Okosmérés és Big Data a MOL-nál

2019. május 07.

Miért és hogyan vezeti be az okosmérést a MOL a saját energiafogyasztásánál? Válaszol Ott Károly, Data Innovation Lead a MOL-tól, aki az IFUA Horváth & Partners IoT szakmai találkozóján tartott előadást a témáról.

Okosmérés a MOL-nál

A Dunai Finomító – Fotó: MOL

- A MOL-nál okosmérés témában készült Proof of Concept (PoC). Mi volt ennek a célja?
-
Volt üzleti igény az okosmérésre. Több mint ötezer mérőóránk van víz-, áram-, gáz- és hőmennyiség-mérésre. Szeretnénk tudni a pontos havi fogyasztást, a várható fogyasztást, azt, hogy van-e kiugró fogyasztás vagy leállás.

- Hogyan készült a PoC?
-
Az ország különböző részein, nyolc helyszínen, négy mérőóra típussal dolgoztunk. Ezek között 2 víz-, 2 áram-, 2 gáz- és 2 hőmennyiség-mérő volt. Az új mérőórák már digitálisak ugyan, de a szolgáltatónak küldik a jelet, ezért szenzort tettünk a mérőórákra. Az adatokat az Antenna Hungária (AH) LoRa rendszerén továbbítottuk. Így a jel felkerül az AH LoRa hálózatába, onnan az AH központjába, onnan pedig hozzánk, a MOL-ban lévő Data Lake-be. Cloudera platformon tároljuk, és Power BI-jal készítettünk hozzá dashboardot. Clouderával on-premise megoldást készítettünk, aztán feltettük a felhőbe, Azure-ba. Így most már telefonon is meg lehet nézni a döntést segítő riporotkat.
- Pontosan milyen adatokat, tartalmakat?
-
Az aktuális fogyasztást és a kumulált fogyasztást is lehet látni informatív riportban. Éves, negyedéves, havi, heti és napi összesítés is készül. Lokáció és mérőóra-típusonként is van bontás. Utóbbi esetben az akkumulátor töltöttsége is látszik.

Ott Károly, Data Innovation Lead, MOL

- Ezek szerint sikeres volt a PoC. Hogyan szeretnének továbblépni?
-
Az eredmény nagyon tetszett a szakterületi kollégáknak. Ezért ki akarjuk terjeszteni az okosmérést, először Magyarországon, azután csoportszinten. További területeket – ipar, kereskedelem, logisztika – is bevonnánk. Riasztásokat végeznénk fix határokkal, illetve machine learning módszerekkel. Most percenként 400 ezer szenzortól gyűjtünk adatot, ezeket karbantartási céllal telepítettük. Ha predikciót szeretnénk, akkor további szenzorokra, az adatok továbbításához pedig kábelekre lenne szükség. Ezért is választottuk a LoRa rendszert, mert megkímél bennünket a kábelezéstől.