企业数据科学

赋予国家网格

4月17日,2020年4月
由Anaconda团队

国家电网如何利用Anaconda企业数据科学平台来降低成本并提高能源交付的可靠性

执行摘要

国家电网是英国电力和燃气公用事业公司,负责英国和美国数百万用户消耗的公用事业。从历史上看,英国国家电网的电力传输所有者(ETO)根据制造商指导和工程判断管理了其电力传输资产的维护。国家电网的ETO业务试图应用更复杂,风险的方法,ETO分析团队开始寻找一个新的企业型数据科学平台。该团队希望在Python中使用开源工具,因为他们有许多具有Python技能的团队成员,并知道PyData生态系统的力量。但是,要遵守严格的内部IT策略,并允许更好地控制各种软件许可证,他们需要一个解决方案,让IT团队验证并管理数据科学团队使用的软件包。他们最终转向Anaconda Enterprise作为国家电网的数据科学解决方案,因为它可以满足他们的Python治理需求。支付的Anaconda订阅也提供了24/7个支持,这是该团队所必需的。通过蟒蛇企业的力量,国家电网已经能够简化其数据科学工作流,建立可重复的维护模型,并为未来的数据科学分析设定目标。国家电网正在实施一个更明智的,经济高效的维护框架,可提高建模和预测其电力传输资产的维护需求的准确性。

挑战

国家电网的团队希望利用数据科学来改进其资产维护计划。他们遵循制造商推荐的时间表和历史工程经验,以确定资产替代和维护的频率。分析团队知道,通过迁移到基于风险的维护方法,可以使用现有维护计划在任何给定时间量化系统的风险水平。这将允许公司优化维护,提供大量成本节省,同时保持网络上所需的安全水平。

在决定朝向基于风险的维护方法而不是基于时间的维护方法之后,现有系统需要大量修改。在考虑实现新策略的替代工具时,显而易见的是,现有工具将无法提供所需的性能和灵活性。内部分析团队的增长和发展要求另一个能够处理更广泛的数据的平台 - 包括音频和视频以及用于机器学习和概率建模的库。

此外,使用专有的平台,使得令人兴奋地招募有才能的候选人。他们的专有平台还缺乏社区支持(例如,博客帖子,教程和Q&A STANCOVERFLOW等Q&A网站),这些工具亦可广泛提供,据国家电网的分析开发领导者介绍了“真正的问题”,介绍了“真正的问题”。

通过这些挑战,分析团队开始评估开源库技术支持的平台。由于团队内存的现有Python体验和广大的高质量开源库可供使用,分析团队决定了企业Python分布将最能满足他们的需求。他们将他们的选择缩小到一个可以提供他们想要的Python库的平台,同时还提供企业级支持和国家电网IT团队所需的安全包管理。

“Anaconda Enterprise给了我们我们需要的一切,我们需要一个漂亮的,整洁的包装...... [我们]数据科学家很高兴他们可以专注于使用工具而不是维护它们。”
-Collins Analytics Development Leader |国家电网

解决方案

国家网格转向蟒蛇企业,它为他们提供了治理,控制和支持,他们需要能够在实用程序内使用开源Python。

由于Python语言的巨大普及,国家网格更能够吸引和雇用合格的候选人。现在他们可以查看候选人现有的Python代码,并提出特定的面试问题,而不是“迈出信仰,”柯林斯先生说。由于Python的普及,除了专家Anaconda,Inc。提供的企业级别支持,分析团队还能够利用大量的在线社区支持。

新平台使他们能够访问数据分析和机器学习的库,而无法使用其专有解决方案,例如OpenCV用于视频处理和Scikit-rearing用于机器学习。由于该平台使安全包管理能够提供安全的包管理,并提供由Anaconda,Inc。的专家测试和验证的软件包的治理,Anaconda Enterprise符合国家电网IT团队的安全要求。该平台的内部部署镜像使团队立即访问所有最新的软件包,从而实现了更大的灵活性和更快的开发。

与Anaconda Enterprise和一系列其他开源工具,现在,该团队现在可以使用各种各样的数据来源迅速开发概念类型的证明,发布结果轻松。他们能够在内部共享他们的城市环境,使多个用户能够快速复制所需的软件包,允许在不同的计算机上进行测试代码。“Anaconda Enterprise给了我们我们需要的一切,我们需要一个漂亮的,整洁的包装,”柯林斯先生说。

ETO的分析团队现在能够使用Anaconda Enterprise来构建自己的API,以与其他业务应用程序集成,迅速欣赏到高管和决策者的手中。“我们已经利用了一些惊人的可视化工具和Web API,”柯林斯先生说。“Anaconda Enterprise在我们想要向客户提供结果的方式方面为我们提供了很多灵活性,这是我们真正的事情。”作为他们工作流程的一部分,它们现在能够使用Python Web框架烧瓶部署模型和可视化。

由于Anaconda企业,国家网格现在正在实施数据驱动,风险的方法,为其电力传输资产提供更复杂的维护和监控系统。“我们每天使用Anaconda企业。柯林斯先生说,它肯定会为我们作为一支球队和企业勾选很多盒子。““我们现在正在使用几个尖端图书馆来回答业务向我们提出的问题。”

结果

根据柯林斯先生,Eto的“数据科学家很高兴他们可以专注于使用工具而不是维护它们。”他们使用这些工具的一种方式是优化其空中传输线的视觉检查。国家网格才能剥离两台直升机以拍摄线路以确定其状况,特别注意定期沿线定期的线间隔物。从历史上看,工程团队必须审查这个视频并手动筛选几小时的镜头,以找到每个垫片可见的几秒钟。

虽然未成为原始项目计划的一部分,Eto的数据科学家知道Python中的计算机视觉库可能很有用的是,在变压器处于视野时突出显示视频以突出显示该视频。使用Anaconda Enterprise,Analytics团队能够安全地安装Python开源计算机视觉库OpenCV。鉴于国家电网的治理政策,该包将无法访问数据科学团队,只使用Python的开源分发,但与Anaconda Enterprise的开放源分发,他们可以确保正确访问牢固管理包。这使该团队能够使用OpenCV来培训算法来识别和突出显示组件形状,隔离视频的重要部分,并节省有宝贵的时间的工程团队时间。

本网站使用cookie以确保您在我们网站上获得最佳体验。隐私政策
接受
Baidu
map