PAO Severstal เป็นบริษัทเหล็กและเหมืองแร่ที่เป็นเจ้าของ Cherepovets Metallurgical Plant ซึ่งใหญ่เป็นอันดับสองในประเทศของเรา ในปี 2019 บริษัทผลิตเหล็กได้ 11,9 ล้านตัน โดยมีรายได้ 8,2 พันล้านดอลลาร์
กรณีธุรกิจของ PAO Severstal
งาน
Severstal ตัดสินใจลดการสูญเสียของบริษัทให้เหลือน้อยที่สุดเนื่องจากการคาดการณ์ปริมาณการใช้ไฟฟ้าที่ผิดพลาด ตลอดจนกำจัดการเชื่อมต่อกับโครงข่ายไฟฟ้าที่ไม่ได้รับอนุญาตและการขโมยไฟฟ้า
ความเป็นมาและแรงจูงใจ
บริษัทโลหะวิทยาและเหมืองแร่เป็นหนึ่งในผู้ใช้ไฟฟ้ารายใหญ่ที่สุดในอุตสาหกรรม แม้จะมีส่วนแบ่งการผลิตของตัวเองที่สูงมาก แต่ค่าใช้จ่ายรายปีขององค์กรสำหรับการผลิตไฟฟ้าก็สูงถึงหลายสิบหรือหลายร้อยล้านดอลลาร์
บริษัทสาขาหลายแห่งของ Severstal ไม่มีกำลังการผลิตไฟฟ้าเป็นของตนเองและซื้อในตลาดค้าส่ง บริษัทดังกล่าวเสนอราคาโดยระบุจำนวนไฟฟ้าที่พวกเขายินดีซื้อในวันหนึ่งๆ และราคาเท่าใด หากปริมาณการใช้จริงแตกต่างจากการคาดการณ์ที่ประกาศไว้ ผู้บริโภคจะต้องจ่ายภาษีเพิ่มเติม ดังนั้น เนื่องจากการคาดการณ์ที่ไม่สมบูรณ์ ค่าไฟฟ้าที่เพิ่มขึ้นอาจสูงถึงหลายล้านดอลลาร์ต่อปีสำหรับบริษัทโดยรวม
Solution
Severstal หันมาใช้ SAP ซึ่งเสนอให้ใช้ IoT และเทคโนโลยีการเรียนรู้ของเครื่องเพื่อคาดการณ์การใช้พลังงานอย่างแม่นยำ
โซลูชันดังกล่าวถูกนำไปใช้งานโดยศูนย์การพัฒนาเทคโนโลยีของ Severstal ที่เหมือง Vorkutaugol ซึ่งไม่มีเครื่องกำเนิดไฟฟ้าของตนเอง และเป็นผู้บริโภคเพียงรายเดียวในตลาดค้าส่งไฟฟ้า ระบบที่พัฒนาขึ้นจะรวบรวมข้อมูลจากอุปกรณ์วัดแสง 2,5 ชิ้นจากทุกแผนกของ Severstal เกี่ยวกับแผนและมูลค่าที่แท้จริงของการรุกและการผลิตในพื้นที่ใต้ดินทั้งหมดและในเหมืองถ่านหินที่ใช้งานอยู่ตลอดจนระดับการใช้พลังงานในปัจจุบัน . การรวบรวมค่าและการคำนวณแบบจำลองจะเกิดขึ้นตามข้อมูลที่ได้รับทุกชั่วโมง
การดำเนินงาน
การวิเคราะห์เชิงคาดการณ์โดยใช้เทคโนโลยีแมชชีนเลิร์นนิงทำให้ไม่เพียงคาดการณ์ปริมาณการใช้ไฟฟ้าในอนาคตได้แม่นยำมากขึ้น แต่ยังเน้นให้เห็นความผิดปกติในการใช้ไฟฟ้าอีกด้วย นอกจากนี้ยังสามารถระบุรูปแบบลักษณะเฉพาะหลายประการสำหรับการละเมิดในพื้นที่นี้ ตัวอย่างเช่น เป็นที่ทราบกันดีว่าการเชื่อมต่อที่ไม่ได้รับอนุญาตและการดำเนินการของฟาร์มเข้ารหัสลับนั้น "มีลักษณะอย่างไร"
ผล
โซลูชันที่นำเสนอทำให้สามารถปรับปรุงคุณภาพการคาดการณ์การใช้พลังงานได้อย่างมีนัยสำคัญ (เพิ่มขึ้น 20–25% ต่อเดือน) และประหยัดได้ถึง 10 ล้านดอลลาร์ต่อปีโดยการลดค่าปรับ เพิ่มประสิทธิภาพการซื้อ และต่อต้านการขโมยไฟฟ้า
วางแผนสำหรับอนาคต
ในอนาคต ระบบสามารถขยายเพื่อวิเคราะห์การใช้ทรัพยากรอื่นๆ ที่ใช้ในการผลิต: ก๊าซเฉื่อย ออกซิเจนและก๊าซธรรมชาติ เชื้อเพลิงเหลวประเภทต่างๆ
สมัครสมาชิกและติดตามเราบน Yandex.Zen — เทคโนโลยี นวัตกรรม เศรษฐกิจ การศึกษา และการแบ่งปันในช่องทางเดียว