Smart metering e AI: Presente e futuro dell'automazione nella misurazione per le Utilities

Gestire la complessità della rete

L'innovazione dei processi richiede un sistema in grado di gestire la complessità data dal fatto che i contatori possono essere di diverso tipo, ovvero gas, energia elettrica o acqua, ma possiamo estendere la questione, in ottica smart City, anche a un generico sensore, ad esempio gli smoke detectors.

Ogni dispositivo è dotato di un canale di comunicazione come la sim card, nel caso del canale GPRS, oppure la radio, nel caso della radiofrequenza, e quindi la complessità è data anche dai vari canali e protocolli di comunicazione.

Gestire la complessità grazie all'Intelligenza Artificiale

Oltre all'attività di recupero delle letture del misuratore il gestore deve affrontare anche temi di manutenzione. Ad esempio, i contatori gas e acqua sono alimentati a batteria che con il tempo si esaurisce. L'approccio tradizionale è quello di controllare periodicamente il misuratore e appena smette di funzionare intervenire in campo per la sostituzione. Un approccio innovativo utilizza invece i dati che il misuratore invia al centro per effettuare quella che si chiama manutenzione predittiva: sostanzialmente si va a prevedere il momento in cui una determinata batteria si scaricherà al fine di anticipare il momento in cui effettuare la sostituzione, evitando che il meter interrompa la comunicazione e pianificando una sostituzione massiva delle batterie per ottimizzare le attività.

Se un misuratore smette di comunicare i dati di misura il gestore deve effettuare la stima dei consumi dell'utente finale, attività non innovativa di per sè, ma che lo diventa se viene adottato un metodo che sfrutta un approccio di machine learning per analizzare tutti i dati che arrivano: è infatti possibile addestrare modelli di machine learning che consentono di replicare fedelmente in modo con cui l'utente consuma energia elettrica, gas o acqua per riempire i dati mancanti con dei dati realistici, quindi non con mere divisioni di uno storico per il numero di giorni. Oltre ad ottenere dei dati molto più realistici il gestore potrà sfruttarli per prendere decisioni o per effettuare attività di anomaly detection alla ricerca, ad esempio, di perdite o consumi fraudolenti.

Come ultimo caso d'uso possiamo pensare che tramite una semplice foto acquisita dall'operatore in campo durante il giro di raccolta letture è possibile, grazie a strumenti di Machine Learning e Deep Learning, estrarre tutte le informazioni relative al contatore, come la tecnologia di misura, il modello, il serial number, il totalizzatore, tutto questo senza fare errori dovuti a un inserimento manuale e riducendo anche i tempi di elaborazione.

Gli scenari futuri

Un elemento di rivoluzione è l'adozione su larga scala di questi dispositivi, che in Italia è già presente per i settori energia elettrica e gas, ma solo da circa un anno ne vediamo la diffusione anche per il servizio idrico. Allo stesso modo possiamo vedere questo sviluppo anche all'estero, dove possiamo affermare la nostra esperienza decennale, dato che l'Italia è stata anticipatrice rispetto a tutto il resto del mondo nel rollout massivo di smart meter.

Questo settore è in continua innovazione, basti pensare ai vari step di evoluzione dei metodi di comunicazione, dagli SMS al LoRaWan.

La sempre più crescente attenzione ai temi di sostenibilità porterà inevitabilmente all'utilizzo di fonti energie rinnovabili alternative, come il biometano e l'idrogeno, per i quali potranno essere applicati gli stessi metodi di lettura.

La partecipazione degli utenti finali è sempre più attiva e proprio con questa consapevolezza è necessario trattare tutti i dati di consumo per rendere il cittadino più consapevole delle proprie abitudini in modo da comportarsi in modo virtuoso.