솔루션 아이디어
이 문서는 솔루션 아이디어입니다. 잠재적인 사용 사례, 대체 서비스, 구현 고려 사항 또는 가격 책정 지침과 같은 추가 정보로 콘텐츠를 확장하려면 GitHub 피드백을 제공하여 알려주세요.
오늘날 대부분의 시설은 탱크 수준의 문제에 반응하여 작동합니다. 이러한 반응성으로 인해 유출, 비상 정지, 값비싼 수정 비용, 규정 문제, 값비싼 수리 및 벌금이 발생하는 경우가 많습니다. 탱크 수준 예측은 이러한 문제 및 기타 문제를 관리하고 완화하는 데 도움이 됩니다.
아키텍처
이 아키텍처의 Visio 파일을 다운로드합니다.
데이터 흐름
- 데이터는 솔루션 흐름의 나머지 부분에 사용될 데이터 요소 또는 이벤트로 Azure Event Hubs 및 Azure Synapse Analytics 서비스에 피드됩니다.
- Azure Stream Analytics는 데이터를 분석하여 이벤트 허브의 입력 스트림에 대한 거의 실시간 분석을 제공하고 시각화를 위해 Power BI에 직접 게시합니다.
- Azure Machine Learning은 수신된 입력에 따라 특정 지역의 탱크 수준을 예측하는 데 사용됩니다.
- Azure Synapse Analytics는 Azure Machine Learning에서 받은 예측 결과를 저장하는 데 사용됩니다. 그런 다음, 이러한 결과는 Power BI 대시보드에서 사용됩니다.
- Azure Data Factory는 시간별 모델 재학습의 오케스트레이션 및 예약을 처리합니다.
- 마지막으로 Power BI는 결과 시각화에 사용되므로 사용자가 시설에서 탱크 수준을 실시간으로 모니터링하고 예측 수준을 사용하여 유출을 방지할 수 있습니다.
구성 요소
- Azure Data Factory
- Azure Event Hubs
- Azure Machine Learning
- Azure Stream Analytics
- Azure Synapse Analytics
- Power BI
시나리오 정보
탱크 수준 예측 프로세스는 웰 입력에서 시작됩니다. 오일은 미터를 통해 시설로 유입되어 탱크로 보내질 때 측정됩니다. 정제 과정 중에 수준이 모니터링되고 탱크에 기록됩니다. 오일, 가스 및 물 출력은 센서, 미터 및 레코드를 통해 기록됩니다. 그런 다음, 시설의 데이터를 사용하여 예측이 수행됩니다. 예를 들어 15분마다 예측을 수행할 수 있습니다.
Azure Cognitive Services는 적응 가능하며 시설 및 기업이 가지고 있는 다양한 요구 사항을 충족하도록 사용자 지정할 수 있습니다.
잠재적인 사용 사례
이 솔루션은 에너지, 자동차 및 항공 우주 산업에 이상적입니다.
예측은 센서, 미터 및 레코드에서 쉽게 사용할 수 있는 실시간 및 과거 데이터의 성능을 활용하여 생성되며, 이는 다음 시나리오에 도움이 됩니다.
- 탱크 유출 및 비상 종료 방지
- 하드웨어 오작동 또는 오류 검색
- 유지 관리, 종료 및 물류 예약
- 운영 및 시설 효율성 최적화
- 파이프라인 누수 및 슬러그 감지
- 비용, 벌금 및 가동 중지 시간 절감
다음 단계
제품 설명서:
- Azure Event Hubs란?
- Azure Synapse Analytics란?
- Azure Stream Analytics 시작
- Azure Machine Learning이란 무엇인가요?
- Azure Data Factory란?
Microsoft Learn 모듈: