了解如何开始使用 AWS 能源的 Meter Data Analytics 2.0 解决方案,最大程度地利用智能仪表数据。立即下载白皮书,全面了解如何开始使用 MDA 2.0。
最近的调查发现,大多数公用事业公司没有实现高级计量基础设施 (AMI)“智能仪表”改善客户体验、降低运营成本和增强电网可靠性的所有好处。相反,大部分公用事业公司只保留了账单数据,忽略或丢弃了其他智能仪表数据。原因很简单,集成到公司数据仓库成本高昂,操作困难。
在 AWS 上建立的先进数据系统可以消除仪表数据孤岛,让您经济高效地将所有仪表数据注入 Amazon S3 数据湖。您可以轻松添加其他类型的信息,例如 GIS(地理信息系统)、网络、人口统计资料、天气、社交媒体、客户和资产数据。使用 AWS 人工智能/机器学习和分析,客户可以从实时和历史数据中发现有价值的见解,找出相关的关联和新的应用程序。AWS 客户可以使用它们来检测电表和配电线路异常、运行电路平衡、阻止能源盗窃、预测家庭级别的能耗、增强客户参与度等等。
好处
降低成本
- 减少因误报和意外故障而导致的上门次数
- 数据策略和要求
- 减少能量盗窃
- 降低峰值需求费用
提高可靠性和安全性
- 展示瞬间中断情况;检测使用中的异常情况。
- 设备故障的预测性分析
- 利用间歇分布式能源改善电网管理
改善可见性和规划
- 实时了解能耗
- 未来需求预测
- 改善 AMI 的投资决策
AWS MDA 2.0 填补了智能仪表“从承诺到现实”的差距
传统仪表数据
- 每日仪表读数,不支持大多数近乎实时的操作。
- 保留用于计费的使用数据,删除了间隔数据和非使用数据以节省存储空间。
- 根据计费组调整分批处理的仪表数据,每隔 24 小时为客户提供一次可见性。
- 无法从仪表之外获取数据。
AWS 仪表数据分析解决方案
- 不到一小时收集一次仪表数据,为近乎实时的运营效益提供经济有效的支持。
- 全分辨率保留数据,支持断电预测、估计不断变化的负载模式以及使用机器学习检测使用异常。
- 按收到时的状态处理仪表数据,以提高客户和公用事业公司的可见性,这是实施基于行为的需求响应或电压/伏安特性优化计划的关键。
- 对象存储数据湖,几乎可以吸收任何类型的数据。
如何开始使用
第 1 步:评估
活动
- 商业案例定义
- 数据策略和要求
- 分析策略和要求
- 连接与安全
成果
- 就绪状态和成熟度评估
- 规划中的基础设施投入
- 参与范围
1 周
第 2 步:设计
活动
- 指导下的实践研讨会(可选)
- 评估数据和分析策略
- 数据湖基础设施审查
- 架构审查
成果
- 实践经验(可选)
- 参考架构
- 解决方案功能
- 端到端参与计划
2-3 周
第 3 步:启动
活动
- 安全(实施防火墙和数据安全)
- 建立连接
- 实施用例
成果
- 实施的解决方案
- 合规性与治理
3-8 周
第 4 步:扩展
活动
- 波浪式的机载仪表
- 测试和优化
成果
- 部署和测试的解决方案
访问 AWS 解决方案库,了解如何开始使用仪表数据分析和其他能源行业解决方案。