略過導覽

石油與天然氣油槽液位預測 | Microsoft Azure

目前,多數的設備都會對油槽液位的問題作出反應。這通常會造成溢漏、緊急關機、高昂的修復費用、監管問題、高昂的修理和費用和罰款。油槽液位預測有利於管理及消除這些及其他問題。

利用即時功能和取自感應器、計量器和記錄器的歷史資料建立預測,以利:

  • 預防油槽溢漏及緊急關機
  • 探索硬體故障或失敗
  • 排程維護、關機和運輸
  • 最佳化作業和設備效率
  • 偵測管線漏油及重擊
  • 降低成本、罰款和停機

油槽液位預測流程從良好的輸入開始。透過計量器量測進入設備及送入油槽的石油。在提煉過程中,監視及記錄油槽液位,然後透過感應器、計量及記錄器記錄石油、天然氣及水輸出。然後使用設備的資料建立預測,例如,可每 15 分鐘建立預測。

Cortana Intelligence Suite 可調整、自訂以符合各種設備和各家企業的不同需求。

說明

注意:若您已部署了此解決方案,按一下這裡即可檢視部署。

如需如何建置此解決方案的詳細資料,請瀏覽 GitHub 中的解決方案指南。

預估佈建時間:20 分鐘

Cortana Intelligence Suite 透過 Microsoft Azure 提供了多項進階分析工具,包含資料擷取、資料儲存體、資料處理及進階分析元件等等,這些都是建置油槽液位預測解決方案的必要項目。

這項解決方案結合了多個 Azure 服務以提供強大的優勢。事件中樞會收集即時油槽液位資料。串流分析可彙總串流資料,並使其能夠視覺化。Azure SQL 資料倉儲會儲存及轉換油槽液位資料。Machine Learning 可實作及執行預測模型。PowerBI 可將即時油槽液位及預測結果視覺化。最後,Data Factory 可協調並排程整個資料流程。

[部署] 按鈕會啟動工作流程,在您指定的 Azure 訂用帳戶資源群組中,部署解決方案的執行個體。解決方案包含多個 Azure 服務 (如下所述) 以及模擬資料的 Web 工作,使您在部署後即擁有端點對端點運作的解決方案。

部署後,請參閱這裡的部署後指示。

技術詳細資料及工作流程

  1. 此資料供 Azure 事件中樞及 Azure SQL 資料倉儲服務作為資料點或事件使用,將用於其餘的解決方案流程之中。
  2. Azure 串流分析會分析資料,為來自事件中樞的輸入資料流提供近乎即時的分析,並直接發佈至 Power BI 進行視覺化。
  3. 在假設收到輸入下,使用 Azure Machine Learning 服務預測特定區域的油槽液位。
  4. 使用 Azure SQL 資料倉儲儲存接收自 Azure Machine Learning 服務的預測結果。Power BI 儀表板中隨後會取用這些結果。
  5. Azure Data Factory 能夠處理每小時重新訓練模型的協調流程與排程。
  6. 最後,使用 Power BI 處理結果視覺效果,以便使用者從設備監視實時的油槽液位,使用預測液位以免溢漏。

免責聲明

© 2017 Microsoft Corporation.著作權所有,並保留一切權利。這項資訊依照「現況」提供,且可能變更而不另行通知。Microsoft 對於此處提供的資訊不提供任何明示或默示的擔保。產生此解決方案的過程中使用了協力廠商的資料。您必須尊重他人的權利,包括取得及遵從相關授權以建立相似的資料集。

相關解決方案架構

能源供應最佳化

在能源網中,能源消費者會與各種類型的能源供應、交易和儲存元件互動,例如變電所、電池、風力發電廠和太陽能電池板、微型渦輪發電機以及需量反應標案,以符合其各自的需求並降低能源承諾用量成本。為了達成目的,電網營運商必須根據不同資源類型的取得價格以及資源的產能和物理特性,來決定每種資源類型在一段時間內應該承諾的用量。