Optimerade prognos- och investeringsstrategier för 11 elnätsföretag och drev på driftseffektiviteten med datadrivna GIS‑lösningar.
Arbetet utfört: 2022 – 2024
11 elnätsföretag som gör sina prognoser på samma data
Situation. Elnätsbolag står och faller med besluten om var nätet ska förstärkas och var pengarna ska läggas, och elva av dem fattade de besluten utan någon större geospatial analys som grund. De hade driftdata. Det de saknade var ett sätt att se dem på kartan, där mönstren faktiskt finns.
Uppgift. Uppgiften var att skärpa deras prognoser och investeringsstrategier med GIS — att förvandla tabeller med mätvärden till något som visade dem var kapaciteten började bli trång, var riskerna byggdes upp och var nästa pund gjorde mest nytta.
Handling. Deras driftdata fördes samman med geospatial modellering så att de två förstärkte varandra. I stället för att prognoser gjordes i det abstrakta kunde nätet studeras spatialt och konkreta frågor ställas: vilka ledningssträckor var på väg mot sina gränser, vilka områden motiverade investeringar först. För elva nätbolag innebar det att anpassa analysen efter hur vart och ett av dem faktiskt drev sitt nät, inte att ge alla samma mall och hoppas att den passade.
Resultat. Nätbolagen fick med sig prognoser de kunde lita på och investeringsbeslut som var välriktade snarare än förhoppningsfulla. Att grunda planeringen i det kartan visade gjorde det hela effektivare — pengar och uppmärksamhet gick dit data pekade i stället för dit vanan gjorde.
Se tillbaka på Styrde full stack‑utvecklingen av GIS‑kartor med ansvar för PostgreSQL, Mapbox, ReactJS och NodeJS för att leverera en integrerad lösning. Läs vidare: Underhöll och vidareutvecklade den äldre statiska webbplatsen i Hugo och bidrog samtidigt med UI/UX‑förbättringar till den huvudsakliga produkten för tillgångsförvaltning. Eller ta en titt på hela portföljen.
En del av en längre historik — och den finns i sin helhet här.
Varje post är skriven på samma sätt: situationen, uppgiften, vad vi gjorde och vad som förändrades.