Sijaintianalytiikan hyödyt energia-alalle: priorisoi, optimoi ja ennusta

Sijaintitieto jää monessa yrityksessä hyödyntämättä, vaikka siinä piilee valtava potentiaali. Se auttaa ennustamaan tulevaa ja ymmärtämään oman välittömän toimintaympäristön ulkopuolella tapahtuvaa. Laura kertoo, miten sijaintitieto voi auttaa esimerkiksi vesihuollon korjausten priorisoinnissa ja myrskytuhojen vaikutusten analysoinnissa, jopa niiden ennustamisessa. Lauran kirjoitus on julkaistu Advianin blogissa alun perin 30.7.2019.


 

Halusin kirjoittaa tämän blogin herätelläkseni ajatuksia. Yksittäinen toimija voi säästää miljoonia euroja tämän blogin vinkit tosissaan ottaessaan. Sijaintitietoa hyödynnetään edelleen organisaatioissa uskomattoman vähän, vaikka sijaintitiedon tarjoama potentiaali liiketoiminnalle ja sen kehittämiselle on valtava. Vielä tätäkin vähemmän hyötyjä ammennetaan sijaintitiedon ja tekoälyn yhteistyöstä.

Millaisia hyötyjä tekoälyllä ja sijaintiedolla sitten voidaan saavuttaa?

80 prosenttiin kaikesta tiedosta liittyy sijainti. Energia-alan toimijoille sijainti on erityisen merkityksellinen. Tarkka tieto omaisuuden, työntekijöiden ja muiden resurssien sijainnista auttaa kohdentamaan maanalaisen infran huolto- ja korjaustarpeet tehokkaasti oikeisiin paikkoihin sekä ennakoimaan ja siten myös minimoimaan rikkoutumisista syntyvät vahingot.

Paikkatieto vs. sijaintitieto

Puhumme sijaintitietoanalytiikasta erotukseksi paikkatiedosta, joka ei yleensä ole muuta kuin pisteet kartalle -tyyppisiä datan visualisointeja. Sijaintitietoanalytiikka taas on edistynyttä analytiikkaa, joka tuodaan kiinteäksi osaksi organisaation prosesseja ja palveluita. Havainnollistetaan tätä esimerkillä:

  • Perinteinen paikkatieto-dashboard voi näyttää esimerkiksi yleisnäkymän kaupungin ravintoloista kartalla. Tälläkin on käyttötarkoituksensa, mutta hyödyntämismahdollisuudet tällaiselle pelkistetylle näkymälle ovat kapeat.
  • Sijaintitietoanalytiikka taas tuo juuri oikean informaation juuri oikealla hetkellä oikeille henkilöille. Esimerkiksi ruokalähettipalvelun asiakkaan mobiililaitteeseen tulee tarkka tieto siitä, missä hänen tilaamaansa annosta kuljettava lähetti juuri sillä hetkellä kulkee. Lisäksi sovellus kertoo tarkan arvion siitä, milloin toimitus on perillä.

Edistynyt sijaintitietoanalytiikka optimoi kaikkien annosten toimitukset, mutta esittelee analytiikan loppukäyttäjälle vain häntä kiinnostavan tiedon.

paikkatieto tai sijaintitieto

Enemmän korjattavaa kun investointibudjetista löytyy – voisivatko tekoäly ja sijaintitieto auttaa?

Otetaan seuraavaksi esille yksi jokaista koskettava, kylmä fakta: Suomen vesiverkosto on ikääntynyt ja hyvin huonossa kunnossa. Putkirikkoja, laajoja vesivahinkoja ja jopa katastrofeja tapahtuu valitettavan usein. Investointibudjetit tuntuvat valtavilta, mutta tosiasiassa ne ovat aivan liian rajallisia suhteutettuna vaadittaviin korjaustoimenpiteisiin.

Korjattavaa riittää, sillä 20 % Suomen talousvesiverkkoon pumpatusta vedestä ei pääse ikinä perille ja viemäriverkostoon eksyy 40 % ylimääräistä vettä. Melko hälyttäviä lukemia, vai mitä?

Sijaintitieto ja tekoäly eivät korjaa putkia eivätkä estä niitä hajoamasta, mutta niiden oikeaoppisella hyödyntämisellä vähäinen investointibudjetti saadaan kohdistettua kaikkein kriittisimpiin kohteisiin ja vältytään monilta kalliilta putkirikoilta.

Mitä tämä tarkoittaa käytännössä?

  • Kerätään yhteen kaikki saatavilla oleva sisäinen ja ulkoinen data
  • Tämän jälkeen etsitään korjauksille oikea prioriteettijärjestys

Putkien käyttöikään vaikuttaa iän lisäksi niiden valmistusmateriaali, valmistusajankohta sekä asennustyön laatu – tekoälyn avulla voidaan selvittää kyseisten tekijöiden vaikutukset ja asettaa kiireisimmät kohteet tärkeysjärjestykseen. Myös ympäristöllä eli sijaintitiedoilla on merkitystä: routiminen ja muu maan liikkuminen lyhentävät putkien käyttöikää.

Tehokas ennakointi näkyy positiivisesti korjaustoimenpiteiden kustannuksissa

Putkien korjaamista ei kuitenkaan kannata priorisoida pelkästään putkien käyttöiän perusteella, sillä vahinkojen laajuus vaihtelee välillä merkittävästikin eri paikoissa. Vuoto keskellä kaupunkia aiheuttaa aivan eri mittakaavan vahingot, kuin vuoto haja-asutusalueen rauhallisella sivukujalla.

Vaikka korjaukset saataisiin suoritettua juuri oikeaan aikaan oikeassa paikassa, saattaa silti tapahtua yllätyksiä ja vesiputki hajoaa.

Tällöin olisi tärkeä saada ennakolta tietoa tapahtumasta, jotta vahingot saadaan minimoitua.

Ennakointia varten tarvitaan riittävän kattava määrä reaaliaikaisia mittauspisteitä. Mitä enemmän mittauspisteitä on, sitä tarkempaan ennustamiseen päästään.

Pumppuaseman dataa reaaliajassa koneellisesti seuraamalla saadaan kiinni poikkeamat. Putki hajoaa kuitenkin useimmiten aseman ulkopuolella. On tärkeää sijoittaa joitakin mittauspisteitä muuallekin (esimerkiksi etäluettavia vesimittareita kriittisesti tärkeisiin sijainteihin), jotta todelliseksi poikkeamaksi havaittu vuoto löydetään helposti ilman, että etsimiseen tarvitsee hälyttää partiota tai tilata paikalle kallista lämpökamerakuvausta.

Kalliit laitteet hukassa ja vajaakäytöllä – yllättävän yleinen haaste, johon on olemassa yllättävän yksinkertainen ratkaisu

Niin uskomattomalta kuin se kuulostaakin, kalliit laitteet, kuten työmaakontit tai kuljetuslavetit, ovat usein hukassa tai todella pahasti vajaakäytöllä.

Kun ei tiedetä, missä omaisuus on, korvaavien laitteiden hankintaan ja ylläpitoon kuluu huomattavia summia rahaa. Laitteiden, tavaroiden ja koneiden sijaintiin kannattaa siis kiinnittää erityisen tarkasti huomiota.

Laitteiden ei tarvitse olla edes kovin kalliita, sillä laitteen ollessa hukassa tai väärään aikaan väärässä paikassa, koko prosessi seisoo. Ja kun monta laitetta ja ihmistä on väärään aikaan väärässä paikassa, laskee prosessin tehokkuus rajusti.

Tähän löytyy kuitenkin yllättävän yksinkertainen ratkaisu: laitteiden sijainnit saadaan haltuun sijoittamalla niihin mittalaitteet. Kun yhtälöön lisätään tekoäly yhdistettynä sijaintitietoihin, voidaan laitteet ja ihmiset ohjata proaktiivisesti oikeaan aikaan oikeaan paikkaan.

Myrskytuhojen tulkinta on vielä hidasta ja manuaalista

Myrskyt aiheuttavat paljon tuhoja osuessaan pahaan paikkaan. Metsäomaisuutta ja peltoja tuhoutuu, sähköverkkoihin tulee vikoja, rankkasateet ylikuormittavat vesiputkia ja puita kaatuu talojen ja autojen päälle. Dennis-myrsky katkaisi sähköt jopa 16 tuhannesta kotitaloudesta.

Myrskyn lähestyessä on tärkeä ymmärtää, kuinka pahaa tuhoa se saa todennäköisesti aikaan, jotta osataan varautua korjaamaan ja minimoimaan vahinkoja ennakoimalla.

Sääennusteista näkee myrskyn todennäköisen reitin ja voimakkuuden. Kun lisäksi tiedetään, missä vahingolle altista omaisuutta on, voidaan päätellä myrskyn aiheuttama tuho jo etukäteen.

myrskytuho ennakointi

Itse myrskyn jälkeen on tärkeä ymmärtää, mitä on tapahtunut, jotta korjaustoimenpiteet osataan kohdistaa oikeisiin paikkoihin ilman viivytyksiä, eikä partiointiin ja kriisiviestintään tarvita kokonaista armeijaa.

Tekoäly päättelee ylhäältä otetuista kuvista nopeasti tuhoalueen ja tuhon yksityiskohdat. Kun kuvilta tulkitun tiedon yhdistää muuhun sisäiseen ja ulkoiseen dataan, saadaan myrskytuhoista hyvin yksityiskohtainen kuva. Kaukokartoitus tarjoaa tänä päivänä vakoilutason tietoa – edullisesti.

Saammeko auttaa sinua valjastamaan sijaintianalytiikan koko potentiaalin?

Haluatko tietää lisää, miten voit hyödyntää sijaintietoa ja tekoälyä omassa liiketoiminnassasi? Varaa tästä online tapaaminen asiantuntijamme kalenterista.👇

 

 

Fingrid reference-2

Tutustu Smart Grid -ratkaisuihimme

Smart Grid mahdollistaa energia-alan merkittävimmät kehitysloikat digitalisaation, energiatehokkuuden ja kestävyyden saralla.

Tutustu Smart Grid -ratkaisuihimme

 

 

 

Avainsanat: Sijaintitieto, Tekoäly, Tiedolla johtaminen, Energia ja vesi

TILAA TUOREET ARTIKKELIT

Opi rakentamaan epäreilua kilpailuetua tiedolla johtamisella ja sijaintitiedolla.

Uudet blogiartikkelit sähköpostiisi heti julkaisupäivänä:

Ratkaisut

Valikoituja näytteitä tiedoistamme ja taidoistamme