Buscar en

Inteligencia Artificial SmartOps

Engie

Inteligencia Artificial SmartOps

EL APRENDIZAJE AUTOMÁTICO AHORRA ENERGÍA EN GRANDES SWRO SITAS EN ORIENTE MEDIO

Turing, una empresa de Gradiant, fue capaz de utilizar el aprendizaje automático para aplicar su tecnología patentada SmartOps para ahorrar hasta un 5% de energía, que son cientos de miles de dólares, en una gran planta de ósmosis inversa de agua de mar en Oriente Medio, respetando estrictos límites de diseño. Se aplicó un protocolo internacional de medición y verificación del rendimiento para confirmar los resultados de las pruebas.

Datos principales

Ubicación: Oriente Próximo

Usuario final: ENGIE

Solución: Desalinización del agua de mar

Industria: Municipios e infraestructuras

Fuente de agua de alimentación: Agua de mar

Tecnología: Inteligencia Artificial SmartOps

Configuración del sistema: 25 + 1 trenes, rueda Pelton

Capacidad del sistema: >200.000 m3/día

Fecha: 2021

Modelo de entrega: Software como servicio (SaaS)

El desafío

Nuestro cliente, ENGIE, una multinacional francesa del sector eléctrico, se enfrentaba al problema del elevado consumo de energía en una planta de desalinización por ósmosis inversa de agua de mar (SWRO) a gran escala situada en Oriente Medio. La desalinización de agua de mar consume mucha energía por varias razones. La desalinización suele requerir una cantidad significativa de energía para bombear el agua de mar, presurizarla y hacerla pasar por sistemas de filtración o membranas para eliminar la sal. El coste de la energía contribuye en gran medida al gasto total de la desalinización. La optimización del rendimiento de múltiples trenes de ósmosis inversa (OI) también supone un reto de enormes proporciones para los operadores, ya que es prácticamente imposible determinar los mejores parámetros de funcionamiento y la frecuencia de sustitución de las membranas para maximizar el ahorro de energía.

La solución

La tecnología SmartOps de Gradiant es una potente plataforma de software que utiliza el aprendizaje automático para optimizar el rendimiento de las plantas y gestionar los activos de forma eficiente. La tecnología tiene en cuenta diversos parámetros de entrada y salida, garantizando que las instalaciones cumplan las normas de diseño operativo y las limitaciones mecánicas, al tiempo que se reduce el consumo de energía y se mantienen los objetivos de calidad y producción del agua. Es especialmente eficaz para optimizar el flujo de agua en trenes de ósmosis inversa con distintas eficiencias.

 

Al aprovechar el poder de los algoritmos de IA de aprendizaje automático, SmartOps puede mejorar y predecir las operaciones de la planta, lo que lleva a mejoras inmediatas en la productividad, ahorro de costes y reducción de las huellas de carbono y agua.

 

Una auditoría de datos históricos demostró que la tecnología digital SmartOps podía conseguir un ahorro energético de hasta un 5%, con una tasa de recuperación máxima del 48% para una planta que utilizaba una rueda Pelton y una válvula de control de alimentación manual.

 

Para verificar este ahorro energético Turing, de la corporación Gradiant, empleó un modelo de simulación basado en el Protocolo Internacional de Medición y Verificación del Rendimiento (IPMVP®) de la ISO para predecir cuál habría sido el consumo de energía en condiciones estándar. Esto confirmó el ahorro energético con el cliente.

Beneficios

El aprendizaje automático cambia las reglas del juego para los propietarios y operadores de plantas, ayudándoles a controlar eficazmente los sistemas y a tomar decisiones basadas en datos. Las sencillas recomendaciones diarias de configuración permiten a los operadores introducir fácilmente los valores óptimos, para que puedan centrarse en suministrar agua de alta calidad a los 600.000 usuarios finales de las instalaciones de ENGIE. Para conseguir este ahorro no es necesario invertir en equipos o hardware adicionales.

 

La instalación a gran escala (SWRO) de ENGIE sigue siendo líder en la adopción de tecnología de aprendizaje automático. Su éxito se ha convertido en un modelo para muchas plantas de todo el mundo, permitiéndoles replicar estos beneficios. La integración del aprendizaje automático no solo ahorró mucha energía, sino que también mejoró el control del sistema y la toma de decisiones basada en datos, lo que benefició tanto a los operadores como a los gestores de la planta.

 

La tecnología SmartOps Digital de Gradiant sigue revolucionando el sector de la desalinización de agua de mar, abriendo el camino para que otras plantas de todo el mundo ahorren energía y obtengan ventajas similares.

Datos impactantes

5%

Ahorro de energía

48%

Máximo

Tasa de recuperación

>200,000 m

3

Capacidad diaria del sistema

<5%

Diferencial

Aumento de la presión

99.95%

Tiempo de actividad

12M

Toneladas Co

2

  Ahorrado cada año

Aviso legal

Este documento es sólo para información general. No se ofrece ni se implica garantía alguna y Gradiant no está obligada ni es responsable de la información aquí contenida. El Cliente es el único responsable de determinar si la información contenida en este documento es apropiada para el uso del Cliente, incluyendo, sin limitación, las condiciones reales del emplazamiento, geográficas y de la planta, las especificaciones, los requisitos, la eliminación, las leyes y los reglamentos aplicables. Este documento es propiedad intelectual de Gradiant, incluyendo pero no limitado a cualquier patente o marca registrada contenida en este documento. La distribución de este documento no es y no implica ninguna transferencia de la propiedad intelectual de Gradiant.

 

 

Gradiant, el logotipo de Gradiant y todas las marcas comerciales y de servicio marcadas con ™ o ® son propiedad de filiales de Gradiant Corporation, a menos que se indique lo contrario. 2023 Gradiant.

¿LE INTERESA SABER MÁS?

Rellene el formulario para descargar el libro blanco

Rellene el formulario para descargar el libro blanco

Rellene el formulario para descargar el libro blanco

Lorem Impsum

Lorem ipsum 

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.