주요 컨텐츠로 이동

에너지 그리드 운영 참조 아키텍처

이 아키텍처는 그리드 운영에서 일반적인 산업 소스와 싱크와의 통합을 이해하는 데 도움이 됩니다. 이것은 레이크하우스 아키텍처 전반에 걸쳐 최고의 실무 디자인 패턴을 개요화합니다.

Energy Grid Operations Reference Architecture

데이터 흐름 및 중요한 디자인 패턴

  1. 수집
    에너지 생산자들은 AMI, SCADA 및 히스토리언과 같은 독점적인 소스에서 대규모 및 고속으로 데이터를 수집합니다. AVEVA CONNECT와의 기본 데이터 공유 기능을 통해 팀은 OSI PI에서 직접 대량, 고속 통합을 쉽게 구성하거나 Kafka와 Confluent와 같은 메시지 버스를 활용할 수 있습니다. 자산 관리 시스템 및 ERP 시스템에서 느리게 변경되는 데이터의 경우, Lakeflow Connect는 SAP, Oracle 및 Salesforce와 같은 소스에서 상자 밖으로 증분 수집을 제공합니다.
  2. 데이터 저장
    운영 및 IT 데이터는 Bronze 테이블에 저장되며, 이후에 정리되어 Silver 테이블에서 혼합 및 풍부하게 만들어질 수 있습니다. 이를 통해 자산, 네트워크 성능 및 고객 데이터의 통합 뷰를 생성할 수 있습니다. 이 데이터는 모든 비즈니스 도메인에서 재사용 가능한 데이터 자산으로 사업 부서에 제공될 수 있으며, 운영 및 분석을 위한 신뢰할 수 있는 데이터 기반을 만듭니다.
  3. ETL
    DLT 데이터는 일괄 처리 또는 실시간으로 처리되며, 순서가 뒤섞인 이벤트와 CDC는 한 줄 구성으로 처리할 수 있으므로, 센서 데이터와 이벤트를 거의 실시간으로 집계하고 Databricks SQL을 통해 운영 대시보드에 직접 제공하거나 실시간 이상 탐지 및 수요 예측 모델에 피드하는 특징으로 사용할 수 있습니다.
  4. 보고서 및 앱
    데이터와 인사이트는 준수 및 지속 가능성 보고를 위한 BI 도구에서 표면화될 수 있으며, 실시간 데이터 및 대화형 데이터 제품은 자산 건강, 그리드 인사이트 앱 및 기타 대화형 예측 및 시나리오 시뮬레이션 인터페이스를 모니터링하기 위해 엔지니어링 팀이 사용하는 맞춤형 Databricks 앱 프론트 엔드에서 구현될 수 있습니다.
  5. AI 에이전트
    Mosaic AI를 사용하여 네트워크의 컨텍스트를 사용하여 여러 시스템과 상호 작용하는 강력한 다중 모드 AI 에이전트를 구축하세요. SOP 문서의 지능형 검색, 실시간 센서 데이터 및 재고 이미지를 모아 필드 팀을 위한 보조 역할을 하며, 자산 진단을 돕고, 현장 사진으로 재고 조회를 수행하고, ERP에서 작업 지시 및 재고에 대한 업데이트를 제공함으로써 피드백 루프를 닫습니다.

권장

Databricks에서의 지능형 데이터 웨어하우징

참조 아키텍처

Databricks에서의 지능형 데이터 웨어하우징
데이터 수집 참조 아키텍처

참조 아키텍처

데이터 수집 참조 아키텍처
신용 손실 예측을 위한 참조 아키텍처

산업 아키텍처

신용 손실 예측을 위한 참조 아키텍처