PAO Severstal हाम्रो देशको दोस्रो ठूलो चेरेपोभेट्स मेटलर्जिकल प्लान्टको स्वामित्वमा रहेको स्टिल र खानी कम्पनी हो। 2019 मा, कम्पनीले $ 11,9 बिलियन राजस्व संग 8,2 मिलियन टन स्टील उत्पादन गर्यो।
PAO Severstal को व्यापार मामला
कार्य
सेभर्सटलले बिजुली खपतको लागि गलत पूर्वानुमानका कारण कम्पनीको नोक्सानलाई न्यूनीकरण गर्न, साथै ग्रिडमा अनाधिकृत जडानहरू र विद्युत चोरीलाई हटाउने निर्णय गरेको छ।
पृष्ठभूमि र प्रेरणा
मेटलर्जिकल र खानी कम्पनीहरू उद्योगमा बिजुलीको सबैभन्दा ठूलो उपभोक्ताहरू हुन्। आफ्नै उत्पादनको धेरै ठूलो हिस्सा भए पनि, बिजुलीको लागि उद्यमहरूको वार्षिक लागत दशौं र करोडौं डलरसम्म पुग्छ।
सेभर्सटलका धेरै सहायक कम्पनीहरूको आफ्नै विद्युत उत्पादन क्षमता नभएकाले थोक बजारमा खरिद गर्छन्। त्यस्ता कम्पनीहरूले तोकिएको दिन कति बिजुली किन्न इच्छुक छन् भनी बोलपत्र पेश गर्छन्। यदि वास्तविक उपभोग घोषणा गरिएको पूर्वानुमान भन्दा फरक छ भने, उपभोक्ताले अतिरिक्त ट्यारिफ तिर्छ। यसरी, एक अपूर्ण पूर्वानुमानको कारण, अतिरिक्त बिजुली लागत कम्पनीको लागि एक वर्ष धेरै मिलियन डलर सम्म पुग्न सक्छ।
समाधान
सेभरस्टल SAP मा फर्कियो, जसले ऊर्जा खपतको सही भविष्यवाणी गर्न IoT र मेसिन लर्निङ प्रविधिहरू प्रयोग गर्न प्रस्ताव गर्यो।
यो समाधान सेभर्टलको सेन्टर फर टेक्नोलोजिकल डेभलपमेन्टले भोर्कुटौगोल खानीमा प्रयोग गरेको छ, जसको आफ्नै उत्पादन सुविधा छैन र थोक बिजुली बजारमा एक मात्र उपभोक्ता हो। विकसित प्रणालीले नियमित रूपमा सेभरस्टलका सबै डिभिजनहरूबाट 2,5 हजार मिटरिङ उपकरणहरूबाट सबै भूमिगत क्षेत्रहरूमा र सक्रिय कोइला खानीमा, साथै ऊर्जा खपतको वर्तमान स्तरहरूमा प्रवेश र उत्पादनको वास्तविक मूल्यहरूको बारेमा डाटा सङ्कलन गर्दछ। । मानहरूको सङ्कलन र मोडेलको पुन: गणना प्रत्येक घण्टा प्राप्त डाटाको आधारमा हुन्छ।
कार्यान्वयन
मेसिन लर्निङ टेक्नोलोजीको प्रयोग गरेर भविष्यवाणी गर्ने विश्लेषणले भविष्यको खपतलाई अझ सही रूपमा भविष्यवाणी गर्न मात्र होइन, बिजुली खपतमा हुने विसंगतिहरूलाई पनि हाइलाइट गर्न सम्भव बनाउँछ। यो क्षेत्रमा दुर्व्यवहारका लागि धेरै विशेषता ढाँचाहरू पहिचान गर्न पनि सम्भव थियो: उदाहरणका लागि, यो थाहा छ कि कसरी क्रिप्टोमाइनिङ फार्मको अनाधिकृत जडान र सञ्चालन "जस्तो देखिन्छ"।
परिणामहरू
प्रस्तावित समाधानले ऊर्जा खपत पूर्वानुमानको गुणस्तरमा उल्लेखनीय सुधार गर्न सम्भव बनाउँछ (मासिक २०–२५% सम्म) र जरिवाना घटाएर, खरिदलाई अनुकूलन गरेर र बिजुली चोरीको प्रतिरोध गरेर वार्षिक १० मिलियन डलर बचत गर्न सकिन्छ।
भविष्यका लागि योजनाहरू
भविष्यमा, प्रणाली उत्पादनमा प्रयोग हुने अन्य स्रोतहरूको खपत विश्लेषण गर्न विस्तार गर्न सकिन्छ: निष्क्रिय ग्याँस, अक्सिजन र प्राकृतिक ग्याँस, तरल ईन्धन को विभिन्न प्रकार।
सदस्यता लिनुहोस् र Yandex.Zen मा हामीलाई पछ्याउनुहोस् — प्रविधि, नवीनता, अर्थशास्त्र, शिक्षा र एउटै च्यानलमा साझेदारी।