A PAO Severstal é uma siderúrgica e mineradora proprietária da Usina Metalúrgica Cherepovets, a segunda maior de nosso país. Em 2019, a empresa produziu 11,9 milhões de toneladas de aço, com receita de US$ 8,2 bilhões
Business case da PAO Severstal
Tarefa
A Severstal decidiu minimizar as perdas da empresa devido a previsões erradas de consumo de eletricidade, bem como eliminar ligações não autorizadas à rede e roubo de eletricidade.
Antecedentes e motivação
As metalúrgicas e mineradoras estão entre as maiores consumidoras de energia elétrica da indústria. Mesmo com uma parcela muito alta de geração própria, os custos anuais das empresas com eletricidade chegam a dezenas e até centenas de milhões de dólares.
Muitas das subsidiárias da Severstal não possuem capacidade própria de geração de energia e a compram no mercado atacadista. Essas empresas apresentam propostas declarando quanta eletricidade estão dispostas a comprar em um determinado dia e a que preço. Se o consumo real diferir da previsão declarada, o consumidor paga uma tarifa adicional. Assim, devido a uma previsão imperfeita, os custos adicionais de eletricidade podem chegar a vários milhões de dólares por ano para a empresa como um todo.
Solução
A Severstal recorreu à SAP, que ofereceu o uso de IoT e tecnologias de aprendizado de máquina para prever com precisão o consumo de energia.
A solução foi implantada pelo Centro de Desenvolvimento Tecnológico da Severstal nas minas de Vorkutaugol, que não possuem instalações de geração próprias e são o único consumidor no mercado atacadista de eletricidade. O sistema desenvolvido coleta regularmente dados de 2,5 mil medidores de todas as divisões da Severstal sobre os planos e valores reais de penetração e produção em todas as áreas subterrâneas e na mina de carvão ativo, bem como sobre os níveis atuais de consumo de energia . A coleta de valores e recálculo do modelo ocorre com base nos dados recebidos a cada hora.
implementação
A análise preditiva usando a tecnologia de aprendizado de máquina permite não apenas prever com mais precisão o consumo futuro, mas também destacar anomalias no consumo de eletricidade. Também foi possível identificar diversos padrões característicos de abusos nessa área: por exemplo, sabe-se como “se parece” uma conexão e operação não autorizada de um farm de criptomineração.
Os resultados
A solução proposta permite melhorar significativamente a qualidade da previsão de consumo de energia (de 20 a 25% ao mês) e economizar US$ 10 milhões anuais, reduzindo multas, otimizando as compras e combatendo o furto de eletricidade.
Planos para o futuro
No futuro, o sistema pode ser expandido para analisar o consumo de outros recursos utilizados na produção: gases inertes, oxigênio e gás natural, diversos tipos de combustíveis líquidos.
Inscreva-se e siga-nos no Yandex.Zen — tecnologia, inovação, economia, educação e compartilhamento em um canal.