Предиктивная аналитика как функциональное преимущество «4Z Диспетчера»

Основная задача SCADA-систем — собирать, обрабатывать и визуализировать информацию о технологических процессах в реальном времени. Но наблюдение  не равно управлению. Сегодня энергетика сталкивается с реальностью, в которой простого сбора данных недостаточно. Дело в том, что этих данных становится так много, что возникает парадокс: чем больше датчиков мы устанавливаем, тем меньше мы понимаем, что происходит.

 

В связи с этим особую актуальность приобретают SCADA-системы, способные не только собирать информацию о состоянии оборудования, но и прогнозировать его работу. Именно таким решением является облачный сервис Челябинского завода электрооборудования — «4Z Диспетчер».

Модуль предиктивной аналитики: принцип сбора и анализа данных

 

Модуль предиктивной аналитики «4Z Диспетчера» анализирует исторические (архивные) и текущие данные, которые поступают с электрощитового оборудования на пограничный компьютер (Edge PC), расположенный внутри этого оборудования (КРУ, КТПН или РУ). 

 

Здесь принципиально важно подчеркнуть, что:

 

классические SCADA-системы либо вовсе не имеют пограничного компьютера, либо он используется в качестве «коммутатора» данных, пассивного шлюза, который передает данные  «как есть», а не анализирует. 

 

Почему это важная особенность?

 

Потому что максимальная близость пограничного компьютера к оборудованию и его активная роль «верификатора данных на месте» позволяет анализировать не только прошлое — то, что случилось внутри энергосистемы когда-то — но и настоящее: то, что происходит здесь и сейчас. В распоряжении инженера/диспетчера оказываются актуальные, свежие данные о токах, напряжении, разных видах мощности, состоянии заземляющих ножей, вакуумного выключателя и другие. 

 

Что происходит дальше?

В пограничном компьютере (Edge PC) встроенные математические модели Mathflow сравнивают полученные данные (и архивные, и актуальные) с  эталонными профилями и расчетом остаточного ресурса. Другими словами, «то, что было» и «то, что есть» сравнивается с тем, как «должно быть». Далее — делается прогноз, как ситуация будет развиваться, если тенденция сохранится. Архитектура хранения данных предусматривает два уровня — MEDIUM и LONG, и это позволяет анализировать как краткосрочные тренды, так и многомесячные циклы работы оборудования. Для прогнозирования используются такие модели как:

 

В этом случае, когда сценарий развития технологических процессов строится на основе анализа актуальных данных, а не только архивных, прогноз становится максимально точным и оперативным. А значит, служба эксплуатации предприятия может перейти от реактивного обслуживания энергооборудования («чиним, когда сломалось») к проактивному («предотвращаем поломку до её появления») со всеми вытекающими плюсами. А они существенные, это:

 

То, что делает «4Z Диспетчер» эффективным, доступным и удобным

 

Математические модели пользователь может создавать прямо в системе. Раньше, чтобы построить регрессию или проанализировать тренд, инженер должен был сначала выгрузить данные в Excel, Python или Matlab. Это занимало дни, а иногда — недели. В «4Z Диспетчере» математические модели доступны внутри системы SCADA. Данные в формулы подставляются напрямую из распределенного реестра в реальном времени. Выполняются формулы по событию или по расписанию: обновляют показатели износа оборудования, прогнозируют отказы и рассчитывают остаточный ресурс автоматически.  

 

На выходе инженер получает не набор цифр, а математически обоснованные рекомендации по обслуживанию электроустановки. Например: «контактное соединение требует замены через 372 часа». Фактически это является автоматизацией принятия решений.

 

Благодаря такой архитектуре, когда «математический движок» находится внутри SCADA, «4Z Диспетчер» дает следующие преимущества с точки зрения непосредственного пользователя:

 

Низкий порог входа

Пользователю не нужно знать Python, R или Matlab. Он пишет одну строку, например, P := [{1, pow($10,2)}], и получает готовую регрессионную модель. Таким образом, освоить аналитику может любой инженер, а не только дата-сайентист.

 

Работа с данными в реальном времени

За счет того, что формулы работают по расписанию или по событию, прогнозируемые данные всегда свежие. Время на их выгрузку и обработку не тратится. А значит решения, принимаемые на основе этих данных, всегда актуальные. 

 

Масштабируемость

Интерпретатор формул работает непосредственно в ядре SCADA, на пограничном компьютере (Edge PC), а не на внешних вычислительных узлах. Это обеспечивает:

 

— минимальную задержку при передаче данных: они не покидают периферию для обработки;

— автономность: вычисления продолжаются даже при потере связи с облаком;

— масштабируемость: нагрузка распределяется между локальными устройствами, а не концентрируется на центральном сервере, и даже при росте числа объектов система остается быстрой и надежной.

 

Быстрая интеграция и высокий потенциал в условиях импортозамещения

В отличии от европейских аналогов «4Z Диспетчер» не требует индивидуальной настройки под конкретный тип оборудования. Созданная в нем математическая модель может применяться на любом оборудовании, автоматически адаптируясь под его параметры, что кардинально упрощает тиражирование аналитических решений.

 

Здесь мы рассмотрели особенности модуля предиктивной аналитики «4Z Диспетчер», но этим его уникальность и ценность далеко не ограничивается. В следующей статье разберем архитектуру сервиса и расскажем, почему  она обеспечивает гарантированную достоверность, неизменность и доступность данных даже при авариях и кибератаках.