De grands volumes de données sont générés dans la gestion des opérations techniques depuis de nombreuses années. L'analyse de ces données et l'extraction d'informations offrent un potentiel d'optimisation considérable.
« En tant que gestionnaires des opérations techniques, nous utilisons — au-delà du monitoring et du reporting habituels — des techniques de machine learning pour analyser les données opérationnelles » ~ Gerrit Schmidt, MD, VSB Services
Le machine learning permet de prédire les tendances ou les anomalies dans les systèmes complexes des éoliennes, qui sont soumis à un degré élevé d'interdépendances. Les fonctions d'analyse et de prévision mises en œuvre en collaboration avec Turbit Systems permettent à VSB de passer d'une gestion opérationnelle traditionnelle et réactive à un pilotage proactif des parcs éoliens.
« Nos algorithmes apprennent le comportement en termes de performance de chaque installation. Ainsi, les sous-performances peuvent être détectées indépendamment du fabricant et par site. Grâce aux données issues de plus de 6 000 années-turbine, nous sommes en mesure d'analyser et de classer les écarts de performance détectés » Michael Tegtmeier, Co-CEO & Founder Turbit Systems
Turbit Systems utilise des algorithmes de machine learning pour étudier le comportement en termes de performance des parcs éoliens. Les questions pertinentes suivantes ont été mises en évidence lors de la phase pilote : quel sera l'impact des améliorations de performance mises en œuvre par le fabricant de l'éolienne, par exemple ? Des gains de production supplémentaires seront-ils réellement obtenus ? Ou existe-t-il des réductions de performance ou des arrêts que le logiciel de monitoring utilisé ne détecte pas ?
Le Big Data et le machine learning permettent à VSB de comprendre et de piloter la performance des installations mieux que jamais — tout en optimisant les processus de gestion des opérations. Ces technologies constituent des composantes essentielles d'une gestion des opérations techniques moderne. Car c'est ainsi que les suppositions deviennent des connaissances tangibles et que les décisions justes et économiquement optimales sont prises avec discernement.
