Saltar al contenido
AtheronLABS

País detectado: Estados Unidos. Los precios se muestran en dólares estadounidenses. ¿No es correcto?

labs@atheron:~/industries/clean-energy/ai$ train agent --grounded

IA para energía limpia

Monitorización de la flota y un asistente de operación y mantenimiento.

Una flota de renovables produce datos de sobra y poco tiempo para leerlos. La IA que sirve aquí es estrecha: señalar las plantas que producen menos de lo que deberían y ayudar al técnico a encontrar cómo se arregló la misma avería la última vez.

// lo que importa aquí

Qué cambia en este sector.

01

Lo esperado frente a lo real

La producción de cada planta se compara con lo que dicen la irradiancia y el viento que debería ser, así que un campo fotovoltaico sucio o un inversor con la potencia limitada se ven en días y no a fin de mes.

02

Respuestas con su fuente

El asistente responde a partir de sus manuales y órdenes de trabajo y cita la página o la orden, así que el técnico puede comprobarlo de camino a la planta.

03

Privado por defecto

Un modelo de código abierto servido en su propia cuenta en la nube mantiene los registros de mantenimiento y los contratos fuera de los sistemas de cualquier otro.

04

Medido antes de cada cambio

Antes de cada cambio de modelo o de instrucciones se pasa un conjunto de evaluación con preguntas reales de sus técnicos, y el resultado se guarda.

// proyectos de ejemplo

Ejemplos con precio.

Cada uno es hipotético, se presenta como tal y lleva un precio calculado en directo a partir de nuestra tarifa. Abra cualquiera en el estimador y hágalo suyo.

Proyecto de ejemploAplicación webIAModelo de código abierto

Monitorización de la flota de renovables

Hipotético. Ni un cliente ni un resultado.

// El problema

Un productor independiente vigila sus plantas en el portal de cada fabricante, descubre los bajos rendimientos a fin de mes, y sus técnicos buscan en órdenes de trabajo antiguas cómo se arregló una avería.

// Lo que construiríamos

Un solo panel de monitorización que lee todas las plantas a través de las API de los fabricantes, compara la producción con lo que dice la meteorología que debería ser, y un asistente sobre un modelo de código abierto alojado en la nube del productor que responde a partir de los manuales y de las órdenes de trabajo anteriores, citándolos.

// Qué incluye

  • Inversores, aerogeneradores y sistemas de baterías leídos a través de las API de sus fabricantes
  • Producción esperada a partir de datos de irradiancia y de viento, con los huecos señalados a diario
  • Alarmas agrupadas por planta y por causa, no un correo por avería
  • Un asistente que responde a partir de los manuales y las órdenes de trabajo y los cita
  • Un modelo de código abierto servido sobre GPU en su propia cuenta en la nube

// Tecnologías

  • Next.js
  • PostgreSQL con TimescaleDB
  • Python
  • Llama o Mistral (código abierto)
  • vLLM
  • GPU de DigitalOcean

// estimación

Desarrollo
≈ 127.000 US$ a 194.000 US$, delivered within 23 weeksCAD 180,900 to 276,400
Alojamiento
≈ 4530 US$ al mesCAD 6,450 al mes
Soporte
≈ 2500 US$ al mesCAD 3,565 al mes

Los precios en su moneda son estimaciones con el tipo de cambio de hoy del Banco de Canadá. Toda la facturación se emite en CAD o USD.

Enfoque de IA
Modelo de código abierto
Coste de funcionamiento del modelo
≈ 4190 US$ al mesCAD 5,960 al mes

Calendario por hitos

Découverte
2.9 to 3.4 weeks
Spécification et plan d’évaluation
0.4 weeks
Maquettes approuvées
2.9 to 5.4 weeks
Fonctions principales
1.4 to 1.9 weeks
Développement complet
0.9 to 1.4 weeks
Projet pilote fonctionnel
3.9 to 6.4 weeks
Tests et corrections
0.9 to 1.9 weeks
Mise en ligne
0.9 to 1.4 weeks
Production
0.9 to 1.4 weeks

Fuera de nuestras manos, y sumado al calendario

Clés API de chaque fabricant ou du propriétaire du SCADA
1 to 4 weeks

Cómo se paga

Anticipo 20%
CAD 36,120 to 55,220
Découverte 2%
CAD 3,612 to 5,522
Spécification et plan d’évaluation 10.3%
CAD 18,601.80 to 28,438.30
Maquettes approuvées 2%
CAD 3,612 to 5,522
Fonctions principales 6%
CAD 10,836 to 16,566
Développement complet 4%
CAD 7,224 to 11,044
Projet pilote fonctionnel 31.1%
CAD 56,166.60 to 85,867.10
Tests et corrections 2%
CAD 3,612 to 5,522
Mise en ligne 2%
CAD 3,612 to 5,522
Production 10.6%
CAD 19,143.60 to 29,266.60
Holdback, 30 days after launch (10%)
CAD 18,060 to 27,610
Temps GPU pour l’entraînement et les tests, au coût
CAD 300. Se factura por adelantado, a coste, fuera de los hitos

// questions

Lo que nos preguntan sobre esto.

¿Necesitamos nuestros propios datos meteorológicos?

No. La irradiancia por satélite y los servicios meteorológicos cubren casi cualquier emplazamiento. Sus propias estaciones meteorológicas mejoran la comparación allí donde las tenga.

¿Por qué un modelo de código abierto para el asistente?

Los registros de mantenimiento y los contratos de servicio son información comercial. Un modelo de código abierto en su nube los mantiene privados. Un modelo de vanguardia es más barato de arrancar si no son sensibles.

¿Puede predecir averías?

Señala bajos rendimientos y patrones en las alarmas. Predecir averías necesita suficiente historial de averías con el que medir, y eso lo comprobamos antes de prometer nada.

// la siguiente

¿No es exactamente su proyecto?

Cuéntenos qué tiene en mente. Le responderemos con una horquilla y con las preguntas que la estrecharían. O reserve una llamada y lo hablamos.

IA para la operación y el mantenimiento de plantas solares, eólicas y de baterías | Atheron Network Labs