PAO Severstal és una empresa siderúrgica i minera propietària de la Planta Metal·lúrgica Cherepovets, la segona més gran del nostre país. El 2019, la companyia va produir 11,9 milions de tones d'acer, amb uns ingressos de 8,2 mil milions de dòlars
Cas de negoci de PAO Severstal
Tasca
Severstal va decidir minimitzar les pèrdues de l'empresa per previsions errònies de consum elèctric, així com eliminar les connexions no autoritzades a la xarxa i el robatori d'electricitat.
Antecedents i motivació
Les empreses metal·lúrgiques i mineres es troben entre les majors consumidores d'electricitat de la indústria. Fins i tot amb una quota molt alta de generació pròpia, els costos anuals de les empreses per a l'electricitat ascendeixen a desenes i fins i tot centenars de milions de dòlars.
Moltes de les filials de Severstal no tenen capacitat de generació d'energia pròpia i la compren al mercat majorista. Aquestes empreses presenten ofertes indicant quanta electricitat estan disposades a comprar en un dia determinat i a quin preu. Si el consum real difereix de la previsió declarada, el consumidor paga una tarifa addicional. Així, a causa d'una previsió imperfecta, els costos addicionals d'electricitat poden arribar fins a diversos milions de dòlars l'any per al conjunt de l'empresa.
Solució
Severstal va recórrer a SAP, que es va oferir a utilitzar tecnologies d'IoT i d'aprenentatge automàtic per predir amb precisió el consum d'energia.
La solució l'ha desplegat el Centre de Desenvolupament Tecnològic de Severstal a les mines de Vorkutaugol, que no tenen instal·lacions de generació pròpies i són l'únic consumidor del mercat majorista d'electricitat. El sistema desenvolupat recopila regularment dades de 2,5 mil dispositius de mesura de totes les divisions de Severstal sobre els plans i els valors reals de penetració i producció a totes les àrees subterrànies i a la mina de carbó activa, així com sobre els nivells actuals de consum d'energia. . La recollida de valors i el recàlcul del model es fa a partir de les dades rebudes cada hora.
implementació
L'anàlisi predictiva mitjançant la tecnologia d'aprenentatge automàtic permet no només predir amb més precisió el consum futur, sinó també destacar anomalies en el consum d'electricitat. També va ser possible identificar diversos patrons característics d'abús en aquesta àrea: per exemple, se sap com "sembla" una connexió i funcionament no autoritzats d'una granja criptominera.
Els resultats
La solució proposada permet millorar significativament la qualitat de la previsió de consum d'energia (entre un 20 i un 25% mensual) i estalviar de 10 milions de dòlars anuals mitjançant la reducció de multes, l'optimització de les compres i la lluita contra el robatori d'electricitat.
Plans de futur
En un futur, el sistema es podrà ampliar per analitzar el consum d'altres recursos utilitzats en la producció: gasos inerts, oxigen i gas natural, diversos tipus de combustibles líquids.
Subscriu-te i segueix-nos a Yandex.Zen: tecnologia, innovació, economia, educació i compartir en un sol canal.