Szerkesztés

Olaj- és gáztartályszint-előrejelzés

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

Megoldási ötletek

Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.

Napjainkban a legtöbb létesítmény reaktív módon kezeli a tartályszintekkel felmerülő problémákat. Ez a reaktivitás gyakran kiömlésekhez, vészleállításokhoz, költséges szervizelési költségekhez, szabályozási problémákhoz, költséges javításokhoz és bírságokhoz vezet. A tartályszint előrejelzése segít kezelni és enyhíteni az ilyen és a hasonló problémákat.

Felépítés

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

Töltse le az architektúra Visio-fájlját.

Adatfolyam

  1. Az adatok az Azure Event Hubsba és az Azure Synapse Analytics szolgáltatásba adatpontokként vagy eseményekként kerülnek be, amelyeket a megoldás többi folyamatában használnak majd.
  2. Az Azure Stream Analytics elemzi az adatokat, hogy közel valós idejű elemzést biztosítson a bemeneti streamen az eseményközpontból, és közvetlenül közzétegye a Power BI-ban vizualizáció céljából.
  3. Az Azure Machine Tanulás az adott régió tartályszintjének előrejelzésére szolgál a kapott bemenetek alapján.
  4. Az Azure Synapse Analytics az Azure Machine Learning szolgáltatásból származó előrejelzési eredményeket tárolja. Az eredményeket ezt követően a Power BI irányítópultja használja fel.
  5. Az Azure Data Factory kezeli az óránkénti modell újratanításának vezénylését és ütemezését.
  6. Végül a Power BI-t az eredmények vizualizációihoz használjuk, hogy a felhasználók valós időben monitorozzák a tárolószintet egy létesítményből, és az előrejelzési szint használatával megelőzzék a kiömlést.

Összetevők

Forgatókönyv részletei

A tartályszint-előrejelzési folyamat a kút betáplálási pontjánál kezdődik. A létesítménybe áramló olaj mennyiségét műszerek mérik, majd az olaj a tartályokba kerül. A szinteket a finomítási folyamat során a tartályokban figyelik és rögzítik. Az olaj-, gáz- és vízkimenetet érzékelők, mérők és rekordok rögzítik. Ezután a létesítmény adatai alapján elkészülnek az előrejelzések. Az előrejelzés-készítés gyakorisága beállítható (például 15 percre).

Az Azure Cognitive Services adaptálható, és testre szabható, hogy megfeleljen a létesítmények és a vállalatok által támasztott különböző követelményeknek.

Lehetséges használati esetek

Ez a megoldás ideális az energia-, autóipari és repülőgépipar számára.

Az előrejelzések az érzékelőkből, mérőszámokból és rekordokból könnyen elérhető valós idejű és előzményadatok erejének kihasználásával jönnek létre, amelyek a következő forgatókönyvekben segítenek:

  • a tartálytúlfolyás és a vészleállások megakadályozását
  • a nem megfelelően működő vagy hibás hardvereszközök felderítését
  • a karbantartás, a leállítások és a logisztika ütemezését
  • a műveletek és a létesítmény hatékonyságának optimalizálását
  • a vezetékszivárgások és -dugulások észlelését
  • a költségek, a bírságok és az állásidő csökkentését

További lépések

Termékdokumentáció:

Microsoft Learn-modulok: