Изменить

Поделиться через

Прогнозирование уровня нефти и газа в резервуаре

Фабрика данных Azure
Центры событий Azure
Машинное обучение Azure
Azure Stream Analytics
Azure Synapse Analytics

Идеи решения

В этой статье описывается идея решения. Ваш архитектор облака может использовать это руководство, чтобы визуализировать основные компоненты для типичной реализации этой архитектуры. Используйте эту статью в качестве отправной точки для разработки хорошо спроектированного решения, которое соответствует конкретным требованиям рабочей нагрузки.

Сейчас большинство объектов реагируют на проблемы с уровнем жидкости в резервуаре после их возникновения. Эта реактивность часто приводит к разливам, аварийному закрытию, дорогостоящим затратам на исправление, нормативным вопросам, дорогостоящим ремонтом и штрафам. Прогнозирование уровня жидкости помогает контролировать эти и многие другие проблемы и уменьшать их.

Архитектура

Схема архитектуры показывает данные в Центры событий Azure / Azure Synapse. Azure Stream Analytics анализирует данные, а Power BI отслеживает уровень нефти.

Скачайте файл Visio для этой архитектуры.

Поток данных

  1. Каналы данных в службу Центры событий Azure и Azure Synapse Analytics в качестве точек данных или событий, которые будут использоваться в остальной части потока решения.
  2. Azure Stream Analytics анализирует данные, чтобы обеспечить аналитику в режиме реального времени в входном потоке из концентратора событий и напрямую опубликовать в Power BI для визуализации.
  3. Машинное обучение Azure используется для прогнозирования на уровне танка определенного региона с учетом полученных входных данных.
  4. Результаты прогнозирования, получаемые из службы "Машинное обучение Azure", сохраняются в Azure Synapse Analytics. Затем эти результаты используются на панели мониторинга в Power BI.
  5. Фабрика данных Azure обрабатывает оркестрацию и планирование почасовой переобучения модели.
  6. Наконец, Power BI используется для визуализации результатов, чтобы пользователи могли отслеживать уровень танка из объекта в режиме реального времени и использовать уровень прогноза для предотвращения разлива.

Компоненты

Подробности сценария

Процесс прогнозирования уровня жидкости в резервуаре начинается со входного потока в скважину. Нефть измеряется при поступлении на объект с помощью счетчиков, а затем отправляется в резервуары. Уровни отслеживаются и регистрируются в танках во время процесса уточнения. Добыча нефти, газа и воды регистрируется с помощью датчиков, счетчиков и записей. Затем на основе данных для этого объекта формируются прогнозы (например, прогнозирование может осуществляться каждые 15 минут).

Azure Cognitive Services адаптируется и может быть настроен для удовлетворения различных требований, которые имеют объекты и корпорации.

Потенциальные варианты использования

Это решение идеально подходит для энергетических, автомобильных и аэрокосмических отраслей.

Прогнозы создаются путем использования возможностей данных в режиме реального времени и исторических данных, доступных из датчиков, счетчиков и записей, которые помогают в следующих сценариях:

  • предотвращение утечки жидкости из резервуара и аварийного перерыва в работе;
  • обнаружение неправильной работы оборудования или сбоя;
  • планирование обслуживания, завершения работы и логистики;
  • оптимизация операций и эффективности объекта;
  • определение утечек и закупорки конвейера;
  • сокращение затрат, штрафов и простоя.

Следующие шаги

Документация по продукту:

Модули Microsoft Learn.