Gestire i consumi energetici di 85 fabbriche con dati al minuto.
Dati dei contatori, previsioni a 48 ore e avvisi sugli sprechi in un'unica piattaforma; il team energia vede gli sprechi prima della bolletta.
Problema e approccio
Problema
In un'azienda con più impianti, spesso i consumi energetici diventano visibili soltanto quando arriva la bolletta.
I contatori di produttori diversi misurano con protocolli propri; il confronto tra impianti si basa su fogli uniti manualmente. Un compressore che funziona a vuoto di notte o un carico nella fascia di punta si perdono nel totale di fine mese.
Approccio
Colleghiamo gli 85 impianti gradualmente, partendo da quelli pilota, non tutti insieme.
Durante uno sprint di discovery di due settimane associamo i contatori degli impianti pilota ai macchinari e, nella terza settimana, proviamo il prototipo con utenti reali. La prima fase, definita insieme — per esempio monitoraggio e avvisi sugli sprechi negli impianti pilota — viene pianificata con l'obiettivo di andare online in 6–12 settimane; previsioni e altri impianti vengono aggiunti successivamente.
Gestisci l'energia ogni minuto, non a fine mese.
Monitoraggio dei consumi al minuto
Ogni contatore invia una misura al minuto; i consumi vengono seguiti dall'impianto alla linea e fino al singolo macchinario.
Avvisi di anomalia e spreco
La piattaforma apprende il consumo previsto di ogni macchina per turno. Lo scostamento e il relativo costo vengono segnalati al team competente.
Previsione di consumi e costi a 48 ore
Consumi e costi vengono previsti con due giorni di anticipo e un intervallo di confidenza. Il carico di punta di domani è visibile già oggi.
Suggerimenti di spostamento dei carichi di punta
Vengono individuati i carichi rinviabili che coincidono con la fascia di punta: quale macchina, a quale ora e con quale risparmio mensile.
Scenario e perimetro
Utenti esemplificativi
Energy manager, responsabile dell'impianto e team di manutenzione.
Flusso di lavoro esemplificativo
Si acquisiscono i dati dei contatori, si segnalano le misure mancanti e si confrontano con i turni. Lo scostamento viene assegnato al team competente; il responsabile dell'impianto decide se applicare il suggerimento di spostamento del carico.
Decisioni da prendere nel progetto reale
Si definiscono protocolli dei contatori, frequenza delle misurazioni, adeguatezza dello storico, associazioni impianto-macchina, soglie di allerta e approvazione umana. Il modello di previsione o raccomandazione viene attivato solo se la valutazione pilota è adeguata; la prima fase può limitarsi al monitoraggio.
Servizi correlati: sviluppo software su misura e, per previsioni e anomalie, integrazione dell'intelligenza artificiale. Puoi elencare i tuoi utenti e sistemi nello strumento per il brief di progetto.
Tempi, team e tecnologie di questo scenario sono scelte di pianificazione esemplificative; perimetro, calendario e team reali vengono definiti nella discovery. I nomi dei prodotti non implicano partnership.
Che cosa misuriamo
Gli obiettivi sono criteri esemplificativi definiti per questo scenario; i risultati reali variano da progetto a progetto.
Tecnologie e team
Tecnologie
- Python
- Kafka
- MQTT
- TimescaleDB
- PyTorch
- React
- Kubernetes
- AWS
Descriviamo la preparazione dei dati, l'approvazione umana e il piano pilota per previsioni e avvisi di anomalia nella pagina sull'integrazione dell'intelligenza artificiale; affrontiamo gli altri scenari nella guida all'intelligenza artificiale nei processi aziendali.
Team proposto 7 persone
- 1 Data scientist
- 1 product designer
- 4 ingegnere software (web, mobile, back-end)
- 1 ingegnere dei dati
Il tuo processo
Gestisci un'operazione simile? Organizziamo un incontro di 30 minuti per trasformare i dati energetici delle tue fabbriche in decisioni.
Parliamo di questo conceptQuesto è un esempio, non un limite; applichiamo lo stesso approccio a processi simili in altri settori.