Service Neuro®

Анализ данных по каждому ответственному элементу оборудования на протяжении длительного периода времени дает возможность отследить его деградацию, спрогнозировать время достижения предельного срока эксплуатации и выполнить замену до наступления отказа.

Накопление данных о работе оборудования, произведенных ремонтах и заменах позволяет рассчитать оптимальные сроки обслуживания, планово-предупредительных ремонтов и замены оборудования.

При очистке данных  телеметрии для анализа часто приходится иметь дело с пропусками, искажениями, аномальными значениями данных.

У каждого из этих явлений есть свои причины возникновения, например:

— отказ оборудования;

— отказ первичного датчика;

— отказ/сбой канала связи;

— отказ/сбой контроллера;

— отказ/сбой SCADA системы.

Для понимания причин пропусков есть специальные методы их определения и заполнения.

Регистрация и анализ ошибок в данных позволяют контролировать техническое состояние объекта.

Безучетное потребление сетевого газа — организация схемы газоснабжения, при которой

— весь потребляемый газ или его часть минует прибор учета;

— искажаются показания прибора учета;

— неверно выполняется расчет приводимого к стандартным условиям объема газа, подлежащего оплате.

Результат — потери газоснабжающей организации.

Похожие объекты газопотребления, с похожими храктеристиками профиля владельцев в сходных условиях потребляют сопоставимые объемы газа.

Значительное отличие объема потребляемого газа от среднего значения по выборке дает повод газоснабжающей организации проверить потребителя на предмет безучетного потребления.

Профиль потребителя  – это набор ключевых географических, социальных, экономических, культурных, демографических, психофизических, поведенческихих характеристик клиента, характеристик объекта газопотребления и окружающей среды.

Пример части профиля:

— возраст;

— семейное положение;

— уровень доходов;

— место проживания (география);

— пол;

— сфера занятости;

— социальный статус;

— площадь дома;

— материал стен;

— количество проемов;

— материал заполнения проемов;

— температура наружного воздуха и т.д.

Источниками данных для построения профиля могут быть любые регистры учета информации о людях и их собственности.

Есть бесплатные источники. Например, собственный сайт с личным кабинетом, договоры, сайты гос.органов.

Если данных из бесплатных источников недостаточно для построения модели приемлемого уровня качества, можно добавить данные платных источников, таких как БКИ, телефонные операторы связи, социальные сети, интеграторы данных.

Сегментация — процесс выявления групп потребителей, имеющих схожие или аналогичные характеристики в профилях.

Инструменты сегментации — различные методы кластеризации.

Кластеризация — это задача разбиения множества объектов на группы, называемые кластерами.

Внутри каждой группы должны оказаться максимально «похожие» объекты, а объекты разных групп должны как можно сильнее различаться.

Рассчитываем усредненный профиль по каждому сегменту.

Выполняем отбор лиц с максимальными отклонениями личного профиля от среднего по сегменту и производим проверку безучетного расходования газа.

При выявлении фактов безучетного расхода газа у поставщика есть законные основания на регрессное требование оплаты за последние полгода.

Нормализация договорных отношений уеличивает выручку на выпадавшие ранее доходы в текущем и следующих периодах.

В процессе эксплуатации объектов организация вынуждена нести технологические потери газа при запуске, обслуживании, ремонте и авариях.

Для расчета потерь при регламентных работах существует руководящий документ  РД 153-39.4-079-01.

Количество потерь при авариях аппаратно не контролируется и расчету не подлежит.

Выходное давление часто превышает уставку предохранительного сбросного клапана (ПСК) на протяжении длительного промежутка времени. Исправный клапан должен открыться и выпустить газ, находящийся под избыточным давлением, в атмосферу.

Время пребывания ПСК на объекте заказчика в открытом состоянии за календарный год составило

8862+9374= 18236 минут

или 304 часа

или  почти 13 суток.

За это время через ПСК могло быть выброшено в атмосферу

более 24 тыс.куб.м. газа на сумму порядка 156 тыс. руб.

Как показал анализ фактических данных, далеко не все аварии и инциденты приводят к срабатываниям автоматических устройств защиты и оповещению операторов.

Нередки ситуации, когда разрыв газопровода или несанкционированная врезка не приводят к аварийному снижению давления газа. Оператор просто не в состоянии визуально зафиксировать ступенчатое изменение давления на отдельном объекте в силу большого числа контролируемых объектов.

Обученная модель без труда распознает такую ситуацию и проинформирует оператора.

График давления газа на входе

График давления газа на выходе

Результатом работы модели классификации аварий, не приводящих к срабатыванию автоматических средств защиты является

оповещение оператора о нестабильности системы.

Если по какой-либо причине предотвратить аварию не удалось, например, если тип аварии новый и модель ещё не обучена её прогнозировать, для минимизации потерь важно как можно раньше определить ситуацию как аварийную и выдать оповещение оператору. После  переобучения модели на новых данных новый тип аварии будет прогнозироваться.

На данном реальном объекте оповещение об аварии могло быть получено оператором на 2 часа раньше (на втором временном отсчете), чем произошло по факту.

Результатом работы модели раннего оповещения является сообщение оператору о произошедшей    аварии и прогнозе времени до срабатывания устройств автоматической защиты

Анализ статистических данных Ростехнадзора по аварийности на объектах газовой отрасли позволяет сделать вывод об исчерпании потенциала снижения аварийности  за счет организационно-технических мероприятий.

Достигнутый уровень — 3 аварии на 1000 объектов в год — в последние несколько лет стабилен.

По данным Ростехнадзора на каждые 2 аварии приходится один пострадавший, на каждые 8 аварий — один погибший, средний ущерб от одной аварии — около 4 млн.руб.

Дальнейшее снижение аварийности возможно, если применить качественно новый подход к решению проблемы, например, внедрить на объектах систему прогнозирования и предотвращения аварий, построенную на основе самообучающихся математических моделей.

Давление на выходе реального объекта нередко  превышает установленные аварийные, предаварийные границы, уставки для ПСК.

Существующая автоматика отрабатывает только превышение аварийных границ путем срабатывания предохранительного запорного клапана (ПЗК).

Оператор имеет в распоряжении лишь график — инструмент визуализации данных телеметрии, но не анализа.

Сегодня доступны алгоритмы, которые по изменениям контролируемых параметров (давление на входе и выходе, температура газа в трубе и т.д.) позволяют достаточно точно предсказать аварию и помочь оператору в принятии своевременного правильного решения по её предотвращению.

Мы предлагаем перейти от реагирования к предвидению негативных событий.

Накопленные архивы данных телеметрии позволяют построить и обучить модель распознавания аварийных ситуаций.

Обученная модель сравнивает текущее состояние объекта с состояниями, которые запомнила при обучении, и выносит суждение либо о нормальной работе, либо предстоящей аварии или инциденте.

В случае распознавания предстоящей аварии производятся её классификация и расчет времени до наступления. Результаты передаются на монитор оператора для обязательного ознакомления.

Достигнутая точность прогнозирования на реальных объектах позволяет предсказать  более 99% аварий и инцидентов.

Для повышения точности прогнозирования:

— рассчитаны дополнительные характеристики;

— добавлены данные из открытых источников, в частности, о погодных условиях в районе объекта.

Модель, построенная на наборе данных с объекта нашего Заказчика, имеет следующие показатели качества:

— риск нераспознавания негативного события — 0,01%;

— риск получения ложного тревожного сообщения — 0,05%.

Результатом работы модели прогнозирования является

оповещение оператора о вероятной аварии с указанием объекта, типа аварии,  времени до её наступления.