Технологии NetApp: управление данными без ограничений

Почему цифровые двойники становятся мэйнстримом в энергетике

Технология «цифровых двойников» не нова, но ее только начинают широко внедрять в бизнес-процессы, поэтому знакомство с ней лучше начать с азов — с самого определения — и для закрепления понимания перейти к рассмотрению масштабных реализаций в вертикальных индустриях.

Технологии «цифровых двойников» принадлежат новому веку — впервые концепция была озвучена в 2002 г. Однако, в настоящее время ее реализация все же оказалась технически сложной, при этом демонстрируя высокую эффективность при внедрении в разных отраслях.

Бизнес крайне позитивно относится к «цифровым двойникам»: в 2021 г. половина крупных компаний мира планирует использовать эту технологию, что будет способствовать повышению производительности на 10% — так видели аналитики Gartner ситуацию в 2019 г. Пандемия и в этот сегмент внесла свои коррективы, какие будут реальные итоги года в продвижении технологии «цифровых двойников», пока сказать сложно. Но уже очевидно, что она становится мэйнстримом, несмотря на сложность реализации.

Что такое «цифровой двойник»

«Цифровой двойник» (digital twin) — виртуальная модель физического объекта, системы или процесса, но не статичная, а имитационная. Важно, что «двойник» развивается вместе с физической системой, обмениваясь с ней потоками данных. «Цифровой двойник» способен самостоятельно генерировать данные о состоянии своего физического воплощения — в том числе, в будущем, в разных режимах работы и т.д. С «двойником» можно экспериментировать в виртуальном пространстве, используя последнее как «песочницу» и не подвергая опасности реальные объекты.

Такой подход актуален на этапе проектирования объектов, так как позволяет радикально снизить затраты на эксперименты с реальными прототипами. Также «цифровые двойники» хороши на протяжении всего жизненного цикла моделируемого объекта — анализ поведения «близнеца» способен выявить проблемные места у реальной системы, что позволяет выполнять проактивные действия, предотвращающие аварии, поломки и сбои. Кроме того, «цифровой двойник» крайне полезен при планировании апгрейда или более серьезного развития исходной системы — «на цифре» мы можем проверить различные гипотезы и выбрать оптимальный вариант перед тем, как приступать к изменениям на физическом объекте.

depositphotos21767075xl2015600.jpg
Для создания действительно работающих «цифровых двойников» требуется глубокое понимание специфики как ИТ, так и многоплановой структуры активов энергетических организаций

Практические внедрения «цифровых двойников» начались не сразу после формирования концепции — в начале века необходимые технологии еще не были достаточно развиты и стоили крайне дорого. Только после бурного развития интернета вещей и соответственного снижения стоимости решений стало возможным получать нужные потоки данных о текущем состоянии моделируемого объекта, а развитие технологий вычислений — в том числе, с применением искусственного интеллекта — дало возможность обрабатывать эти потоки с приемлемой скоростью.

Важно понимать, что с точки зрения пользователей «цифровые двойники» — это софт, причем простой в обращении. «Алгоритмы оптимизации и расчета ТЭП электростанции работают через единый пользовательский веб-интерфейс», — говорит Сергей Новиков, директор Западно-Сибирской ТЭЦ, филиала «Евраз ЗСМК». Разумеется, для более сложного моделирования приходится привлекать команды, состоящие из энергетиков, финансистов и дата-сайентистов. Следует помнить, что в деле оптимизации работы энергетических объектов применяют разные инструменты и технологии, а «цифровые двойники» — только один из них, но потребуются и другие компоненты, как цифровые, так и физические.

Заметим, что результаты моделирования, достигаемые при использовании «цифровых двойников», достаточно точно повторяют данные, получаемые с физических объектов. Например, на «Ново-Салаватской ТЭЦ», где внедрение было реализовано компанией НБИ, расхождение не превышает 2%, а это внедрение было реализовано более 5 лет назад, с тех пор технологии шагнули вперед, соответственно, доступная точность возросла.

Почему энергетика в лидерах внедрений «цифровых двойников»

«Цифровые двойники» получили широкое распространение в промышленности — технология прекрасно ложится на проработанные процессы и позволяет кардинально оптимизировать все элементы в производственно-сбытовой цепочке. В рейтинг лидеров по внедрению «цифровых двойников» входят энергетика, нефтегазовый сектор, машиностроение, транспорт, строительство. Российские компании традиционно активны во внедрении цифровых технологий и являются одними из самых продвинутых в регионе EMEA», — говорит Татьяна Бочарникова, глава российского представительства NetApp.

В 2017 г. корпорация «Росатом» объявила о планах создания цифровых АЭС, которые один-в-один повторяют реальные станции. Это позволяет собирать и анализировать данные о работе каждой единицы оборудования, а также создает возможности для моделирования и прогнозирования работы объектов в различных условиях и режимах. Важно, что эксперименты с «цифровыми двойниками» безопасны, что для атомных станций особенно актуально.

По мнению экспертов ИТ-компании КРОК, при создании «цифрового двойника» на энергетических предприятиях необходимо учитывать, что в рабочих процессах участвует большое количество сложного технологического оборудования, особенно в генерирующих компаниях, и для достижения максимального эффекта и создания действительно работающих «цифровых двойников» требуется глубокое понимание специфики как ИТ, так и многоплановой структуры активов энергетических организаций.

Как шло развитие

Несколько лет назад большинство «цифровых двойников» — как в российской, так и в мировой практике – представляли собой виртуальные модели отдельных элементов производства: продуктов, оборудования, систем, линий и процессов.

Достаточно быстро эти разрозненные модели стали объединять в «фулл стек», целиком создавая «двойников» всей цепочки добавленной стоимости. Разумеется, все это требовало больших вычислительных мощностей. Вычислительные мощности росли, как для привычных высокопроизводительных вычислений (HPC, High-Performance Сomputing), так и для специализированных, ориентированных на задачи ИИ. «Некоторые компании стали делать акцент на решения, хорошо подходящие для рассматриваемого нами класса задач. NetApp предоставляет решения для разных профилей использования — для облаков, объектных хранилищ и т.д. — но в данном случае мы предложили рынку сбалансированные программно-аппаратные локальные комплекты, подходящие для работы с «цифровыми двойниками. Комплексы состоят из мощной вычислительной части, ориентированной на ИИ-задачи, и системы хранения данных, построенные по принципу all-flash, а поэтому хороши для работы с «горячими данными», — комментирует Татьяна Бочарникова, глава российского представительства NetApp.

Задачи моделирования при работе с «цифровыми двойниками» требуют ИИ вычислений. NetApp заключила соглашение с Nvidia, что позволило объединить экспертизу в области управления данными с опытом в сфере вычислений, использующих возможности графических ускорителей.

Исторически компания NetApp занималась системами хранения, но в современных условиях пересмотрела свою стратегию, добавив к хранению еще и обработку. Подход к архитектуре Data Fabriс оказался актуальным при работе с огромными массивами данных, необходимыми для использования «цифровых двойников». Решения NetApp могут быть интегрированы с платформами виртуализации (например, WMware и KVM), а также с решениями контейнерной виртуализации (Kubernetes). Это позволяет запускать нужный софт с современными параметрами гибкости и защищенности, что важно для задач моделирования, связанных с «цифровыми двойниками». Кроме того, в соответствующих задачах будут актуальны собственные разработки NetApp, обеспечивающие расширенные возможности работы с данными: репликации, резервного копирования и т.д.

ИИ-решения для «цифровых двойников»

Интерес к ИИ огромен, соответствующие инструменты актуальны для ряда задач, в том числе, и для построения «цифровых двойников», обеспечения их работы и совершенствования. Однако, развернуть внутри организации предсказуемую масштабируемую систему, выполняющую глубокое обучение нейросетей, до недавнего времени могли только интернет-гиганты. Большие бюджеты в сочетании с колоссальным профильным опытом позволяли этим компаниям проектировать системы с оптимальным сочетанием вычислительной мощности, оптимизированных систем хранения данных и сетевой инфраструктуры, которые были способны обеспечить пользователей необходимыми сервисами для работы с ИИ.

Однако, компании, представляющие средний бизнес, при правильном техническом подходе могут построить собственные системы для работы с ИИ. «В сотрудничестве с Nvidia мы вывели формулу оптимальной архитектуры для ИИ и «глубокого обучения». — говорит Татьяна Бочарникова. — Наши заказчики просто могут «взять на вооружение» готовое выверенное решение с оптимальной конфигурацией вычислительных блоков GPU, систем хранения данных и сетевой инфраструктуры». Пример —система NetApp ONTAP AI, которая построена на базе суперкомпьютера NVIDIA DGX, оптимизированного для работы с ИИ, и систем хранения NetApp All-Flash. Это решение доступно для массового бизнес-применения — позволит компании любого размера развернуть систему глубокого обучения в периметре своей инфраструктуры, причем развертывание займет всего нескольких дней. Примененный в системе модульный подход позволит масштабировать решение в зависимости от бизнес-задач, стоящих перед компанией.

Что дальше

У «цифровых двойников» — большое будущее. Технология работы с ними прекрасно соответствует современным концепциям — «Индустрия 4.0» и «цифровая трансформация», позволяя радикально изменять бизнес-процессы, в том числе, в эксплуатации, управлении и развитии индустриальных систем, в том числе, и энергетического комплекса.

В широком смысле «цифровые двойники» — решение не столько цифровое или техническое, сколько имеющее отношение к финтеху в широком понимании: его применение позволяет радикально изменить бизнес-показатели индустриальных решений. «Оптимизация режимов в 2015-2016 гг. дала снижение удельного расхода топлива в среднем на отпуск электроэнергии — 0,9%, а на отпуск тепловой энергии — 1%. — комментирует Иван Белов, руководитель по планированию и контролю параметров Сакмарской ТЭЦ. — В итоге это вылилось в 86 млн. рублей экономии». Инвестиционный проект на упомянутой «Ново-Салаватской ТЭЦ стартовал в 2014 г., и уже в 2016 г. экономия составила 18,9 млн. рублей.

Создание «цифровых двойников» для реальных производственных активов задача сложная, наукоемкая и затратная как по финансам, так и по времени. Но известны прецеденты, когда создание «двойников» затягивалось на десять-пятнадцать месяцев, но примерно за такое время и окупалось. Прецеденты есть и в российских реалиях. «По предварительным оценкам окупаемость на «Евраз ЗСМК» составил менее 18 месяцев», — говорит Сергей Новиков. «Применение «цифровых двойников» для задач оптимизации на «Ново-Салаватская ТЭЦ», входящей в состав «Газпрома», окупилось еще быстрее — за 16 месяцев», — сообщил Александр Семенец, экс-директор электростанции. Энергетикам результаты нравятся, в результате пилотных проектов в ряде случаев принимаются решения о масштабировании технологий на другие энергообъекты. Например, после внедрений на Липецкой ТЭЦ-2 и Смоленской ТЭЦ-2 управляющая компания будет имплементировать решения на другие объекты.

Индустрия активно нарабатывает кейсы применений «цифровых двойников». Например, к их применению на этапах проектирования и обслуживания сложных систем добавили решения для тренировок персонала, что приводит к положительным результатам — количество ошибок у диспетчеров после тренировок на таких реалистичных тренажерах существенно сократилось. Происходит развитие технологий — нарабатывают экспириенс команды дата-сайентистов, в том числе, и погруженные в задачи энергетики.

Новости

Все новости

Интервью

Фёдор Прохоров:

Сбер дает доступ к своему облачному суперкомпьютеру и искусственному интеллекту

Облака из тренда превратились в норму жизни, но это не значит, что новым облачным провайдерам больше нечем удивить публику. О том, как Сбер делится своими наработками с другими компаниями и даже государством.
Развернуть