In diesem Projekt wurden sowohl die betrieblichen Prozesse als auch das technologische Umfeld analysiert und wie in der Lösung beschrieben neu implementiert. Die gewonnenen Daten werden kontinuierlich ausgewertet und die daraus abgeleiteten Ergebnisse fließen bei Bedarf in die Optimierung der betroffenen Abläufe ein.
Smart Meter ermöglichen mittels einer geeignenten IT-Infrastruktur das kontinuierliche (Fern)Auslesen und Auswerten von Verbrauchsdaten (Strom, Gas, Wasser, Wärme,…). Neben den Daten über den Verbrauch (m³, kWh, GJ,…) für die Verrechnung liefern die regelmäßig ausgelesenen Daten auf Basis statistischer Auswertungen auch eine Fülle anderer Informationen über den technischen Zustand des Systems (z.B. Heizwerk) oder auch das Verhalten der Verbraucher (Zeitdiagramme).
Für die Überwachung und den Betrieb von kleinen Netzwerken (10-100 Smart Meter) wurde ein kostengünstige Lösung entwickelt, welche ein individuelles Monitoring der einzelnen aktiven Komponenten sowie der Verbrauchsdaten ermöglicht.
Ein LINUX Minirechner sammelt alle Daten entweder direkt von den Smart Metern (z.B. M-Bus) oder von Datenkonzentratoren (z.B. FTP), wertet diese zeitnah aus und schickt mittels SMS oder e-Mail Informationen oder Alarme an vordefinerte Adressaten, welche aufgrund der Informationen entsprechende Maßnahmen einleiten können (müssen).
Neben der Generierung punktueller Alarme bei Über- oder Unterschreitung frei definierbarer Grenzwerte können die unterschiedlichen Parameter aller Netzwerkkomponenten beliebig korreliert wodurch auch systemspezifische Eigenschaften überwacht werden können.
Der Gesamtstatus einer Komponente oder einzelne Parameter können mittels SMS individuell abgefragt werden. Die Rückgabe der Werte erfolgt entweder als SMS, als CSV-File oder als Grafik im pdf-Format.
Alle Daten werden auf Tagesbasis lokal am Rechner gespeichert und können bei Bedarf auch in beliebigen Intervallen automatisiert an einen zentralen FTP Server übertragen werden.
Mittels statistischer Methoden werden diese Daten ausgewertet und für das Justieren der Grenzwerte sowie für die Erstellung von Regeln zum Erkennen von Anomalien im System verwendet.