Duke Energy
Factory Software | Duke Energy | Maintenance préd. AVEVA
Duke Energy, service public américain, exploite plus de 60 centrales réparties sur sept États, allant du charbon aux turbines à combustion en cycle simple, aux centrales à cycle combiné et à gazéification intégrée, pour servir plus de 7,2 millions de clients avec une capacité de production de 58 000 MW. Le centre de surveillance et de diagnostic du groupe avait pour mission d'optimiser la performance des actifs en s'appuyant sur la meilleure technologie numérique disponible, tout en restant indépendante des logiciels et matériels existants pour minimiser les coûts de remplacement. Le déploiement d'AVEVA Predictive Analytics permet désormais à cinq analystes de superviser plus de 87 % du parc de production via plus de 11 000 modèles et plus de 500 000 points de données, dans une logique de maintenance prédictive. La solution surveille alarmes, tendances et analyses approfondies dans le respect du cadre de fiabilité d'EPRI. Les résultats sont éloquents, avec plus de 34 millions de dollars d'économies dégagés lors d'un seul événement de capture précoce en 2016.
FAQ
Comment AVEVA Predictive Analytics surveille-t-il 87 % d'un parc de production de 58 000 MW ?
AVEVA Predictive Analytics permet à seulement cinq analystes de Duke Energy de superviser plus de 87 % du parc de production grâce à plus de 11 000 modèles et 500 000 points de données. La plateforme automatise la détection d'écarts comportementaux par rapport aux signatures normales des actifs. Sans cette industrialisation de l'analyse, il faudrait des dizaines d'experts pour atteindre le même niveau de couverture. C'est un démultiplicateur de compétences essentiel pour les utilities qui exploitent des dizaines de centrales hétérogènes.
Pourquoi un Monitoring & Diagnostics Center est-il stratégique pour un producteur d'électricité ?
Un M&D Center centralise l'expertise de diagnostic des actifs pour l'ensemble du parc, évitant que chaque centrale ne reconstitue isolément ses capacités d'analyse. Chez Duke Energy, le centre s'appuie sur AVEVA Predictive Analytics pour superviser plus de 60 centrales sur sept États, dans le respect du cadre de fiabilité de l'EPRI. Cette organisation favorise le partage des bonnes pratiques, accélère la résolution de problèmes récurrents et garantit un niveau d'analyse expert constant, quel que soit le type d'actif surveillé.
Comment quantifier le ROI d'un projet d'analytique prédictive dans la production électrique ?
Duke Energy a réalisé plus de 34 millions de dollars d'économies lors d'un seul événement de capture précoce en 2016. Cette détection avant panne d'un équipement critique illustre la valeur opérationnelle d'AVEVA Predictive Analytics : éviter un arrêt non planifié, c'est sauver une production électrique entière et des coûts de réparation d'urgence. À l'échelle d'un parc de 58 000 MW alimentant 7,2 millions de clients, le cumul des détections précoces représente une valeur considérable récurrente année après année.
Comment intégrer une analytique prédictive sans remplacer les systèmes existants ?
Duke Energy souhaitait rester indépendant des logiciels et matériels existants pour minimiser les coûts de remplacement. AVEVA Predictive Analytics se positionne en surcouche d'analyse compatible avec les sources de données déjà déployées (DCS, historians, SCADA). Cette approche non-intrusive permet de bénéficier rapidement des capacités prédictives sans entreprendre une refonte coûteuse de l'infrastructure. C'est un facteur clé d'adoption dans les utilities qui maintiennent des architectures industrielles complexes et longues à faire évoluer.
Comment passer d'une maintenance réactive à une maintenance prédictive grâce à AVEVA ?
AVEVA Predictive Analytics surveille en continu alarmes, tendances et analyses approfondies issues de capteurs à faible coût et de la connectivité haute fidélité. La solution alerte les équipes plusieurs jours, semaines ou mois avant la panne, transformant la maintenance en démarche planifiable. Pour Duke Energy, cette anticipation a permis d'optimiser les fenêtres d'intervention, de réduire les arrêts non planifiés et d'améliorer la disponibilité d'un parc essentiel à la fourniture d'électricité à 7,2 millions de clients sur sept États.