში ბოროტად გამოყენების რამდენიმე დამახასიათებელი ნიმუშის იდენტიფიცირება: მაგალითად, ცნობილია, თუ როგორ "ისე გამოიყურება კრიპტომაინინგის მეურნეობის არაავტორიზებული კავშირი და მუშაობა".
შედეგები
შემოთავაზებული გადაწყვეტა შესაძლებელს ხდის მნიშვნელოვნად გააუმჯობესოს ენერგიის მოხმარების პროგნოზის ხარისხი (თვიურად 20-25%-ით) და დაზოგოს 10 მილიონი აშშ დოლარი ყოველწლიურად ჯარიმების შემცირებით, შესყიდვების ოპტიმიზაციისა და ელექტროენერგიის ქურდობის წინააღმდეგ.
Გეგმები მომავლისთვის
მომავალში, სისტემა შეიძლება გაფართოვდეს წარმოებაში გამოყენებული სხვა რესურსების მოხმარების გასაანალიზებლად: ინერტული აირები, ჟანგბადი და ბუნებრივი აირი, სხვადასხვა ტიპის თხევადი საწვავი.
გამოიწერეთ და მოგვყევით Yandex.Zen-ზე — ტექნოლოგია, ინოვაცია, ეკონომიკა, განათლება და გაზიარება ერთ არხზე.