なぜ私たちはまだ停電のダウンタイムに耐えているのですか？

ダウンタイムとデータ損失の最大の原因の1つは、ハッカーやその他の不正な活動によるものではなく、機器の故障やマシンの「ダウンタイム」によって引き起こされる大規模な停電によるものです。実際、ほとんどの組織が直面するIT関連の災害のトップは、電力の損失につながります。たとえば、サンフランシスコの4月の大規模な停電により、市内の信号機、バス、BARTシステムとともに、市内のハイテク企業が急停止しました。

多くの企業が責任のある公益事業会社であるPG＆E Corp.と交渉中であるため、ほとんどの企業は正確な損失を明らかにしていませんが、10万ドルから30万ドル近くの損失を主張している企業もあります。これは、都市の忙しいIT部門の数百万ドルの損失を意味します。 。

関連項目： 11-xは、カナダ全土で低電力IoTネットワークを推進しています

電力とインフラストラクチャ

昨年4月に大規模な停電が発生したのは、サンフランシスコだけではありませんでした。ニューヨークはまた、今年、広範囲にわたる停電が発生し、朝の通勤の最中に乗客が地下鉄のトンネルに立ち往生したままになりました。これは、ニューヨークがインフラストラクチャレポートカードで毎年低成績を取得した後に発生します。それでも、ニューヨークは一貫して国全体よりも組織から高い成績を取得しており、これは心配です。

多くの人が、アメリカの大都市ですでに緊張している電力インフラストラクチャシステムが古くなり、人口の増加によって過負荷になっているため、この種のことがより一般的になるかどうかを尋ねています。停電は、企業が受け入れて対処しなければならないものになるのでしょうか。私はそうは思わない。これらの課題は現実のものであり、電力システムに深刻な課題を提示しますが、新しいテクノロジーを採用することで、公益事業会社とその顧客はより適切に準備され、おそらく停電を完全に回避できます。

水晶玉があります

これらの課題にもかかわらず、停電はまれになるだけでなく、完全に回避される可能性があります。予測分析、テクノロジーの水晶玉を使用すると、公益事業会社とそれに依存する組織の両方が、これらの問題に対処するためのより良い準備ができます。予測分析により、問題が差し迫っていると思われる場合に担当者が早期警告通知を受信できるようになり、停電イベントが発生する前に問題を解決できるようになります。

停電が発生する数日または数週間前に、いくつかの問題が特定される場合があります。予測分析を使用してこれらの問題を特定すると、負荷が移動し、損傷を最小限に抑えるために計画停止が発生する可能性があります。組織は、これらの問題に関する事前の警告を受け取り、その期間中の損失を軽減するための適切な措置を講じることができます。さらに、電力会社は、予測分析を使用して、必要な保守コストを事前に特定できます。たとえば、システムのメンテナンスが必要になる前に、部品がすでに途中にある可能性があります。

予測システムが機器の状態を監視して、特定のシステムをいつ交換する必要があるかについてより正確な洞察を提供できるため、メンテナンスウィンドウも拡張されます。それは現在、サービス業界で起こっています。 「AIと機械学習を使用することで、メンテナンススケジュールを最適化し、交換するリスクの高い部品を指定し、技術者が適切なツールと交換部品を確実に入手できるようになりました。これにより、不要な出張や繰り返しの出張が不要になります」とShaharChen氏は述べています。 、ニューヨークを拠点とするAquantの共同創設者。

このようなシステムの実際のメリットを定量化することは困難ですが、実質的です。設備寿命の延長、効率の向上、生産性の向上は、電力会社だけでなく、その会社のすべての顧客にも感じられます。

予測分析と神の行為

AI機械学習のおかげで、自然災害が電力システムに与える影響を予測できる場合もあります。テキサスA＆M大学の研究者は最近、荒天時の高速風の影響を予測できるインテリジェンスモデルを開発しました。これにより、重要な地域の送電線に倒れる可能性のある樹木が最初に伐採されます。現時点では、この種の作業は任意に行われています。最適な樹木伐採スケジュールを予測することは、モデルのアプリケーションの1つにすぎません。 「電力システムにある程度関連するあらゆる種類の環境データをこの予測フレームワークに入力できます」と、数人の大学院生でシステムを開発したMladenKezunovic博士は言います。

繰り返される荒天が要因である地域では、電気システムを扱うIoT企業であるExacterは、そのアルゴリズムにより、大嵐が発生する前に劣化した、または故障の兆候を示している機器を特定できると述べています。次に、公益事業会社は、最も人口密度が高く影響を受ける場所に予防保守を優先します。嵐の後、彼らは電気システムをできるだけ早く稼働させるための健康評価を提供します。

関連項目 ：ノキアは成都地域をスマートな大国にするのに役立ちます

Win-Winシナリオ

予測分析は、公益事業会社とそれに依存する組織に双方にメリットのあるシナリオを提供します。チームに差し迫ったリスク（停電の可能性）を通知することで、チームは損傷を軽減し、修理を完了するために必要な措置を講じることができます。さらに、企業は今後のダウンタイムについて事前に警告を発し、独自の措置を講じることができます。生産性と効率は全体的に向上します。

本当にエキサイティングなのは、AIと機械学習が、このような即時の実用的な洞察をどのように提供できるかです。公益事業会社はすでに予測分析を採用し始めており、今後数年間でこの地域での支出を増やす予定です。 Navigant Researchによると、電力会社は2023年までにグリッド監視機器に500億ドルを費やす予定です。したがって、インフラストラクチャとシステムにはアップグレードが必要ですが、技術の進歩により、コストがかかり不便な別の停止が発生する前に、これらのほとんどの問題を解決できる可能性があります。とにかく、それが私の予測です。