Perwakilan Schneider Electric menjelaskan bahwa portofolio mereka mencakup seluruh rantai distribusi listrik untuk pusat data. "Kami memiliki power train yang penuh, mulai dari switchgear medium voltage, transformer, hingga switchgear low voltage dan distribusi melalui busway," ujarnya.
Fokus utama demonstrasi adalah RM AirSeT, sebuah unit ring utama (RMU) atau switchgear sekunder yang krusial bagi setiap pusat data. Inovasi terbesar dari AirSeT adalah eliminasi total gas Sulfur Heksafluorida (SF6) yang selama beberapa dekade menjadi standar industri.
Gas SF6 merupakan gas rumah kaca yang sangat kuat; 1 kg gas SF6 memiliki dampak pemanasan global setara dengan 24.300 kg karbon dioksida. "Sebagai perbandingan, itu seperti mengendarai mobil sejauh 120.000 KM," jelasnya. Dengan menggunakan udara murni sebagai gantinya, AirSeT menawarkan solusi yang jauh lebih ramah lingkungan.
Langkah ini sejalan dengan regulasi global, di mana Komisi Eropa akan melarang penggunaan SF6 mulai tahun depan. Selain bebas gas, AirSeT dirancang untuk masa pakai selama 40 tahun, dan 93% materialnya dapat didaur ulang pada akhir masa pakainya.
Untuk distribusi tegangan rendah, Schneider Electric memperkenalkan Okken, sebuah switchgear yang dirancang untuk efisiensi ruang dan daya. Varian Okken Lean menawarkan pengurangan jejak (footprint) hingga 30%, yang secara langsung mengurangi jumlah material yang digunakan dan menurunkan jejak karbon hingga 30%.
Didesain untuk kebutuhan pusat data modern, termasuk untuk aplikasi kecerdasan buatan (AI) yang haus daya, Okken mampu menangani kapasitas hingga 7.200 ampere. Solusi ini diproduksi secara global, termasuk di pabrik Schneider Electric di Cikarang, Indonesia, yang melayani pasar dunia. Panel ini juga sepenuhnya dapat dikonfigurasi dengan laci-laci yang dapat dilepas pasang sesuai kebutuhan pelanggan.
Kedua solusi, AirSeT dan Okken, terintegrasi penuh dengan teknologi digital untuk meningkatkan keandalan dan efisiensi operasional. Keduanya dapat dilengkapi dengan tiga jenis sensor: termal, kondisi, dan partial discharge.
Sensor-sensor ini memungkinkan pemantauan berkelanjutan. "Jika suhu naik, alarm akan dikirim secara digital ke ponsel Anda," lanjutnya. Data yang terkumpul dianalisis oleh model AI untuk memprediksi potensi kegagalan sebelum terjadi. Ini mengubah paradigma perawatan dari berbasis jadwal menjadi pemeliharaan prediktif.
Hasilnya, waktu henti (shutdown) dapat diminimalkan, dan efisiensi perawatan meningkat drastis, dari yang tadinya memakan waktu 2 jam menjadi hanya 15 menit.
Cek Berita dan Artikel yang lain di
Google News
Viral! 18 Kampus ternama memberikan beasiswa full sampai lulus untuk S1 dan S2 di Beasiswa OSC. Info lebih lengkap klik : osc.medcom.id
