Combinando o conhecimento humano com a tecnologia, os dados e a análise de energia. Aplique o poder dos dados e tecnologias digitais ao gerenciamento de ativos. Algumas dessas tentativas foram bem -sucedidas. Eles aumentaram a confiabilidade da rede, reduzindo os custos totais de manutenção em 15% a 25%, os projetos de design otimizados para alcançar os mesmos ou melhores resultados, custando 50% menos e cortam as perdas de energia que surgem de problemas técnicos em 15%. Três fatores prejudicam seu avanço: má qualidade dos dados, sistemas de tecnologia de TI e operações complexos e entrelaçados e de operações, e as dificuldades modificando como as redes tomam e executam decisões diárias de ativos. Como resultado, essas empresas estão enfrentando a queda de demanda, um aumento nas fontes de energia fora da rede e, potencialmente, deteriorando as receitas.
Over the past several years, many energy network utilities have sought to apply the power of data and digital technologies to asset management. Some of these attempts have been successful. They have increased network reliability while reducing total maintenance costs by 15% to 25%, optimized design projects to achieve the same or better outcomes while costing 50% less, and cut power losses that arise from technical issues by 15%.
But many energy networks have struggled to progress at speed and capture value from their investments. Three factors hinder their advancement: poor data quality, complex and intertwined legacy IT and operations technology systems, and difficulties modifying how networks make and execute daily asset decisions. As a result, these companies are facing falling demand, an increase in off-the-grid energy sources, and, potentially, deteriorating revenues.
Redes de energia podem contornar o impacto dessas tendências. Ao adotar uma abordagem biônica para alavancar
Dados avançados
Analítica e aplicação de tecnologias digitais, os operadores podem melhorar significativamente como gerenciam seus ativos mais críticos. Essa abordagem geralmente leva a muito tempo e dinheiro gastos em dados de limpeza, testes de testes e construção de novos
What’s Different About Bionic Energy Networks
Traditionally, energy networks think holistically when designing an asset management system, creating comprehensive blueprints and documentation that meet the specifications of the International Organization for Standardization. This approach often leads to a lot of time and money spent on cleansing data, testing technologies, and building new Sistemas de TI . Após três a cinco anos, muitas dessas empresas não alcançaram as melhorias esperadas no gerenciamento de ativos. Eles trazem conhecimento humano junto com a melhor tecnologia da categoria para melhorar a tomada de decisões de ativos. Essas empresas não tentam substituir a experiência de seu povo por uma caixa preta que usa inteligência artificial
Bionic energy networks take a different approach. They bring to bear human expertise along with best-in-class technology to improve asset decision making. These companies do not attempt to replace their people’s expertise with a black box that uses artificial intelligence (Ai) . Em vez disso, eles Combine o know-how humano com tecnologia, dados e análises avançadas= Para criar modelos de decisão ideais e criar recursos de tomada de decisão. Por exemplo, uma rede pode decidir reduzir os gastos na manutenção de transformadores em 20% a 30%, melhorando a confiabilidade da rede, ou pode ter como alvo as despesas operacionais aéreas pela metade sem aumentar o risco de ativos. descomissionamento. Esse esforço envolve a identificação dos dados específicos, técnicas analíticas e facilitadores de tecnologia. Quando as empresas aproveitam dados granulares de ativos e análises avançadas para tomar decisões nos ciclos de vida de seus ativos, elas têm a capacidade de tomar as decisões mais ideais e atingiram um nível de maturidade do gerenciamento de ativos que o BCG chama 4.0. Ao tomar decisões ideais, as redes podem reduzir os custos da força de campo em 20%, reduzir as perdas não técnicas em 15%e reduzir os custos de substituição em 15%. (Consulte a exposição.)
First, bionic networks prioritize a small number of specific business outcomes that are critical for the network and imagine ambitious targets. For example, a network may decide to reduce spending on transformer maintenance by 20% to 30% while improving network reliability, or it may target halving overhead operating expenses without increasing asset risk.
Second, for each asset needed to achieve a business outcome, bionic networks rethink and rebuild the decision model used for each stage of the asset’s life cycle: investment, design and construction, maintenance, asset operation, and replacement and decommissioning. This effort involves identifying the specific data, analytical techniques, and technology enablers. When companies leverage granular asset data and advanced analytics to make decisions across their assets’ life cycles, they have the capability to make the most optimal decisions and have reached a level of asset management maturity that BCG calls 4.0. By making optimal decisions, networks can cut field force costs by 20%, reduce nontechnical losses by 15%, and lower replacement costs by 15%. (See the exhibit.)
For example, it’s useful to rethink and rebuild a decision model that predicts when an asset will need maintenance. The model can help networks optimize the tradeoffs between multiple variables: the criticality of the asset, the economic impact of the decision, the ways that the asset can potentially fail, and the availability of the data needed to monitor the asset. A predictive model may make sense for transformers in grids and gas pumps in gas pipelines because those assets play a critical role in business results.
Third, bionic energy companies bring together multidisciplinary teams to iteratively build new capabilities that are needed to optimize the decision models. Led by representatives from the business side of the company, these teams focus on creating value quickly and improving the experience for the teams and customers. They deploy advanced analytics and AI to optimize decisions for assets at each stage of their life cycles. The teams build capabilities not only in the areas of data science and human-centered design but also in leadership skills. Companies ensure teams’ success with persistent funding models and governance support.
Fourth, bionic energy networks identify and implement the right technology enablers—for example, cloud-based infrastructure, data platforms, and digital user interfaces—that are required to achieve each specified business outcome.
Fifth, to maximize the business impact and return on investment, bionic networks change their operating model and business processes. For example, when real-time transformer monitoring is implemented in an asset control center, it requires redefining the asset maintenance plan and developing processes that enable asset management teams to send work orders to field workers in short time frames.
Manutenção de ativos, operação e decisões de substituição podem se beneficiar da abordagem biônica. Com a ajuda de algoritmos, as redes são mais capazes de prever falhas em potencial, priorizar inspeções, otimizar o desempenho dos ativos e reduzir o tempo para implantar. Uma equipe multifuncional revisou o modelo de decisão geral e identificou os modos de falha típicos e os dados necessários para otimizar a tomada de decisão. A equipe usou a visão computacional e a mineração de texto para extrair dados adicionais, que foram então alimentados em um modelo preditivo de análise avançada. A equipe também redefiniu os processos de negócios e as funções e responsabilidades dos funcionários, interfaces digitais de código e trabalhadores treinados para aplicar o novo modelo. No geral, esses esforços - desde a execução do diagnóstico até o desenvolvimento de novas maneiras de trabalhar - reduziram as despesas totais em mais de 20%. E eles levaram menos de oito meses. As empresas devem então traçar uma jornada para o gerenciamento de ativos biônicos.
For example, an electricity network wanted to significantly reduce the amount of money it spent on maintaining and replacing transformers. A cross-functional team reviewed the overall decision model and identified typical failure modes and the data required to optimize decision making. The team used computer vision and text mining to extract additional data, which was then fed into an advanced analytics predictive model. The team also redefined the business processes and employees’ roles and responsibilities, codesigned digital interfaces, and trained workers to apply the new model. Overall, these efforts—from running the diagnostic to developing new ways of working—reduced total expenditures by more than 20%. And they took less than eight months.
How to Start Building Bionic Asset Management Capabilities
Networks should first determine the business outcomes they wish to achieve and prioritize them. Companies should then chart a journey to bionic asset management.
para onde ir. Com base nessa avaliação, as empresas podem priorizar alguns resultados comerciais e definir as ações e os prazos necessários para alcançá -las. Identificar os casos de uso, comunicar a ambição dos negócios e maximizar o retorno do investimento será fundamental para obter sucesso. Quando se trata de gerenciamento de ativos especificamente, as redes de energia devem tomar estas etapas: Which areas offer the largest potential for improvement, considering the current asset management maturity level, spending levels, and cost-reduction opportunities? On the basis of this assessment, companies can prioritize a few business outcomes and define the actions and time frames needed to achieve them. Identifying the use cases, communicating the business ambition, and maximizing the return on investment will all be critical to succeeding.
How to Get There. While technology is undeniably important, companies that achieve bionic outcomes typically focus 70% of their effort on people capabilities and business processes, only 20% on technology, and 10% on algorithms. When it comes to asset management specifically, energy networks should take these steps:
- Revise e reimagine os modelos de decisão usados para investimento de ativos, operação e manutenção e substituição. redes que usam análises avançadas podem desenvolver as informações necessárias para decisões de ativos mais informadas. E ter uma compreensão da saúde dos ativos em tempo real e do impacto potencial das falhas de ativos pode melhorar significativamente a capacidade de uma rede de manter e substituir os ativos.
- Avalie a necessidade de desenvolver o modelo operacional. Para projetar uma transformação que captura mais valor, as empresas precisam revisar os processos de negócios de ponta a fim e fazer alterações correspondentes no modelo operacional. Isso permitirá que eles integrem efetivamente novas tecnologias digitais por meio de drones, sensores e automatização de equipamentos, como subestações digitais.
- Configure um centro de controle de ativos. As empresas também precisam configurar um centro de controle equipado com um painel em tempo real e um mecanismo de tomada de decisão. A tecnologia não apenas permite a manutenção preditiva, mas também permite que os gerentes de ativos executem simulações que revelem as melhores estratégias para maximizar a disponibilidade e os rendimentos dos ativos.
Como acelerar o ritmo das alterações. Para acelerar o ritmo da mudança, é fundamental garantir que a organização adote os novos recursos digitais e maneiras de trabalhar. A implantação de um novo modelo requer recursos e esforços. Assim, é preciso haver um caso de negócios claro e um resultado comercial considerável para todas as iniciativas que são realizadas. As empresas biônicas se concentram na construção dos recursos que podem melhorar os resultados dos negócios desejados. Isso significa aumentar apenas alguns recursos para um nível de maturidade de 4,0. Essa abordagem provavelmente exigirá que muitas empresas de rede de energia repensem seus Networks should pilot a decision model with the data on hand and make changes as needed. To accelerate the pace of change, it’s critical to ensure that the organization adopts the new digital capabilities and ways of working.
Companies do not need to apply every newly developed decision model to every asset class. Deploying a new model takes resources and effort. Thus, there needs to be a clear business case and a sizable business outcome for every initiative that’s undertaken. Bionic companies focus on building the capabilities that can best drive the desired business outcomes. That means boosting only some capabilities to a 4.0 maturity level.
As it becomes increasingly critical to optimize decisions across the asset life cycle, business outcomes should drive the implementation of advanced analytics and digital technologies. This approach will likely require many energy network companies to rethink their Estratégias digitais, Mas uma boa gestão de ativos dependerá disso.
The authors thank their former colleague Javier Argüeso for his contribution to this article.