Smart monitoring - технология дистанционного мониторинга потребления электроэнергии, воды, тепловой энергии и газа в Smart City

Smart monitoring - технология дистанционного мониторинга потребления электроэнергии, воды, тепловой энергии и газа в Smart City

Автор: Логинов В. Н., Бычковский И. А., Сурнов Г. С., Сурнов С. И.

Журнал: Труды Московского физико-технического института @trudy-mipt

Рубрика: Информатика и управление

Статья в выпуске: 1 (45) т.12, 2020 года.

Бесплатный доступ

Представлена технология дистанционного сбора детализированных данных (Smart Monitoring) о потреблении и качестве энергоресурсов в коммунальной сфере. Под энергоресурсами (далее - ресурсами) имеются в виду электроэнергия, вода (холодная и горячая), тепловая энергия и газ. Под данными о качестве ресурса здесь понимаются параметры, характеризующие потребляемый ресурс. Представлен также вариант структуры системы сбора данных, основанный на технологии Smart Monitoring. Особое внимание уделено безопасности в системе и централизованному управлению ее элементами. Поток данных в такой системе несет в себе информацию о поведении потребителей энергоресурсов и используемом ими бытовом оборудовании. Данные о потреблении энергоресурсов для целей биллинга в такой системе являются только одной из многих и не самой главной функцией. Разработка технологии Smart Monitoring направлена на развитие рынка IT-услуг и массовых сервисов, в основе которых лежит анализ собранных детализированных данных о потреблении энергоресурсов.

Еще

Дистанционный мониторинг, потребление энергоресурсов, детализированные данные, интеллектуальный счетчик, умный город

Короткий адрес: https://sciup.org/142223108

IDR: 142223108

Список литературы Smart monitoring - технология дистанционного мониторинга потребления электроэнергии, воды, тепловой энергии и газа в Smart City

  • Ли П. Архитектура интернета вещей. Москва: ДМК Пресс, 2019.
  • Intelligent meters - safety comes first! Siemens. Sep. 08, 2017. Accessed: Oct. 3, 2019. [Online]. Available: http://w5.siemens.com/web/ua/ru/news_press/news/2017/Pages/smart_metering_ infrastruktur.aspx.
  • Subhash B., Rajagopal V. Overview of smart metering system in Smart Grid scenario // IEEE Conferences: Power and Energy Systems: Towards Sustainable Energy. 2014. P. 1-6. DOI: 10.1109/PESTSE.2014.6805319
  • Hart G. Nonintrusive appliance load monitoring // Proceedings of the IEEE. 1992. V. 80, N 12. P. 1870-1891. DOI: 10.1109/5.192069
  • Wang Z., Zheng G. Residential Appliances Identification and Monitoring by a Nonintrusive Method // IEEE Transactions On Smart Grid. 2012. V. 3, N 1. P. 80-92. DOI: 10.1109/TSG.2011.2163950
  • Aiad M., Lee P.H. Non-intrusive monitoring of overlapping home appliances using smart meter measurements // IEEE Conferences: Power and Energy Conference at Illinois (PEC). 2017. P. 1-5.
  • DOI: 10.1109/PECI.2017.7935717
  • Arrachman S.R., Adiatmoko M.F., Soeprijanto A., Syai'in M., Sidik M.S.A., Rohiem N.H. Smart meter based on time series modify and extreme learning machine // IEEE Conferences: 2nd International Conference on Automation, Cognitive Science, Optics, Micro Electro-Mechanical System, and Information Technology (ICACOMIT). 2017. P. 86-92.
  • DOI: 10.1109/ICACOMIT.2017.8253392
  • Herrero J.R., Murciego A.L., Barriuso A.L., Carreira R. Non Intrusive Load Monitoring (NILM): A State of the Art // 15th International Conference, PAAMS. 2017. P. 125-138. Accessed: Oct. 3, 2019. [Online]. Available: https://www.researchgate.net/publication/318510754_Non_Intrusive_ Load_Monitoring_NILM_A_State_of_the_Art.
  • Alcal'a J.M., Uren˜a J., Hern'andez A'., Gualda D. Assessing Human Activity in Elderly People Using Non-Intrusive Load Monitoring // Sensors. 2017. V. 17, N 2. P. 351.
  • DOI: 10.3390/s17020351
  • Kelly J., Knottenbelt W. Neural NILM: Deep Neural Networks Applied to Energy Disaggregation // Sep. 28, 2015. Accessed: Oct. 3, 2019. [Online]. Available: https://arxiv.org/pdf/1507.06594.pdf.
  • Packer B. 7 reasons why utilities should be using machine learning // March 24, 2015. Accessed: Oct. 3, 2019. [Online]. Available: https://blogs.oracle.com/utilities/utilities-machine-learning.
  • Benyoucef D., Klein P., Bier T. Smart Meter with non-intrusive load monitoring for use in Smart Homes // IEEE Conferences: International Energy Conference. 2010. P. 96-101.
  • DOI: 10.1109/ENERGYCON.2010.5771810
  • Smart Energy 2020 // VDE Verband der Elektrotechnik Elektronik Informationstechnik e.V. 2010. Accessed: Oct. 3, 2019. [Online]. Available: https://webuser.hs-furtwangen.de/~hoenig/2010/ETG.pdf.
  • Makonin S. Real-Time Embedded Low-Frequency Load Disaggregation // PhD thesis, Simon Fraser University, School of Computing Science. 2014. Accessed: Oct. 3, 2019. [Online]. Available: http://summit.sfu.ca/item/14410.
  • Бычковский И.А., Мукумов Р.Э., Сурнов Г.С., Сурнов С.И. SMART MONITORING: больше, чем "умный учет" в ЖКХ // Энергосбережение. 2017. N 6. С. 38-41.
  • Surnov S., Bychkovskiy I., Surnov G., Krasnov S. Smart Monitoring: remote-monitoring technology of power, gas, and water consumption in Smart Cities. 2019. Accessed: Oct. 23, 2019. [Online]. Available: https://arxiv.org/abs/1910.08759.
  • Kahn R., Wilensky R. A framework for distributed digital object services // Corporation for National Research Initiatives. 1995. Accessed: Oct. 3, 2019. [Online]. Available: https://www.doi.org/topics/2006_05_02_Kahn_Framework.pdf.
  • Цифровая идентификация объектов: технология и не только. Москва: Фонд содействия развитию интернета "Фонд поддержки интернет". 2016.
  • Bychkovskiy I., Surnov G., Surnov S., Krasnov S A method and system for monitoring the parameters of the energy resources consumption process // US Non-Provisional Application No.: 16/123,789. Sep. 6, 2018.
  • Бычковский И.А., Мукумов Р.Э., Сурнов Г.С., Сурнов С.И. Технология SMART MONITORING: результаты натурных испытаний // Энергосбережение. 2018. № 2. С. 32-33.
Еще
Статья научная
SciUp 2024 © 2024 ©