PAO Severstal è una società siderurgica e mineraria proprietaria dello stabilimento metallurgico di Cherepovets, il secondo più grande del nostro paese. Nel 2019, l'azienda ha prodotto 11,9 milioni di tonnellate di acciaio, con un fatturato di 8,2 miliardi di dollari
Caso commerciale di PAO Severstal
Task
Severstal ha deciso di ridurre al minimo le perdite dell'azienda dovute a previsioni errate sui consumi di energia elettrica, nonché di eliminare connessioni non autorizzate alla rete e furti di energia elettrica.
Contesto e motivazione
Le aziende metallurgiche e minerarie sono tra i maggiori consumatori di elettricità nell'industria. Anche con una quota molto elevata di produzione propria, i costi annuali delle imprese per l'elettricità ammontano a decine e persino centinaia di milioni di dollari.
Molte delle filiali di Severstal non dispongono di una propria capacità di generazione di energia e la acquistano sul mercato all'ingrosso. Tali società presentano offerte indicando quanta elettricità sono disposte ad acquistare in un determinato giorno ea quale prezzo. Se il consumo effettivo differisce dalla previsione dichiarata, il consumatore paga una tariffa aggiuntiva. Pertanto, a causa di una previsione imperfetta, i costi aggiuntivi dell'elettricità possono raggiungere diversi milioni di dollari all'anno per l'intera azienda.
Soluzione
Severstal si è rivolta a SAP, che si è offerta di utilizzare le tecnologie IoT e machine learning per prevedere con precisione il consumo energetico.
La soluzione è stata implementata dal Centro per lo sviluppo tecnologico di Severstal presso le miniere di Vorkutaugol, che non dispongono di propri impianti di generazione e sono l'unico consumatore sul mercato all'ingrosso dell'elettricità. Il sistema sviluppato raccoglie regolarmente dati da 2,5mila dispositivi di misurazione di tutte le divisioni di Severstal sui piani e sui valori effettivi di penetrazione e produzione in tutte le aree sotterranee e sulla miniera di carbone attiva, nonché sugli attuali livelli di consumo energetico . La raccolta dei valori e il ricalcolo del modello avviene sulla base dei dati ricevuti ogni ora.
implementazione
L'analisi predittiva che utilizza la tecnologia di apprendimento automatico consente non solo di prevedere con maggiore precisione i consumi futuri, ma anche di evidenziare anomalie nel consumo di energia elettrica. È stato anche possibile identificare diversi modelli caratteristici per gli abusi in quest'area: ad esempio, è noto come "appare" una connessione non autorizzata e il funzionamento di una farm di cryptomining.
I risultati
La soluzione proposta consente di migliorare significativamente la qualità della previsione dei consumi energetici (del 20–25% mensile) e di risparmiare 10 milioni di dollari all'anno riducendo le multe, ottimizzando gli acquisti e contrastando i furti di energia elettrica.
Piani per il futuro
In futuro il sistema potrà essere ampliato per analizzare il consumo di altre risorse utilizzate nella produzione: gas inerti, ossigeno e gas naturale, vari tipi di combustibili liquidi.
Iscriviti e seguici su Yandex.Zen: tecnologia, innovazione, economia, istruzione e condivisione in un unico canale.