CC BY
34
Цифровой сервис приема и обработки показаний счетчиков потребителей с элементами
интернета вещей и искусственного интеллекта
Digital service for receiving and processing consumer meter readings with elements of the
Internet of Things and artificial intelligence
Галиуллина Эльмира Рамилевна
Студент 1 курса магистратуры Кафедра Приборостроение и мехатроника Федеральное государственное бюджетное образовательное учреждение высшего образования
«Казанский государственный энергетический университет» 420066, Республика Татарстан, г. Казань, ул. Красносельская, д. 51
Galiullina Elmira
Student 1 term
Department of Instrumentation and mechatronics Federal State Budgetary Educational Institution of Higher Education «Kazan State Power Engineering
University»
51 Krasnoselskaya str., Kazan, Republic of Tatarstan, 420066
Шакиров Марат Айратович
Студент 1 курса бакалавриата Кафедра Электрические станции им. В.К.Шибанова Федеральное государственное бюджетное образовательное учреждение высшего образования
«Казанский государственный энергетический университет» 420066, Республика Татарстан, г. Казань, ул. Красносельская, д. 51
Shakirov Marat
Student 1 term
Department of Electric power stations of V.K.Shibanov Federal State Budgetary Educational Institution of Higher Education «Kazan State Power Engineering
University»
51 Krasnoselskaya str., Kazan, Republic of Tatarstan, 420066
Аннотация.
В работе рассматривается вопрос цифровизации энергетического рынка в части взаимодействия с потребителями. Рассмотрены наиболее распространенные технологии. Описаны принцип работы, преимущества и недостатки интернета вещей - умных счетчиков, а также нормативно-правовые акты, регулирующие их применение. Предложено решение для модернизации системы приема и обработки показаний - путем внедрения технологии распознавания образов на базе искусственного интеллекта. Описаны решаемые задачи и возможности обучения системы.
Annotation.
The paper considers the issue of digitalization of the energy market in terms of interaction with consumers. The most common technologies are considered. The principle of operation, advantages and disadvantages of the Internet of Things - smart meters, as well as regulatory legal acts regulating their use are described. A solution has been proposed to modernize the system for receiving and processing readings - by introducing image recognition technology based on artificial intelligence. The solved tasks and learning opportunities of the system are described.
Ключевые слова: энергетика, интернет вещей, цифровые технологии, умные счетчики, показания, потребители, передача данных, АСКУЭ, распознавание образов, искусственный интеллект, цифровой сервис.
Key words: energy, Internet of things, digital technologies, smart meters, readings, consumers, data transmission, ASKUE, pattern recognition, artificial intelligence, digital service.
Современные реалии в области цифровых технологий и модернизации общества позволяют оптимизировать множество бытовых действий и операций рядовых граждан. Мощный импульс во внедрении информационных технологий дала насущная проблема - эпидемия коронавирусной инфекции COVID-19. Необходимость минимизации контактов между людьми принудила госструктуры и различные компании к
разработке систем взаимодействия с клиентами через мобильные и компьютерные средства посредством сети Интернет.
В соответствии с этим, целью работы является анализ и предложение решения в области взаимодействия с потребителями в энергетической сфере. Задачами для достижения цели являются:
- обзор текущих решений на рынке;
- оценка проблемных зон решений и регулирующих нормативно-правовых актов;
- формирование предложений по решению проблемных зон.
Для реализации поставленной цели были использованы общенаучные методы (анализ, синтез, индукция, дедукция, обобщение).
В сфере энергетики цифровизация главным образом реализуется на рынке взаимодействия потребителей с поставщиками. Инструментами «цифры» в этой области являются:
- цифровые счетчики (IoT решения). Этот тип счетчиков позволяет осуществлять удаленное отслеживание с помощью цифрового подключения, чтобы поставщики коммунальных услуг и владельцы зданий могли управлять требованиями к потреблению и другими энергетическими параметрами;
- технологии анализа больших данных (BigData). На 2022-2027 годы специалисты прогнозируют рост рынка аналитики больших данных в сфере энергетики примерно на 11,28%, так как большие данные играют решающую роль в снижении потребления ресурсов и повышении энергоэффективности. Предполагается, что это и другие сопутствующие преимущества будут стимулировать спрос на аналитику в этом секторе;
- мобильные приложения и web-сайты компаний-поставщиков.
Решения с элементами интернета вещей (Internet of Things (IoT)) являются составляющей четвертой промышленной революции - индустрии 4.0. На отечественном рынке данная технология также повсеместно активно внедряется, как в промышленности, так и на гражданском рынке: дроны, контрольно-измерительные устройства, бесконтактные терминалы для оплаты, камеры движения и другие. В области энергетики используются различные умные системы - для контроля, учета, прогнозирования, оптимизации и распределения энергоресурсов.
Так, например, оборудование с беспроводными датчиками нового поколения способны собирать данные из труднодоступных мест, также они могут без проводов подключаться к локальным сетям (LAN). Для более эффективного сбора данных уже есть возможность подключать несколько устройств к одной локальной сети. Предполагается, что встроенные датчики не принимают решения самостоятельно, но при желании компании могут интегрировать эти устройства с ИИ. Более высокая точность счетчиков и датчиков также могут обеспечить значительную экономию средств, также разрабатывается новый класс беспроводных и проводных датчиков для поддержки цифровых подключений для интеллектуальных систем управления. Эти интеллектуальные датчики небольшие, легкие и простые в использовании. Беспроводные датчики также могут интегрироваться с оборудованием с поддержкой Bluetooth, подключением по сети Ethernet.
Ожидается, что Интернет вещей (IoT) окажет значительное влияние на энергетический сектор до конца десятилетия. От контроля температуры в помещении с помощью датчиков до сложных приложений, которые используются для контроля энергопотребления всего здания, IoT помогает сократить расходы.
Вследствие распространенности и снижения цены микропроцессоров в 90-х-2000-х годах появилась возможность встраивать электронику в счётчик, и за счет большого корпуса и питания от сети счетчики электроэнергии становятся наиболее удобным решением. В результате их слияния появились «умные счётчики» и системы учёта - АСКУЭ (автоматизированная система коммерческого учёта энергии).
Важнейшие особенности умных счетчиков и АСКУЭ:
-способность в почасовом разрезе и по каждой фазе учитывать активную и реактивную мощность; -способность сохранять во встроенной памяти считанные характеристики и автоматически передавать показания на сервер, при этом есть возможность параллельно контролировать их с дисплея;
-наличие возможности ограничения потребителя-неплательщика при помощи встроенного в счетчик реле, которое активизируется по команде с сервера;
- наличие двух- или трехуровневых систем, где счётчик (первый уровень) отправляет данные либо напрямую на сервер, либо в устройство сбора (второй уровень), которое консолидирует данные и направляет их на сервер (третий уровень).
Автоматическое считывание показаний счетчиков - это технология автоматического сбора данных о потреблении, диагностике и состоянии счетчиков воды или приборов учета энергии (газ, электричество) и передачи этих данных в центральную базу данных для выставления счетов, устранения неполадок и анализа. Благодаря ней поставщики коммунальных услуг смогут сэкономить на поездках для снятия показаний счетчика. Еще одним преимуществом является то, что оценки могут быть основаны на реальных показателях, а не на оценочных, основанных на прошлом или прогнозируемом потреблении. Это позволит как поставщикам, так и клиентам лучше контролировать использование и производство электроэнергии, использование газа или потребление воды.
На отечественном потребительском энергорынке такие счетчики начали появляться в ограниченном объеме с 2005 года - момента, когда началась реформа электроэнергетики. Новый толчок в этом направлении дал Федеральный закон от 27.12.2018 N 522-ФЗ. Потребители активнее стали устанавливать современные умные счетчики, это позволило ускорить процесс цифровизации ОРЭМ.
Однако этот процесс затормозился с выходом приказов Минцифры России от 30.12.2020 № 788 и Министерства энергетики РФ от 30 декабря 2020 г. № 1234. Согласно ним, единственным допустимым стандартом передачи данных стал отечественный NB-Fi - первый российский протокол интернета вещей, разработанный компанией WAVIoT и утвержденный в 2019 году Росстандартом. Проблемой стало то, что большая часть отечественных умных счетчиков использовало стандарт NB-IoT, а также то, что стандарт NB-Fi является менее безопасным, поскольку работает в нелицензируемых частотах.
Еще одним фактором является методика работы обработки данных умных счетчиков - показания передаются ежедневно на сервера в дата-центры, что подразумевает использование технологии больших данных. Большие данные хранятся в дата-центрах, которые потребляют огромное количество электроэнергии и выделяют большой объем тепла, эти факторы являются разрушающими для экологии, но в то же время использование BigData является очень эффективным и имеет возможность прогнозирования потребления энергии.
Развитие технологии интернета вещей на российском рынке ОРЭМ является перспективным. Согласно прогнозу Минэнерго Российской Федерации и энергетической стратегии России до 2035 года, предусматривается внедрение цифровых технологий в государственное управление и контрольно-надзорную деятельность в отраслях ТЭК, создание интеллектуальных систем учета электрической энергии, доведение доли интеллектуальных приборов учета электроэнергии к 2024 году до 30% и до 100% к 2035 году.
Процесс традиционного считывания показаний субсчета включает в себя развертывание организацией обученного персонала для обследования каждого отдельного дома и других объектов недвижимости в их списке, чтобы записать показатели потребления. Позже эти данные агрегируются вручную, и счета подготавливаются для отправки соответствующим потребителям для дальнейшего ознакомления.
Ряд ограничений и потенциальных недостатков этого существующего процесса оказывают непосредственное влияние на затраты, которые несет организация, и уровень удобства, испытываемый
потребителем. Ниже описано, как можно использовать новые технологии в области компьютерного зрения и оптического распознавания символов (OCR), чтобы сделать процесс экономически эффективным и упрощенным.
Традиционные процессы считывания показаний счетчика включают в себя ряд этапов. Домовладельцы и предприятия должны быть уведомлены заранее. Затем специалисту необходимо отправиться к месту установки счетчика. Показания снимаются, документируются и передаются техническим специалистом поставщику коммунальных услуг. Затем домовладелец или бизнес ждут, чтобы узнать, превышает ли их потребление коммунальных услуг, соответствует или подрывает их текущий план платежей.
Решением для переходного процесса на умные счетчики - будет применение онлайн-системы обслуживание потребителей. Данный метод уже активно применяется всеми энергетическими компаниями - у всех организаций имеются сайты в сети Интернет с личными кабинетами и возможностью передачи данных через специализированные формы. Для оптимизации и облегчения процесса передачи данных от потребителя к производителю предлагается применение специализированного программного обеспечения, которое позволит передавать показания при помощи наведения камеры портативного либо мобильного устройства на счетчик прибора учета. Интеграция показаний мобильных счетчиков в приложение или веб-страницу - один из лучших способов оптимизировать традиционные процессы считывания показаний счетчиков коммунальных услуг.
Распознавание элементов с изображения возможно с применением компьютерного зрения, основанного на искусственном интеллекте. Алгоритм распознавания для преобразования изображений в числа должен решить две задачи:
1) определение расположения цифр на снимке и их границ, которые могут меняться в случае перемещения камеры и изменения показаний, а также удобное запоминание шаблонов из источника (функция обучения);
2) распознавание образов методом сравнения с шаблонами;
Программа распознает значащие параметры - кубометры, а остальные, которые постоянно изменяются - игнорируем (рисунок 1). В случае неточного позиционирования цифр по оси возникают некоторые сложности, но эта проблема решаема при помощи обучения сети с учителем.
Рисунок 1. Определение значащих параметров
Набор данных для обучения наиболее оптимально и быстро может быть сформирован при помощи краудсорсинга (привлечения общественности к решению проблем и задач) - потребителям необходимо будет загружать на сайт, либо в мобильное приложение фотографии и изображения счетчиков с ручным вводом показаний. На основе этих данных нейронная сеть сможет наиболее эффективно обучиться к различным вариантам входных данных. В результате обучения нейросеть будет способна распознавать цифры, независимо от качества снимков, разрешения камеры, уровня освещенности и угла съемки, что сравнимо с человеческим зрением. В случае отсутствия снижения процента ошибки, систему необходимо будет доучивать с помощью дополнительных фотографий.
По итогу, на базе этой технологии может быть создан цифровой сервис, который позволит потребителям не вводить данные счетчиков вручную. Цифровая система будет автоматически распознавать показания и передавать их в информационно-расчетный центр для формирования платежных документов.
Таким образом, цифровизация энергетического рынка сегодня начинает набирать обороты, создаются нормативно-правовые акты, регулирующие стандарты и методы обработки данных. Поскольку энергорынок находится в переходном состоянии, необходимо совершенствование существующих цифровых систем, различными модулями, основанными на современных информационных технологиях.
Список используемой литературы:
1. Туржанова, К. М. Исследование особенностей применения технологии при оказании услуг Интернета вещей в период пандемии ковид-19 / К. М. Туржанова // Вестник Алматинского университета энергетики и связи. - 2020. - № 3(50). - С. 69-76. - DOI 10.51775/1999-9801_2020_50_3_69.
2. Мустафина, А. Ф. IOT-платформы - цифровой драйвер развития Российской энергетики / А. Ф. Мустафина // Финансы России: проблемы, тенденции, перспективы : Материалы X Международного научного студенческого конгресса, посвященного 100-летию Финансового университета, Москва, 20-27 апреля 2019 года / Под редакцией М.С. Шальневой, Д.А. Егоровой. - Москва: Компания КноРус, 2019. - С. 159-162.
3. Князева, О. В. Особенности внедрения АСКУЭ у бытовых потребителей в многоквартирных домах / О. В. Князева, А. Н. Ожегов // Общество. Наука. Инновации (НПК-2019) : Сборник статей XIX Всероссийской научно-практической конференции, Киров, 01-26 апреля 2019 года / Вятский государственный университет. -Киров: Вятский государственный университет, 2019. - С. 159-165.
4. О внесении изменений в отдельные законодательные акты Российской Федерации в связи с развитием систем учета электрической энергии (мощности) в Российской Федерации: Федеральный закон № 522-ФЗ от 27.12.2018: [принят Государственной думой 19 декабря 2018 года: одобрен Советом Федерации 21 декабря 2018 года]. - URL: http://www.kremlin.ru/acts/bank/43868 (дата обращения: 17.02.2022).
5. Приказ Минэнерго России № 1234 от 30.12.2020 «Об утверждении перечня и спецификации защищенных протоколов передачи данных, которые могут быть использованы для организации информационного обмена между владельцами и пользователями интеллектуальных систем учета электрической энергии (мощности)». М.: 2020.
6. Приказ Минцифры России № 788 от 30.12.2020 «Об утверждении перечня и спецификации защищенных протоколов передачи данных, которые могут быть использованы для организации информационного обмена между компонентами интеллектуальной системы учета электрической энергии (мощности) и приборами учета электрической энергии, которые могут быть присоединены к такой системе». М. : 2020.
7. NB-Fi - стандарт для IoT // WAVIoT URL: https://waviot.ru/technology/about-NB-Fi/ (дата обращения: 19.02.2022).
8. Алиева, А. Б. Безопасность и передача данных в сети Nb-IOT / А. Б. Алиева // Актуальные проблемы современной науки: состояние, тенденции развития: Сборник материалов IV Всероссийской научно-практической конференции, Черкесск, 27 ноября 2020 года. - Черкесск: Федеральное государственное бюджетное образовательное учреждение высшего образования «Северо-Кавказская государственная академия», 2020. - С. 69-72.
9. Энергетическая стратегия Российской Федерации на период до 2035 года. - Распоряжение Правительства Российской Федерации № 1523-р от 9 июня 2020 г. М.: 2020.
10. Якунин, А. Г. Распознавание показаний из фотографий бытовых счетчиков воды и электроэнергии / А. Г. Якунин, А. С. Наздрюхин, А. С. Дунаев // Современные наукоемкие технологии. - 2020. - № 7. - С. 104108. - DOI 10.17513/snt.38142.
11. Съёмка показаний счетчика на телефон с последующим распознаванием // Хабр URL: https://habr.com/ru/post/220869/ (дата обращения: 20.02.2022).
