PAO Severstal on teräs- ja kaivosyhtiö, joka omistaa Tšerepovetsin metallurgisen tehtaan, maamme toiseksi suurimman. Vuonna 2019 yritys tuotti 11,9 miljoonaa tonnia terästä ja sen liikevaihto oli 8,2 miljardia dollaria
PAO Severstalin liiketapaus
Tehtävä
Severstal päätti minimoida yhtiön virheellisten sähkönkulutusennusteiden aiheuttamat tappiot sekä eliminoida luvattomat verkkoliitännät ja sähkön varkaudet.
Taustaa ja motivaatiota
Metallurgia- ja kaivosyhtiöt ovat teollisuuden suurimpia sähkön käyttäjiä. Vaikka oman tuotannon osuus on erittäin korkea, yritysten sähkökustannukset ovat vuositasolla kymmeniä ja jopa satoja miljoonia dollareita.
Monilla Severstalin tytäryhtiöillä ei ole omaa sähköntuotantokapasiteettia ja ne ostavat sen tukkumarkkinoilta. Tällaiset yritykset jättävät tarjouksen, jossa ilmoitetaan, kuinka paljon sähköä ne ovat valmiita ostamaan tiettynä päivänä ja mihin hintaan. Jos todellinen kulutus poikkeaa ilmoitetusta ennusteesta, kuluttaja maksaa lisätariffin. Epätäydellisen ennusteen vuoksi sähkön lisäkustannukset voivat siis nousta jopa useisiin miljooniin dollareihin vuodessa koko yhtiölle.
Ratkaisu
Severstal kääntyi SAP:n puoleen, joka tarjoutui käyttämään IoT- ja koneoppimistekniikoita energiankulutuksen tarkkaan ennustamiseen.
Ratkaisun on ottanut käyttöön Severstalin teknologinen kehityskeskus Vorkutaugolin kaivoksilla, joilla ei ole omia tuotantolaitoksia ja jotka ovat ainoa kuluttaja sähkön tukkumarkkinoilla. Kehitetty järjestelmä kerää säännöllisesti tietoja 2,5 tuhannesta mittalaitteesta kaikista Severstalin toimialoista tunkeutumisen ja tuotannon suunnitelmista ja todellisista arvoista kaikilla maanalaisilla alueilla ja aktiivisella hiilikaivoksella sekä nykyisestä energiankulutustasosta. . Arvojen kerääminen ja mallin uudelleenlaskenta tapahtuu tunnin välein vastaanotettujen tietojen perusteella.
täytäntöönpano
Ennustava analyysi koneoppimisteknologialla mahdollistaa paitsi tulevan kulutuksen tarkemman ennustamisen myös sähkönkulutuksen poikkeavuuksien tuomisen esiin. Tällä alueella pystyttiin myös tunnistamaan useita tunnusomaisia väärinkäytösten malleja: esimerkiksi tiedetään, miltä salausfarmin luvaton yhteys ja toiminta "näyttää".
Tulokset
Ehdotetulla ratkaisulla voidaan merkittävästi parantaa energiankulutusennusteen laatua (20–25 % kuukaudessa) ja säästää 10 miljoonasta dollarista vuodessa sakkojen vähentämisellä, ostojen optimoinnilla ja sähkövarkauksien torjunnalla.
Tulevaisuudensuunnitelmat
Jatkossa järjestelmää voidaan laajentaa analysoimaan muiden tuotannossa käytettävien resurssien kulutusta: inertit kaasut, happi ja maakaasu, erilaiset nestemäiset polttoaineet.
Tilaa ja seuraa meitä Yandex.Zenissä – tekniikka, innovaatio, talous, koulutus ja jakaminen yhdessä kanavassa.