Проект

"АГРО-Инвест" внедрила технологии машинного обучения и бизнес-аналитики в управление тепличным комплексом

Заказчики: АГРО-Инвест

Воронеж; Сельское хозяйство и рыболовство

Подрядчики: Алан-ИТ
Продукт: Microsoft Azure
Второй продукт: Microsoft Power BI

Дата проекта: 2017/02 — 2017/06
Технология: IaaS - Инфраструктура как услуга
подрядчики - 216
проекты - 1235
системы - 433
вендоры - 227
Технология: PaaS - Platform As A Service - Бизнес-платформа как сервис
подрядчики - 146
проекты - 526
системы - 260
вендоры - 152
Технология: BI
подрядчики - 451
проекты - 3060
системы - 1149
вендоры - 559
Технология: SaaS - Программное обеспечение как услуга
подрядчики - 1165
проекты - 14955
системы - 1819
вендоры - 1024

Содержание

11 августа 2017 года компания АЛАН сообщила о внедрении технологий машинного обучения на платформе Microsoft Azure в компании «Агро-Инвест».

Задачи проекта

В конце 2014 года построен тепличный комплекс для выращивания томатов и огурцов на общей площади 18 га. В системе управления комплексом установлены датчики, отслеживающие 25 внутренних параметров, 9 внешних датчиков, наружной температуры, скорость и направление ветра, интенсивность солнечного освещения и другие. Климатический компьютер компании Hoogendoorn позволяет управлять 12 параметрами внутри теплиц.

Отсутствие аналитических инструментов на предприятии не позволяло анализировать ситуацию на временных интервалах, превышающих одну неделю, отсутствовала возможность удаленного мониторинга и анализа, доступ к данным возможен только на управляющем компьютере.

Удаленность головного офиса управляющей компании снижала оперативность принимаемых управленческих решений.

Ход проекта

«
Для развертывания проектного решения мы предложили Microsoft Azure. Azure - гибкая платформа, к тому же, в ее составе много сервисов, которые мы задействовали в нашем решении, в частности, база данных SQL и технологии Machine Learning. Облачная платформа Azure - правильное решение в условиях как быстрого старта проекта, так и эксплуатации по модели OPEX.

Александр Елин, генеральный директор Компании АЛАН
»

Специалисты подрядчика провели анализ накопленной информации. Выявлены моменты критических отклонений параметров в теплицах, оказавшие негативное влияние на выпуск продукции. Определены параметры теплиц, влияющие на урожайность сортов. С помощью сервиса машинного обучения Microsoft Azure построена статистическая модель зависимости урожайности от температурного режима в теплице.Как DevOps-сервис помогает «разгрузить» высоконагруженные системы BPMSoft

Итог проекта

В качестве источника данных использован сервис климатического компьютера. Он позволяет вручную выгрузить данные с датчиков. В базу SQL Azure выгружены данные по производству продукции из системы 1С: Предприятие. Все данные отображаются на панели мониторинга в Microsoft Power BI.