MongoDB によるスマート メーター解析の強化

ソリューション概要

2027年までに米国とカナダでスマートメーターの普及率が90%に達すると予想される中、MongoDBはスマートメーターの時系列データを大規模に管理・分析するための包括的なプラットフォームを提供します。このソリューションにより、公益事業会社は MongoDB の時系列コレクションを使用して、高周波メーターの読み取り値を収集し、ストリーミングデータをリアルタイムで処理し、履歴データを効率的に保存することができます。強力な集計パイプラインと変更ストリームにより、高度な異常検出が可能になり、電力会社は電圧スパイク、停電、異常な消費パターンなどの潜在的な問題を迅速に特定できます。

世界的にエネルギー消費量が増加し続ける中、スマートメーターによって生成されるデータ量も増加しています。私たちのソリューションは、MQTT などの IoT メッセージングプロトコルとの MongoDB の統合を活用して、スマートメーターのヘッドエンド ユニットから信頼性の高いデータ取り込みを実現します。また、MongoDB Atlas のネイティブな時系列サポートにより、一時データの効率的な保存とクエリが可能です。公益事業会社は、パフォーマンスとデータのアクセス性を維持しながら、接続されたメーターを数千から数百万にシームレスに拡大できます。データ階層化や Atlas Online Archive のような高度な機能は、履歴データをコスト効率よく管理する上で役立ちます。組み込みの分析機能により、カスタマイズ可能なダッシュボードとレポートを通じて、リアルタイムのモニタリングと運用インサイトを提供します。

参照アーキテクチャ

このソリューションには 2 つの主要なコンポーネントがあります。

MongoDB を使用した次世代のメーターデータ管理システム

スマートメーターデータが MongoDB Atlas に保存されると、異常の有無やインサイトの獲得のために分析することができます。このソリューションは、次世代の MDMS を作成するために、3 つの主要な MongoDB 機能である変更ストリーム、時系列コレクション、強力な MongoDB Query API を活用します。

MongoDB 変更ストリームは、挿入操作などのデータベース変更をリアルタイムでキャプチャおよびプロセシングし、エネルギー消費パターン、システム異常、潜在的な障害に関する即時のインサイトを提供します。このリアルタイム機能は、MongoDB の集計フレームワークを通じてタイムリーな分析を可能にし、異常を検出し、費用のかかる損害やサービスの中断を防ぐことができるため、スマートメーターシステムにとって非常に重要です。

分析されたデータは、時系列コレクションに保存されます。これらの専用コレクションは、高圧縮を提供し、時系列データのクエリパフォーマンスを向上させ、高速な操作を可能にします。

図1。エンドツーエンドのスマートメーターマネジメントシステムアーキテクチャ

データモデルアプローチ

このソリューションでは、2 つの個別の時系列データモデルを使用します。最初のモデルは、meter_id をメタフィールドとして使用する生のスマートメーターデータ用に設計されています。

{
  "_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
}

第 2 のデータセットには、事前に定義された基準に基づいて、さまざまな測定で検出された異常が含まれています。このソリューション例では、異常値は平均値から 3 つの標準偏差を超える測定値として定義されています。ここでは、meter_id を metaField として使用しています。

{
  "_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"]
}

ソリューションを構築する

このスマートメーターのデータ管理ソリューションは、MQTT ブローカーと MongoDB Atlas を活用し、現代のエネルギーインフラストラクチャにおけるデータ収集と分析の複雑な課題に対処するアーキテクチャを示しています。リファレンス実装では Cedalo の MQTT ブローカーが紹介されていますが、このソリューションはブローカーに依存しないように設計されており、さまざまな MQTT プロバイダーとの統合をサポートしています。

キーポイント

• データ管理は極めて重要：スマートメーターは膨大な量の時系列データを生成するため、データの相互運用性、プライバシー、効率的な処理において大きな課題が生じます。効果的なソリューションには、高頻度で複雑なデータストリームを処理できる柔軟でスケーラブルなデータベースが必要です。

• MQTT が効率的な IoT 通信を可能に：軽量なパブリッシュ・サブスクライブプロトコルは、スマートメーターエコシステムにおいて、IoT デバイス、アグリゲーター、管理システム間で効率的かつ安全で信頼性の高いデータ伝送を提供するために不可欠です。

• MongoDB は包括的な IoT データ ソリューションを提供: 時系列コレクション、変更ストリーム、集計フレームワーク、柔軟なドキュメント モデルなどの機能により、MongoDB は異常検知、リアルタイム分析、スケーラブルなデータストレージなど、スマート メーター データ管理における主要な課題に対処します。

• 統合的なアプローチが鍵：スマートメーターの実装を成功させるには、堅牢なメッセージングプロトコル（MQTT など）、高度なデータベース技術、包括的な分析機能を組み合わせて、未加工のメーターデータを公益事業会社にとって実用的なインサイトに変換する包括的なソリューションが必要です。

使用した技術と製品

作成者

• Dr. Humza Akhtar, MongoDB

• Rami Pinto、MongoDB

• Sebastian Rojas Arbulu, MongoDB

• Diego Canales, MongoDB