PAO Severstal 是一家鋼鐵和礦業公司，擁有我國第二大冶金廠 Cherepovets 冶金廠。 2019年公司產鋼11,9萬噸，營收8,2億美元
PAO Severstal 的商業案例
任務
Severstal 決定盡量減少公司因電力消耗預測錯誤而造成的損失，並消除未經授權的電網連接和竊電行為。
背景和動機
冶金和礦業公司是工業中最大的電力消費者之一。 即使自發比例很高，企業每年的用電成本也高達數千萬甚至數億美元。
謝韋爾的許多子公司沒有自己的發電能力，而是在批發市場上購買。 這些公司提交標書，說明他們願意在某一天以什麼價格購買多少電力。 如果實際消耗量與聲明的預測值不同，則消費者需支付額外的關稅。 因此，由於預測不完善，整個公司每年的額外電力成本可能高達數百萬美元。
解決方案
Severstal 求助於 SAP，SAP 提出使用物聯網和機器學習技術來準確預測能源消耗。
該解決方案已由 Severstal 的 Vorkutaugol 礦山技術開發中心部署，這些礦山沒有自己的發電設施，是批發電力市場上唯一的消費者。 開發的系統定期從 Severstal 所有部門的 2,5 台計量設備收集有關所有地下區域和活躍煤礦的滲透和生產計劃和實際值以及當前能源消耗水平的數據. 值的收集和模型的重新計算是根據每小時收到的數據進行的。
履行
使用機器學習技術進行預測分析，不僅可以更準確地預測未來的用電量，還可以突出用電量的異常情況。 還可以確定該領域濫用行為的幾種特徵模式：例如，眾所周知，未經授權的連接和加密採礦場的操作“看起來像”。
結果
擬議的解決方案可以顯著提高能源消耗預測的質量（每月提高 20-25%），並通過減少罰款、優化採購和打擊竊電，每年節省 10 萬美元。
對未來的計劃
未來，該系統可以擴展到分析生產中使用的其他資源的消耗：惰性氣體、氧氣和天然氣、各種液體燃料。
在 Yandex.Zen 上訂閱並關注我們 - 技術、創新、經濟、教育和共享在一個渠道。