Lynxby DOMINION

MODUL EMS · ENERGIE Wie viel Energie das Werk hätte verbrauchen sollen.

Die kWh zweier Monate zu vergleichen, sagt nichts aus, wenn in einem mehr produziert, mehr Schichten gefahren wurden oder es kälter war.

EMS ist das Energiemanagement-Modul von Lynx. Der Verbrauch schwankt mit der Produktion, mit der Temperatur und mit den Schichten; EMS passt eine Baseline an diese Variablen an und stellt ihr den tatsächlichen Verbrauch gegenüber: Die verbleibende Differenz ist Einsparung oder Abweichung und nicht der Effekt der Bedingungen des Zeitraums.

Normalisierte Baseline × gemessener Ist-Verbrauch

Zur Plattform hinzufügen →

lynxplatform.cloud/ems/resumen

Produktbildschirme mit Beispieldaten: Keine Zahl auf diesen Bildschirmen stammt aus einem Werk.

Sechs Kennzahlen, eine entscheidend Die einzige, die nicht schon deshalb steigt, weil du mehr produziert hast.

Jede Kennzahl wird über die Assets und die Messung des gewählten Bereichs berechnet und hat ihr Ziel, ihre Richtung – kleiner oder größer ist besser – und ihre Alarmschwelle.

  • GesamtverbrauchkWh

    Summe des Verbrauchs im Zeitraum für die Assets und die Messung des Bereichs.

  • Mittlerer VerbrauchkWh

    Mittlerer Verbrauch pro Beobachtung, in der gewählten Analysegranularität.

  • LastspitzekW

    Maximale abgerufene Leistung im Zeitraum, mit ihrem Zeitpunkt.

  • Spezifischer VerbrauchkWh/Stk.

    Verbrauch pro produzierter Einheit. Es ist die Kennzahl, die sich durch eine Mengenänderung nicht verändert.

  • Eigenverbrauch%

    Anteil des Verbrauchs, der mit eigener Erzeugung gedeckt wird.

  • Freie Formeldefiniert

    Eigener KPI aus den Signalen des Bereichs, wenn keine der vorigen passt.

Vor der ersten Zahl Drei Definitionen vor der ersten Kennzahl

Der Vergleich zwischen Zeiträumen erfordert drei vorherige Definitionen: was gemessen wird, was diesen Verbrauch erklärt und auf welchen Referenzzeitraum die Baseline angepasst wird.

  • Bereich und MessungDie Assets und das Verbrauchssignal, die ins Modell eingehen, und die Granularität, auf die sie aggregiert werden: stündlich, täglich, wöchentlich oder monatlich.
  • ProzessvariablenProduktion, Temperatur, Gradtage, Schichten oder jedes andere Signal, das den Verbrauch erklärt. Sie normalisieren die Baseline: Ohne sie erfasst der Vergleich die geänderten Bedingungen und nicht die energetische Verbesserung.
  • Baseline und GegenüberstellungMit dem Referenzzeitraum wird das Modell angepasst. Ab dann wird jeder neue Zeitraum dem Verbrauch gegenübergestellt, den das Modell für die Bedingungen dieses Zeitraums vorhersagt.

Variablenanalyse Was den Verbrauch erklärt, vor der Modellierung

Vorstufe zur Baseline: Man wählt die Zielvariable und alle Kandidaten, und die Ansicht berechnet, welche ihre Varianz erklären. Einfluss jeder einzelnen, erklärte Varianz beim schrittweisen Hinzufügen und Korrelation untereinander, um die auszusortieren, die dasselbe beitragen.

lynxplatform.cloud/ems/análisis-de-variables
Zielvariable (Y) · Stromverbrauch (kWh)Zielvarianz 80 %365 Beobachtungen
Welche Variablen wiegen am meisten?Balken = standardisierter Koeffizient β. ✓ = gehört zum empfohlenen Satz.
  • Produktion (Stk.)0,71
  • Kompressoren (kWh)0,44
  • Gradtage0,26
  • Aktive Schichten0,12
  • Beleuchtung (kWh)-0,05
Wie viele brauchst du?Kumuliertes R² beim Hinzufügen von Variablen in der Reihenfolge ihres Beitrags.
52 %171 %284 %386 %487 %5
Überschneiden sie sich?
Produktion (Stk.)
Kompressoren (kWh)
Gradtage
Aktive Schichten
Beleuchtung (kWh)
12345
Empfehlung

Mit 3 Variablen erklärst du 84 % der Zielgröße: ausreichend. Nutze sie als Prozessvariablen deiner EnPI-Baseline.

  • Vergleichbarer Einfluss über Skalen hinweg

    Der standardisierte Koeffizient β ordnet Variablen, die in unterschiedlichen Einheiten gemessen werden: Produktion in Stück und Temperatur in Grad.

  • Wie viele Variablen nötig sind

    Die Kurve des kumulierten R² zeigt, wo sich das Modell nicht mehr verbessert. Variablen über diesen Punkt hinaus hinzuzufügen, ist Überanpassung.

  • Redundanzen markiert

    Zwei korrelierte Variablen tragen fast dasselbe bei. Die Matrix markiert sie, und die Ansicht empfiehlt, eine davon zu behalten.

Unterdessen vergleicht der Energiebericht dieses Monats weiterhin kWh mit den kWh des Vorjahres. Und das Werk hat nicht dasselbe produziert.

Eine Demo mit deinem Verbrauch →

Baseline Ein Modell, das gewählt und begründet wird

Der Assistent führt durch fünf Schritte: Assets und Messung, Zielvariable und Prozessvariablen, Methode, Diagnose und Speichern. Die Methoden werden per Kreuzvalidierung miteinander verglichen, und es gewinnt die, die außerhalb ihres eigenen Trainingszeitraums am besten vorhersagt.

lynxplatform.cloud/ems/línea-base
  1. ✓Kontext
  2. ✓Variablen
  3. ✓Methode
  4. 4Diagnose
  5. 5Speichern
Methode
  • Automatische Treiberauswahl (CV)Empfohlen für deine Daten
  • OLS · Lineare Regression
  • Segmentiert (Produktion/Standby)
  • Robust (Huber)
  • OLS + Ausreißerfilter
  • Perzentil pro Zeitfenster (ohne Treiber)
Modelle vergleichen (Ranking)
R² CV
Automatische Treiberauswahl (CV)0,82
OLS · Lineare Regression0,79
Segmentiert (Produktion/Standby)0,81
Robust (Huber)0,78
OLS + Ausreißerfilter0,64
Diagnose
  • AnpassungsgüteR² 0,84 · RMSE 214 kWh
  • Problematische BeobachtungenCook max. 0,008 · Schwelle 0,011
  • Zeitliche GültigkeitDurbin-Watson 1,93 · CUSUM im Band
  • ModellannahmenQ-Q auf der Diagonale
Grund der betrieblichen ÄnderungAustausch der beiden Kompressoren in Raum 3Pflichtangabe für die Rückverfolgbarkeit nach ISO 50001 / 50006.
Baseline speichern
  • Sechs Methoden, eine empfohlen

    OLS, segmentiert nach Produktion/Standby, robust nach Huber, OLS mit Ausreißerfilter, automatische Variablenauswahl per Kreuzvalidierung und Perzentil pro Zeitfenster für Fälle ohne erklärende Variablen.

  • Diagnose vor dem Speichern

    Vier Fragen mit ihren Grafiken und Metriken: wie gut es vorhersagt (R², RMSE, MAPE), ob eine einzelne Beobachtung die Anpassung dominiert (Cook), ob das Modell noch gültig ist (Durbin-Watson, CUSUM) und ob seine Annahmen erfüllt sind (Q-Q).

  • Rückverfolgbarkeit der Änderung

    Jede Änderung der Baseline verlangt den betrieblichen Grund – neue Linie, Schichtänderung, Austausch eines Geräts – und wird protokolliert. Das verlangen ISO 50001 und ISO 50006.

Vergleich Tatsächlicher gegenüber erwartetem Verbrauch, mit dem Modell im Blick

Der Verbrauch des Zeitraums gegenüber dem, den die Baseline vorhersagt, mit der Abweichung in Prozent und der Einsparung in Energieeinheiten. Das R² des Modells wird neben dem Ergebnis angezeigt: Ist das Modell nicht verlässlich, ist es der Vergleich auch nicht.

lynxplatform.cloud/ems/comparativa
  • Abweichung und Einsparung

    Die Differenz zwischen tatsächlich und erwartet, in kWh und in Prozent, über den gewählten Zeitraum.

  • Abweichungsalarm

    Jeder KPI hat Ziel, Richtung und Schwelle. Wird sie überschritten, meldet die Plattform das, ohne dass jemand den Bildschirm prüfen muss.

  • Wann die Baseline altert

    Die CUSUM der Residuen und der Durbin-Watson-Test erkennen die Drift: Entfernt sich der Verbrauch dauerhaft vom Modell, muss die Baseline neu erstellt werden.

NACHWEIS Das ist kein Labormodell.

Eine Baseline braucht Historie, und diese Historie wird bereits in den Installationen aufgezeichnet, die der Bereich Branchen vorstellt. Zwei Glasschmelzöfen mit 15.000 kW und sieben gemessenen Jahren. Eine Eisengießerei mit zehn Öfen, deren erstes Jahr auf der Plattform ihre Baseline ist.

Die Fälle ansehen, Branche für Branche →

Lynx by Dominion

Dein Verbrauch, gegenüber deiner eigenen Baseline

Wir bereiten eine Demonstration mit dem Verbrauch einer deiner Linien und den Variablen vor, die ihn erklären, und prüfen, welche Baseline-Methode zu deinen Daten passt.

Oder schreib uns direkt an sales@lynxplatform.net

← Zurück zu den Modulen