PAO Severstal é unha empresa siderúrxica e mineira propietaria da Planta Metalúrxica Cherepovets, a segunda máis grande do noso país. En 2019, a compañía produciu 11,9 millóns de toneladas de aceiro, cuns ingresos de 8,2 millóns de dólares.
Caso de negocio de PAO Severstal
Tarefa
Severstal decidiu minimizar as perdas da compañía por previsións erróneas de consumo eléctrico, así como eliminar as conexións non autorizadas á rede e o roubo de electricidade.
Antecedentes e motivación
As empresas metalúrxicas e mineiras están entre as maiores consumidoras de electricidade da industria. Mesmo cunha participación moi elevada de xeración propia, os custos anuais das empresas para a electricidade ascenden a decenas e mesmo centos de millóns de dólares.
Moitas das filiais de Severstal non teñen capacidade de xeración de enerxía propia e cómpraa no mercado por xunto. Estas empresas presentan ofertas indicando a cantidade de electricidade que están dispostas a comprar nun día determinado e a que prezo. Se o consumo real difire da previsión declarada, entón o consumidor paga unha tarifa adicional. Así, debido a unha previsión imperfecta, os custos adicionais de electricidade poden chegar ata varios millóns de dólares ao ano para o conxunto da empresa.
solución
Severstal recorreu a SAP, que ofreceu usar tecnoloxías de IoT e de aprendizaxe automática para prever con precisión o consumo de enerxía.
A solución foi despregada polo Centro de Desenvolvemento Tecnolóxico de Severstal nas minas de Vorkutaugol, que non teñen instalacións de xeración propias e son as únicas consumidoras no mercado maiorista de electricidade. O sistema desenvolvido recolle regularmente datos de 2,5 mil dispositivos de medición de todas as divisións de Severstal sobre os plans e os valores reais de penetración e produción en todas as áreas subterráneas e na mina de carbón activa, así como sobre os niveis actuais de consumo de enerxía. . A recollida de valores e o recálculo do modelo realízase a partir dos datos recibidos cada hora.
implementación
A análise preditiva mediante a tecnoloxía de aprendizaxe automática permite non só predicir con máis precisión o consumo futuro, senón tamén destacar as anomalías no consumo de electricidade. Tamén foi posible identificar varios patróns característicos de abusos nesta área: por exemplo, sábese como "semella" unha conexión e operación non autorizadas dunha granxa de criptominería.
Os resultados
A solución proposta permite mellorar significativamente a calidade da previsión de consumo de enerxía (entre un 20 e un 25 % mensual) e aforrar de 10 millóns de dólares anuais ao reducir as multas, optimizar as compras e contrarrestar o roubo de electricidade.
Plans de futuro
No futuro, o sistema pode ampliarse para analizar o consumo doutros recursos empregados na produción: gases inertes, osíxeno e gas natural, diversos tipos de combustibles líquidos.
Subscríbete e síguenos en Yandex.Zen: tecnoloxía, innovación, economía, educación e compartir nunha soa canle.