Predictive analytics nell’energy industry: impianti più efficaci

La trasformazione digitale nell’energy industry, iniziata anni fa con l’introduzione di apparati e sensori intelligenti IoT (Internet of Things) continua a fare passi avanti grazie al valore aggiunto dai sistemi d’analisi e di predictive analytics. Terabyte di dati prodotti con continuità dalle migliaia di sensori installati presso centrali elettriche, apparati di rete, pozzi e altre infrastrutture gestite delle aziende multiutility consentono alle imprese del settore di avere la conoscenza dell’ambiente di produzione e d’erogazione che serve per aumentare l’efficienza, gestire al meglio le emergenze e prepararsi alle sfide del futuro. 

La tecnologia della predictive analytics nell’energy industry 

Una delle possibilità offerte dalla predictive analytics all’energy industry è sfruttare i dati prodotti dai sensori per ottenere informazioni utili a prevenire il verificarsi di un disservizio o di un guasto o eventualmente, in casi estremi, spegnere un impianto in fase critica prevenendo danni peggiori. Per far questo serve interpretare i dati in arrivo, metterli in relazione con dati di riferimento e gli andamenti storici per individuare le anomalie e decidere gli interventi. La predictive analytics offre le capacità di fare previsioni di lungo termine, per esempio, per scegliere il momento migliore per fare manutenzione, quando l’impatto economico è ridotto o più opportuno mandare le squadre, prevenendo i rischi d’infortunio. La capacità di analizzare i dati storici permette di stabilire se un’area d’impianto, oggi in buone condizioni, potrà avere un guasto tra un anno oppure se manutenzioni e interventi, cautelativamente schedulati su base periodica, possono invece essere programmati sull’oggettiva necessità, dipendente sia dal tempo sia dall’usura determinata dalle condizioni effettive del servizio.   

Predictive analytics per il settore eolico e solare  

La predictive analytics aiuta a rendere più efficiente l’energy industry nell’ambito, in particolare, della generazione eolica e solare. L’interpretazione dei dati rende possibile capire come ottimizzare il bilanciamento delle fonti per aumentare l’efficienza e ridurre nel contempo l’inquinamento atmosferico. Un contributo fondamentale è dato dalla possibilità d’impiegare la predictive analytics per correlare i dati interni di produzione con gli open data – per esempio, le informazioni meteo e geospaziali – che consentono di ottenere previsioni più affidabili e migliori scelte nella gestione. 

Con strumenti come Tableau e Alteryx diventa più semplice utilizzare la predictive analytics unificando i dati provenienti dalle diverse fonti, correlandoli tra loro per alimentare viste e cruscotti a supporto del lavoro dei team e delle singole persone. La possibilità di ottenere facilmente e senza programmazione informazioni analitiche e previsionali rende possibile l’utilizzo diretto dei dati da parte di chi ne ha necessità per prendere decisioni velocemente e supportarle con elementi oggettivi.  

Costruire nuovi business, il caso Wesii 

Come è successo in altri settori, dati e capacità analitiche aiutano la costruzione dei nuovi business anche nel settore dell’energy industry. Un esempio è rappresentato dalla startup italiana Wesii che, con l’aiuto di The information Lab, ha avviato un nuovo business nell’ambito del monitoraggio dei pannelli solari impiegati per la produzione di energia elettrica. L’azienda usa droni per sorvolare i grandi parchi solari e determinare lo stato di funzionamento dei singoli pannelli attraverso la registrazione e l’analisi dei dati relativi a: aspetto, posizione, temperature e condizioni atmosferiche. Il drone effettua più ricognizioni temporalmente programmate, i dati ottenuti confluiscono in un data warehouse da dove vengono recuperati per l’analisi e la presentazione dei risultati attraverso Tableau. Un proof-of-concept realizzato da The Information Lab sfrutta le capacità della piattaforma per: 

• Fare predictive analytics; 
• Elaborare e correlare le informazioni raccolte con i dati di produzione dell’impianto; 
• Determinare l’efficienza delle componenti; 

• Individuare i punti deboli, possibile fonte di futuri guasti. 

L’utilizzo della predictive analytics sui dati raccolti con i droni consentono all’azienda startup di offrire come servizio la ricerca e la prevenzione dei guasti su qualsiasi impianto di generazione solare. 

Tableau per potenziare il marketing e le vendite, il caso Repower 

In un caso d’uso più tradizionale, presso la società di distribuzione energetica Repower, la tecnologia di Tableau è stata impiegata a supporto dell’organizzazione di marketing e di vendite. La visual analytics aiuta a indirizzare correttamente le iniziative e a controllare le performance, sia da parte dei capi area sia dei singoli venditori, aiutandoli a tenere d’occhio le esigenze dei clienti. Lo stesso strumento è impiegato a livello centrale per tenere sotto controllo, attraverso dashboard, l’evoluzione del price index nel settore elettrico. L’impiego di strumenti idonei a gestire integrazione, qualità dei dati e automazioni di processo rende la predictive analytics uno strumento efficace per fare business, a differenza delle analisi ancora oggi realizzate con sistemi di BI su dati parziali o con il comune foglio elettronico.