利用預知保養，在兩年內避免了 400 萬美元的生產損失與維修成本 !

加拿大安大略電力公司使用 AI 預知保養，提供更永續且安全可靠的電力。

( 圖源 : AVEVA Success Story _ Ontario Power Generation )

成功案例重點 :

客戶 :

加拿大安大略電力公司 (Ontario Power Generation；簡稱 : OPG)
行業 : 電力產業
官網 : https://www.opg.com/

目標 :

1. 安大略電力公司 (OPG) 的使命是以安全可靠、潔淨永續的方式為北美客戶提供划算的電力。

2. 公司不斷追求創新，且團隊希望通過數位轉型來提高整個營運過程中的效率和永續發展性。

3. 為了達成這一願景，安大略電力公司 (OPG) 的高層希望將其發電團隊的操作和維護模式，從被動 ( Reactive ) 的方式轉變為預測性 ( Predictive ) 和指示性 ( Prescriptive ) 的操作和維護模式，期待可延長工廠正常運行時間、提高可靠性與安全表現。

挑戰 :

1. 公司的願景，是提供北美永續利用的能源

2. 從被動式轉變為預測性的操作與維護模式需要改變既有行為 — OPG 需要找到一個可以在轉型過程中為他們提供全面性支援的合作夥伴。

使用的解決方案 :

1. AVEVA Predictive Analytics ( 預知保養系統 )

2. PI System ( 前身為 OSIsoft 產品。現已成為 AVEVA 旗下產品線之一 )

成果 :

1. 在導入與實施預知保養系統的前 24 個月內就達成了高達 400 萬美元的效能節約。

2. 利用來自 OPG 核能電廠和水力發電廠中數千個感測器的數據，建立了 1,200 多個預測性和指示性維護營運模型。

3. 雲端系統可將監控和診斷團隊與現場營運團隊連結起來，實現即時合作並促進團隊轉變為條件式維護 (Condition-based Maintenance；CBM)。

4. 降低整個團隊的風險並提高營運效率 — 每年減少的 3000 小時維護時間可以用於價值更高的校正任務。

5. 捕捉到單一個核能預測分析節省 40 萬美元； 捕捉到單一次水力發電早期預警節省 20 萬美元。

   
   

( 安大略電力公司 OPG 預知保養成功案例採訪 ；影片來源 : AVEVA success story _ Ontario Power Generation )

透過 AI 預知保養避免了 400 萬美元的停機損失

圖源 : Ontario Power Generation Youtube 頻道

 「 我們的願景，是提供北美永續利用的能源 」 
—  安大略電力公司 ( OPG ) 

安大略電力公司 ( OPG ) 是北美大型潔淨能源生產商之一，約佔安大略省發電量的 50%。

該集團從核能、水力發電、太陽能、風能和石油燃料中獲取電力，並營運著 66 個水力發電 ( HEP ) 廠、兩個核電廠、兩個火力發電廠、一個太陽能發電廠和四個大型燃氣電廠作為其發電組合。

OPG 的創新願景，是為北美提供下一代潔淨核電並優化其可再生能源網路的性能。該願景符合美國核能研究所 ( NEI ) 的承諾，即為讓核電更加有經濟效益並提高利潤，以此作為提供長期潔淨發電的途徑。

NEI 的承諾推動了整個電力行業對於價值和條件式為基礎的維護計劃激增。計畫的重點是維護工作最佳化和改進可靠性。這一舉措得到了核能維護研究所對數位化轉型好處研究上的支持。 

「我們覺得我們在結合 PI System 的數據以及 AVEVA Predictive Analytics 預知保養後，才開始看到自身推動最佳化的潛力。自從這些計劃開始執行以來，我們在 18 個月內節省了 400 萬美元，這讓團隊深受鼓舞。

我們很高興看到預測分析團隊與現場工程及營運負責人之間建立合作和信任，也很開心看到團隊中數據科學家持續開發，不斷優化我們的作業流程。我們期待與 AVEVA 合作，為我們的事業創造更高的價值。」

-- Daniel Foster-Roman

OPG 監控與診斷中心工程經理

最佳化關鍵操作，需要值得信賴的專家與合作夥伴

圖源 : Ontario Power Generation 官方網站

OPG 領導層在制定願景並聘請經驗豐富的領導者來推動該計劃後聯繫了 AVEVA，探討他們如何使用 AVEVA Predictive Analytics 這套預知保養系統來優化營運和維護。

領導團隊先前已經與 AVEVA 建立了長期合作關係，並在他們的團隊中部署了 AVEVA 操作人員培訓模擬 (OTS) 計劃以及 AVEVA 即時營運控制。

透過整合營運數據並結合 AVEVA 的人工智慧軟體，該團隊希望評估他們如何去管理核能設施的維護計劃，並探討他們是否可以使用預測分析來消除不必要的行動和維護任務，同時提高效率，提前調度，以提升資產正常運行時間以及確保關鍵基礎設施的可靠性。
OPG 的領導團隊借鏡了其他電力公司之前在使用 AVEVA Predictive Analytics 方面的經驗，帶頭建立整個評估過程。AVEVA則為 OPG 的各個層面提供指導，從技術支援、定期培訓、更新到開發模型的建議和調整軟體以滿足 OPG 的需求。

連結團隊，建立以數據為導向的思維

對於 OPG 而言，從以時間為基礎的維護，到以條件為基礎的維護，這樣的轉變需要新的行為和操作方式。
OPG 團隊與 AVEVA 合作以確保該流程是可以互相合作的，並將現場的營運團隊置於流程的核心位置。

單一次的預警，為 OPG 省下超過 400,000 美元

圖源 :  Ontario Power Generation 官方網站

OPG 的團隊首先在核電機組中推出了 AVEVA Predictive Analytics 預知保養系統，而後才在水力發電廠中推出。團隊幾乎立即就感受到了新方法的好處，並且在不到兩年的時間裡，該計劃已經為 OPG 節省了超過 400 萬美元。隨著新工作方式的實施，好處也正加速產生。

核電站捕捉到最大的單次預警，為 OPG 節省了超過 400,000 美元。當設備從定期停機維護結束後重新上線時，預測分析注意到發電機冷卻水的溫度每次波動高達 20 度。差異雖然不足以觸發控制室中的任何工廠警報。然而，這個預測分析的模式預警立即引起了人們的注意。

監控中心分析師因此通知了系統工程師，後者推斷控制閥可能存在問題。工程師至現場查看，並發現閥門每五分鐘就會從全開擺動到全關。在正常的操作中，閥門只會進行些微的作動，好將系統冷卻到設定點。

有即將故障的閥門正在發電機內產生熱循環，這是導致發電機熱老化的高風險行為，最終將會導致需要對定子線棒進行大修。

此外，持續磨損最終會導致閥門失效，並且需要在操作中頻繁進行手動調整，以保持對發電機的冷卻機制。提前發現故障後，該團隊能夠即時校正故障並使發電機冷卻系統恢復正常運行。

對於如此大規模的系統性故障，其實很難估計可能會產生的成本。而在最壞的情況下，閥門故障可能將需要操作人員手動控制系統溫度長達三年，而發電機的熱老化可能導致頻繁的意外停機和十分高昂的維護成本。

「我們意識到企業文化的變革會是一個挑戰，最重要的是，我們不想成為維護和工程團隊的老大哥。這會讓他們因為我們團隊的關係，而被高層認為是正在尋找他們錯過的東西。

 相反的，我們希望將他們置於流程的核心，我們採取綜合措施來了解他們對於設備故障的處理流程，並提供有關『以數據為導向的方法如何提供幫助』的培訓。」

-- Daniel Foster-Roman

OPG 監控與診斷中心工程經理

在水力發電站的效率方面節省 200,000 美元

圖源 : Ontario Power Generation Youtube 頻道

在 OPG 位於尼加拉瀑布的亞當 · 貝克爵士水力發電站，監控中心使用 AVEVA Predictive Analytics 預知保養系統管理跨越 26 個水力發電機組的關鍵資產。最近，分析人員收到預測警報，發現其中一台發電機的空氣冷卻流量下降。這導致發電機定子繞組溫度升高，且顯著高於模型預測和季節性規範。該系統通知能夠確認並校正溫度控制系統故障的現場人員，將空氣冷卻流量和定子溫度恢復到正常水平。

考慮到事件發生的時間，如果系統通知沒有提醒團隊注意這個問題，低流量狀況可能會在長達一年的時間未被注意到，影響定子狀況最終導致機組失衡，導致維護成本和發電量損失超過 200,000 美元。
在這種情況下，透過預測模式識別進行連續式監測，提供了必要的早期預警，成功避免對定子繞組造成長期損壞，延長資產生命週期並確保了發電站的最佳運作。