पीएओ सेवेरस्टल एक स्टील और खनन कंपनी है जो हमारे देश में दूसरे सबसे बड़े चेरेपोवेट्स मेटलर्जिकल प्लांट का मालिक है। 2019 में, कंपनी ने $11,9 बिलियन के राजस्व के साथ 8,2 मिलियन टन स्टील का उत्पादन किया
पीएओ सेवेरस्टल का व्यावसायिक मामला
कार्य
सेवरस्टल ने बिजली की खपत के लिए गलत पूर्वानुमानों के साथ-साथ ग्रिड और बिजली की चोरी के अनधिकृत कनेक्शन को खत्म करने के कारण कंपनी के घाटे को कम करने का फैसला किया।
पृष्ठभूमि और प्रेरणा
धातुकर्म और खनन कंपनियां उद्योग में बिजली के सबसे बड़े उपभोक्ताओं में से हैं। यहां तक कि खुद की पीढ़ी के एक बहुत ही उच्च हिस्से के साथ, बिजली के लिए उद्यमों की वार्षिक लागत दसियों या सैकड़ों मिलियन डॉलर तक होती है।
सेवरस्टल की कई सहायक कंपनियों के पास अपनी बिजली उत्पादन क्षमता नहीं है और वे इसे थोक बाजार से खरीदते हैं। ऐसी कंपनियां यह बताते हुए बोलियां जमा करती हैं कि वे किसी दिए गए दिन कितनी बिजली और किस कीमत पर खरीदने को तैयार हैं। यदि वास्तविक खपत घोषित पूर्वानुमान से भिन्न होती है, तो उपभोक्ता अतिरिक्त टैरिफ का भुगतान करता है। इस प्रकार, एक अपूर्ण पूर्वानुमान के कारण, कंपनी के लिए समग्र रूप से बिजली की अतिरिक्त लागत कई मिलियन डॉलर प्रति वर्ष तक पहुँच सकती है।
उपाय
सेवेरस्टल ने एसएपी की ओर रुख किया, जिसने ऊर्जा की खपत का सटीक अनुमान लगाने के लिए आईओटी और मशीन लर्निंग तकनीकों का उपयोग करने की पेशकश की।
इस समाधान को सेवर्स्टल के सेंटर फॉर टेक्नोलॉजिकल डेवलपमेंट द्वारा वोरकुटागोल खानों में तैनात किया गया है, जिनके पास अपनी स्वयं की उत्पादन सुविधाएं नहीं हैं और थोक बिजली बाजार पर एकमात्र उपभोक्ता हैं। विकसित प्रणाली नियमित रूप से सेवरस्टल के सभी डिवीजनों से 2,5 हजार मीटरिंग उपकरणों से डेटा एकत्र करती है और सभी भूमिगत क्षेत्रों में और सक्रिय कोयला खदान पर, साथ ही साथ ऊर्जा खपत के वर्तमान स्तरों पर पैठ और उत्पादन के वास्तविक मूल्यों पर डेटा एकत्र करती है। . प्रति घंटे प्राप्त आंकड़ों के आधार पर मूल्यों का संग्रह और मॉडल की पुनर्गणना होती है।
कार्यान्वयन
मशीन लर्निंग तकनीक का उपयोग करके भविष्य कहनेवाला विश्लेषण न केवल भविष्य की खपत का अधिक सटीक अनुमान लगाना संभव बनाता है, बल्कि बिजली की खपत में विसंगतियों को भी उजागर करता है। इस क्षेत्र में दुरुपयोग के लिए कई विशिष्ट पैटर्न की पहचान करना भी संभव था: उदाहरण के लिए, यह ज्ञात है कि एक क्रिप्टोमाइनिंग फार्म का एक अनधिकृत कनेक्शन और संचालन कैसा दिखता है।
परिणाम
प्रस्तावित समाधान ऊर्जा खपत के पूर्वानुमान की गुणवत्ता में महत्वपूर्ण सुधार करना संभव बनाता है (मासिक 20-25% तक) और जुर्माने को कम करके, खरीद को अनुकूलित करके, और बिजली चोरी का मुकाबला करके सालाना $10 मिलियन की बचत करता है।
भविष्य की योजनाएं
भविष्य में, उत्पादन में प्रयुक्त अन्य संसाधनों की खपत का विश्लेषण करने के लिए प्रणाली का विस्तार किया जा सकता है: अक्रिय गैसें, ऑक्सीजन और प्राकृतिक गैस, विभिन्न प्रकार के तरल ईंधन।
Yandex.Zen पर हमें सब्सक्राइब करें और फॉलो करें — टेक्नोलॉजी, इनोवेशन, इकोनॉमिक्स, एजुकेशन और शेयरिंग इन वन चैनल।