Analytics und IoT sorgen für zuverlässige Stromversorgung

[SAS Institute GmbH - 04.04.2016] Heidelberg, 4. April 2016 -- SAS, einer der weltgrößten Softwarehersteller, hilft Unternehmen, mit Analytics Daten auszuwerten, die im Internet of Things (IoT) entstehen. Energieversorger sind damit in der Lage, die Komplexität eines immer stärker verteilten Stromnetzes - mit unterschiedlichsten Quellen von Solar-Panels bis hin zu Elektrofahrzeugen - zu managen und dessen Zuverlässigkeit zu erhöhen.

Unternehmen aus dem Energiesektor setzen Sensoren ein, um Echtzeitdaten zu Ort, Leistung, Wetter und anderen Faktoren zu erheben, die die Stromerzeugung und -Distribution beeinflussen. Mit Predictive Analytics von SAS lassen sich Daten aus Geräten, die mit dem IoT vernetzt sind, auswerten und für die Optimierung des Stromnetzes nutzen. Die Analyse dieser Streaming-Daten gibt Unternehmen in Verbindung mit Kontextdaten wichtige Informationen an die Hand, um die Leistung einzelner Anlagen sowie des gesamten Netzes vorherzusagen. Auf dieser Basis lassen sich schneller fundierte Entscheidungen im Hinblick auf die Gerätewartung treffen, was für bessere Auslastung und weniger Ausfall sorgt.

Praxisbeispiel

Salt River Project (SRP), ein börsennotiertes Unternehmen, das für die Stromversorgung der Phoenix-Metropolregion in den USA zuständig ist, nutzt eine integrierte Lösung von SAS und dem Infrastruktur-Management-Spezialisten OSIsoft.
Das Arizona Valley ist über ein Drittel des Jahres von sengender Hitze mit 38 Grad und mehr geprägt. Im gleichen Maße wie die Quecksilbersäule steigt dort auch der Stromverbrauch in dieser Zeit. Mit SAS Analytics und der OSIsoft-Software PI System kann SRP die künftige Performance einer Anlage sowie Auswirkungen auf die Stromversorgung vorhersagen - und hilft seinen Kunden damit, trotz Hitze einen kühlen Kopf zu bewahren.

Der Blick in die Zukunft ist eine wichtige Säule für SRP in Sachen Kundenzufriedenheit. Durch die Anwendung leistungsstarker SAS Analytics auf IoT-Daten kann der Stromversorger genau den Bedarf seiner Kunden decken, die Systemperformance optimieren und die Ausfallzeit minimieren, die für die Instandhaltung der Geräte und Maschinen benötigt wird. So wertet das Unternehmen mit SAS beispielsweise Hunderttausende von Maschinensensordaten aus, um vorherzusagen, wann Verbrennungsturbinen gewartet werden müssen.

"Zuverlässigkeit ist geschäftsentscheidend für unsere Kunden und unser Unternehmen", erklärt Steve Petruso, Senior Software Developer der Supply and Trading Group bei SRP. "SAS gibt uns die Möglichkeit, in Echtzeit Vorhersagen zu treffen, zu planen und die Prognosen anzupassen. Damit ist Salt River Project in der Lage, den Strombedarf seiner Kunden zu decken und das Stromnetz sicher am Laufen zu halten - egal, ob in Phoenix unter 25 oder über 40 Grad Celsius herrschen."

SAS Analytics erlaubt es SRP darüber hinaus, Daten aus PI System zu nutzen, um die verfügbaren Stromkapazitäten und den Verbrauch für die nächsten fünf Jahre zu prognostizieren. So kann das Unternehmen genau nach Bedarf Strom hinzukaufen oder überschüssige Energie verkaufen.

IoT im Energiesektor

Mit dem Vormarsch des Internet of Things (IoT) im Energiesektor stehen viele Stromversorger vor der Herausforderung, Streaming- und Geschäftsdaten aus den angeschlossenen Geräten zusammenzubringen. Das Volumen an Sensordaten, die an Monitoring-Geräten generiert werden, wächst stetig - doch ist dies nur ein Teil des Puzzles. Werden diese Sensordaten mit datengetriebener Analytics in Verbindung gebracht, wie es SAS in der Zusammenarbeit mit OSIsoft umsetzt, können Stromversorger wie SRP zeitnah ihre Leistung nachweislich verbessern.

Weitere Informationen, wie SAS mittels Predictive Analytics und dem Internet of Things die Stromnetzverfügbarkeit verbessert, gibt es unter http://www.sas.com/content/dam/SAS/en_us/doc/solutionbrief/utilities-grid-reliability-predictive-analytics-104816.pdf. Zur umfassenderen Unterstützung des Energiesektors und weiterer Bereiche wird SAS dieses Frühjahr eine IoT-Lösungssuite herausbringen.

circa 3.900 Zeichen