64 / 118
Big Data al servizio
dell’energia
L
a società Salt River Project (SRP) è la più antica multi-
utility degli Stati Uniti ed è responsabile della fornitura
di servizi di generazione, trasmissione e distribuzione di
energia, nonché servizi di misurazione e di fatturazione
dei consumi, per oltre un milione di utenti che vivono
nell’area metropolitana di Phoenix, in Arizona. Qui la società gesti-
sce dodici centrali che generano elettricità da fonti tradizionali (car-
bone, nucleare, gas naturale) e da fonti rinnovabili (idroelettrica,
solare, eolica, geotermica).
SRP era alla ricerca di una soluzione che le permettesse di integrare
i dati provenienti da più impianti per migliorare la gestione delle
interruzioni delle forniture, ottimizzare le strategie di manuten-
zione e comprendere in anticipo dove potrebbero verificarsi in fu-
turo dei problemi di produzione. La società voleva anche verificare
l’opportunità di estendere il monitoraggio ai suoi asset critici per la
trasmissione e la distribuzione dell’energia.
Un approccio ‘smart’
Nel complesso contesto economico attuale, che si accompagna
a un maggiore controllo pubblico e ad attività di supervisione da
parte delle autorità, SRP era alla ricerca di un approccio più ‘smart’
per una produzione di energia il più affidabile ed efficiente possi-
bile. Per ottenere il livello di disponibilità desiderato, a SRP serviva
uno strumento per analizzare prontamente e in maniera coordi-
nata e consolidata i dati provenienti dalle strutture utilizzate per la
generazione. L’azienda ha quindi scelto la soluzione di Asset Per-
formance Management (APM) di GE Digital per consolidare i dati
provenienti dai sensori dislocati nelle oltre 500 apparecchiature
(generatori, turbine, pompe) presenti in undici dei dodici impianti
(oltre 50.000 tag in tutto).
La soluzione adottata utilizza tecnologie per lamodellazione avan-
zata, protette da oltre 40 brevetti, che contestualizzano le normali
relazioni operative tra tutti i parametri rilevanti, come carico, tem-
L’utilizzo dei Big Data e di algoritmi di machine learning ha consentito
a Salt River Project di rendere più efficiente il processo di produzione
dell’energia
AO
S P E C I
A L E
MARZO 2017
AUTOMAZIONE OGGI 396
64
Francesco Tieghi