Северсталь + SAP — энергоучёт и аномалии
Прототип на SAP Cloud Platform с машинным обучением: мониторинг временных рядов потребления, закупки и генерации электроэнергии — по материалам CNews (осень 2018) и направлению цифровизации Северстали.
- Сценарий Оптимизация энергопотребления; обнаружение аномалий; прогнозирование
- Отрасль Металлургия
- Регион Россия
- Охват Прототип (около 4 месяцев разработки, 2018); промышленное внедрение в открытых текстах оценивалось отдельно.
- Доказательность Средняя по факту совместного проекта; по измеренному эффекту в процентах — низкая: в CNews нет публичных % после внедрения.
- Оценка обзора Специфичность 3, независимость 2, качество метрик 1, свежесть 0. Дата источников: 2026-05-01.
Производственный контекст
Электроэнергия — существенная статья себестоимости металлургии; нужны раннее выявление аномалий потребления и более точный прогноз на горизонтах от получасовки до месяца.
Задача
«Своевременно выявлять отклонения от нормы потребления электроэнергии»; улучшить прогноз на основе истории, плана производства и плана ремонтов — формулировки в пересказе с CNews.
Подход на базе ИИ и машинного обучения
Прототип на SAP Cloud Platform с моделями машинного обучения; «аналитический монитор» временных рядов потребления, закупки и генерации электроэнергии.
Данные
Временные ряды на получасовом, дневном и месячном горизонтах — по описанию в CNews; детальный перечень тегов и источников сбора в публичной статье ограничен.
Результат и метрики
В CNews нет измеренного эффекта в процентах после внедрения; ниже — контекст ожиданий из той же публикации (не замеров постфактум).
Публичные формулировки
- Численный эффект В открытом материале не приведены проценты экономии или иные жёсткие метрики результата прототипа — только постановка задачи и рамка проекта.
- Экономический смысл Указано, что затраты на электроэнергию составляют около 10 % себестоимости; отмечено, что экономия даже на доли процентов может давать миллионы рублей — как обоснование важности темы, а не как отчёт о достигнутом эффекте.
Источники
Релевантность для производства
Типовой низкорисковый вход для металлургии и химии с высокой долей энергозатрат: энергоаналитика и детекция аномалий по рядам до масштабирования сложных моделей на весь цех.