РБК Pro —  
информационный сервис для предпринимателей и управленцев. Первый месяц — бесплатно
РБК Pro
— сервис для вашего бизнеса. Зарегистрируйтесь и получите доступ ко всем материалам. Первые 30 дней бесплатно.

Почему большие данные — будущее энергетики

ТЭК Цифровизация Статьи Крок
Андрей Григорьев, директор по развитию бизнеса компании КРОК в энергетике, — о том, как энергетики могут использовать big data для повышения своей операционной эффективности и какие барьеры для этого надо преодолеть
Фото:Carsten Koall / Getty Images
Фото: Carsten Koall / Getty Images

Выступая в 2006 году на конференции, математик Клайв Хамби высказал, пожалуй, один из ключевых тезисов XXI века: «Данные — это новая нефть. Как и нефть, они ценны, но не сами по себе, а благодаря продуктам на их основе. Данные должны быть обработаны, проанализированы для того, чтобы извлечь из них ценность, повысить рентабельность бизнеса».

В России основную прибыль из бизнес-аналитики и обработки больших данных (big data) традиционно извлекали телекоммуникационные компании, банки, ретейл. Вместе с тем мир промышленных решений и производства технического оборудования существовал независимо от мира аналитики.

Однако большие данные называют одной из сквозных технологий: эффект от их применения пронизывает экономику насквозь. Промышленные компании генерируют колоссальное количество информации, которую при грамотной обработке и аналитике можно использовать для развития бизнеса и повышения его эффективности. Энергетический сектор не исключение.

Согласно прогнозам IDC, общий объем мирового рынка технологий обработки больших данных и бизнес-аналитики будет ежегодно расти на 13,2% и к 2022 году составит $274,3 млрд (20,3 трлн руб.). Объем российского рынка, по разным оценкам, составляет от 10 млрд до 30 млрд руб. Однако Ассоциация больших данных прогнозирует его рост до 300 млрд руб. к 2024 году. Общеэкономический эффект от обработки и анализа больших данных может составить 1,5% ВВП России.

Что важно знать

Большие данные — это такие типы данных, которые слишком велики или слишком сложны для традиционных аналитических приложений и инструментов. Их можно определить по характеристикам: большой объем, высокая скорость изменения или большое разнообразие типов. Технологический стек программных инструментов позволяет анализировать такие данные и извлекать из них прибыль. В основе этих инструментов лежат нейросетевые алгоритмы, способные обрабатывать информацию вне зависимости от ее объема, количества, источников трафика (IoT, ИИ, мобильные сети) и структуры. Алгоритмы включают в себя целый набор техник, направленных на:

  • извлечение информации из разных источников;
  • обеспечение ее качества;
  • преобразование ее в единый формат;
  • загрузку в хранилище — «аналитическую песочницу» (Analytic Sandbox) или «озеро данных» (Data Lake).

Результатом аналитики могут быть отчеты, дашборды, математические модели и другие визуально оформленные форматы. Подобная аналитика позволяет принимать верные управленческие решения, а в перспективе — выбирать оптимальный путь для развития предприятия.

Способы использования big data в энергетике

В энергетике на основе big data можно строить прогнозы и предиктивные модели. Качество и точность таких прогнозов будут высоки, так как поле анализируемых данных будет шире и позволит принимать во внимание факторы, которые ранее не учитывались, но на самом деле косвенно влияют на результат.

На предприятиях энергетического сектора очень многие аспекты деятельности подпадают под нормы и регламенты. Плановое обслуживание оборудования в соответствии с ними, как правило, приносит свои плоды в виде высокой степени надежности его работы, но одновременно ведет к значительным затратам. Согласно регламенту, необходимо в определенные интервалы времени заменять детали или даже целые рабочие узлы механизмов, которые по факту еще не выработали свой ресурс.

При применении больших данных появляется возможность в моменте отслеживать параметры «жизнеспособности» оборудования, прогнозировать риски и обслуживать его, основываясь на реальном состоянии. Такой подход позволяет снизить количество и продолжительность аварийных остановок производства, увеличить межремонтные интервалы и закономерно сэкономить бюджет. И это только малая часть возможностей big data для энергетики.

В перспективе использование технологии способно:

  • создавать эффективные прогнозы динамики потребления электроэнергии производствами и лучше справляться с пиковыми нагрузками на сети;
  • предоставлять аналитику по должникам на основе релевантных факторов и в результате повышать эффективность производств через персонализированные подходы к работе с дебиторской задолженностью;
  • помогать своевременно выявлять потери электроэнергии как в сетях, так и у розничных потребителей;
  • проводить мониторинг высоковольтных линий и принимать соответствующие меры;
  • повышать экономическую эффективность работы на оптовом рынке электроэнергии, качественнее управляя стоимостью контрактов;
  • прогнозировать востребованность в дополнительных сервисах для клиентов энергосбытовых компаний;
  • эффективно планировать затраты на техническое обслуживание и ремонт оборудования.