Optimierung des Wirkungsgrades einer Pumpstation

Wirkungsgradsteigerung einer Pumpstation entlang einer Rohölpipeline durch den Einsatz von Data Science

Pumpstation

Ausgangslage & Zielsetzung

Mehrere Pumpstationen entlang einer Rohöl-Förderpipeline gewährleisten einen zuverlässigen Rohöltransport von einem Tanklager zu diversen Raffinerien. Ziel des Projektes war es anhand von realtime Monitoring Daten Energieeinsparpotenziale einer dieser Pumpstationen zu identifizieren und mögliche Ursachen ineffizienter Betriebspunkte zu ermitteln.

Leistungsbeschreibung

  • Entwicklung eines Verfahrens zur Berechnung des Wirkungsgrades der Pumpstation je nach Schaltkombination der einzelnen Pumpen
  • Identifikation von ineffizienten Betriebszuständen
  • Umfangreiches Feature-Engineering & Einsatz von maschinellem Lernen zur Ursachenanalyse von ineffiziente Betriebszustände
  • Ableitung von Handlungsempfehlungen zur Wirkungsgradsteigerung

Ergebnis

Der Fachbereich ist in der Lage den Wirkungsgrad der Pumpstation zu überwachen und ineffiziente Betriebspunkte durch gezielte Pumpenansteuerung zu vermeiden.

Projekt Details


Branche: Infrakstuktur / Maschinenbau

Topic: Data Science, Machine Learning

Tools: python, scikit-learn, AWS

Projektlaufzeit: 6 Monate

Weitere Unterlagen zum Use Case:

  • Podcast Interview „KI in der Industrie“ (spotify, itunes)
  • esentri Podcast
  • Video zum Konferenzvortrag auf der Predictive Analytics World 2020
  • Whitepaper
Esentri
Simon Kneller Data Science Consultant