Customer Stories Energie- und Infrastrukturdienste

Beschreibung der unternehmerischen und geschäftlichen Herausforderung/Chance

  • Norwegens größter Stromnetzbesitzer und -betreiber
  • Hat kürzlich neue Lösungen für die Überwachung und Optimierung von Strom und Netz durch das neue Automatic Metering System (AMS) implementiert
  • Herausforderung: Häufiger Datenverlust von einigen Verbrauchszählern

AI / ML Projekt & Programm

  • Advanced Analytics / Exploratory Data Analytics-Projekt mit dem Ziel, Muster und Ursachen für Signalprobleme zu finden
  • Crayon lieferte ein 4-monatiges Projekt mit 2 Data Scientists
  • Eine Reihe von Problemen gefunden: Probleme bei der Firmware-Versionierung, Routenkostenberechnungsalgorithmen usw. ermöglichen es dem Kunden, sich auf die Stabilität des Netzwerks zu konzentrieren

Beschreibung der unternehmerischen und geschäftlichen Herausforderung/Chance

  • NTE ist einer der größten nordischen Hersteller und Vertreiber von sauberen und erneuerbaren Energien, Stromabsatz, glasfaserbasierten Breitband- und Elektronikdienstleistungen.

AI / ML Projekt & Programm

  • Entwicklung einer Big Data Storage- und Reporting-Plattform für NTE. Die Lösung unterstützt die folgenden Marktsegmente: Energie, Markt, Elektronik und Group Holding. Die Datenplattform unterstützt Betriebszeitreihen, die NTE eine Analyse in Echtzeit und nach Daten ermöglichen.
  • Ein Team von Data Engineers/Analysts hat 2000 Stunden am Projekt gearbeitet und es wird läuft 2019 weiter.

Beschreibung der unternehmerischen und geschäftlichen Herausforderung/Chance

  • Die VEAS-Anlage ist Norwegens größte Wasseraufbereitungsanlage und trägt wesentlich dazu bei, den Oslofjord sauber zu halten.
  • Boden- und Düngemittelhersteller

AI / ML Projekt & Programm

  • Der Projektumfang bestand darin, den Kunden bei der Ermittlung der Gründe für das unterschiedliche Produktionsergebnis seiner Bodenproduktion zu unterstützen.
  • Daten von internen Sensoren und Systemen kombiniert mit externen Wetterdaten.
  • Das Data-Insight-Projekt wurde von einem Data Scientist für 3 Monate durchgeführt und lieferte wertvolle Einblicke in das Problem, und der Kunde konnte eine neue vollzeitäquivalente Position aufbauen.