IoT 장치의 성장으로 기업이 디지털화 프로세스에서 처리할 수 있고 처리해야 하는 데이터 양이 수백만 배로 증가했습니다. 이 처리를 보다 효율적으로 만들기 위해 새로운 컴퓨팅 모델이 매우 강력하게 등장했습니다. 즉, 데이터가 시작된 노드에서 머신 러닝 및 인공 지능 알고리즘이 처리되는 중앙 집중식 클라우드 인프라의 처리를 보완하는 엣지 컴퓨팅 사용자 또는 장치에 더 가깝습니다.
Edge의 데이터 컴퓨팅은 모바일 네트워크 장비의 강력한 서버 또는 플랜트 전체에 걸쳐 더 작고 더 분산된 노드에서 실행할 수 있습니다. 어쨌든 새로운 수익 창출과 비용 최적화를 위한 중요한 기회를 열어줍니다. 이 모든 것은 세 가지 기본 기둥을 기반으로 합니다.
1) 더 큰 확장성: 많은 위치와 함께 스토리지 및 처리를 분산함으로써 더 많은 트래픽 볼륨 또는 더 나은 알고리즘을 위한 인프라 및 용량에 필요한 투자가 더 잘 제어됩니다.
2) 데이터 보안 및 주권 강화: 원래 위치를 벗어나지 않음으로써 불법 액세스 또는 도난 위험이 크게 감소합니다.
3) 더 많은 데이터 처리 및 더 낮은 응답 대기 시간: 주파수 분석을 통해 수천 개의 데이터를 거의 즉시 작업할 수 있습니다. 조사 및 답변에 필요한 시간은 약 밀리초입니다. 이는 배치 정보의 오프라인 분석에 더 중점을 둔 클라우드 환경에서는 생각할 수 없는 거의 실시간 사용 사례를 의미합니다.
IDG의 보고서 XNUMX차 산업혁명을 이끄는 엣지 컴퓨팅 솔루션 이 세 기둥의 중요성을 확인합니다. 에지 컴퓨팅을 배포한 802명의 업계 리더를 대상으로 한 설문 조사에서 30%는 대역폭 비용, 27% 데이터 보호, 19% 지연 시간 제약이 주요 동기라고 답했습니다. 조사 대상 기업의 XNUMX%가 에너지 부문에서 나왔습니다.
에너지 부문에서 IoT 에지 컴퓨팅의 장점
발전 자체가 분산되고 있습니다. 에너지가 대규모 발전소에서 전 세계로 이동하는 전통적인 선형 구조에서 재생 에너지원, 소비를 생성하는 프로슈머를 통합하여 보다 분산되고 분산된 모델을 고려하는 현대적인 배전 네트워크에 이르기까지 , 그리고 더 큰 규모로 저장할 수 있는 새로운 요소.
이 모든 것은 네트워크 운영 및 유지 관리, 수요 및 공급 예측의 복잡성이 기하급수적으로 증가함을 의미합니다. 단순한 IoT 센서나 스마트 미터에서 표준화된 프로토콜을 통해 데이터를 추출할 수 있는 발전 또는 전송 장비의 통신 인터페이스에 이르기까지 이러한 복잡한 구조를 가시화하기 위해 다양한 장치가 설치되고 있습니다.
IoT Edge Computing은 특히 다음과 관련이 있습니다.
- 석유 및 가스 유통 인프라: 고장으로 인한 가동 중단의 하루 비용이 20천만 달러 이상일 수 있으며 대규모 운영자의 경우 평균 XNUMX년에 XNUMX번입니다. IoT Edge를 사용하면 데이터를 실시간으로 분석하여 문제를 사전에 방지하거나 훨씬 빠르게 원인을 식별할 수 있습니다. 이 모든 것을 높은 수준의 보안 에서 발생한 것과 같은 문제를 피하기 위해 식민지 파이프 라인 몇 달 전에
- 전기 변전소: 특히 대규모 운영자의 수만 명이 계산하는 중저전압에서. 이 혁명의 중심 요소는 "연결"되는 것 외에도 현재 전기 충전기 또는 배터리와 같은 새로운 요소를 걸고 있는 다른 라인에 대한 전원 공급의 동적 조절을 실시간으로 가능하게 하는 스마트 변압기입니다. IoT Edge는 이러한 조정을 실시간으로 제공하여 전체 가치 사슬의 ROI를 높일 수 있는 새로운 서비스를 생성할 뿐만 아니라 실패를 방지하고 불필요한 변위를 방지합니다.
- 소비 포인트: 2020년은 에너지 자체 소비에 있어 전례 없는 해였습니다. 스페인에서만 596년보다 30% 증가한 2019메가와트가 설치되었으며 그 중 절반 이상이 산업 회사에 설치되었습니다. 그러나 이러한 설치를 최대한 활용한 사용자는 거의 없었습니다. 을 통해 IoT 에지 컴퓨팅, 그리고 생산이나 보관 상태를 측정할 수 있는 센서나 소비를 제어할 수 있는 스마트 액추에이터(릴레이)를 탑재하면 에너지 절감 효과를 두 자릿수까지 끌어올릴 수 있다.
에너지 부문에서 IoT 에지 컴퓨팅의 주요 과제는 무엇입니까?
IoT Edge는 규모에 따라 IoT Edge 컴퓨팅 노드로 작동할 수 있는 더 작고, 저전력이며, 저렴한 마이크로컴퓨터를 특징으로 하는 첨단 솔루션에 대한 기술 제조업체의 견고한 투자에 의해 주도됩니다. 마찬가지로, 이러한 노드가 사이버 보안 방식으로 알고리즘을 실행할 수 있도록 운영 체제 및 소프트웨어가 만들어지고 있으며 일반적으로 Docker와 같은 가상화된 소프트웨어 컨테이너에 패키지되어 있습니다.
그러나 이러한 기술을 채택하는 것은 산업 에너지 회사에 대한 과제가 없는 것은 아닙니다.
첫째, 직원 교육.
전통적으로 주로 자동화 엔지니어(OT)와 훨씬 적은 수의 IT 및 통신 엔지니어(IT)로 구성된 인력에 이러한 새로운 기술을 도입하면 필요한 기술에 격차가 생깁니다. 이 격차는 소위 «PoC(개념 증명)»의 IoT 프로젝트 수에서 분명합니다. IoT Edge 컴퓨팅을 수행하기 위한 랩 실험을 수행하는 것은 비교적 간단합니다. 그러나 수백 또는 수천 개의 분산 노드가 있는 자연 환경으로 프로젝트를 진행하는 경우 시장 중심 SLA가 필요하면 내부 기능 부족으로 인해 큰 좌절감을 느낄 수 있습니다.
Gartner Cool Vendors in Edge Computing, 2021 보고서에 따르면 «에지 컴퓨팅이 개념 증명 및 모놀리식 프로젝트에서 반복 가능한 엔터프라이즈 애플리케이션으로 이동함에 따라 배포를 단순화하는 공급업체 제품이 주목을 받고 있습니다. IoT Edge 복잡성 문제를 독특한 방식으로 해결할 수 있는 솔루션이 돋보입니다.»
둘째, 산업 에너지 회사의 재무 및 법적 구조의 적응.
목표는 기존의 상당한 투자(CAPEX) 모델에서 초기 투자가 더 낮은 보다 유연한 모델로 이동하는 것입니다. 그래도 표준 IT의 OPEX는 더 높을 수 있습니다(SaaS 라이선스, 유지 관리 비용 및 업그레이드 서비스 포함). 이는 문화적 변화를 의미하며 에너지 부문이 필요한 속도로 발전할 수 있도록 규제 변경이 필요할 수 있습니다.
세 번째로 중요한 문제는 생성 및 처리되는 정보가 증가하는 데이터 소유권입니다. 전통적으로 생산 데이터는 운영자에게 속합니다. 그러나 더 분산된 환경과 점점 더 복잡해지는 가치 사슬에서 누가 데이터를 소유하고 누가 이를 악용할 수 있는지 간의 경계가 모호해집니다.
예를 들어 IoT Edge 환경에서 에너지 분배를 위해 사용되는 인공 지능 및 머신 러닝 알고리즘은 사용자 장치(스마트 미터, 자가 소비, 충전기, 배터리, 센서 등)에서 생성된 데이터로 훈련되어야 합니다. 그러나 이 데이터는 제조업체의 범위에 속하며 데이터 보호법을 위반할 수 있으므로 공유할 수 없습니다.
이러한 의미에서 이러한 문제를 더 자세히 분석하기 위한 컨소시엄을 구성하기 위한 공공 자금 지원 프로젝트가 필요합니다. 가장 좋은 예는 유럽 에이전트 간의 정보 교환을 위한 IDS 참조 아키텍처의 통합을 기반으로 하는 데이터 활용을 통해 스마트 그리드를 위한 솔루션 제안에 중점을 둔 Platoon 프로젝트입니다.
이러한 과제에도 불구하고 IoT Edge Computing은 대용량 정보를 실시간으로 처리하고 궁극적으로 운영의 안전과 효율성을 개선할 수 있는 능력을 통해 에너지 산업을 변화시킬 수 있다는 것은 분명합니다. 이러한 문제를 적절하게 해결할 수 있는 모든 회사는 이익을 얻을 것이며 에너지 부문의 변혁의 최전선에 서게 될 것입니다.
PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.
