Redigera

Prognostisering av olje- och gastanknivå

Azure Data Factory
Azure Event Hubs
Azure Machine Learning
Azure Stream Analytics
Azure Synapse Analytics

Lösningsidéer

Den här artikeln är en lösningsidé. Om du vill att vi ska utöka innehållet med mer information, till exempel potentiella användningsfall, alternativa tjänster, implementeringsöverväganden eller prisvägledning, kan du meddela oss genom att ge GitHub-feedback.

Idag hanterar de flesta anläggningar problem på tanknivå reaktivt. Den här reaktiviteten leder ofta till spill, nödavstängningar, dyra reparationskostnader, regelproblem, kostsamma reparationer och böter. Med prognostisering på tanknivå kan du komma till rätta med sådana och andra problem.

Arkitektur

Architecture diagram shows data into Azure Event Hubs / Azure Synapse. Azure Stream Analytics analyzes data while Power BI monitors oil tank level.

Ladda ned en Visio-fil med den här arkitekturen.

Dataflöde

  1. Data matas in i Azure Event Hubs och Azure Synapse Analytics-tjänsten som datapunkter eller händelser som ska användas i resten av lösningsflödet.
  2. Azure Stream Analytics analyserar data för att tillhandahålla analyser i nära realtid på indataströmmen från händelsehubben och publicera dem direkt i Power BI för visualisering.
  3. Azure Machine Learning används för att göra prognoser på tanknivån för en viss region med tanke på de indata som tas emot.
  4. Azure Synapse Analytics används för att lagra de förutsägelseresultat som tagits emot från Azure Machine Learning. Resultaten visas sedan på Power BI-instrumentpanelen.
  5. Azure Data Factory hanterar orkestrering och schemaläggning av modellens omträning varje timme.
  6. Slutligen används Power BI för resultatvisualisering, så att användarna kan övervaka tanknivån från en anläggning i realtid och använda prognosnivån för att förhindra spill.

Komponenter

Information om scenario

Prognostiseringen på tanknivå börjar redan vid inmatningen från källan. Oljan mäts när den anländer till anläggningen via mätare och skickas sedan till tankar. Nivåerna övervakas och registreras i tankar under förfiningsprocessen. Olje-, gas- och vattenutdata registreras via sensorer, mätare och poster. Sedan skapas prognoser med hjälp av data från anläggningen, du kan till exempel skapa en prognos varje kvart.

Azure Cognitive Services är anpassningsbart och kan anpassas för att uppfylla olika krav som anläggningar och företag har.

Potentiella användningsfall

Den här lösningen är idealisk för energi-, fordons- och flygindustrin.

Prognoser skapas genom att utnyttja kraften hos realtidsdata och historiska data som är lättillgängliga från sensorer, mätare och poster, vilket hjälper dig med följande scenarier:

  • Förhindra tankspill och nödstopp
  • Upptäcka skador och fel i maskinvara
  • Schemalägga underhåll, driftstopp och logistik
  • Optimera driften och anläggningens effektivitet
  • Upptäcka läckor och igenslamning i rörledningar
  • Minska dina kostnader, bötesbelopp och driftstoppstimmar

Nästa steg

Produktdokumentation:

Microsoft Learn-moduler: