Внимание! Это ознакомительный вариант работы с системой, войдите или зарегистрируйтесь.
Размещение рекламы | Пользовательское соглашение | Тарифы |

Сервис «Онлайн Электрик»
  | О системе | Новости | Онлайн расчеты | Электролаборатория | Конференция | Работа | Вызов электрика | Автоэлектрики | Учебник | База данных | Магазин | Заказ | Источники | Сотрудничество | Контакты






Институт повышения квалификации специалистов релейной защиты и автоматики

 
НОВОСТИ
Сообщите о своей новости
25.02.2018 Предиктивная аналитика в энергетике

Интернет вещей предоставил миру массу новых возможностей. Одной из главных стала возможность организованного и непрерывного сбора данных с датчиков и других устройств. Благодаря современным «умным» решениям стало реальным собирать большие объемы данных о различных процессах в режиме реального времени.

По данным Transparency Market Research, к 2019 году рынок прогнозной аналитики достигнет 6,5 миллиардов долларов, тогда как по итогам 2012 года он составлял всего 2,8 миллиарда. Мировой рынок систем для предиктивного анализа будет расти в среднем на 17,8% ежегодно. Как показывает практика, в сложные экономические периоды выживают те компании, которые продолжают инвестировать в технологии и инновации. И предиктивная аналитика, безусловно, является одной из них.

Для промышленных предприятий, где необходима обработка и понимание огромного количества данных и есть высокие риски при принятии решений, предсказательная аналитика имеет особое значение. Данные о протекании технологического процесса не всегда используются эффективно, в то время как их можно использовать для оптимизации операционных процессов и повышения технико-экономических показателей производства. Оптимизацию можно выполнить на любом производстве с серьезным уровнем автоматизации, организованным сбором и длительным хранением информации.

Для этого успешно применяются интеллектуальные системы, которые могут проанализировать состояние технологического процесса в реальном времени, спрогнозировать дальнейшее протекание процесса, определить уровень оптимальности и, при необходимости, изменить управляющие параметры или дать рекомендации диспетчеру. Для решения данных задач с помощью средств машинного обучения создается предиктивная математическая модель технологического процесса. Она анализирует входные параметры, в реальном времени выдает прогноз протекания процесса и предложения по его оптимизации.

Максим Липатов, технический директор российской компании по производству телекоммуникационного и телерадиовещательного оборудования (РОТЕК) подчеркивает: «Собственно внедрение цифровых систем управления в производстве уже достаточно хорошо позволило повысить эффективность на производственных объектах. Сейчас мы пошли немножко дальше, мы начали применять систему предиктивной аналитики для диагностирования и выявления на самых ранних стадиях отклонений в работе оборудования. Собственно, основные наши задачи, которые мы пытались привнести – это внедрение технологий снижения затрат на производство и снижение ремонтных затрат».

Существенные затраты на производстве идут на ликвидацию последствий аварий и ремонт рабочих линий. В наше время оптимально переходить на планирование бюджетов и переходу от аварийных ремонтов к реальному ремонту по состоянию.

Основным преимуществом является скорейшее обнаружение отклонений в техническом состоянии. Все это основывается на едином интегральном критерии. То есть, нет необходимости оценивать различные тренды, сравнивать в зависимости какие-то явные или неявные в состоянии поведения оборудования достаточно ориентироваться на один интегральный критерий. Интегральный критерий может быть сведен как по группе объектов, так и по одному объекту.

Почему важно использовать предиктивную аналитику

В основном к нам обращались страховые компании и эксплуатирующие организации с просьбой оценить уже свершившееся событие для того, чтоб посмотреть и оценить насколько методы предикативного анализа дают эффект при реальной оценке.

Возьмем один случай. Произошло повреждение подвижной части газовой турбины, повреждение опор подшипников. В данной ситуации оперативный персонал потратил две недели, газовая турбина не была остановлена, и в результате от эксплуатации турбины в данном состоянии только на ремонт было затрачено 470 млн рублей. Если бы применялся предиктивный анализ в данной ситуации, то можно было сократить срок ремонта как минимум в три раза, и стоимость ремонта не менее, чем в половину.

Еще один интересный случай по результатам анализа архивных данных повреждения проточной части турбины. В данном случае, за 7 дней до аварии была явно видна необходимость ремонта основного агрегата. Если бы это было своевременно запланировано и остановлена машина для визуальной оценки технического состояния проточной части, то можно было избежать ущерба более чем на 1 миллиард рублей».

Современные возможности в области IoT и Big Data вместе с передовыми методами предиктивной аналитики становятся действенным инструментом для сокращения издержек, улучшения качества продукции и увеличения производительности предприятия. Прогнозная аналитика стала новым трендом современности, который открывает широкие перспективы для дальнейшего развития компаний. Кроме промышленности и энергокомплекса, прогнозные платформы успешно используются в банковской сфере, страховании, ритейле, логистике, маркетинге и многих других направлениях.

О применении современных технологий для аналитики, прогнозирования и планирования работы энергокомплексов вы сможете узнать на втором Smart Energy Summit Russia, который пройдет в Москве 27-28 марта 2018 года.



Архив новостей ...


Библиографическая ссылка на ресурс "Онлайн Электрик":
Алюнов, А.Н. Онлайн Электрик: Интерактивные расчеты систем электроснабжения / А.Н. Алюнов. - Режим доступа: https://online-electric.ru.








Дистанционые курсы
Повышение квалификации по программе БС-6 "Безопасность строительства и качество устройства электрических сетей и линий связи" (удостоверение гос. образца)
www.online-electric.ru

Профессиональная переподготовка
Дистанционные курсы профессиональной переподготовки по программе «Проектирование, монтаж и эксплуатация систем электроснабжения»
www.online-electric.ru

SaaS, Облачные вычисления, программа расчета, пример расчета, Электроснабжение загородного дома, промышленных предприятий, электроснабжение дома, коттеджа, квартиры, электроснабжение зданий, цеха, города, микрорайона. Проект электроснабжения, электрификация, электрофикация, система электроснабжения, схемы электроснабжения, учебник по электроснабжению, договор электроснабжения, расчет электроснабжения, надежность электроснабжения, категории электроснабжения, промышленное электроснабжение, электрификация сельского хозяйства, проектирование электроснабжения онлайн!
Побелитель Конкурса Электросайт года            
© ОНЛАЙН ЭЛЕКТРИК: Онлайн расчеты электрических систем Online-electric.ru, 2008-2019
© А.Н. Алюнов, 2008-2019 Свидетельство №16066 от 23.08.2010 года