通过分析为资产供电并重新发明实用程序运营

手头有什么问题？

主要问题包括：

• 没有实时可见性跟踪和监视消费数据，这将有助于公用事业和最终消费者意识到他们的浪费和相关成本。
• 缺乏可扩展的数据管理系统对于公用事业和仪表提供商，因此存储和管理从数百万米处收集的数据记录的庞大数据记录是一个挑战。
• 没有发送警报/通知的系统每当发生泄漏，盗窃，过度消费和公用事业损失。因此，公用事业提供者和消费者无法采取任何行动来克服问题。
• 缺乏主动维护和远程资产管理系统管理资产的状况和工作能力。
• 没有预测智能系统预测事件，失败和结果以提高运营效率。

所以，公用事业面临着不断的需求重塑其操作并实现数据系统的力量。考虑一个场景，其中一家实用程序可以提前了解资产和运营的失败。这将有助于公用事业采取纠正措施和措施，或在活动发生之前计划其维护前活动。但是，公用事业可以通过采用先验和预测分析能力，这将有助于他们优化资产绩效，减少停机错误并提高客户满意度。

分析解决方案

研究说，32％的传统公用事业正在使用高级数据分析解决方案改进其现有数据管理系统，这些解决方案将巨额数据转换为智能见解和行动。它们能够监视AMI/AMR系统，获得有关实用程序分配和消费的实时见解，优化实用性消耗并发现异常情况。此外，公用事业可以提高消费者的意识和强制节能通过收集消费者每月用途模式的见解。

在为其水电客户服务时，智能电表制造商和公用事业服务提供商遇到了几个与数据系统有关的挑战。但是，它通过实施可扩展且强大的智能计量数据分析解决方案来解决所有这些挑战，该解决方案：

• 管理数百万个智能电表，每年都会发送数十亿个记录
• 提供实时消耗，电表健康，泄漏/盗窃，小时消费数据等的实时可见性。
• 具有通知引擎，以向消费者发送短信警报，警告它们异常高或泄漏
• 从仪表数据中生成实时见解，以防止过度消费，泄漏或浪费
• 在运营团队的仪表板上，每分钟都有公用事业消费跟踪和可见性

几个Azure组件，例如IoT中心，事件中心，SQL DB，HDINSIGHT，HDINSIGHT，机器学习并将流分析已利用为架构该解决方案。虽然该特定解决方案解决了特定的水电业务问题，但类似分析解决方案可以开发以解决整个能源和公用事业市场的问题。

所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。