Elenialle suunniteltiin ja toteutettiin järjestelmä, joka hyödyntää ja analysoi dataa sähköverkon kunnonhallinnan kehittämiseksi ja tasalaatuisen toiminnan varmistamiseksi. Tiedot laitteista, havainnoista ja vikaantumisista sijaitsevat erillisissä järjestelmissä, ja kokonaiskuvan saaminen oli ollut työlästä. Kolmen varsinaisen tietolähteen lisäksi kunnossapidon tiimille oli kertynyt myös hiljaista tietoa, jota saatiin nyt liitettyä kertyneisiin havaintoihin. Esiin loihdittiin elinkaarten, riskilukujen ja tyyppivikojen ennusteita.

Lähtötilanne

Sähköverkon laitteista on kertynyt vuosikymmenten aikana paljon dataa ja niiden kuntoa seurataan järjestelmällisen tarkastusohjelman mukaan. Laitteita on kuitenkin kymmeniätuhansia ja silmäpareja vain rajallinen määrä. Elenialla tunnistettiin tarve kertyneiden havaintojen ja vikaantumistietojen parempaan hyödyntämiseen. Yhteistyö alkoi Elenian heittämästä ennakoivan analytiikan haasteesta, johon Ambientia onnistui luotettavimmin vastaamaan.

Tietoa oli erillisten tietokantojen lisäksi myös Exceleissä eikä kokonaiskuvan saaminen tai yksittäisten laitteiden tilan tulkinta ollut helppoa. Laitteista haluttiin riskiarvio sekä löytää vikaantumisiin ja tilan heikentymisiin johtaneita juurisyitä. Rajoitteeksi asetettiin ensimmäisessä vaiheessa vain oman kerätyn datan hyödyntäminen, josta poimittiin yksi laitetyyppi käsittelyyn. Tavoitteena oli tuoda tieto yhdisteltäväksi liiketoiminnan kehittämiseen ja saada eri lähteet keskenään vertailukelpoisiksi. Kertyneiden tietojen louhinta ilman älykästä järjestelmää olisi ollut valtava ja hidas manuaalinen työ.

Monta lähdettä, monta toimijaa

Elenialla dataa kertyy ja sitä hyödynnetään päivittäisessä työssä vain erillisinä siivuina. Kumppanit asentavat ja tekevät aiemmista asennuksista havaintoja, vikatilanteissa kansalaiset soittavat vikaraportteja, asiakaspalvelu kerää vikapalautteet ja etsii niihin liittyviä koordinaatteja ja tunnisteita. Kaikki kertynyt tieto ei ole vertailukelpoista tai aukotonta. Mukana on paljon ihmisiä ja erilaisia tulkintoja, vaikka prosessia on ohjeistettu hyvin. Monien laitteiden huoltoväli on pitkä. Mitä tarkastusten välillä ehtii tapahtua; siitä ei ole ollut helppoa muodostaa ennusteita.

Sähköverkon kunnonhallinta tiimi halusi avukseen älykkään data-analytiikkatyökalun ja sille helppokäyttöisen käyttöliittymän, joka ennakoi tulevaa: tuhansien laitteiden huoltoja, uusimisia, asennustöitä jne. Tavoitteeksi annettiin muutamia avainsanoja: ennakoivuus, riskittömyys, älykäs data ja sen hyödyntäminen, parempi näkyvyys tulevaan, bisneksen kehittäminen ja toimintavarmuuden kasvattaminen, kustannussäästöt, ajansäästö, jne.

Lopputulos

Kokonaiskuva esiin

Ambientialla tartuttiin annettuun data science -haasteeseen kunnonhallintatiimin kanssa pidettyjen workshoppien kautta. Kun lähdedata ja sen tuomat mahdollisuudet saatiin esiin, loimme älykkään järjestelmän, joka laskee ja yhdistelee dataa asiakkaan isosta datamassasta toimittamien poimintojen pohjalta.

Älykäs data ja sen hyödyntäminen eivät välttämättä aina tarkoita isoja integraatioita eri järjestelmien välillä – liiketoimintaa hyödyttävää dataa saa bisneksen polttoaineeksi ja palvelun tehostamiseksi myös aloittamalla omista tietojärjestelmistä ja raporteista. Ja kun niiden käsittely tehdään oikein, on helppo jatkaa liittämällä mukaan avointa dataa. Sähköverkon laitteet asennetaan ulkomaailmaan ja ne ovat siellä alttiina säälle ja maaperän muutoksille. Routiminen on yksi intuitiivisesti tunnistetuista ongelmista, mutta sen esiintymisen tarkempaan selvittämiseen oma kertynyt data ei riitä. Alueellista säätietojen historiaa sekä maaperäkarttoja on saatavilla muiden tahojen tuottamana. Näihin sopivien tunnisteiden ja avainlukujen laskeminen, esimerkiksi tiettynä vuonna esiintyneiden routapäivien määrä, auttaa juurisyiden löytämisessä.

Ennakoivaa analytiikkaa

Tietoa yhdisteltiin tavalla, joka mahdollisti asiakkaalle luotettavan toiminnanohjauksen, laadunvarmistuksen ja ennakoinnin tulevista huoltotoimenpiteistä. Data tarjoiltiin asiakkaan haasteeseen kunnonhallintatiimin sisäistä käyttöä varten ja sitä voi lajiteltiin ja suodatettiin jatkokäyttöön käyttöliittymän kautta. Prosessointia helpottaa myös jatkossa, että työkalun avulla voi katsoa kartalta, missä kunnossa eri alueiden laitteistot ovat.

Ambientialla datan parissa työskentelyyn löytyy kymmeniä asiantuntijoita. Autamme asiakkaitamme löytämään ja yhdistämään tietoa tavalla, joka tekee datasta asiakkaallemme entistäkin arvokkaampaa – päätöksentekoa, johtamista ja toiminnan suunnittelua helpottamaan. Älykkäästi hyödynnetty data on tulevaisuudessa yhä merkittävämpi osa asiakkaidemme arkipäivää.

Hyödyt tiivistetysti

  • Kokonaiskuva selkiytyi: ”mitä meillä on ja missä kunnossa”
  • Oman työn ohjaaminen helpottui
  • Ajan ja kustannusten säästöt
  • Asiakas sai ”uinuvan datan” hyötykäyttöön ja oman toimintansa tehostamisen raaka-aineeksi
  • Helpompi pääsy analysoidun tiedon äärelle (käyttöliittymä)

Ota yhteyttä ja kysy lisää

Henri Leisma

Henri Leisma

Harri Hellström

Harri Hellström

Heikki Malkamäki

Heikki Malkamäki