トランスフォーマー故障の予防と調査支援によるアラート通知

業界セクター: ユーティリティ

ビジネス機能: オペレーション

このユースケースは、ユーティリティプロバイダーがメンテナンスタスクをスケジュールし、優先順位を付けることを可能にします。まず、Foundry上にインフラのデジタルツインが作成され、その上にいくつかのアプリケーションが構築されて、より迅速で情報に基づいた意思決定が可能になります。

課題

進化する需要パターンと老朽化したインフラに直面し、北米のユーティリティプロバイダーは、リスクに基づく資産管理戦略を実施することを検討していました。そのためには、ネットワーク全体のリスクエクスポージャを測定し、メンテナンスと投資の優先順位付けのためのトレンドを特定し、資産故障の調査を加速し、資産健全性データベースを構築する必要がありました。

これらの目標を達成するために必要なデータは、多くの異なるシステムに散らばっており、しばしば矛盾する情報が含まれていました。さらに、このデータのほとんどは、リスクを評価しリソースを割り当てるオペレーショナルな意思決定者から隔絶されており、組織変革に障害をもたらしていました。

解決策

まず、電気資産と過去のアクションのデジタルツインが構築されました。Foundryは、地理空間データや気象データ、調査およびメンテナンス記録、停電、資産詳細など、9つの異なるシステムからのデータを統合しました。デジタルツインは、導体からトランスフォーマーやスイッチまで、すべての資産とそのローカル環境の高精細な画像を生成します。組み込まれたモデルは自動的にデータの不一致を検出し、迅速な修正を可能にします。たとえば、別の運用システムが停電の原因を2つの異なるものとして登録している場合、Foundryは不一致なフィールドについてアラートを出し、世界の高精度なモデルを確保します。

デジタルツインの上に、さまざまな調査および意思決定ワークフローが構築されました。Foundryは、停電や資産故障のすべての360度のビューを提供します。ノーコードのビジュアルインターフェースにより、ユーザーはケーブルダウンやトランスフォーマーの過負荷などの一般的な故障を調査し、ルート原因を診断することができます。これには、資産履歴だけでなく、環境コンテキストも考慮されます。

継続的な改善のための学習ループ。Foundryは、各調査からのアクションと決定を記録し、リスクモデリングのためのトレンド分析を可能にします。将来的には、これらのリスクモデルは資産健全性スコアを生成し、将来の問題を予測します。過去の調査と決定をキャプチャすることで、Foundryはユーティリティに優先順位を設定し、スケジュールを組織化し、資本支出を最適化し、リアルタイムに近い状態で資産を管理してコストを削減するのに役立っています。

これらの機能は、お客様が短期的な結果を実現しながら、ビジネス全体でアナリティクス変革を推進する分析に基づく資産管理アプローチに移行することができるようになりました。

インパクト

• 組織は、レビューと予防メンテナンスのための高リスクなトランスフォーマーのリストを積極的に生成しています。
• 過負荷トランスフォーマーの特定が120倍速くなりました（日数から時間）。
• 機器の健全性に関する統一されたデータ資産が、調査の効率化（時間から分）に大きく貢献しています。

作り方

資産データのデジタルツイン

GISデータは、資産の場所を記録するシステムであり、資産のデジタルツインの基盤を形成しています。これには、他の多くのソースからのセンサー、環境、停電情報が追加され、SAPシステムからの作業管理および検査データも含まれています。

アラート通知と基本的なマップ調査のためのWorkshopアプリ

Workshopアプリは、調査対象のトレンドや特定の停電をトップダウンの受信トレイビューで表示し、組み込まれたObject ViewsやWorkshop内蔵のマップを使用して、アプリ内での調査を容易にします。決定と決定のコンテキストは、アプリからの書き戻しによってキャプチャされます。

類似のユースケースを実装する

このユースケースは、以下のパターンを実装しています。特定のパターンに関する詳細を読むには、以下のリンクをたどって、Foundry内での実装方法を学んでください。

• アラート通知ワークフロー (他の7つのユースケースで使用されています)
• 調査とコホート分析 (他の3つのユースケースで使用されています)

このユースケースについてもっと詳しく知りたいですか？ 類似のものを実装したいですか？ Palantirで始める