탐색 건너뛰기

석유 및 가스 탱크 수준 예측

현재 대부분의 기능은 탱크 수준의 문제에 반응해서 작동합니다. 이로 인해 누설, 비상 정지, 비싼 교정 비용, 규제 문제, 비싼 수리 비용 및 벌금이 발생하기도 합니다. 탱크 수준 예측을 통해 이러한 문제와 다른 문제를 관리하고 약화시킬 수 있습니다.

예측은 센서, 미터 및 레코드에서 쉽게 사용 가능한 실시간 및 과거 데이터의 기능을 활용하여 생성되고 다음에 도움이 됩니다.

  • 탱크 유출 및 비상 정지 방지
  • 하드웨어 오작동 및 장애 검색
  • 유지 관리, 정지 및 물류 예약
  • 작업 및 설비 효율성 최적화
  • 파이프라인 누출 및 슬러깅 감지
  • 비용, 벌금 및 가동 중지 시간 감소

탱크 수준 예측 프로세스는 적절한 입력으로 시작됩니다. 석유는 미터를 통해 설비로 들어올 때 측정되고 탱크로 보내집니다. 정제 프로세스 중에 탱크에서 수준이 모니터링 및 기록된 후 석유, 가스 및 물 출력이 센서, 미터 및 레코드를 통해 기록됩니다. 그런 다음 설비의 데이터를 사용하여 예측이 이루어집니다. 예를 들어 예측이 15분마다 수행될 수 있습니다.

Cortana Intelligence Suite는 적응 가능하고 설비와 회사에 필요한 다양한 요구 사항을 충족하도록 사용자 지정될 수 있습니다.

설명

참고: 이 솔루션을 이미 배포한 경우 여기를 클릭하여 배포를 확인하세요.

이 솔루션을 빌드하는 방법에 대한 자세한 내용은 GitHub에서 솔루션 가이드를 참조하세요.

예상 프로비전 시간: 20분

Cortana Intelligence Suite는 탱크 수준 예측 솔루션을 빌드하기 위한 모든 필수 요소인 고급 분석 도구(데이터 수집, 데이터 저장, 데이터 처리 및 고급 분석 구성 요소)를 Microsoft Azure를 통해 제공합니다.

이 솔루션은 여러 Azure 서비스를 결합하여 강력한 이점을 제공합니다. Event Hubs는 실시간 탱크 수준 데이터를 수집합니다. Stream Analytics는 스트리밍 데이터를 집계하여 시각화에 사용할 수 있게 해줍니다. Azure SQL Data Warehouse는 탱크 수준 데이터를 저장하고 변환합니다. Machine Learning은 예측 모델을 구현하고 실행합니다. Power BI는 실시간 탱크 수준 및 예측 결과를 시각화합니다. 마지막으로 Data Factory는 전체 데이터 흐름을 오케스트레이션하고 예약합니다.

‘배포’ 단추를 누르면 지정한 Azure 구독의 리소스 그룹 내에 솔루션의 인스턴스를 배포하는 워크플로가 시작됩니다. 솔루션은 여러 Azure 서비스(아래에 설명되어 있음)와 함께, 배포 직후 작동하는 종단 간 솔루션이 있도록 데이터를 시뮬레이트하는 웹 작업을 포함합니다.

배포한 후 여기에서 배포 후 지침을 참조하세요.

기술 세부 정보 및 워크플로

  1. 데이터는 솔루션 흐름의 나머지 부분에서 사용될 데이터 요소 또는 이벤트로 Azure Event Hubs 및 Azure SQL Data Warehouse 서비스에 공급됩니다.
  2. Azure Stream Analytics는 데이터를 분석하여 이벤트 허브의 입력 스트림에 대한 거의 실시간 분석을 제공하고 시각화를 위해 직접 Power BI에 게시합니다.
  3. Azure Machine Learning 서비스는 수신한 입력을 고려하여 특정 지역의 탱크 수준을 예측하는 데 사용됩니다.
  4. Azure SQL Data Warehouse는 Azure Machine Learning 서비스로부터 받은 예측 결과를 저장하는 데 사용됩니다. 이러한 결과는 Power BI 대시보드에서 사용됩니다.
  5. Azure Data Factory는 매시간 모델 다시 학습의 오케스트레이션 및 예약을 처리합니다.
  6. 마지막으로 Power BI는 사용자가 실시간으로 설비의 탱크 수준을 모니터링하고 예측 수준을 사용하여 유출을 방지할 수 있도록 결과 시각화에 사용됩니다.

고지 사항

©2017 Microsoft Corporation. All rights reserved. 이 정보는 “있는 그대로” 제공되며 예고 없이 변경될 수 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적 또는 묵시적 보증도 하지 않습니다. 타사 데이터는 솔루션을 생성하는 데 사용되었습니다. 유사한 데이터 집합을 만들기 위해 관련 라이선스를 확보하고 준수하는 것을 비롯한 다른 사람의 권리를 존중하는 것은 귀하의 책임입니다.

관련 솔루션 아키텍처

에너지 공급 최적화

에너지 그리드에서 에너지 소비자는 각각의 수요를 충족하고 에너지 사용 계획 비용을 최소화하기 위해 변전소, 배터리, 풍력 발전 지역과 태양 전지판, 마이크로 터빈 및 수요 대응 입찰과 같은 다양한 유형의 에너지 공급, 거래 및 저장 구성 요소를 활용합니다. 이를 위해 그리드 운영자는 다양한 유형의 리소스를 권유하는 비용 및 리소스의 기능과 물리적 특징을 고려하여 일정 기간 동안 각 유형의 리소스가 사용해야 하는 에너지 양을 결정해야 합니다.