Měření. Data. Řízení.

Od měření k inteligentnímu řízení.

Propojujeme měření, provozní systémy, GIS, časové řady, hardware, analytiku a AI do jednoho funkčního celku. Vytváříme řešení na míru skutečnému energetickému prostředí – od sjednocení a validace dat přes bilanční výpočty a monitoring až po predikci, doporučení a bezpečně zaváděnou automatizaci.

Fyzická síť. Jeden datový model.

Data nestačí sbírat. Musí dávat smysl.

Energetický provoz obvykle nevzniká jako jeden systém. Měření, řídicí technologie, mapové podklady, obchodní data a provozní evidence přicházejí z různých prostředí, v rozdílných intervalech a s odlišnou kvalitou. Samostatně ukazují hodnoty; teprve jejich propojení vytváří obraz celku.

Nad existujícími zdroji proto budujeme souvislou datovou vrstvu a model skutečné fyzické infrastruktury. Každá hodnota má své místo, význam, historii a vazbu na okolní body. Díky tomu lze data správně porovnávat, skládat do bilancí, zobrazovat v GIS a hledat příčinu odchylky tam, kde skutečně vzniká.

Stejnou pozornost věnujeme kvalitě samotného měření. Watchdog komunikace, kontrola fyzikálních mezí a dlouhodobého chování senzorů pomáhají rozlišit změnu v síti od chyby dat. Až nad tímto základem mají analytika, alarmy a další automatizace důvěryhodný význam.

Integrace a časové řady

Jedna souvislá datová vrstva

Propojujeme SCADA, MaR, BMS, GIS, databáze dálkových odečtů, IoT, obchodní systémy i samostatná měřidla různých výrobců a generací. Nová platforma nemusí nahrazovat vše, co už zákazník používá. Nad existujícími technologiemi vytváříme společnou vrstvu, která sjednotí význam dat, jejich historii, frekvenci i odpovědnost jednotlivých zdrojů. Dokáže přitom pracovat s kontinuálními měřeními, rozdílnými intervaly, opožděnými hodnotami i dlouhodobou historií a zachovat jejich správný časový kontext.

Model a GIS

Digitální obraz skutečné sítě

Hodnotu vždy zasazujeme do fyzického a prostorového kontextu. Systém ví, kde měření vzniklo, co představuje, do které větve nebo lokality patří a jak souvisí s okolními body. Síť, oblast, větev, úsek, stanice, zařízení a senzor tvoří jednu logickou hierarchii, nad kterou lze sledovat vstupy, výstupy a vzájemné vazby. GIS proto není jen mapa, ale součást datového modelu, který pomáhá zobrazit stav sítě, lokalizovat odchylku a správně skládat provozní výpočty.

Data Quality a Watchdog

Důvěra začíná u měření

Nehlídáme pouze samotnou hodnotu, ale také to, zda je měření důvěryhodné. Automaticky lze sledovat výpadky komunikace, chybějící intervaly, opožděná nebo zaseknutá data, nereálné skoky, neobvyklý šum i dlouhodobý drift senzoru. Fyzikální validační pravidla navíc ověřují, zda kombinace tlaku, teploty, průtoku a dalších veličin dává v daném režimu smysl. Kontrola může zohlednit vlastní historii bodu, stav okolních zařízení, venkovní teplotu, sezonu i typ technologie a lépe tak rozlišit poruchu měření od skutečné provozní změny.

Bilance a analytika

Výpočty nad skutečným provozem

Z jednotlivých měření skládáme logické uzly, větve a vyšší celky. Porovnáváme dodané a odebrané množství, sledujeme vývoj rozdílů v čase a pomáháme lokalizovat část soustavy, kde se skutečný stav začíná od očekávaného odchylovat. Výpočty mohou pracovat nad různými časovými okny a kombinovat naměřené i odvozené veličiny podle fyzikálního modelu. Časové řady, vazby a topologie sítě tak vytvářejí společný základ pro bilance, ztráty i další provozní analýzu.

Dohled a workflow

Upozornění, které vede k akci

Alarm nekončí červenou ikonou. Událost klasifikujeme, určujeme její prioritu a předáváme ji správné roli spolu s kontextem, historií a podkladem pro další krok. Provozní workflow může spojit technický stav zařízení, fyzikální odchylku, bilanční rozdíl i neobvyklý trend. Zachycuje také převzetí události, způsob řešení a výsledek, takže zůstává dohledatelná odpovědnost i zkušenost pro další vyhodnocení. Cílem není uživatele zahltit, ale soustředit jeho pozornost na situace, které ji skutečně vyžadují.

Souvislosti. Predikce. Bezpečná akce.

AI nad skutečným provozem, ne nad izolovanými daty.

Umělou inteligenci stavíme nad historií, časovými řadami, fyzikálním modelem a aktuálním stavem okolních zařízení. V takovém kontextu může pomáhat rozpoznat anomálii, vysvětlit možné příčiny, určit prioritu a připravit další krok. Cesta vede od lepšího dohledu přes predikci a doporučení až k automatizaci vybraných procesů.

01: Staví na důvěryhodných datechAI není náhradou datové kvality ani fyzikálního modelu. Pracuje nad ověřenými časovými řadami, jasnými vazbami mezi zařízeními a pravidly konkrétního energetického prostředí. Díky tomu nevychází z izolované hodnoty, ale z dat, u kterých zná původ, význam, kvalitu i vztah ke skutečnému fyzickému procesu.
02: Hledá souvislosti v čase i sítiPorovnává aktuální stav s historií, okolními body, provozním režimem, počasím a dalšími vstupy. Dokáže průběžně sledovat velké množství bodů současně a upozornit na pozvolnou změnu nebo kombinaci parametrů, která by při odděleném sledování snadno zanikla. Stejnou situaci může navíc vysvětlit odlišně pro dispečink, technickou správu nebo management.
03: Předvídá a doporučujeNad dlouhodobým vývojem může hledat rizikové stavy, podporovat prediktivní údržbu a připravovat doporučení pro obsluhu i management. Sleduje například postupné zhoršování parametrů, změny tlakového nebo průtokového chování, drift senzorů či korelace více signálů. Pomáhá tak zaměřit kontrolu a údržbu podle skutečného stavu a rizika; výstup přitom zůstává vysvětlitelným podkladem pro odborné rozhodnutí.
04: Řízení zavádíme po ověřených krocíchAutomatizaci přidáváme tam, kde jsou kvalitní data, známé limity a jednoznačně nastavené odpovědnosti. Každý krok musí mít definované bezpečnostní podmínky, možnost kontroly a jasný způsob předání situace člověku. Od doporučení lze postupně přejít k poloautonomnímu řízení vybraných procesů, vždy s ohledem na fyzikální omezení a bezpečnost skutečného provozu.

Hardware. Evoluce. Dlouhodobý provoz.

Od měření k řízení. Krok za krokem.

Energetický systém nekončí databází ani dashboardem. Podle konkrétního prostředí může zahrnovat vlastní či integrovaný hardware, komunikaci se senzory, zpracování dat na edge vrstvě i bezpečné předání rozhodnutí zpět do fyzického procesu. Software a hardware proto navrhujeme ve vzájemných souvislostech.

Rozsah řešení přitom neurčuje seznam technologií, ale skutečný stav a cíl zákazníka. Někde je potřeba nejprve sjednotit zdroje a ověřit kvalitu měření, jinde už lze navázat bilancemi, predikcí nebo automatizací. Jednotlivé schopnosti přidáváme tak, aby každá etapa přinesla samostatnou hodnotu a současně připravila prostor pro další krok.

Celou architekturu stavíme pro dlouhodobý provoz. Počítáme s novými zařízeními, rostoucím objemem časových řad, změnami okolních technologií i průběžným rozvojem analytiky a AI. Výsledkem není jednorázový nástroj, ale systém, který lze bezpečně udržovat, rozšiřovat a postupně posouvat k vyšší míře řízení.

Fyzická vrstva

Software a hardware jako jeden systém

Vlastní vývoj softwaru dokážeme propojit s návrhem elektroniky, firmwarem, komunikačními jednotkami, senzory a edge logikou. Data tak můžeme zpracovat přímo u zdroje, reagovat na události v reálném čase, bezpečně je přenést do centrálního modelu a ověřené rozhodnutí vrátit zpět do skutečného prostředí. Zkušenost s vlastní elektronikou a pokročilými komunikačními protokoly nám umožňuje navrhovat fyzickou a datovou vrstvu společně. Specializovanou montáž, elektroinstalaci a měřicí techniku podle potřeby koordinujeme s odbornými partnery.

Smysluplný začátek

První krok určuje skutečná potřeba

Každý provoz začíná jinde a nemusí hned potřebovat AI nebo automatické řízení. Největším prvním přínosem může být přehled o dostupných zdrojích, sjednocení významu dat nebo jistota, že měření odpovídá realitě. Na začátku proto mapujeme technologie, datové toky, fyzické vazby, odpovědnosti i otázky, na které má systém skutečně odpovídat. Společně pak určujeme krok, který přinese konkrétní užitek už v první etapě a současně vytvoří pevný základ pro další rozvoj.

Postupný rozvoj

Od viditelnosti k bezpečné akci

Systém rozvíjíme po ověřených vrstvách. Nejprve vidíme a sjednotíme data, potom jim rozumíme v kontextu fyzické sítě, upozorňujeme na důležité odchylky, předvídáme další vývoj a připravujeme doporučení. Každá etapa má vlastní ověřitelný přínos a poskytuje zkušenost pro návrh následující vrstvy. Teprve tam, kde jsou spolehlivá data, známé limity a jasná odpovědnost, přidáváme automatizaci a řízení vybraných procesů.

Dlouhodobá odpovědnost

Systém musí fungovat i poté, co skončí projekt

Bezpečnost, monitoring, aktualizace a škálovatelnost řešíme jako součást systému od začátku. Po nasazení sledujeme komunikaci, dostupnost, výkon i kvalitu dat a současně kontrolujeme stav samotné měřicí a komunikační infrastruktury. Podle skutečného používání zapojujeme nové měřicí body, zdroje, výpočty a integrační vazby, aniž by se ztrácela dohledatelnost změn. Provozní zkušenost se tak stává podkladem pro další analytiku, AI a automatizaci místo jednorázového uzavření projektu.

Zkušenost. Teplárny Brno.

Rozsáhlá energetická data v reálném provozu.

Pro Teplárny Brno jsme vytvořili systém pro sjednocení provozních dat, modelování horkovodní sítě a online vyhodnocování tepelných ztrát. Řešení spojovalo data z několika samostatných zdrojů, pracovalo s více než tisícem snímačů a propojovalo časové řady s GIS modelem skutečné distribuční sítě.

Historická realizace zpracovávala průtoky, tlaky, teploty i dodané teplo a pravidelnými výpočty vyhodnocovala bilanci a ztráty nad skutečnou topologií sítě. GIS zobrazení, interaktivní analytika, dohled nad dostupností dat, sledování poruch snímačů, alarmy a souhrnné výstupy dávaly technickým rolím společný obraz rozsáhlého fyzického systému.

Tato zkušenost nám umožnila dlouhodobě ověřit, co rozsáhlý energetický systém potřebuje v každodenním provozu. Nyní na ni navazujeme vývojem nové generace centrální datové a monitorovací platformy, která sjednotí stará i nová měření a zavede společný datový model, historizaci, kontrolu kvality dat, Watchdog komunikace, fyzikální validační pravidla, alarmy a technickou monitorovací konzoli. Vzniká tak pevný základ pro další bilanční, prediktivní a AI funkce.

1 100+: snímačů v realizovaném systému
760: výměníkových stanic
5: integrovaných datových zdrojů
GIS + časové řady: model skutečné distribuční sítě

Energetika. První krok.

Máte data. My z nich vytvoříme systém.

Správné řešení začíná pochopením provozu.

Společně zmapujeme dostupná měření, datové zdroje a jejich vzájemné vazby. Na tomto základě navrhneme architekturu a postup, který může začít přehledným monitoringem a podle ověřených přínosů se rozvíjet směrem k predikci a poloautonomnímu řízení.

info@leris.cz