PAO Severstal es una empresa siderúrgica y minera propietaria de la Planta Metalúrgica de Cherepovets, la segunda más grande de nuestro país. En 2019, la empresa produjo 11,9 millones de toneladas de acero, con ingresos de $8,2 mil millones
Caso de negocio de PAO Severstal
Tarea
Severstal decidió minimizar las pérdidas de la empresa debido a pronósticos erróneos de consumo de electricidad, así como eliminar las conexiones no autorizadas a la red y el robo de electricidad.
Antecedentes y motivación
Las empresas metalúrgicas y mineras se encuentran entre los mayores consumidores de electricidad en la industria. Incluso con una proporción muy alta de generación propia, los costos anuales de electricidad de las empresas ascienden a decenas e incluso cientos de millones de dólares.
Muchas de las subsidiarias de Severstal no tienen su propia capacidad de generación de energía y la compran en el mercado mayorista. Estas empresas presentan ofertas indicando cuánta electricidad están dispuestas a comprar en un día determinado ya qué precio. Si el consumo real difiere del pronóstico declarado, el consumidor paga una tarifa adicional. Por lo tanto, debido a un pronóstico imperfecto, los costos adicionales de electricidad pueden llegar a varios millones de dólares al año para la empresa en su conjunto.
Solución
Severstal recurrió a SAP, que se ofreció a utilizar tecnologías de aprendizaje automático e IoT para predecir con precisión el consumo de energía.
La solución ha sido desplegada por el Centro de Desarrollo Tecnológico de Severstal en las minas de Vorkutaugol, que no cuentan con instalaciones de generación propias y son el único consumidor en el mercado eléctrico mayorista. El sistema desarrollado recopila regularmente datos de 2,5 mil dispositivos de medición de todas las divisiones de Severstal sobre los planes y valores reales de penetración y producción en todas las áreas subterráneas y en la mina de carbón activa, así como sobre los niveles actuales de consumo de energía. . La recopilación de valores y el recálculo del modelo se realiza sobre la base de los datos recibidos cada hora.
implementación
El análisis predictivo que utiliza tecnología de aprendizaje automático permite no solo predecir con mayor precisión el consumo futuro, sino también resaltar anomalías en el consumo de electricidad. También fue posible identificar varios patrones característicos de los abusos en esta área: por ejemplo, se sabe cómo "se ve" una conexión y operación no autorizada de una granja de criptominería.
Los resultados
La solución propuesta permite mejorar significativamente la calidad del pronóstico de consumo de energía (en un 20-25% mensual) y ahorrar $10 millones anuales al reducir multas, optimizar compras y contrarrestar el robo de electricidad.
Planes para el futuro
En el futuro, el sistema puede ampliarse para analizar el consumo de otros recursos utilizados en la producción: gases inertes, oxígeno y gas natural, varios tipos de combustibles líquidos.
Suscríbase y síganos en Yandex.Zen: tecnología, innovación, economía, educación y uso compartido en un solo canal.