← Alla kundcase
Kundcase · Energi och elnät

En samlad bild av elnätet i nära realtid

Så byggde Rebtech en modern dataplattform som gav ett medelstort elnätsbolag bättre nätplanering och kontroll.

När de nya elnätsmätarna började leverera tätare och fler typer av mätvärden saknade bolaget ett sätt att följa upp nätet i en samlad bild. Rebtech utvärderade plattformarna och byggde på sex månader en lösning som gjorde förbrukning, produktion och kapacitet synlig i nära realtid.

Om uppdraget

Kund
Ett medelstort svenskt elnätsbolag
Bransch
Energi och elnät
Uppdrag
Utvärdering och implementation av ny dataplattform
Genomförande
Cirka sex månader
Roller
Dataarkitekt, senior data engineer
Teknikstack
Microsoft Fabric, dbt Cloud, Power BI
Geografi
Sverige
Metod
Traditionell utveckling
Utmaningen

Uppföljningen skedde system för system

Som en del av sin digitaliseringsresa identifierade bolaget data och analys som ett område med tydliga kompetens- och verktygsgap. Samtidigt hade samtliga elnätsmätare bytts ut mot nya mätare som möjliggjorde mer frekvent mätning och fler typer av mätvärden.

Uppföljningen av nätet skedde dock fortfarande system för system, eller togs fram manuellt av analytiker. Det fanns ingen plattform som gav en samlad bild, vilket gjorde nätplanering och kontroll av flaskhalsar onödigt svår.

Lösningen

Tre plattformar jämfördes, en valdes

Bolaget anlitade Rebtech för att utvärdera plattformar och verktyg samt implementera en ny dataplattform. Teamet bestod av en dataarkitekt och en senior data engineer.

Inledningsvis jämfördes Azure, Fabric och Databricks. Valet föll på en lösning byggd på Microsoft Fabric, dbt Cloud och Power BI, en kombination som matchade bolagets behov av att hantera stora mängder händelsedata.

Genomförandet

Sex månader från utvärdering till drift

Under en sexmånadersperiod byggde Rebtech en ny dataplattform där mätningar från kund och elnätsmätare kunde följas upp i nära realtid. I Microsoft Fabric användes bland annat:

  • Lakehouse och warehouse för datalagring
  • Eventstream och KQL för strömmande mätdata
  • Data pipelines för bearbetning
  • Effektiv Python-kod i notebooks för större mängder händelsedata
Resultat

En samlad bild av nätet, för första gången

Bolaget fick för första gången en samlad bild av sitt elnät i nära realtid. Det gör att kapacitet, förbrukning och produktion kan följas upp löpande.

I korthet
  1. 01

    Bättre nätplanering byggd på aktuella data

  2. 02

    Snabbare identifiering och kontroll av flaskhalsar i nätet

  3. 03

    Mindre manuellt arbete och färre fristående systemvyer

Står ni inför en liknande utmaning?

Behöver ni bygga en modern dataplattform?