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 completa plataforma para gestionar y analizar datos de series de tiempo de medidores inteligentes a gran escala. Esta solución de medidor inteligente ayuda a las empresas de servicios públicos a:

• Recoge lecturas de medidores de alta frecuencia

• Procesar datos transmisión en tiempo real

• Almacene datos históricos de manera eficiente.

• Detecta anomalías para identificar problemas como picos de voltaje, interrupciones del servicio o patrones de consumo inusuales

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

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

• MongoDB Atlas: el soporte nativo de MongoDB Atlas para serie de tiempo permite un almacenamiento y consulta eficientes de datos temporales.

• Funcionalidades avanzadas de MongoDB: Las funcionalidades avanzadas como los niveles de datos y el Atlas Online Archive ayudan a gestionar datos históricos de forma 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 que almacene los datos del medidor inteligente en MongoDB Atlas, puede analizarlos en busca de anomalías y perspectivas. Esta solución aprovecha tres funcionalidades clave de MongoDB para crear un MDMS de próxima generación:

1. Change Streams de MongoDB

2. Colecciones de time series de MongoDB

3. MongoDB languaje del query

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 hacen lo siguiente por los datos de tu medidor inteligente:

• Ofrece alta compresión

• Mejorar el rendimiento de queries de datos de series de tiempo

• Habilite operaciones rápidas

Figura 1. Arquitectura de sistema de gestión de medidores inteligentes de extremo a extremo

Enfoque de 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 basadas en criterios predefinidos. En el siguiente ejemplo, las anomalías son lecturas que superan en más de tres desviaciones estándar los valores de la media. Este conjunto de datos utiliza meter_id como el 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"]
}

Compilar la solución

Esta solución de gestión de datos de medidores inteligentes usa un intermediario MQTT y MongoDB Atlas para recopilar y analizar datos de infraestructura energética moderna.

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

Lecciones 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 requieren protocolos de publicación y suscripción ligeros 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.

• Utiliza un enfoque integrado: Las implementaciones exitosas de medidores inteligentes combinan protocolos de mensajería como MQTT, tecnologías avanzadas de bases de datos y análisis comprensivos para transformar los datos brutos de los medidores en perspectivas accionables.

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