¿Por qué seguimos soportando el tiempo de inactividad por cortes de energía?

Una de las principales causas del tiempo de inactividad y la pérdida de datos no proviene de piratas informáticos u otras actividades nefastas, sino de cortes de energía masivos causados ​​por equipos defectuosos o "tiempo de inactividad" de la máquina. De hecho, la pérdida de energía es el principal desastre relacionado con TI que enfrentan la mayoría de las organizaciones. El apagón masivo de abril en San Francisco, por ejemplo, detuvo a las empresas de alta tecnología en toda la ciudad, junto con los semáforos, los autobuses y el sistema BART de la ciudad.

La mayoría de las empresas no han revelado pérdidas exactas porque muchas todavía están negociando con PG&E Corp., la empresa de servicios públicos responsable, pero algunas han reclamado pérdidas en el vecindario de $ 100,000 a $ 300,000, lo que significa pérdidas generales en millones de dólares para el ajetreado sector de TI de la ciudad. .

Consulte también: eleven-x lleva su red de IoT de bajo consumo a través de Canadá

Energía e infraestructura

San Francisco tampoco fue la única ciudad que sufrió un apagón importante en abril pasado. Nueva York también vio apagones generalizados este año, dejando a los pasajeros varados en túneles del metro durante el apogeo del viaje matutino. Esto se produce después de que Nueva York recibiera calificaciones bajas todos los años en su Boleta de calificaciones de infraestructura. Aún así, Nueva York ha recibido constantemente calificaciones más altas de la organización que el país en su conjunto, lo cual es preocupante.

Muchos se preguntan si este tipo de cosas se volverá más común en el futuro a medida que los sistemas de infraestructura de energía ya agotados en las grandes ciudades de Estados Unidos envejezcan y se vean sobrecargados por poblaciones en crecimiento. ¿Los cortes de energía serán algo que las empresas simplemente tengan que aceptar y afrontar? No lo creo. Si bien estos desafíos son reales y presentan un serio desafío para los sistemas de energía, la adopción de nuevas tecnologías permitirá que las empresas de servicios públicos y sus clientes estén mejor preparados y tal vez evitar los cortes de energía por completo.

Hay una bola de cristal

A pesar de estos desafíos, los cortes de energía potencialmente no solo se vuelven más raros sino que posiblemente se evitan por completo. Al utilizar el análisis predictivo, la bola de cristal de la tecnología, tanto las empresas de servicios públicos como las organizaciones que dependen de ellas estarán mejor preparadas para abordar estos problemas. El análisis predictivo permitirá al personal recibir notificaciones de advertencia temprana cuando los problemas parezcan inminentes, lo que les permitirá resolver el problema antes de que ocurra un corte de energía.

Algunos problemas pueden identificarse días o semanas antes de que ocurra el corte de energía. Al usar análisis predictivos para identificar estos problemas, las cargas podrían moverse y podrían ocurrir cortes planificados para minimizar los daños. Las organizaciones podrían recibir advertencias anticipadas sobre estos problemas y tomar las medidas adecuadas para mitigar las pérdidas durante ese período de tiempo. Además, las empresas de energía podrían identificar los costos de mantenimiento necesarios por adelantado con análisis predictivos. Por ejemplo, antes de que el sistema requiera mantenimiento, las piezas ya podrían estar en camino.

Las ventanas de mantenimiento también se extenderían, ya que los sistemas predictivos podrían monitorear las condiciones de los equipos para brindar información más precisa sobre cuándo es necesario reemplazar ciertos sistemas. Eso está sucediendo ahora en la industria de servicios. "Con la inteligencia artificial y el aprendizaje automático, ahora podemos optimizar los programas de mantenimiento, designar piezas de alto riesgo para el reemplazo y asegurarnos de que los técnicos tengan las herramientas y piezas de repuesto correctas para que no tengan que hacer viajes innecesarios y repetidos", dijo Shahar Chen. , cofundador de Aquant, con sede en Nueva York.

El beneficio real de tales sistemas sería difícil de cuantificar, pero sustancial. El aumento en la vida útil del equipo, la mejora de la eficiencia y el aumento de la productividad se sentirían no solo para la compañía eléctrica, sino también para todos los clientes de esa compañía.

Análisis predictivo y hechos fortuitos

Incluso podemos anticipar los efectos de los desastres naturales en los sistemas de energía gracias al aprendizaje automático de IA. Investigadores de la Universidad de Texas A&M desarrollaron recientemente un modelo de inteligencia que puede predecir los efectos de los vientos de alta velocidad durante el clima severo, de modo que los árboles que podrían caer en las líneas eléctricas en áreas críticas se podarán primero. Por el momento, este tipo de trabajo se realiza de forma arbitraria. Predecir un programa óptimo de poda de árboles es solo una de las aplicaciones del modelo. “Cualquier tipo de información ambiental que tenga alguna relevancia para el sistema de energía se puede incorporar a este marco de predicción, dice el Dr. Mladen Kezunovic, quien desarrolló el sistema con varios estudiantes de posgrado.

En áreas donde el clima severo recurrente es un factor, Exacter, una compañía de IoT que se ocupa de sistemas eléctricos, dice que sus algoritmos pueden identificar equipos que están degradados o que muestran signos de falla antes de que azote una tormenta importante. Luego, las empresas de servicios públicos priorizan el mantenimiento preventivo en las ubicaciones más densamente pobladas y afectadas. Después de la tormenta, brindan evaluaciones de salud para que los sistemas eléctricos estén en funcionamiento lo antes posible.

Ver también :Nokia ayuda a convertir la región de Chengdu en una potencia inteligente

Un escenario en el que todos ganan

El análisis predictivo proporciona un escenario en el que todos ganan para las empresas de servicios públicos y las organizaciones que dependen de ellas. Al notificar a los equipos de los riesgos inminentes (posible corte de energía), pueden tomar las medidas necesarias para mitigar los daños y completar las reparaciones. Además, las empresas tendrán advertencias avanzadas sobre el próximo tiempo de inactividad y podrán tomar sus propios pasos. La productividad y la eficiencia mejorarán en todos los ámbitos.

Lo que es realmente emocionante es cómo la inteligencia artificial y el aprendizaje automático pueden proporcionar información procesable inmediata. Las empresas de servicios públicos ya han comenzado a adoptar el análisis predictivo y aumentarán su gasto en el área en los próximos años. Según Navigant Research, las empresas de servicios públicos gastarán $ 50 mil millones en equipos de monitoreo de red para 2023. Por lo tanto, si bien la infraestructura y los sistemas tienen la necesidad de actualizaciones, nuestros avances en tecnología pueden resolver la mayoría de los problemas antes de que ocurra otra interrupción costosa e inconveniente. En cualquier caso, esa es mi predicción.