Přeskočit navigaci

Prognózování hladiny v nádržích s ropou a plynem

V současné době většina zařízení reaguje na problémy s hladinou v nádržích reaktivně. To často vede k rozlévání, nouzovému vypínání, nákladnému odstraňování problémů, problémům v oblasti právních předpisů, drahým opravám a pokutám. Prognózování hladiny v nádržích pomáhá zvládnout a zmírnit tyto i další problémy.

Prognózy se vytvářejí s využitím dat v reálném čase a kdykoli dostupných historických dat ze snímačů, měřičů a záznamů, a pomáhají s následujícími úlohami:

  • Prevence přetečení nádrže a nouzového vypínání
  • Zjišťování chyb a selhání hardwaru
  • Plánování údržby, vypínání a logistiky
  • Optimalizace provozu a efektivity zařízení
  • Zjišťování úniku z potrubí a pomalého toku v potrubí
  • Snížení nákladů a omezení pokut a výpadků

Proces prognózování hladiny v nádržích začíná u vstupu z vrtu. Ropa se při vstupu do zařízení odměřuje prostřednictvím měřičů a pak se odesílá do nádrží. Během procesu rafinace se monitorují a zaznamenávají hladiny v nádržích a pak se prostřednictvím snímačů, měřičů a záznamů zaznamenává výstup ropy, plynu a vody. S využitím dat ze zařízení se pak vytvářejí prognózy. Prognózy se můžou vytvářet například každých 15 minut.

Sada Cortana Intelligence Suite je přizpůsobivá a dá se upravit pro splnění různých požadavků zařízení a společností.

Popis

Poznámka: Pokud jste toto řešení už nasadili, můžete ho zobrazit kliknutím sem.

Další podrobnosti o postupu sestavení tohoto řešení najdete v průvodci řešením na GitHubu.

Odhadovaný čas zřízení: 20 minut

Cortana Intelligence Suite poskytuje prostřednictvím Microsoft Azure pokročilé analytické nástroje – komponenty pro příjem, ukládání a zpracování dat a pokročilé analýzy – to znamená všechny nepostradatelné prvky pro vytvoření řešení prognózování hladiny v nádržích.

Toto řešení kombinuje několik služeb Azure a poskytuje řadu výhod. Event Hubs shromažďuje data o hladině v nádrži v reálném čase. Stream Analytics agreguje streamovaná data a zpřístupňuje je pro vizualizace. Azure SQL Data Warehouse ukládá a transformuje data o hladině v nádrži. Machine Learning implementuje a spouští model prognózování. PowerBI vizualizuje hladinu v nádrži v reálném čase a také výsledky prognóz. A konečně Data Factory orchestruje a plánuje kompletní tok dat.

Tlačítko Deploy (Nasadit) spustí pracovní postup, který nasadí instanci tohoto řešení v rámci skupiny prostředků předplatného Azure, které jste zadali. Toto řešení zahrnuje několik služeb Azure (popsaných níže) spolu s webovou úlohou, která simuluje data. To znamená, že okamžitě po nasazení budete mít fungující ucelené řešení.

Pokyny po nasazení najdete tady.

Technické údaje a pracovní postup

  1. Data se předají do Azure Event Hubs a služby Azure SQL Data Warehouse jako datové body nebo události, které se využijí ve zbytku toku řešení.
  2. Azure Stream Analytics analyzuje data, poskytuje analýzy téměř v reálném čase pro vstupní datový proud z centra událostí a přímo je publikuje do PowerBI pro vizualizaci.
  3. Služba Azure Machine Learning se využívá k prognózování hladiny v nádržích v konkrétní oblasti, a to na základě přijatých vstupů.
  4. Azure SQL Data Warehouse se využívá k uložení výsledků předpovědí přijatých ze služby Azure Machine Learning. Tyto výsledky se následně používají na řídicím panelu Power BI.
  5. Azure Data Factory zajišťuje orchestraci a plánování přetrénování hodinového modelu.
  6. A konečně Power BI se využívá k vizualizaci výsledků, takže uživatelé můžou v reálném čase monitorovat hladinu v nádržích ze zařízení a s využitím předpovědi hladiny předcházet rozlití.

Právní omezení

© 2017 Microsoft Corporation. Všechna práva vyhrazena. Tyto informace se poskytují „tak, jak jsou“ a mohou se bez předchozího upozornění změnit. Společnost Microsoft neposkytuje s ohledem na uvedené informace žádné záruky, ať už výslovné, nebo implikované. K vytvoření řešení byla použita data třetích stran. Zodpovídáte za respektování práv ostatních, včetně pořízení náležitých licencí pro vytváření podobných datových sad a jejich dodržování.

Související architektury řešení

Optimalizace dodávek energie

V energetické síti využívají spotřebitelé energie různé typy komponent zajišťujících dodávky, obchodování a ukládání energie, jako jsou rozvodny, baterie, větrné farmy a solární panely, mikroturbíny a nabídky reagující na poptávku, aby uspokojili své požadavky a minimalizovali náklady na energetické závazky. Aby to bylo možné, musí operátor sítě určit, k jakému množství energie se mají jednotlivé typy prostředků během časového období zavázat, a zároveň brát v úvahu náklady na využití různých typů prostředků a jejich kapacity a fyzické charakteristiky.