Big Data в энергетике

Информационные технологии

Энергетики пока настроены осторожно по отношению к Big Data. Это объяснимо: отрасль довольно консервативна, функционирование по утвержденным нормам и регламентам здесь норма. Вместе с тем очевидно: чем раньше начнется накопление и использование данных, тем больше конкурентных преимуществ получат компании. Почему отрасли нужны большие данные, рассказывает директор по развитию бизнеса компании КРОК в энергетике Андрей Григорьев.

— Промышленные компании генерируют колоссальное количество информации, которую при грамотной обработке и аналитике можно использовать для развития бизнеса и повышения его эффективности. Но мир аналитики c BI-инструментами (Business intelligence) пока существуют параллельно миру промышленных технологий. Как вы оцениваете емкость рынка Big Data в целом?

— Под «большими данными» (Big Data, ВD) принято понимать данные, объем и сложность которых превосходят вычислительные возможности традиционных аналитических систем. При этом ценность больших данных напрямую связана с инструментами для их анализа. На основе ВD появляется возможность принимать более взвешенные бизнес-решения, эффективнее использовать доступные ресурсы, повышать производительность, снижать затраты на производство и даже строить предикативные модели.

Масштабы применения ВD стремительно растут: по оценкам исследователей International Data Corporation (IDC), мировой рынок технологий обработки больших данных и бизнес-аналитики будет ежегодно увеличиваться на 13,2%, так что к 2022 году его объем в денежном выражении составит 274,3 млрд долларов. В России на сегодняшний день рынок BDA (Big Data и аналитики) оценивается примерно в 150 — 450 млн долларов.

— Какие выгоды могут получить промышленные сектора? Как работает и что может Big Data в энергетике?

— Промышленность в целом и энергетический сектор в частности генерируют огромный объем информации, которая при применении традиционных методов аналитики используется не в полной мере. ВD позволяют извлекать, преобразовывать, обрабатывать и хранить данные, которые не всегда учитываются, но могут косвенно влиять на работу производства.

К примеру, когда на предприятиях обслуживание оборудования проходит согласно заранее прописанному плану («планово-предупредительная» ремонтная стратегия), некоторые детали и даже целые рабочие узлы подлежат замене без учета реального ресурса. Большие данные позволяют отслеживать состояние оборудования в режиме реального времени и прогнозировать риски. Таким образом удается увеличить срок его службы и сократить бюджет, при этом уменьшить число аварийных остановов.

Подобные технологии уже используются в российской промышленности. Так, холдинг УралХим при поддержке экспертов компании КРОК интегрирует в производство менеджмент-систему с использованием больших данных. Это решение позволит не только создавать предикативные модели контроля состояния оборудования, но и прогнозировать количество и качество продукции, тестировать бизнес-идеи. Для реализации проекта специалисты КРОК спроектировали платформу для анализа и хранения потоковых данных о показателях с технологических установок оборудования глубиной пять и более лет, которая может быть масштабирована за счет использования технологий машинного обучения и ВD.

Большие данные открывают перед энергетикой и другие возможности. Они позволяют тщательнее контролировать динамику потребления электроэнергии, точечно отслеживать дебиторскую задолженность, дают возможность качественнее управлять стоимостью контрактов и прогнозировать возникновение спроса на дополнительные услуги среди клиентов отрасли.

Применение ВD совместно с использованием технологий искусственного интеллекта помогает создавать цифровые двойники предприятий. Они позволяют проводить виртуальные испытания бизнес-гипотез и обкатку нововведений в виртуальной среде, с точным моделированием всех условий производства и без остановки деятельности «физической» версии предприятия. Мы разработали несколько цифровых двойников для ряда ТЭЦ своих заказчиков. В математических моделях имитируются все технологические процессы для каждой единицы оборудования, сводятся пароводяные и энергетические балансы. Процесс внедрения занимает около года, а в результате заказчик получает возможность оптимизации режима работы генерирующего оборудования, кроме того, оптимизируется расчет ступеней заявок на РСВ («рынок на сутки вперед») по критерию максимизации маржинальной прибыли, сокращается потребление топлива от 1 до 4%. Это позволяет окупить проект менее чем за два года.

— С какими барьерами сталкивается использование больших данных в электроэнергетическом секторе?

— Проникновение Big Data в энергетическую отрасль усложняется необходимостью преодоления ряда препятствий, связанных с существующей аналитической системой.

Традиционно аналитиками используется только наиболее очевидная информация, которая может быть полезна в контексте конкретных обстоятельств. В то же время Big Data предлагает собирать и анализировать в том числе те данные, которые пока не принимаются в расчет, но обладают большим потенциалом. Так, показатели физических характеристик, связанные с неисправностью высоковольтных линий электропередачи, могут быть использованы для ранней диагностики возникающей проблемы. А, например, индикаторы и тренды оптового рынка электроэнергии пригодятся для прогнозирования цен на рынке и улучшения финансовых результатов работы генерирующих и сбытовых компаний.

Внедрение систем анализа больших данных также подразумевает переход от централизованного управления данными к распределенному. Несмотря на кажущуюся органичность подхода, полностью реализовать его в ближайшие 10 — 15 лет вряд ли удастся, поэтому на сегодняшний день речь идет, скорее, о поиске некоего баланса между традиционной и новой системой.

Поскольку сейчас данные в отрасли в основном хранятся разрозненно, в разных информационных системах, доступ к отдельным фрагментам информации может быть ограничен. Ситуация также усугубляется вопросами кибербезопасности, которые невозможно игнорировать в разговоре о доступе к данным. Соответственно, для полноценной работы с Big Data необходимо преодолевать и эти барьеры изолированности.

Наконец, объем данных, анализируемых системами BDA, со временем вырастет настолько, что будет требовать наличия у предприятий собственных центров обработки данных. Сегодня их создание не очень распространено у российских энергетических компаний, тем не менее, удешевление средств хранения данных упрощает решение этой задачи.

Новые для довольно консервативной отрасли энергетики технологии ВD пока делают лишь первые шаги в использовании на энергообъектах. Однако по мере того, как появляется все больше успешных кейсов внедрения, интерес к технологии растет. По нашим прогнозам, в ближайшие три года большая часть энергетических предприятий начнет применять ВD намного уверенней.