Messung. Daten. Steuerung.

Von der Messung zur intelligenten Steuerung.

Wir verbinden Messwerte, Betriebssysteme, GIS, Zeitreihen, Hardware, Analytik und AI zu einem funktionierenden Ganzen. Wir entwickeln Lösungen für das reale energetische Umfeld – von der Vereinheitlichung und Validierung der Daten über Bilanzberechnungen und Monitoring bis zu Prognosen, Empfehlungen und sicher eingeführter Automatisierung.

Physisches Netz. Ein Datenmodell.

Daten zu sammeln reicht nicht. Sie müssen Sinn ergeben.

Ein Energiebetrieb entsteht in der Regel nicht als ein einziges System. Messwerte, Steuerungstechnik, Karten, kaufmännische Daten und Betriebsaufzeichnungen stammen aus unterschiedlichen Umgebungen, treffen in verschiedenen Intervallen ein und weisen unterschiedliche Qualität auf. Für sich allein zeigen sie Werte; erst ihre Verbindung schafft ein Bild des Ganzen.

Über den vorhandenen Quellen bauen wir deshalb eine durchgängige Datenschicht und ein Modell der realen physischen Infrastruktur auf. Jeder Wert hat einen Ort, eine Bedeutung, eine Historie und Beziehungen zu umliegenden Punkten. Dadurch lassen sich Daten korrekt vergleichen, zu Bilanzen zusammenführen, im GIS darstellen und Abweichungen bis zu ihrem tatsächlichen Ursprung verfolgen.

Die gleiche Aufmerksamkeit gilt der Qualität der Messung selbst. Kommunikations-Watchdog, Kontrollen physikalischer Grenzwerte und des langfristigen Sensorverhaltens helfen, eine Veränderung im Netz von einem Datenfehler zu unterscheiden. Erst auf dieser Grundlage werden Analytik, Alarme und weitere Automatisierung verlässlich.

Integration und Zeitreihen

Eine durchgängige Datenschicht

Wir verbinden SCADA, MSR, BMS, GIS, Datenbanken für Fernauslesung, IoT, kaufmännische Systeme und einzelne Messgeräte verschiedener Hersteller und Generationen. Die neue Plattform muss nicht alles ersetzen, was der Kunde bereits nutzt. Über der vorhandenen Technik schaffen wir eine gemeinsame Ebene, die Bedeutung, Historie und Frequenz der Daten sowie die Verantwortung der einzelnen Quellen vereinheitlicht. Sie kann mit kontinuierlichen Messungen, unterschiedlichen Intervallen, verzögerten Werten und langen Historien arbeiten und dabei den korrekten zeitlichen Kontext bewahren.

Modell und GIS

Digitales Abbild des realen Netzes

Wir ordnen jeden Wert seinem physischen und räumlichen Kontext zu. Das System weiß, wo eine Messung entstanden ist, was sie darstellt, zu welchem Zweig oder Standort sie gehört und wie sie mit umliegenden Punkten zusammenhängt. Netz, Gebiet, Zweig, Abschnitt, Station, Gerät und Sensor bilden eine logische Hierarchie, in der Ein- und Ausgänge sowie gegenseitige Beziehungen verfolgt werden können. GIS ist deshalb nicht nur eine Karte, sondern Teil des Datenmodells, das den Netzzustand sichtbar macht, Abweichungen lokalisiert und Betriebsberechnungen korrekt zusammensetzt.

Data Quality und Watchdog

Vertrauen beginnt bei der Messung

Wir überwachen nicht nur den Wert selbst, sondern auch, ob die Messung verlässlich ist. Kommunikationsausfälle, fehlende Intervalle, verzögerte oder festgefahrene Daten, unrealistische Sprünge, ungewöhnliches Rauschen und langfristiger Sensordrift lassen sich automatisch erkennen. Physikalische Validierungsregeln prüfen außerdem, ob die Kombination aus Druck, Temperatur, Durchfluss und weiteren Größen im jeweiligen Betriebszustand plausibel ist. Die Prüfung kann die eigene Historie des Punkts, den Zustand umliegender Geräte, Außentemperatur, Jahreszeit und Technologietyp berücksichtigen und so einen Messfehler besser von einer realen Betriebsänderung unterscheiden.

Bilanzierung und Analytik

Berechnungen über dem realen Betrieb

Aus einzelnen Messungen bilden wir logische Knoten, Zweige und übergeordnete Einheiten. Wir vergleichen gelieferte und abgenommene Mengen, verfolgen Unterschiede über die Zeit und helfen, den Teil des Systems zu lokalisieren, in dem der reale Zustand von der Erwartung abzuweichen beginnt. Berechnungen können mit unterschiedlichen Zeitfenstern arbeiten und gemessene sowie abgeleitete Größen nach dem physikalischen Modell kombinieren. Zeitreihen, Beziehungen und Netztopologie bilden so eine gemeinsame Grundlage für Bilanzen, Verluste und weitere Betriebsanalysen.

Überwachung und Workflow

Ein Hinweis, der zum Handeln führt

Ein Alarm endet nicht mit einem roten Symbol. Wir klassifizieren das Ereignis, bestimmen seine Priorität und übergeben es mit Kontext, Historie und Grundlage für den nächsten Schritt an die richtige Rolle. Ein betrieblicher Workflow kann Gerätezustand, physikalische Abweichung, Bilanzdifferenz und ungewöhnlichen Trend verbinden. Er erfasst außerdem die Übernahme des Ereignisses, die Art der Bearbeitung und das Ergebnis, sodass Verantwortung und Erfahrung für spätere Auswertungen nachvollziehbar bleiben. Ziel ist nicht, Nutzer zu überfluten, sondern ihre Aufmerksamkeit auf Situationen zu richten, die sie tatsächlich benötigen.

Zusammenhänge. Prognose. Sichere Aktion.

AI im realen Betrieb, nicht auf isolierten Daten.

Wir bauen AI auf Historie, Zeitreihen, dem physikalischen Modell und dem aktuellen Zustand umliegender Geräte auf. In diesem Kontext kann sie Anomalien erkennen, mögliche Ursachen erklären, Prioritäten bestimmen und den nächsten Schritt vorbereiten. Der Weg führt von besserer Überwachung über Prognosen und Empfehlungen bis zur Automatisierung ausgewählter Prozesse.

01: Baut auf verlässlichen Daten aufAI ersetzt weder Datenqualität noch ein physikalisches Modell. Sie arbeitet mit geprüften Zeitreihen, klaren Beziehungen zwischen Geräten und den Regeln des konkreten energetischen Umfelds. Sie geht daher nicht von einem isolierten Wert aus, sondern von Daten, deren Herkunft, Bedeutung, Qualität und Bezug zum realen physischen Prozess bekannt sind.
02: Erkennt Zusammenhänge in Zeit und NetzSie vergleicht den aktuellen Zustand mit Historie, umliegenden Punkten, Betriebsmodus, Wetter und weiteren Eingaben. Eine große Zahl von Punkten kann gleichzeitig laufend überwacht werden, sodass auch eine schleichende Veränderung oder Parameterkombination auffällt, die bei getrennter Betrachtung leicht verborgen bliebe. Dieselbe Situation kann außerdem für Leitwarte, technische Verwaltung oder Management unterschiedlich erklärt werden.
03: Prognostiziert und empfiehltÜber langfristige Entwicklungen kann AI Risikozustände erkennen, vorausschauende Instandhaltung unterstützen und Empfehlungen für Bedienung und Management vorbereiten. Sie verfolgt beispielsweise die schrittweise Verschlechterung von Parametern, Veränderungen im Druck- oder Durchflussverhalten, Sensordrift oder Korrelationen mehrerer Signale. So lassen sich Prüfung und Wartung am tatsächlichen Zustand und Risiko ausrichten; das Ergebnis bleibt zugleich eine erklärbare Grundlage für eine fachliche Entscheidung.
04: Steuerung führen wir in geprüften Schritten einAutomatisierung ergänzen wir dort, wo Datenqualität ausreicht, Grenzwerte bekannt und Verantwortlichkeiten eindeutig festgelegt sind. Jeder Schritt braucht definierte Sicherheitsbedingungen, eine Kontrollmöglichkeit und einen klaren Weg zur Übergabe an einen Menschen. Von Empfehlungen kann die Entwicklung schrittweise zur teilautonomen Steuerung ausgewählter Prozesse führen – stets unter Berücksichtigung physikalischer Grenzen und der Sicherheit des realen Betriebs.

Hardware. Evolution. Langfristiger Betrieb.

Von der Messung zur Steuerung. Schritt für Schritt.

Ein Energiesystem endet nicht bei einer Datenbank oder einem Dashboard. Je nach Umfeld kann es eigene oder integrierte Hardware, Sensorkommunikation, Datenverarbeitung auf der Edge-Ebene und die sichere Rückgabe einer Entscheidung in den physischen Prozess umfassen. Software und Hardware entwickeln wir deshalb in ihrem gegenseitigen Zusammenhang.

Der Umfang der Lösung wird nicht durch eine Technologieliste bestimmt, sondern durch den tatsächlichen Zustand und das Ziel des Kunden. Manchmal müssen zunächst Quellen vereinheitlicht und Messqualität geprüft werden, während andernorts bereits Bilanzen, Prognosen oder Automatisierung folgen können. Wir ergänzen Fähigkeiten so, dass jede Etappe einen eigenständigen Nutzen bringt und zugleich den Raum für den nächsten Schritt vorbereitet.

Die gesamte Architektur entwickeln wir für den langfristigen Betrieb. Wir berücksichtigen neue Geräte, wachsende Mengen an Zeitreihendaten, Veränderungen in der umgebenden Technik und die laufende Weiterentwicklung von Analytik und AI. Das Ergebnis ist kein einmaliges Werkzeug, sondern ein System, das sich sicher warten, erweitern und schrittweise zu einem höheren Steuerungsgrad entwickeln lässt.

Physische Ebene

Software und Hardware als ein System

Unsere Softwareentwicklung können wir mit Elektronikdesign, Firmware, Kommunikationseinheiten, Sensoren und Edge-Logik verbinden. Daten lassen sich direkt an der Quelle verarbeiten, Ereignisse in Echtzeit behandeln, sicher in das zentrale Modell übertragen und geprüfte Entscheidungen in das reale Umfeld zurückgeben. Erfahrung mit eigener Elektronik und fortgeschrittenen Kommunikationsprotokollen ermöglicht uns, die physische und die Datenebene gemeinsam zu entwerfen. Spezialisierte Montage, Elektroinstallation und Messtechnik koordinieren wir bei Bedarf mit Fachpartnern.

Ein sinnvoller Anfang

Der erste Schritt folgt dem tatsächlichen Bedarf

Jeder Betrieb startet an einem anderen Punkt und benötigt nicht sofort AI oder automatische Steuerung. Der größte erste Nutzen kann in der Übersicht über vorhandene Quellen, einer einheitlichen Datenbedeutung oder der Sicherheit liegen, dass Messungen die Realität abbilden. Zu Beginn erfassen wir deshalb Technologien, Datenflüsse, physische Beziehungen, Verantwortlichkeiten und die Fragen, die das System wirklich beantworten soll. Gemeinsam bestimmen wir einen Schritt, der bereits in der ersten Etappe konkreten Nutzen schafft und eine belastbare Grundlage für die weitere Entwicklung bildet.

Schrittweise Entwicklung

Von Sichtbarkeit zu sicherem Handeln

Wir entwickeln das System in geprüften Ebenen. Zunächst machen wir Daten sichtbar und vereinheitlichen sie, dann verstehen wir sie im Kontext des physischen Netzes, weisen auf wichtige Abweichungen hin, prognostizieren die weitere Entwicklung und bereiten Empfehlungen vor. Jede Etappe hat einen eigenen überprüfbaren Nutzen und liefert Erfahrung für die nächste Ebene. Automatisierung und Steuerung ausgewählter Prozesse ergänzen wir erst dort, wo Daten verlässlich, Grenzen bekannt und Verantwortlichkeiten klar sind.

Langfristige Verantwortung

Das System muss auch nach Projektende funktionieren

Sicherheit, Monitoring, Updates und Skalierbarkeit berücksichtigen wir von Beginn an als Bestandteil des Systems. Nach der Einführung überwachen wir Kommunikation, Verfügbarkeit, Leistung und Datenqualität sowie den Zustand der Mess- und Kommunikationsinfrastruktur selbst. Entsprechend der tatsächlichen Nutzung binden wir neue Messpunkte, Quellen, Berechnungen und Integrationen ein, ohne die Nachvollziehbarkeit von Änderungen zu verlieren. Betriebserfahrung wird so zur Grundlage für weitere Analytik, AI und Automatisierung statt zum Abschluss einer einmaligen Lieferung.

Erfahrung. Teplárny Brno.

Umfangreiche Energiedaten im realen Betrieb.

Für Teplárny Brno haben wir ein System zur Vereinheitlichung von Betriebsdaten, zur Modellierung des Heißwassernetzes und zur Online-Auswertung von Wärmeverlusten entwickelt. Die Lösung verband Daten aus mehreren unabhängigen Quellen, arbeitete mit mehr als tausend Sensoren und verknüpfte Zeitreihen mit einem GIS-Modell des realen Verteilnetzes.

Die historische Umsetzung verarbeitete Durchfluss, Druck, Temperaturen und gelieferte Wärme und wertete mit regelmäßigen Berechnungen Bilanzen und Verluste über der realen Netztopologie aus. GIS-Darstellung, interaktive Analytik, Überwachung der Datenverfügbarkeit, Erkennung von Sensorfehlern, Alarme und zusammenfassende Ausgaben gaben technischen Rollen ein gemeinsames Bild des umfangreichen physischen Systems.

Diese Erfahrung hat uns langfristig gezeigt, was ein umfangreiches Energiesystem im täglichen Betrieb benötigt. Heute knüpfen wir daran mit einer neuen Generation der zentralen Daten- und Monitoring-Plattform an. Sie führt alte und neue Messwerte in einem gemeinsamen Datenmodell mit Historie, Data Quality, Kommunikations-Watchdog, physikalischen Validierungsregeln, Alarmen und einer technischen Monitoring-Konsole zusammen. So entsteht eine belastbare Grundlage für weitere Bilanz-, Prognose- und AI-Funktionen.

1.100+: Sensoren im realisierten System
760: Wärmeübergabestationen
5: integrierte Datenquellen
GIS + Zeitreihen: Modell des realen Verteilnetzes

Energie. Der erste Schritt.

Sie haben Daten. Wir machen daraus ein System.

Die richtige Lösung beginnt mit dem Verständnis des Betriebs.

Gemeinsam erfassen wir die verfügbaren Messungen, Datenquellen und ihre gegenseitigen Beziehungen. Auf dieser Grundlage entwickeln wir Architektur und Vorgehen, die mit einem übersichtlichen Monitoring beginnen und sich nach nachgewiesenem Nutzen in Richtung Prognose und teilautonomer Steuerung weiterentwickeln können.

info@leris.cz