Oplossingsideeën
In dit artikel wordt een oplossingsidee beschreven. Uw cloudarchitect kan deze richtlijnen gebruiken om de belangrijkste onderdelen te visualiseren voor een typische implementatie van deze architectuur. Gebruik dit artikel als uitgangspunt om een goed ontworpen oplossing te ontwerpen die overeenkomt met de specifieke vereisten van uw workload.
Tegenwoordig handelen de meeste faciliteiten reactief op problemen met tankniveaus. Deze reactiviteit leidt vaak tot lekkages, uitschakelingen voor noodgevallen, dure herstelkosten, regelgevingsproblemen, dure reparaties en boetes. Tankniveauprognose helpt bij het beheren en verminderen van deze en andere problemen.
Architectuur
Een Visio-bestand van deze architectuur downloaden.
Gegevensstroom
- De gegevens worden ingevoerd in de Azure Event Hubs - en Azure Synapse Analytics-service als gegevenspunten of gebeurtenissen die worden gebruikt in de rest van de oplossingsstroom.
- Azure Stream Analytics analyseert de gegevens om bijna realtime analyses uit de invoerstroom van de Event Hub te bieden en rechtstreeks naar Power BI te publiceren voor visualisatie.
- Azure Machine Learning wordt gebruikt om prognoses te maken op het tankniveau van een bepaalde regio op basis van de ontvangen invoer.
- Azure Synapse Analytics wordt gebruikt om de voorspellingsresultaten op te slaan die worden ontvangen van Azure Machine Learning. Deze resultaten worden vervolgens gebruikt voor het Power BI-dashboard.
- Azure Data Factory verwerkt indeling en planning van het uurlijks opnieuw trainen van modellen.
- Ten slotte wordt Power BI gebruikt voor resultatenvisualisatie, zodat gebruikers het tankniveau in realtime kunnen bewaken vanuit een faciliteit en het prognoseniveau kunnen gebruiken om lekkage te voorkomen.
Onderdelen
- Azure Data Factory
- Azure Event Hubs
- Azure Machine Learning
- Azure Stream Analytics
- Azure Synapse Analytics
- Power BI
Scenariodetails
Het tankniveauprognoseproces begint bij de bron. De olie wordt gemeten wanneer het via meters de faciliteit binnenkomt en naar tanks wordt verstuurd. Niveaus worden bewaakt en vastgelegd in tanks tijdens het verfijningsproces. Olie-, gas- en wateruitvoer worden vastgelegd via sensoren, meters en records. Daarna worden prognoses gemaakt aan de hand van gegevens die van de faciliteit komen; er kunnen bijvoorbeeld om het kwartier prognoses worden gemaakt.
Azure Cognitive Services is aanpasbaar en kan worden aangepast om te voldoen aan verschillende vereisten die faciliteiten en bedrijven hebben.
Potentiële gebruikscases
Deze oplossing is ideaal voor de energie-, automobiel- en ruimtevaartindustrie.
Prognoses worden gemaakt door gebruik te maken van de kracht van realtime en historische gegevens die direct beschikbaar zijn via sensoren, meters en records, die u helpen bij de volgende scenario's:
- Tanklekkages en noodstops voorkomen
- Hardwarestoringen of fouten ontdekken
- Onderhoud, stilleggingen en logistiek plannen
- De efficiency van de bewerkingen en faciliteit optimaliseren
- Lekkages en verstoppingen in de pijplijn
- Kosten, boetes en uitvaltijd verlagen
Volgende stappen
Productdocumentatie:
- Wat is Azure Event Hubs?
- Wat is Azure Synapse Analytics?
- Welkom bij Azure Stream Analytics
- Wat is Azure Machine Learning?
- Wat is Azure Data Factory?
Microsoft Learn-modules:
- Een machine learning-model trainen met Azure Machine Learning
- Gegevens integreren met Azure Data Factory of Azure Synapse Pipeline