成功案例/能源 – 电力与公共事业

2024 年
madrilena gas network 徽标

Madrileña Gas Network 正准备部署采用 AWS IoT Core 的智能燃气表

Madrileña Gas Network 实施智能燃气表是其计划持续改进并适应欧盟(EU)法规的一部分。MRG 的这一举措很好地展示了物联网(IoT)技术、云服务和生成式人工智能如何共同改变天然气分销等传统的非数字行业。

通过部署这种智能燃气表模型并将其与物联网(IoT)和人工智能技术相结合,Madrileña Gas Network 占据了有利地位,从而可以扩大云技术的范围,并助力将智能燃气表推广到其 90 万客户群体中。

概述

Madrileña Gas Network(MRG)是马德里自治区(西班牙)的主要天然气供应商。该公司因其运营效率高和以客户为导向而获得业界认可,其已与 Amazon Web Services(AWS)、Keepler Data Tech(AWS 合作伙伴网络成员)以及 Semtech(LoRa® 芯片开发商,Semtech 的 LoRa® 和 LoRaWAN 标准让物联网设备高效节能地连接到互联网)合作,验证了可对燃气表提供的信息进行管理、收集和分析的新模型。这些信息将用于衡量客户消费,同时也让公司能够适应相应当局宣布的监管变化。
智能燃气表网络的部署将使读数数量成倍增加,这也将提高所收集数据的质量和准确性。有了这些数据,Madrileña Gas Network 将有能力推动创新并为客户开发新的服务。

1607487217

机会 | Madrileña Gas Network 部署智能燃气表以提高效率

根据通用通信标准的使用情况来选择智能燃气表。AWS 提供支持的 Madrileña Gas Network 分析了不同供应商的智能燃气表的使用情况来确保平台的灵活性,不仅要遵守法律要求,同时还要保证运营效率和长期可持续性。MRG 物联网和网络安全主管 Pablo Cecilio 表示:“我们将利用监管需求来对系统进行投资,这个系统可以改进我们的运营以及客户燃气消耗量管理。”

kr_quotemark

技术创新和数字化一直是 Madrileña Gas Network 实现最大效率模式战略的基石。“对于像我们这样的公司来说,实时测量成千上万客户的燃气消耗量,将为我们提供一个安全的环境,以便我们进行继续创新,同时也为探索生成式人工智能等有前途的新兴技术打开了大门。”

Glen Lancastle
Madrileña Gas Network 首席信息官

解决方案 | 对运营生态系统的影响

从运营角度来看,这一新概念的分析显示效率可显著提高,其特点是仪表读数自动化,这减少了人工操作。这种改进不但会让公司的运营更加灵活和充满活力,同时也会降低与人工读数相关的运营成本。

“安全和效率是我们的准则。借助 AWS 技术,我们不仅能够证明智能燃气表网络切实可行,而且还看到了它如何提高我们为用户提供的服务质量。”– Madrileña Gas Network 首席信息官 Glen Lancastle。

此外,该公司的计划是在整个马德里自治区,最大限度地减少执行人工读数所需的车辆和行程数来减少碳足迹,这体现了该公司对可持续实践和环境保护的承诺。

对于客户来说,好处也很明显。智能计量的推出将提高计费的准确性,从而消除人工读数可能产生的估算和不准确。客户可以实时了解自己的消耗量,从而监控自己的燃气使用情况并做出明智的决策以优化其消费模式。这种透明度和控制能力在天然气分销领域具有创新意义,代表了客户服务的重要进步,同时有助于实现更负责任的消费。

结果 | 系统操作:从数据读取到单独或汇总分析

该系统由 Madrileña Gas Network 与系统集成商 Keepler Data Tech 合作实施,以智能燃气表网络为基础,可定期生成自动读数。定期收集的数据通过低功耗广域网(LPWAN)发送到云端,设备与云端之间的通信中使用了安全协议、加密和数字证书,因此确保了传输的高效和安全。最初开发的概念选择了公共 LoRaWAN 网络,该网络由 Everynet 运营,并已本地集成到 AWS IoT Core 服务中。这项技术的主要优势包括成本效益和能源消耗,这是满足受监管的自主权和价格要求的关键。

每次任何授权设备向云端发起数据读取时,AWS IoT Core 就负责收集数据并充当 LNS(LoRaWAN 网络服务器)的角色,解密消息并将其转发给 Amazon Data Firehose,后者负责通过 Amazon Simple Storage Service(Amazon S3)将数据可靠地存储在 AWS 云中。

由于可以采用多种格式从数据来源收集数据,所以必须对其进行处理并转换为标准结构,以便做好管理准备,并且便于后续的分析和处理。这种转换使用 AWS Glue 实现,AWS Glue 可在标准化的通用数据模型下,将每条消息的有效负载从特定的二进制格式解码为列式格式。

后续步骤

数据经过处理和标准化后,即可访问 AWS 查询和分析服务。这些服务不仅可以收集与消耗量有关的数据,检测燃气表网络中可能存在的异常,还可以提供更多信息。最后,通过 Amazon QuickSight 等工具进行信息可视化,从而让公司乃至其客户能够使用新的替代数据,例如获取详细的消耗量报告、创建未来需求预测、使用机器学习检测异常或通过使用生成式人工智能实时提供服务。

“与 Madrileña Gas Network 在该项目上的合作是一个很好机会,可以证明正确部署人工智能和物联网如何改变整个行业,从而将运营效率和客户满意度提高到前所未有的水平。”– Keepler Data Tech 首席执行官 Juan María Aramburu。

此举不仅将提高运营效率和计费准确性,还为创新和持续改进客户服务开辟了新途径,标志着能源行业数字化转型的里程碑。

关于 Madrileña Gas Network

Madrileña Gas Network(MRG)是马德里自治区(西班牙)的主要天然气供应商。

使用的 AWS 服务

AWS IoT Core

AWS IoT Core 允许连接数十亿物联网设备并将数万亿条消息转发到 AWS 服务,而无需基础设施管理。

更多信息 »

AWS Glue

分析或机器学习项目的第一步是准备数据以获得优质结果。AWS Glue 是一项无服务器数据集成服务,可让数据准备过程更轻松、更快捷且更便宜。

更多信息 »

Amazon Data Firehose

AWS 会将 Amazon Kinesis Data Firehose 重命名为 Amazon Data Firehose。Amazon Data Firehose 是捕获、转换数据流并将其传输到 Amazon S3、Amazon Redshift、Amazon OpenSearch Service、Splunk、Snowflake 和其他第三方分析服务的最简单方法。

更多信息 »

Amazon S3

Amazon Simple Storage Service(Amazon S3)是一项对象存储服务,其可扩展性、数据可用性、安全性和性能均为行业领先。

更多信息 »

行动起来

无论行业无论规模,每天都有各种机构在使用 AWS 实现自身业务转型、实现企业愿景。欢迎您联系我们的专家,立即踏上您的 AWS 之旅。