SmartOps AI
머신러닝은 에너지를 절약한다 중동의 대형 SWRO에 대한
Gradiant사의 기업인 Turing은 기계 학습을 사용하여 스마트옵스(SmartOps) 특허 기술을 적용하여 최대 5%의 에너지를 절감합니다. 수십만 달러에 해당되는 대규모 해수에서 중동의 역삼투수조 설치, 그 동안에도 계속 엄격한 설계 제한. 국제적인 성능 측정 그리고 검사 결과를 확인하기 위해 검증 프로토콜이 적용되었습니다.
요약 정보
위치중동
최종 사용자: ENGIE
솔루션해수 탈염
산업시 및 기반시설
급수 공급원해수
기술: SmartOps AI
시스템 구성: 25 + 1 열차, 펠튼 바퀴
시스템 용량:>200,000 m3/일
온라인 날짜: 2021
배달 모델: 소프트웨어 서비스(SaaS)
도전 과제
우리 고객인 프랑스 다국적 전력 유통업체 ENGIE는 중동에 위치한 대규모 해수 역삼투 방식 탈염(SWRO) 공장에서 높은 에너지 소비 문제를 겪었습니다. 해수를 탈염하는 과정은 몇 가지 주요 이유로 인해 에너지 소모가 크기 때문입니다. 해수탈수는 일반적으로 해수를 펌핑하고 압력을 가하고 여과 또는 멤브레인 시스템을 통해 소금을 제거하는 데 상당한 에너지가 필요합니다. 이 비용은 해수탈수의 전체 비용에 큰 영향을 미칩니다. 다수의 역삼투압(RO) 시스템의 성능을 최적화하는 것은 에너지 절감 효과를 극대화하기 위해 최적의 작동 매개변수와 멤브레인 교체 빈도를 결정하는 것이 사실상 불가능하기 때문에 운영자들에게 막대한 도전 과제를 안겨줍니다.
솔루션
그라디언트의 SmartOps 기술은 기계 학습을 활용하여 공장 성능을 최적화하고 자산을 효율적으로 관리하는 강력한 소프트웨어 플랫폼입니다. 이 기술은 다양한 입력 및 출력 파라미터를 고려하여 설비가 운영 설계 기준 및 기계적 한계를 충족하는 동시에 에너지 소비를 줄이고 물 품질과 생산 목표를 유지합니다. 또한 다양한 효율 수준의 역삼투 시스템을 통해 물 흐름을 최적화하는 데 특히 효과적입니다.
스마트옵스는 기계 학습 AI 알고리즘의 힘을 활용하여 공장 운영을 강화하고 예측할 수 있어 생산성 향상, 비용 절감, 탄소 및 물 사용량 감소 등의 즉각적인 개선 효과를 얻을 수 있습니다.
역사적 데이터 분석 결과, SmartOps 디지털 기술을 사용하면 Pelton 휠과 수동 피드 컨트롤 밸브를 사용하는 설비의 경우 최대 5%의 에너지 절감 효과를 달성할 수 있으며, 최대 회수율은 48%에 달하는 것으로 나타났습니다.
이러한 에너지 절감 효과를 확인하기 위해 Gradiant의 Turing은 ISO 국제 성능 측정 및 검증 프로토콜(IPMVP®)을 기반으로 한 시뮬레이션 모델을 활용하여 표준 조건 하에서 에너지 사용량이 어떻게 될 것인지 예측했습니다. 이를 통해 고객과 함께 에너지 절감 효과를 확인했습니다.
혜택
머신러닝은 플랜트 소유자와 운영자에게 새로운 패러다임을 가져오며, 시스템을 효율적으로 제어하고 데이터를 기반으로 결정을 내리는 데 도움을 줍니다. 간단한 일상적인 설정 권장 사항을 통해 운영자는 가장 적합한 값을 쉽게 입력할 수 있어, ENGIE 시설의 60만 명의 최종 사용자에게 고품질의 물을 공급하는 데 집중할 수 있습니다. 이러한 비용 절감 효과를 달성하기 위해 추가적인 장비나 하드웨어 투자가 필요하지 않습니다.
ENGIE의 대규모 SWRO 시설은 기계 학습 기술 도입 분야에서 선도적인 위치를 유지하고 있습니다. 그 성공은 전 세계 많은 공장에 모범 사례가 되었습니다. 이를 통해 해당 공장은 이러한 이점을 재현할 수 있게 되었습니다. 기계 학습 통합은 많은 에너지를 절약할 뿐만 아니라 시스템 제어와 데이터 기반 의사결정을 개선하여 공장 운영자와 관리자 모두에게 이익을 가져다주었습니다.
그라디언트의 스마트옵스 디지털 기술은 해수 담수화 산업을 계속 혁신하고 있으며, 전 세계 다른 공장들도 에너지 절감과 유사한 이점을 얻을 수 있도록 선도하고 있습니다.
영향력 통계
5%
에너지 절약
48%
최대
재활률
>200,000 m
3
일일 시스템 용량
<5%
차별화
압력 증가
99.95%
운용 시간
12M
톤즈 코
매년 보존
법적 면책 조항
본 문서는 일반적인 정보 제공만을 목적으로 합니다. 어떠한 보증이나 보장도 제공되거나 묵시적으로 제공되지 않으며 Gradiant는 여기에 포함된 정보에 대해 구속되거나 이에 대한 책임을 지지 않습니다. 고객은 실제 현장, 지리적 및 공장 조건, 사양, 요구 사항, 폐기, 관련 법률 및 규정을 포함하여 본 문서의 정보가 고객의 사용에 적합한지 여부를 결정할 전적인 책임이 있습니다. 본 문서는 본 문서에 포함된 모든 특허 또는 상표를 포함하되 이에 국한되지 않는 Gradiant의 지적 재산입니다. 본 문서의 배포는 Gradiant의 지적 재산의 이전을 의미하지 않으며, 이를 의미하지도 않습니다.
Gradiant, Gradiant 로고, ™ 또는 ®로 표시된 모든 상표 및 서비스 마크는 별도의 언급이 없는 한 Gradiant Corporation의 계열사가 소유합니다. © 2023 Gradiant.