石油およびガス タンクの内容量予測

Data Factory
Event Hubs
Machine Learning
Stream Analytics
Synapse Analytics
Power BI

ソリューションのアイデア

この記事にさらに多くの情報 (想定されるユース ケース、代替サービス、実装に関する考慮事項、価格ガイダンスなど) の掲載をご希望の方は、GitHub のフィードバックでお知らせください。

現在、ほとんどの施設はタンク レベルの問題に受け身的に対応しています。 多くの場合、これは漏出、緊急停止、高額な修復コスト、規制問題、高額な修理や罰金につながります。 タンク レベルの予測は、こうした問題やその他の問題を管理し、軽減するために役立ちます。

予測を作成するには、センサー、メーター、レコードからすぐに利用できるリアルタイム データと履歴データの力を活用します。これは、次のことに役立ちます。

  • タンクの漏出と緊急停止を防ぐ
  • ハードウェアの誤動作または障害を発見する
  • メンテナンス、シャットダウン、物流をスケジュールする
  • 経営と施設の効率を最適化する
  • パイプラインの漏れと詰まりを検出する
  • コスト、罰金、ダウンタイムを削減する

タンク レベルの予測プロセスは、適切な入力から始まります。 石油は、施設への納品時にメーターを使用して測定され、タンクに送られます。 精製プロセス中にタンクのレベルは監視および記録され、センサー、メーター、および記録を使用して石油、ガス、および水の使用量が記録されます。 次に、施設からのデータを使用して予測が行われます。たとえば、15 分ごとに予測を行うことができます。

Cortana Intelligence Suite は調整可能であり、施設や企業のさまざまな要件に合わせてカスタマイズできます。

Architecture

アーキテクチャ図 このアーキテクチャの SVG をダウンロードしてください。

説明

このソリューションの構築方法の詳細については、GitHub のソリューション ガイドを参照してください。

Cortana Intelligence Suite は、Microsoft Azure を介して高度な分析ツールを提供します。データ インジェスト、データ ストレージ、データ処理、高度な分析の各コンポーネントはすべて、タンク レベルの予測ソリューションを構築するための重要な要素です。

このソリューションでは、複数の Azure サービスを組み合わせることで、強力なメリットを生み出しています。 Event Hubs を使って、リアルタイムのタンク レベル データを収集します。 Stream Analytics を使って、ストリーミング データを集計します。これは視覚化に利用できます。 Azure Synapse Analytics を使って、タンク レベルのデータを格納し、変換します。 Machine Learning を使って、予測モデルを実装して実行します。 Power BI を使って、リアルタイムのタンク レベルと予測結果を視覚化します。 最後に、Data Factory を使って、データ フロー全体を調整およびスケジュールします。

[Deploy](デプロイ) ボタンをクリックすると、指定した Azure サブスクリプションのリソース グループ内にソリューションのインスタンスをデプロイするワークフローが開始されます。 このソリューションには、デプロイ直後にエンド ツー エンド ソリューションが動作するようにデータをシミュレートする Web ジョブと共に、複数の Azure サービス (後述) が含まれています。

デプロイ後に、デプロイ後の手順を参照してください。

技術的な詳細とワークフロー

  1. このデータは、Azure Event Hubs と Azure Synapse Analytics サービスにデータ ポイントまたはイベントとしてフィードされます。これは、ソリューション フローの残りの部分で使用されます。
  2. Azure Stream Analytics はデータを分析して、イベントハブからの入力ストリームにほぼリアルタイムの分析を提供し、Power BI に直接公開して視覚化します。
  3. Azure Machine Learning は、受け取った入力を基に特定の地域のタンク レベルを予測するために使用されます。
  4. Azure Synapse Analytics は Azure Machine Learning から受信した予測結果を格納するために使用されます。 これらの結果は、Power BI ダッシュボードで使用されます。
  5. Azure Data Factory は、モデルの再トレーニングのオーケストレーションと 1 時間ごとのスケジュール設定を処理します。
  6. 最後に、結果の視覚化に Power BI が使用されるため、ユーザーは施設からタンク レベルをリアルタイムで監視し、予測レベルを使用して漏出を防ぐことができます。

Components

次のステップ