- Zákazníci
- Enel Green Power
Nové výzvy v oblasti obnoviteľných zdrojov energií, ktoré priniesli Big Data
Výhody Big Data Analysis
- Identifikácia a vyriešenie porúch okamžite a včas
- Zvýšenie efektivity výroby a zabezpečenie prevádzkovej kontinuity elektrární
- Zníženie nákladov na obnovu výrobných zariadení v prípade zlyhania
- Pochopenie a riešenie dlhotrvajúcich problémov
Veľké nástroje na analýzu údajov, ktoré rozširujú pohľad na podnikové procesy, pomáhajú urýchliť riešenie problémov a naplánovať cielené zásahy v prospech prevádzkových a údržbových činností. V sektore verejnoprospešných služieb a najmä v oblasti obnoviteľnej energie ponúka použitie analytických modelov na identifikáciu oblastí s poruchami v geograficky veľmi veľkých podnikoch významné obchodné výnosy. To dokazujú skúsenosti Enel Green Power vďaka rozvoju integračného rámca medzi platformou Hadoop a pokročilými analytickými riešeniami.
Aké sú možnosti Big Data pre obnoviteľné zdroje energie?
Svet obnoviteľných zdrojov energie, ktorý je novovznikajúcim odvetvím a je otvorený inováciám, nájde vo veľkom množstve údajov aj mnoho príležitostí, a to aj vďaka dostupnosti inovačných technológií, ktoré uľahčujú riadenie veľkých informatívnych rozmerov. Analýza veľkých dát umožňuje optimalizovať výrobu energie a údržbu zariadení. Vďaka prediktívnym algoritmom a pokročilom získavaní dát je možné optimalizovať poskytovanie služieb a snažiť sa predísť neschopnosti obnoviteľných zdrojov energie dané „palivo“ skladovať (surovina, zdroj: slnko, vzduch, voda atď. NDR).
Kritické otázky?
Okrem rôznorodosti zdrojov musíme čeliť rôznorodosti technológií podporujúcich výrobné procesy na základe rôznych dátových modelov v závislosti od dodávateľa. Stručne povedané, počiatočná kritickosť je spojená s vytváraním kľúčov na štandardizáciu extrémne rôznorodých informácií, ktoré musia byť nevyhnutne usporiadané, aby sa mohli vykonať analýzy, po ktorých bude nasledovať značné množstvo údajov a frekvencia aktualizácie v reálnom čase.
Analýza veľkých dát pre efektívnu diagnostiku
Dokonalá integrácia medzi riešeniami SAS a platformou Hadoop umožňuje analytikom ľahko vykonávať základné činnosti ETL (Extract, Transform, Load). Bol vytvorený analytický model, ktorý môže zvýrazniť diagnostické vylepšenia výroby veternej a fotovoltaickej energie.
V sektore obnoviteľnej energie sa obzvlášť zaujímavá oblasť použitia týka diagnostiky. Domnievame sa, že solárna elektráreň s kapacitou 1 MW pokrýva v rámci panelov ekvivalent 1 futbalového ihriska. Keďže existuje 80-100 MW zariadení, možnosť identifikácie oblastí s poruchami pred vykonaním terénnej inšpekcie je mimoriadne cenná. Intervenčné časy sa znižujú v prospech efektívnosti a prevádzkovej kontinuity.
„Možnosť identifikovať oblasti porúch pred vykonaním terénnych inšpekcií je mimoriadne cenná. Intervenčné časy sa znižujú v prospech efektívnosti a prevádzkovej kontinuity.“ Federico Argenio vedúci O&M modelovania dát a prediktívnej analýzy Monitorovanie a reporting Enel Green Power
Ako riadiť objem a rôznorodosť informácií?
Objem a rôznorodosť informácií spolu s integráciou štruktúrovaných a neštruktúrovaných údajov predstavovali najväčšiu kritickosť pri realizácii projektu. V Enel Green Power sú zdroje údajov veľmi rôznorodé a množstvo vyrobených informácií je v miliardách ročne. Okrem údajov pochádzajúcich zo snímačov existujú napríklad dokumenty vytvorené prevádzkovateľmi, ktorí sa zaoberajú inšpekciami v teréne. Všetky tieto textové údaje sa zbierajú a prekladajú do modelov pomocou technológií dolovania dát.
Aké sú výhody projektu Big Data z kvalitatívneho hľadiska?
V oblasti prevádzky a údržby nám používanie údajov Big Data umožnilo cieleným spôsobom zdôrazniť a vyriešiť poruchy, zlepšiť efektívnosť výroby zariadení či znížiť náklady na obnovu v prípade zlyhania. Analytické modely nám tiež umožnili pochopiť a vyriešiť problémy, ktoré zostali dlhodobo otvorené. ROI generované veľkými dátami je veľmi vysoká, pretože je to stále nová hranica aplikácií a návratnosť projektov v počiatočnej fáze je maximálna. Pre urýchlenie benefitov je však potrebné využiť efektívny tím: v tomto prípade ide o troch matematikov a jedného štatistu s konsolidovanými skúsenosťami v oblasti SAS. Vďaka podpore manažérov a technického oddelenia sme boli schopní rozvíjať algoritmus už počas krátkych šiestich mesiacov.
Aké budú budúce analytické aplikácie?
Plánujeme rozšíriť používanie analytického modelu aj na oblasť hydroelektrickej a geotermálnej energie. Vypracovanie projektov v reálnom čase, ktoré umožňujú rýchlejší zásah a prediktívne analýzy umožňujúce predvídať a naplánovať údržbu, sú oproti tomu projektom. Ich realizácia nie je triviálna, pretože si vyžaduje veľkú organizáciu databázy a definíciu korelácií medzi premennými. Ďalšou aplikáciou by mohla byť integrácia s analýzou finančnej oblasti, aby sa vytvoril komplexný nástroj na rozhodovanie.