Optimización energética para minimizar emisiones

Cliente

KBC, a Yokogawa Company, es una Compañía multinacional de servicios de Consultoría y proveedora de Tecnología para los sectores de Refino, Petroquímico, Químico y Energía.

 

Reto

KBC tenía como objetivo mejorar el rendimiento de su software de simulación de procesos Petro-SIM™ mediante tecnologías basadas en la Inteligencia Artificial y Big Data.

La primera aplicación de esta mejora se ha realizado en una refinería de uno de sus Clientes. El objetivo era mantener una de sus unidades de procesamiento de crudo en el punto energético óptimo, cumpliendo y potencialmente optimizando los planes de producción, así como minimizar los niveles de emisiones que ayuden a reducir la huella de carbono de la Compañía.

Resultado

• Optimización energética de las estaciones de sus refinerías y reducción de emisiones.
• Aumento significativo de la eficiencia y del OEE de las Refinerías.
• Mayor autonomía del operador de la estación que esté en cada momento y de su experiencia.
• Obtención de nuevos conocimientos de la estación, gracias a la depuración y el modelado de los datos. De este modo, es posible saber qué factores influyen en el consumo energético del proceso de refinamiento, así como definir estrategias mucho más eficientes.

Solución

Innovadora combinación de Modelos de Primeros Principios y de Modelos de Machine Learning, utilizando un rango muy amplio de datos y aprendiendo progresivamente de su experiencia.

La Tecnología utilizada para esta Solución se basa en:

• Machine Learning (Aprendizaje Automático – Inteligencia Artificial).
• Petro-SIM™ (Simulador basado en primeros principios).
• Deep Learning (Aprendizaje Profundo – Redes Neuronales).
• Python, R.
• Microsoft Azure (Almacenamiento y Procesamiento de Datos).

Algunos de los Datos utilizados para el desarrollo de la Solución son:

• Datos maestros y propiedades químicas de los crudos.
• Histórico de Datos de Proceso.
• Datos de Simulaciones de Petro-SIM™.

Testimonio

Toni Giménez
Digital Solutions Executive en KBC, a Yokogawa Company

“Trabajar con PredictLand es un placer, su equipo combina un conocimiento profundo de modelaje Machine Learning y desarrollo de software con una total orientación al cliente y a resultados. Desde el inicio del proyecto la integración entre nuestros equipos fluyó de manera natural.

Han demostrado una capacidad de trabajo y adaptación a un nuevo entorno con una alta complejidad realmente destacable.

Es importante también resaltar que todo lo anterior se transpira en su cultura de empresa y así lo percibe nuestro cliente.»

Pablo Jiménez-Asenjo
Visual Mesa Global Business Line Leader en KBC, a Yokogawa Company

“Junto con PredictLand, seguimos avanzando en la integración de tecnología de simulación tradicional con herramientas de Inteligencia Artificial.

Además de contribuir con su conocimiento técnico, PredictLand aporta valor al equipo desde el primer momento.»