Previsione del livello del serbatoio di petrolio e gas

Azure Data Factory
Hub eventi di Azure
Azure Machine Learning
Analisi di flusso di Azure
Azure Synapse Analytics

Idee per le soluzioni

Questo articolo descrive un'idea di soluzione. L'architetto cloud può usare queste linee guida per visualizzare i componenti principali per un'implementazione tipica di questa architettura. Usare questo articolo come punto di partenza per progettare una soluzione ben progettata in linea con i requisiti specifici del carico di lavoro.

Oggi la maggior parte delle strutture gestiscono in modo reattivo i problemi dei livelli delle cisterne. Questa reattività spesso comporta perdite, arresti di emergenza, costi di correzione costosi, problemi normativi, riparazioni costose e multe. La previsione dei livelli delle cisterne consente di gestire e alleviare questi e altri problemi.

Architettura

Diagramma dell'architettura che mostra i dati in Hub eventi di Azure/Azure Synapse. Azure Stream Analitica analizza i dati mentre Power BI monitora il livello del serbatoio del petrolio.

Scaricare un file di Visio di questa architettura.

Flusso di dati

  1. I dati vengono inseriti nei Hub eventi di Azure e nel servizio azure Synapse Analitica come punti dati o eventi che verranno usati nel resto del flusso della soluzione.
  2. Flusso di Azure Analitica analizza i dati per fornire analitica quasi in tempo reale nel flusso di input dall'hub eventi e pubblicarli direttamente in Power BI per la visualizzazione.
  3. Azure Machine Learning viene usato per effettuare previsioni sul livello di serbatoio di una determinata area in base agli input ricevuti.
  4. Azure Synapse Analytics viene usato per archiviare i risultati delle previsioni ricevuti da Azure Machine Learning. Questi risultati vengono quindi utilizzati nel dashboard di Power BI.
  5. Azure Data Factory gestisce l'orchestrazione e la pianificazione della ripetizione del training del modello oraria.
  6. Infine, Power BI viene usato per la visualizzazione dei risultati, in modo che gli utenti possano monitorare il livello del serbatoio da una struttura in tempo reale e usare il livello di previsione per evitare perdite.

Componenti

Dettagli dello scenario

Il processo di previsione del livello delle cisterne inizia in corrispondenza del pozzo petrolifero o del giacimento di gas. Il petrolio viene misurato all'ingresso nello stabilimento tramite misuratori e viene inviato alle cisterne. I livelli vengono monitorati e registrati in serbatoi durante il processo di affinamento. L'output di petrolio, gas e acqua viene registrato tramite sensori, contatori e record. Le previsioni vengono create con i dati provenienti dallo stabilimento. Ad esempio, è possibile generare previsioni ogni 15 minuti.

Servizi cognitivi di Azure è adattabile e può essere personalizzato per soddisfare requisiti diversi offerti dalle strutture e dalle aziende.

Potenziali casi d'uso

Questa soluzione è ideale per le industrie energetiche, automobilistiche e aerospaziali.

Le previsioni vengono create sfruttando la potenza dei dati in tempo reale e cronologici disponibili facilmente da sensori, contatori e record, utili per gli scenari seguenti:

  • Prevenire versamenti e chiusure di emergenza delle cisterne
  • Individuare malfunzionamenti o guasti dell'hardware
  • Pianificare manutenzione, chiusure e logistica
  • Ottimizzare le operazioni e l'efficienza degli stabilimenti
  • Individuare le perdite e i blocchi di liquido negli oleodotti e nei gasdotti
  • Ridurre i costi, le multe e i tempi di inattività

Passaggi successivi

Documentazione sui prodotti:

Moduli di Microsoft Learn: