La tradicional gestió
d'actius empresarials en utilies ha crescut amb una dimensió molt
més àmplia a conseqüència de la introducció de l'Smart Grids conjuntament amb
la instal·lació de dispositius intel·ligents a la xarxa. Les
empreses distribuïdores que estan en el negoci d'actius, tenen la
difícil tasca de mantenir i supervisar els seus actius crítics amb eficàcia i eficiència
amb alta disponibilitat i fiabilitat. Les tecnologies de xarxa sofisticades i
avançades estan ajudant als distribuïdors per aconseguir aquest objectiu en
gran mesura, ja que permeten la recollida de dades en temps real molt de froma
més efectiva i precisa. Les tècniques tradicionals de gestió d'actius ja
no són suficients per gestionar les complexes variables que s'introdueixen com
a conseqüència dels recents avenços tecnològics. L'ús de l'anàlisi predictiu en
els negocis de gestió d'actius pot ser un facilitador per aquestes utilies
amb infraestructures "rígides" que cal optimitzar els seus costos en
la gestió del cicle de vida d'actius i d'aplicar de forma efectiva l'intel·ligent
Asset Management.
així doncs, com les utilities
poden utilitzar eficaçment les tècniques d'anàlisi predictiu en l'àrea de
gestió d'actius "intel·ligents" per adonar-nos d'alguns dels
beneficis com pot ser, la reducció del cost del cicle de vida de l'actiu
i una major precisió de la presa de decisions.
Fig 1: Gestió d'Actius
L'últim objectiu
de la gestió tradicional d'actius en qualsevol organització, és
reduir / minimitzar / optimitzar els costos del cicle de vida d'aquestos a
través de la gestió eficaç. El cicle de vida d'actius passa per diverses
fases com la planificació de la inversió , disseny de la xarxa d'actius,
l'adquisició d'actius, instal·lació i posada en marxa d'actius, operació i
manteniment d'actius, el desmantellament d'actius i, finalment, la venda
d'actius / reemplaçament. L'optimització dels costos associats a cadascuna
d'aquestes fases del cicle de vida, és un dels objectius clau de les
organitzacions de manera que, les dades en temps real que venen dels
dispositius de camp juntament amb els incidents i avaries, idealment haurien
d'ajudar a les organitzacions a prendre les decisions correctes sobre les
fallides, el risc, la seva utilització, la fiabilitat i la disponibilitat.
Una moderna eina d'anàlisi predictiu, pot combinar dades de
múltiples sistemes diferents que han de permetre l'anàlisi de les variables
d'entrada no obstant, es tracta de trobar la correlació entre múltiples
variables d'entrada i les sortides en que s'està interessat. L'anàlisi
predictiu engloba una varietat de tècniques estadístiques (per exemple, els
models de regressió, models de sèries temporals, xarxes neuronals, etc) que
analitzen i comparen dades actuals i històriques per fer prediccions sobre el
valor futur de les variables de sortida. Aquesta eina d'anàlisi predictiu,
pot convertir grans volums de dades empresarials en accions concretes i
els resultats per fer previsions. A la indústria, la presa de decisions
efectiva es torna molt més fàcil si es tria i s'implementa amb tipus
d'algorismes correctes, aplicats a les dades d'entrada que vénen
dels sensors de camp el quals necessite d'una metodologia d'anàlisi
predictiu apropiat.
La majoria dels moderns paquets de programari sobre l'anàlisi predictiu,
necessiten extreure informació de correlació a partir de dades històriques i
utilitzar aquestes dades, per predir les futures tendències conjuntament amb
patrons de comportament. L'anàlisi predictiu es pot aplicar a qualsevol
tipus de variable a "vigilar" ja sigui en el passat, present o futur
i validar amb els resultats reals el valor de la variable predita.
Les
correlacions es poden permetre, derivar en els equips crítics la
identificació i anticipació de possibles causes de les fallades abans que
passin. És important assenyalar, però, que la precisió i la facilitat d'ús
dels resultats dependran en gran mesura, del nivell i la qualitat de les dades
que entrin al sistema i estiguin disponibles per a l'anàlisi. Un patró de
probabilitat es deriva generalment de forma conjunt, amb els resultats
per millorar la precisió en la predicció.
Figura 2: Components
d'Predictive Asset Management Analytics
Les preguntes més importants
que sorgeixen són:
- Quins són els casos importants que aportaràn
grans beneficis com a resultat de la predicció?
- Quins casos futurs són més crítics per a una utiliyt?
- Quant estalvi econòmic, es pot aconseguir
mitjançant la predicció d'una posible fallida?
Les respostes poden sere diferents segona la utility.
La disponibilitat d'actius, la seguretat i la fiabilitat
depenen en gran mesura de predir amb exactitud els errors. Els anàlisis
predictius d'actius ha guanyat molta importància en els últims temps,
principalment a causa de la fàcil disponibilitat de dades en temps real
relacionades amb actius intel·ligents dispersos per la xarxa. Com a
conseqüència de la modernització dels actius d'infraestructura hi ha moltes més
dades disponibles pels equips de gestió d'actius fet que, permet derivar en la
presa de decisions ràpides i precises per les seves característiques
crítiques d'actius i utilitzar aquesta informació de manera eficaç per a la
seva planificació de la inversió d'actius a llarg termini.
Les grans Utilities, estan actualment involucrades
en la implementació de solucions d'anàlisi predictiu per a la gestió dels seus
actius crítics. Una de les principals avantatges de l'ús de les solucions
d'anàlisi predictiu que permetrà l'optimització dels costos dels
actius. El percentatge de càrrega de treball que es gasta en la gestió
derivada del treball, es pot canalitzar més cap a la gestió dels
comportaments predictius reduint així l'actiu basat en el temps d'inactivitat i
augmentant la disponibilitat d'aquestos. Això tindrà un impacte directe en
els costos de OPEX de l'Organització.
Fig 3: Nivell d'actius
predictiu i seguiment.
Les diferents àrees
d'acompliment d'actius en virtut del qual els quadres de comandament d'anàlisi
predictiu poden produir resultats útils, són els paràmetres operacionals de
productivitat, projeccions financeres, les previsions de seguretat i salut, les
previsions reglamentàries, etc
La utilització
d'actius mesura l'eficiència amb què s'utilitzen els actius de l'organització
per generar el retorn de la inversió. La utilització d'actius es pot
predir amb exactitud sobre la base de les variables d'entrada (per exemple,
tensió, pressió, cabal, etc) que vénen dels dispositius de mesurament de camp o
sensors. La utilització dels actius pot ser diferent en diferents períodes de
temps en funció de la càrrega de treball del dia.
Avui en dia , el
modern programari d'analítica predictiva, pot analitzar la causa arrel dels
problemes d'utilització dels actius crítics de la xarxa i mitjançant el quadre
de comandament analític, es pot informar amb suficient antelació perquè el
personal operatiu de les accions que cal prendre.
Els errors d'actius es produeixen a causa de la
infraestructura obsoleta, manteniment inadequat, la sobrecàrrega de la xarxa,
etc. La millor forma, és evitar les fallades que es produeixin abans que puguin
causar interrupcions en la xarxa de subministrament. Hauria d'haver una
iniciativa conscient dins de l'organització per identificar i interconnectar
els actius crítics. Els actius crítics de la xarxa han de ser idealment
aquells actius que, la interrupció pot causar un gran impacte en el
subministrament als clients. El comportament de falla d'aquests actius
suposa molta més importància.
La millora dels índexs de fiabilitat estàndard de la
indústria (per exemple, IEEE estàndards SAIDI, SAIFI, Caidi, CAIFI i MAIFI) ha
adquirit una major importància en els darrers temps. Esdeveniments
inusuals o no planificats a la xarxa poden ser més ben detectats per les
tendències i patrons generats pels quadres de comandament d'anàlisi predictiu.
Uns exemples de solucions d'anàlisi predictiu que s'implementen, per tal de
rastrejar i monitoritzar les mesures de fiabilitat d'actius idealment s'haurien
de centrar en:
· El-Si:
Els beneficis financers que es poden aconseguir a través de la millora dels
índexs pertinents
· La
causa arrel dels problemes que estan causant els problemes de fiabilitat
· El
grau d'influència que cadascuna de les variables d'entrada tenen sobre la
variància fiabilitat
Fig 4: Fiabilitat d'Actius
Un actiu està disponible
quan està llest per al seu ús. Actius en temps d'inactivitat, correspon al
temps en que l'actiu no s'utilitza a causa d'una avaria o causa d'un
manteniment planificat. L'augment de la disponibilitat dels actius i la
reducció del temps d'inactivitat, és un objectiu clau ja que, té un
impacte directe en els costos Els històrics comportaments de temps
d'inactivitat, poden ser analitzats i en el futur podran ser modelats per
patrons nous millorats.
Risc d'Actius
El càlculs del risc d'actius, han guanyat importància amb
la introducció dels conceptes de les xarxes intel·ligents. Aquest risco índex
de la "salut de l'actiu" ajuda a predir la probabilitat de
fallada.
Amb la disponibilitat de dades en temps real de sensors
intel·ligents distribuits pel territòri, permet fer càlculs que poden
ajudar a millorar la precisió de les decisions d'inversió, reemplaçament.
El risc d'actius tindrà un impacte directe en decidir la
prioritat amb què els projectes de substitució d'actius s'ha de
programar. Els actius amb alt risc necessiten ser reemplaçats o reforçats
amb una prioritat més gran en comparació amb els actius amb menys risc.
L'eficiència dels actius, radica en la quantitat d'ús durant el
temps per al qual està destinat a ser utilitzat. Tècniques d'anàlisi
predictiu poden pronosticar amb eficàcia les seves eficiències, fins i
tot durant períodes de temps futurs amb l'ajuda de les tècniques de predicció
avançades.
Les eficiències d'actius, poden predir
amb exactitud sobre la base de les dades de comptadors intel·ligent. Quan
aquestes dades d'entrada en base als quals es prenen les accions i decisions
clau és en si mateixa errònia, l'eficiència de l'operació dels actius de la
xarxa es veu greument afectada.
Tradicional Vs SAM amb Predictive Analytics
Comparativa
La taula següent detalla les deficiències de les
tècniques tradicionals de gestió d'actius i com aquestes es poden millorar
utilitzant els últims avenços en l'anàlisi predictiu i la disponibilitat de les
dades dels comptadors intel·ligents a la xarxa.
Paràmetres de gestió d'actius
|
Gestió d'actius tradicional
|
Anàlisi predictiu + Gestió Intel ·
ligent d'Actius
|
Utilització d'Actius
|
Llacunes d'utilització s'identifiquen sovint després
de diversos dies.
|
Mesuraments de dispositius intel·ligents sovint
s'analitzen en temps real per reduir els temps d'utilització dels actius
crítics.
|
Errors actius
|
Un gran nombre de fallides d'actius es gestionen a
través de manteniment com a conseqüenica d'una avaeria, després de
produir la falladida d'aquest.
|
Les causes de les avaries són analitzades a temps i
realement, s'ha detecta una incidència aband de que ocorri.
|
Fiabilitat d'Actius
|
Temps de parada ausen interrupcions del client i
baix rendiment en els índexs de fiabilitat.
|
Millor estabilitat als índexs de fiabilitat a
causa de menys interrupcions dels clients i els temps de parada és inferiors.
|
Actius disponibilitat
|
La disponibilitat d'actius és la quantitat de temps de
treball productiu disponibilitat vs la quantitat de temps d'inactivitat
improductius.
|
Millora de la disponibilitat a causa de les accions
preses en temps real per exemple, ajustos dels fluxos en temps real a
la xarxa per controlar la sobrecàrrega en un transformador per millorar la
seva disponibilitat.
|
Risc d'Actius
|
Puntuacions de risc es calculen en general una
setmana després, el que acaba essent una decisió errònia.
|
La fariació del risc, permet predir amb antelacióuna
millor planificació de la inversió en actius
|
Eficiència d'Actius
|
La eficiències s'ha analitzat el mateix dia de la
endarrerida presa de decissió.
|
L'anàlisi de dades en temps real ajuda a millorar
l'eficiència
|
Taula 1: Tradicional Vs
intel·ligent gestió d'actius amb anàlisi predictiva
Ús d'anàlisi predictiu juntament amb les dades recuperats
a través de dispositius de gestió d'actius intel·ligents de la xarxa s'està
convertint en un tema de gran importància. En un futur proper, les
empreses es veuran obligades a adoptar l'ús d'anàlisi predictiu amb
d'eines i tècniques per predir diverses dimensions de la gestió utilitzant
les dades en temps real obtinguts dels dispositius intel·ligents.
Fig 4: Anàlisi predictiu
activat resultats
