Por que ainda estamos tolerando o tempo de inatividade devido à falta de energia?

Uma das maiores causas de tempo de inatividade e perda de dados não vem de hackers ou outras atividades nefastas, mas de blecautes de energia massivos causados ​​por equipamento defeituoso ou “tempo de inatividade” da máquina. Na verdade, a perda de energia é o principal desastre relacionado à TI que a maioria das organizações enfrenta. A enorme queda de energia em abril de São Francisco, por exemplo, fez com que empresas de alta tecnologia em toda a cidade parassem bruscamente, junto com os semáforos, ônibus e sistema BART da cidade.

A maioria das empresas não revelou perdas exatas porque muitas ainda estão negociando com a PG&E Corp., a empresa de serviços públicos responsável, mas algumas reivindicaram perdas em torno de $ 100.000 a $ 300.000, o que significa perdas gerais de milhões de dólares para o movimentado setor de TI da cidade .

Veja também: eleven-x marcha sua rede IoT de baixo consumo em todo o Canadá

Energia e infraestrutura

San Francisco não foi a única cidade a sofrer uma grande queda de energia em abril passado. Nova York também viu apagões generalizados este ano, deixando passageiros presos nos túneis do metrô durante o auge do trajeto matinal. Isso aconteceu depois que Nova York recebeu notas baixas todos os anos em seu Boletim de Infraestrutura. Ainda assim, Nova York tem consistentemente recebido notas mais altas da organização do que o país como um todo, o que é preocupante.

Muitos estão se perguntando se esse tipo de coisa se tornará mais comum no futuro, à medida que os sistemas de infraestrutura de energia já desgastados nas grandes cidades dos Estados Unidos envelhecem e são sobrecarregados por populações crescentes. As quedas de energia serão algo que as empresas simplesmente terão de aceitar e lidar? Eu não acredito nisso. Embora esses desafios sejam reais e representem um sério desafio para os sistemas de energia, a adoção de novas tecnologias permitirá que as empresas de serviços públicos e seus clientes estejam mais bem preparados e talvez evitem cortes de energia por completo.

Existe uma bola de cristal

Apesar desses desafios, as quedas de energia potencialmente não só se tornam mais raras, mas possivelmente evitadas por completo. Usando a análise preditiva, a bola de cristal da tecnologia, tanto as empresas de serviços públicos quanto as organizações que delas dependem estarão mais bem preparadas para lidar com essas questões. A análise preditiva permitirá que o pessoal receba notificações de aviso antecipado quando os problemas parecem iminentes, permitindo que eles resolvam o problema antes que ocorra o evento de queda de energia.

Alguns problemas podem ser identificados dias ou semanas antes da ocorrência da queda de energia. Ao usar a análise preditiva para identificar esses problemas, as cargas podem se mover e interrupções planejadas podem ocorrer para minimizar os danos. As organizações seriam capazes de receber avisos antecipados sobre esses problemas e tomar as medidas adequadas para mitigar as perdas durante esse período. Além disso, as empresas de energia seriam capazes de identificar antecipadamente os custos de manutenção necessários com análises preditivas. Por exemplo, antes que o sistema precise de manutenção, as peças já podem estar a caminho.

As janelas de manutenção também se estenderiam, pois os sistemas preditivos poderiam monitorar as condições do equipamento para fornecer uma visão mais precisa de quando certos sistemas precisam ser substituídos. Isso está acontecendo agora na indústria de serviços. “Usando IA e aprendizado de máquina, agora podemos otimizar cronogramas de manutenção, designar peças de alto risco para substituição e garantir que os técnicos tenham as ferramentas e peças de reposição corretas para que não precisem fazer viagens desnecessárias e repetidas”, disse Shahar Chen , co-fundador da Aquant, com sede em NY.

O benefício real de tais sistemas seria difícil de quantificar, mas substancial. O aumento na vida útil do equipamento, maior eficiência e um aumento na produtividade seriam sentidos não apenas pela empresa de energia, mas também por todos os clientes dessa empresa.

Análise preditiva e atos divinos

Podemos até ser capazes de antecipar os efeitos de desastres naturais nos sistemas de energia graças ao aprendizado de máquina de IA. Pesquisadores da Texas A&M University desenvolveram recentemente um modelo de inteligência que pode prever os efeitos dos ventos de alta velocidade durante o clima severo para que as árvores que podem cair nas linhas de energia em áreas críticas sejam aparadas primeiro. No momento, esse tipo de trabalho é feito de forma arbitrária. Prever um cronograma de corte de árvore ideal é apenas uma das aplicações do modelo. “Qualquer tipo de dado ambiental que tenha alguma relevância para o sistema de energia pode ser inserido nesta estrutura de previsão, diz o Dr. Mladen Kezunovic, que desenvolveu o sistema com vários alunos de pós-graduação.

Em áreas onde o tempo severo recorrente é um fator, a Exacter, uma empresa de IoT que lida com sistemas elétricos, diz que seus algoritmos podem identificar equipamentos que estão degradados ou apresentam sinais de falha antes de uma grande tempestade começar. Em seguida, as empresas de serviços públicos priorizam a manutenção preventiva nos locais mais densamente povoados e afetados. Após a tempestade, eles fornecem avaliações de saúde para colocar os sistemas elétricos em funcionamento o mais rápido possível.

Consulte também :Nokia ajuda a transformar a região de Chengdu em uma potência inteligente

Um cenário onde todos ganham

A análise preditiva fornece um cenário onde todos ganham para empresas de serviços públicos e organizações que dependem delas. Ao notificar as equipes sobre riscos iminentes (possível queda de energia), eles podem tomar as medidas necessárias para mitigar os danos e concluir os reparos. Além disso, as empresas terão avisos antecipados sobre o tempo de inatividade que se aproxima e poderão tomar suas próprias medidas. A produtividade e a eficiência melhorarão em todas as áreas.

O que é realmente empolgante é como a IA e o aprendizado de máquina são capazes de fornecer esses insights acionáveis ​​imediatos. As empresas de serviços públicos já começaram a adotar a análise preditiva e aumentarão seus gastos na área nos próximos anos. De acordo com a Navigant Research, as concessionárias gastarão US $ 50 bilhões em equipamentos de monitoramento da rede em 2023. Portanto, embora a infraestrutura e os sistemas tenham necessidade de atualizações, nossos avanços em tecnologia podem resolver esses problemas antes que ocorra outra paralisação dispendiosa e inconveniente. De qualquer forma, essa é minha previsão.