에너지 산업의 데이터 분석

일반적으로 다음 전략 중 하나 또는 두 가지를 모두 따르게 됩니다:

• 생태 발자국을 줄이기 위한 배출량 감축
• 비용이 많이 드는 벌금이나 폐쇄를 피하기 위해 허가 한도 준수

어떤 관점에서 보더라도 우리의 그래프가 보여주듯이 여전히 도전 과제로 남아있습니다.

(이미지 © 칼 보주토, CIBO 컨설턴트): 청록색 원은 최대 효율성 지점을 나타냅니다. 이 그래프에 따르면 NO_x 감소를 위해 연소 공기를 줄이는 것은 효율성을 저하시키고 일산화탄소 생성을 급격히 증가시키는 바람직하지 않은 부작용으로 인해 실행 가능한 해결책이 아닙니다. 반대로, 일산화탄소를 줄이기 위해 과도한 연소 공기를 사용하면 효율성 저하와 질소산화물 배출 증가를 초래하여 이 또한 가능성이 없습니다. 데이터 분석은 이러한 딜레마를 다루기 위한 도구를 제공합니다.

보일러 또는 연소 터빈의 운영 및 CEMS 데이터에 대한 데이터 분석을 통해 배출과 관련된 전체 그림을 파악하는 데 도움을 받을 수 있습니다. 또한 그래프에 표시된 관계를 건드리지 않고 배출을 개선하거나 유지할 기회가 있는지 이해할 수 있으며, 일반적으로 그렇습니다.

데이터 분석을 사용하여 해결할 수 있는 보일러 및 연소 터빈 배출에 대한 일반적인 질문:

• 공장의 배출에 영향을 미치는 기여 요인을 놓치고 있는지, 어떤 요인이 배출에 긍정적/부정적으로 영향을 미치는지?
• 계절성이 배출량에 어떤 영향을 미치나요?
• 인증 한도로부터 얼마나 멀리 또는 가깝게 운영할 수 있으며, 어떤 안전 마진이 필요한가요?

연료 비용이 낮은 시기에도 효율성 향상은 환영할 만한 절감을 가져옵니다. 장비 유형과 운전 모드에 따라 하드웨어 수정 없이 연간 2-6%의 절감을 달성할 수 있습니다. 보일러와 터빈은 일반적으로 고부하에서 최적 효율을 위해 설계되므로, 흔히 발생하는 저부하 운전 모드를 최적화하는 것이 특히 중요합니다.

(이미지 © 나테 베르하노비츠, 미시간 주립대학교): 그래프가 보여주듯이, 1965년에 설치된 50년 이상 된 보일러를 원래 석탄 연료에서 천연가스로 개조하여 전체 효율 83% 이상으로 일관되게 운영하는 것이 가능합니다. 주황색 점은 가장 일반적인 운전 모드를 나타냅니다. 드릴다운 기능을 통해 어떤 요인들이 해당 운전 모드를 결정하는지 분석할 수 있으며, 추가 분석 및 최적화를 위해 쉽게 활용할 수 있습니다.

데이터 분석을 통해 귀하의 운영 효율에 가장 큰 긍정적 또는 부정적 영향을 미치는 운영 요인(변수)을 확인할 수 있습니다. 이를 통해 엔지니어와 운영자에게 강화해야 할 요소와 감소시켜야 할 요소에 대한 명확한 지침을 제공합니다. 다변량 분석을 통해 이전에 인지하지 못했던 인과관계도 파악할 수 있으며, 이는 운영자 교육과 플랜트 운영에 대한 전반적인 지식을 향상시킵니다.

데이터 분석 중 생성된 다변량 모델을 기반으로 한 모니터링 및 제어를 통해 플랜트가 항상 최적의 조건에서 운영됩니다. 이상이 발생하면 제어 소프트웨어가 육안으로 감지되기 훨씬 전에 이를 포착하여 거의 즉시 수정할 수 있습니다.

데이터 분석을 통해 해결할 수 있는 보일러 및 터빈 효율성과 비용 절감에 관한 일반적인 질문들:

• 싸토리우스 공장 운영에서 효율성에 가장 강력한 영향을 미치는 요인/변수는 무엇인가?
• 이러한 영향들이 공장이 운영되는 작동 모드 또는 부하 수준에 따라 어떻게 달라지는가?
• 어떻게 하면 항상 가능한 한 효율적으로 운영할 수 있는가?
• 운영에 영향을 미치는 내가 보지 못한 요인들 간의 인과관계가 있는가?

운영상의 문제와 계획되지 않은 가동 중단은 산업계의 큰 걱정거리입니다. 물론 유지보수 일정은 많은 도움이 되며 보험사나 산업 표준에서 요구됩니다. 대개 저부하 기간 동안 연간 정기 점검을 실시하는 것이 일반적입니다. 그렇다면 그 사이 기간에는 어떻게 해야 할까요? 장비 고장으로 인한 부정적인 상황을 피할 방법은 없을까요? 다변량 데이터 분석 방법을 통한 운영 분석 및 모니터링이 여기서 해결책입니다.

장비 수명은 유지보수와 밀접하게 연관된 주제입니다. 유지보수 요구사항 외에도 장비의 서비스 수명 종료 시점을 추정할 수 있을까요? 자본 투자 시기를 아는 것은 재무 계획에 큰 도움이 될 것입니다. 우리의 그래프는 이것이 가능함을 보여줍니다.

제트 터빈의 모의 수명 예측. 오른쪽: 100% 수명 시점(수명 종료), 왼쪽: 수명의 60% 시점에서의 예측. 과거 데이터로부터 알려진 장비 수명의 60%에서 이미 좋은 추정이 가능하며, 단기 및 중기 수명에서는 매우 좋은 일치도를 보이고, 장기 수명에서는 약간의 산포가 있지만 모델이 거의 과대평가하지 않습니다. 따라서 과거 상태 데이터는 장비의 예상 수명을 판단하는 데 도움이 됩니다.

보일러 및 터빈 유지보수와 수명 예측에 관한 일반적인 질문들을 데이터 분석을 통해 해결:

• 완전한 상태 기반 유지보수가 가능한가, 또는 플랜트 가동 시간을 최적화할 수 있는 다른 전략은 무엇인가?
• 장비 상태와 관련된 요인/변수는 무엇이며, 목적에 필요한 모든 것을 기록하고 있는가?
• 장비의 잔여 수명을 어떻게 예측할 수 있을까요?
• 장비의 수명을 연장할 수 있는 방법이 있을까요?