Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
SAS Россия/СНГ и АйТи: энергетическим компаниям нужна комплексная работа с данными

21, март 2013  —  В энергетике решение ключевых бизнес-задач – от планирования объемов генерации, реализации инвестиционных кампаний и ценообразования до управления рисками и планирования ремонтов – завязано на эффективную работу с данными. Автоматизация процессов сбора, обработки и анализа данных на базе инструментов SAS помогает менеджерам компаний быстрее получать важную информацию и принимать взвешенные решения. К таким выводам пришли участники бизнес-завтрака, посвященного возможностям бизнес-аналитики в энергетических компаниях.

Мероприятие было организовано компаниями SAS Россия/СНГ , признанным мировым лидером в области бизнес-аналитики, и АйТи , одним из крупнейших интеграторов на российском рынке. В нем приняли участие представители Министерства энергетики РФ, «Концерна Росэнергоатом», компаний «Энерголаб», «Консист-ОС», а также крупных генерирующих компаний.

Использование аналитических инструментов и обработка данных в компаниях энергетической отрасли имеет важные особенности. «Источников данных, с которыми нужно работать, много. По большей части они небольшие и при этом часто изменяются, - пояснил Кирилл Бутаев , менеджер SAS Россия/СНГ по работе с ключевыми клиентами. – Показатель из одной системы, показатель из другой, какие-то значения с внешних сайтов регуляторов, плюс текстовые данные. Если внутренние данные, которые менеджеры берут из собственных оперативных систем компании, еще можно контролировать, то внешние источники требуют повышенного внимания: регулятор обновляет или изменяет свой сайт, не предупреждая участников рынка».

Необходимость эффективной работы с большим количеством источников данных подтвердил также представитель крупной генерирующей компании , рассказывая о том, как на базе технологий SAS был реализован проект построения аналитического хранилища. «Для меня, как для трейдера, очень важно иметь возможность в удобном формате выгрузить данные по рынку, по ценам и быстро их проанализировать. С тем количеством порталов, узлов и источников, с которыми мы работаем, это очень трудная задача. Чтобы получить информацию из той базы данных, которой мы пользовались до внедрения SAS , нам приходилось постоянно обращаться за помощью к ИТ-специалистам. Кроме того, к анализу нужно было добавлять различные документы, которые хранились на серверах и локально, а также данные системного оператора, коммерческого оператора, исторические данные по рынку... Поэтому нам было важно объединить данные и создать систему регламентной и оперативной аналитической отчетности, помогающей в процессах торговли энергией. Благодаря SAS нам удалось наладить сбор данных из более чем 100 различных источников и построить процессы формирования необходимых отчетов, в том числе оперативных, которые нужны для принятия срочных решений», - рассказал о своем опыте один из клиентов SAS  Россия/СНГ.

Учитывая износ основных производственных мощностей, в энергетике остро стоят вопросы перехода с планового ремонта на ремонт по фактическому состоянию, а также управления операционными и регуляторными рисками. Это задачи следующего уровня по отношению к задаче объединения данных и обеспечения их качества. «Существуют риски, которые могут влиять на все ваши планы по продажам. Если у вас выйдет из строя электрогенератор, будет просто нечего продавать. При этом регулятор еще наложит на вас штраф», - заявил Дмитрий Коновалов , консультант SAS Россия/СНГ по управлению рисками в компаниях реального сектора. Он рассказал о том, как решение SAS Enterprise GRC помогает компаниям по всему миру эффективно управлять рисками, в том числе составлять карты рисков с учетом их последствий и вероятности их реализации.

О том, как решение SAS Predictive Asset Maintenance помогает перейти на ремонт по состоянию, рассказал Кирилл Бутаев: «Причина поломки оборудования не всегда очевидна, она может находиться не в том блоке, который вышел из строя, а в любом другом месте производственной цепочки. Например, турбина, участвующая в процессе генерации электроэнергии, может выходить из строя по причине неравномерных нагрузок, возникающих, например, из-за некорректной работы управляющих систем. При этом показатели работы оборудования не выходят за критические пределы, установленные производителем, и, следовательно, не фиксируются штатными средствами контроля, что существенно усложняет выявление первопричин отказа. Наладив сбор данных со всего оборудования, задействованного в генерации и транспортировке энергии, с помощью прогнозных моделей SAS можно не только выявить причину отказа, но и предсказать сроки возможной поломки».

Сбор и интеграция данных – это краеугольный камень эффективной работы коммерческих департаментов энергетических компаний и решения задач, связанных с обеспечением непрерывности технологических процессов. Автоматизация сбора данных из сотен источников позволяет быстрее принимать решения, лучше ориентироваться в происходящем и эффективно решать задачи, где требуется применение углубленной аналитики.

Справка о продуктах

Решение SAS Enterprise GRC ( Governance , Risk and Compliance ) позволяет проводить качественную и количественную оценку рисков. Оно предназначено для сбора событий риска и ключевых индикаторов, самооценки уровня рисков, планирования аудита и сертификации, контроля выполнения политик и нормативных требований, оценки эффективности внутренних процессов. Система разграничения прав доступа и распределения ролей позволяет использовать SAS Enterprise GRC в качестве общекорпоративного решения и поддерживает одновременную работу с решением сотрудников из различных функциональных подразделений компании.

SAS Enterprise GRC включает графический интерфейс для поддержки непрерывного контроля операционных рисков. В решение также включены инструменты создания регулярной отчетности и отчетов по запросу, портал управления и панели агрегированных показателей, возможности создания и просмотра отчетов через веб-интерфейс, OLAP -кубы и интеграция с Microsoft Office . Дополнительно пользователям доступны средства визуализации связей между инцидентами, рисками, контрольными процедурами, политиками и другими объектами GRC .

Решение SAS Predictive Asset Maintenance ( SAS PAM ) позволяет организациям прогнозировать события, которые могут вызвать простои оборудования, и, вовремя устраняя причины возможных сбоев, сокращать время простоя и затраты на техническое обслуживание. SAS PAM предоставляет набор полнофункциональных средств анализа для выявления тех факторов, которые предшествовали определенным нежелательным событиям. Система осуществляет мониторинг производственных мощностей практически в режиме реального времени и автоматически, на основе прогнозных моделей, генерирует предупреждения, позволяя заблаговременно принять необходимые меры и устранить потенциальные угрозы.

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.