Análisis de medidores inteligentes con MongoDB

Resumen de la solución

A medida que aumenta la adopción de la tecnología de medidores inteligentes, MongoDB ofrece una plataforma integral para gestionar y analizar datos de series temporales de medidores inteligentes a gran escala. Esta solución ayuda a las empresas de servicios públicos a:

• Recopilar lecturas de medidores de alta frecuencia

• Procesar datos de transmisión en tiempo real

• Almacene datos históricos de manera eficiente.

• Detectar anomalías para identificar problemas como picos de voltaje, cortes de energía o patrones de consumo inusuales.

Esta solución aprovecha las siguientes integraciones y características de MongoDB para permitir que las empresas escalen manteniendo el rendimiento y la accesibilidad a los datos:

• Integración del protocolo de mensajería de IoT: la integración de MongoDB con protocolos de mensajería de IoT como MQTT permite la ingesta confiable de datos desde las unidades de cabecera de los medidores inteligentes.

• MongoDB Atlas: la compatibilidad nativa con series de tiempo de MongoDB Atlas permite el almacenamiento y la consulta eficientes de datos temporales.

• Funciones avanzadas de MongoDB: Las funciones avanzadas como la clasificación de datos en niveles y Atlas Online Archive ayudan a administrar datos históricos de manera rentable.

• Análisis y monitoreo: Las capacidades de análisis integradas permiten el monitoreo en tiempo real y la obtención de información operativa a través de paneles e informes personalizables.

Arquitecturas de Referencia

Esta solución contiene dos componentes principales: almacenamiento de datos de medidores inteligentes y gestión de datos de medidores inteligentes con MongoDB.

Gestión de datos de medidores inteligentes con MongoDB

Una vez almacenados los datos de los medidores inteligentes en MongoDB Atlas, puede analizarlos para detectar anomalías y obtener información valiosa. Esta solución aprovecha tres funciones clave de MongoDB para crear un MDMS de última generación:

1. Flujos de cambios de MongoDB

2. Colecciones de series temporales de MongoDB

3. Lenguaje de consulta de MongoDB

Los change streams de MongoDB permiten la captura y procesamiento en tiempo real de los cambios en la base de datos, como operaciones de inserción, para proporcionar perspectivas inmediatas sobre los patrones de consumo energético, anomalías del sistema y posibles fallos. La capacidad en tiempo real en los sistemas de medidores inteligentes permite el análisis puntual mediante el framework de agregación de MongoDB, detectando anomalías y previniendo daños costosos y interrupciones del servicio.

MongoDB almacena los datos analizados en colecciones de series temporales. Estas colecciones especializadas realizan lo siguiente con los datos de sus medidores inteligentes:

• Proporcionar alta compresión

• Mejorar el rendimiento de las consultas de datos de series temporales

• Habilitar operaciones rápidas

Figura 1. Arquitectura integral del sistema de gestión de medidores inteligentes

Enfoque del modelo de datos

Esta solución utiliza dos modelos de datos de series temporales. Puede usar el primer modelo para datos brutos de medidores inteligentes con meter_id como el metaField:

{
  "_id": "668cb56d3830323642e562d9" ,
  "timestamp": { "$date": "1720497517183" },
  "power_factor": 0.89 ,
  "power": 220.1 ,
  "frequency": 49.85,
  "meter_id": 1,
  "energy": 0.22,
  "current": 1,
  "voltage": 219.38
}

El segundo conjunto de datos incluye anomalías detectadas en diversas mediciones según criterios predefinidos. En el siguiente ejemplo, las anomalías son lecturas que superan tres desviaciones estándar de los valores medios. Este conjunto de datos utiliza meter_id como metaField:

{
  "_id": "668d4a023819ef77d3fc84d8",
  "timestamp": { "$date": "1720535553856" },
  "meter_id": 3,
  "data": {
    "voltage": 190.06,
    "current": 18.13,
    "power": 3445.67,
    "energy": 3.45,
    "power_factor": 0.76,
    "frequency": 49.92
  },
  "anomalies": ["voltage", "current"]
}

Construir la solución

Esta solución de gestión de datos de medidores inteligentes utiliza el agente MQTT y MongoDB Atlas para recopilar y analizar datos de infraestructura energética moderna.

Utilice el siguiente procedimiento para configurar su sistema de gestión de datos de medidores inteligentes con MongoDB. Para obtener una implementación más detallada de esta solución, consulte el repositorio de GitHub.

Aprendizajes clave

• La gestión de datos es fundamental: los medidores inteligentes generan grandes volúmenes de datos de series temporales, lo que plantea desafíos en la interoperabilidad, la privacidad y el procesamiento de datos. Las soluciones requieren bases de datos flexibles y escalables que gestionen flujos de datos complejos y de alta frecuencia.

• MQTT permite una comunicación IoT eficiente: los ecosistemas de medidores inteligentes necesitan protocolos de publicación y suscripción livianos para una transmisión de datos eficiente y segura entre dispositivos, agregadores y sistemas de gestión.

• MongoDB ofrece soluciones integrales de datos de IoT: recopilaciones de series temporales, flujos de cambios, marcos de agregación y modelos de documentos flexibles ayudan a MongoDB a abordar desafíos clave de los medidores inteligentes, como la detección de anomalías, el análisis en tiempo real y el almacenamiento de datos escalable.

• Utilice un enfoque integrado: las implementaciones exitosas de medidores inteligentes combinan protocolos de mensajería como MQTT, tecnologías de bases de datos avanzadas y análisis exhaustivos para transformar los datos sin procesar de los medidores en información procesable.

Autores

• Dr. Humza Akhtar, MongoDB

• Rami Pinto, MongoDB

• Sebastian Rojas Arbulu, MongoDB

• Diego Canales, MongoDB

Obtén más información

• Inteligencia impulsada por aplicaciones con datos de IoT

• Entrada de blog: MongoDB y Cedalo para sistemas de medidores inteligentes

• Construya un centro de datos de IoT para la fabricación inteligente

• Diagnósticos de IA basados en audio en tiempo real