PAO Severstal은 우리나라에서 두 번째로 큰 Cherepovets Metallurgical Plant를 소유한 철강 및 광산 회사입니다. 2019년 회사는 11,9억 달러의 매출로 8,2만 톤의 철강을 생산했습니다.
PAO Severstal의 비즈니스 사례
태스크
Severstal은 전기 소비에 대한 잘못된 예측으로 인한 회사의 손실을 최소화하고 그리드에 대한 무단 연결 및 전기 절도를 제거하기로 결정했습니다.
배경 및 동기
야금 및 광업 회사는 업계에서 가장 큰 전기 소비자 중 하나입니다. 자체 발전 비율이 매우 높더라도 전기 기업의 연간 비용은 수천만 달러, 심지어 수억 달러에 이릅니다.
Severstal의 많은 자회사는 자체 발전 용량이 없으며 도매 시장에서 구매합니다. 그러한 회사는 주어진 날에 얼마의 전기를 얼마의 가격으로 구매할 의사가 있는지 명시한 입찰서를 제출합니다. 실제 소비가 선언된 예측과 다를 경우 소비자는 추가 관세를 지불합니다. 따라서 불완전한 예측으로 인해 추가 전기 비용이 회사 전체에 연간 최대 수백만 달러에 달할 수 있습니다.
해법
Severstal은 에너지 소비를 정확하게 예측하기 위해 IoT 및 기계 학습 기술을 사용하겠다고 제안한 SAP로 눈을 돌렸습니다.
이 솔루션은 자체 발전 시설이 없고 도매 전력 시장의 유일한 소비자인 Vorkutaugol 광산에 있는 Severstal의 기술 개발 센터에서 배포했습니다. 개발된 시스템은 Severstal의 모든 부서에서 2,5개의 계량 장치로부터 모든 지하 구역과 활성 탄광에 대한 침투 및 생산의 계획 및 실제 값과 현재 에너지 소비 수준에 대한 데이터를 정기적으로 수집합니다. . 모델의 값 수집 및 재계산은 매시간 수신된 데이터를 기반으로 수행됩니다.
이행
머신 러닝 기술을 활용한 예측 분석을 통해 미래의 소비량을 보다 정확하게 예측할 수 있을 뿐만 아니라 전기 소비량의 이상 징후도 파악할 수 있습니다. 또한 이 영역에서 남용에 대한 몇 가지 특징적인 패턴을 식별할 수 있었습니다. 예를 들어, 크립토마이닝 팜의 무단 연결 및 운영이 "어떻게 생겼는지"가 알려져 있습니다.
결과
제안된 솔루션을 사용하면 에너지 소비 예측의 품질을 크게 개선하고(매월 20~25%) 벌금을 줄이고 구매를 최적화하고 전기 절도를 방지하여 연간 10만 달러를 절약할 수 있습니다.
미래를위한 계획
미래에는 시스템을 확장하여 불활성 가스, 산소 및 천연 가스, 다양한 유형의 액체 연료와 같이 생산에 사용되는 다른 자원의 소비를 분석할 수 있습니다.
하나의 채널에서 기술, 혁신, 경제, 교육 및 공유를 제공하는 Yandex.Zen을 구독하고 팔로우하세요.