- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (79)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT slueb a řeení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řeení pro logistiku (45)
- IT řeení pro stavebnictví (26)
- Řeení pro veřejný a státní sektor (27)
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údrby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tisk![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který kadý týden přináí výběr článků z oblasti podnikové informatiky | |
![]() | |
Měřím, tedy etřím
Technologie internetu věcí pomáhají etřit energie
Jakékoliv rozhodování je lepí provádět na základě faktů. Ve chvíli, kdy se zajímám o úspory v oblasti energií, je důleitou informací spotřeba. Ve chvíli, kdy ji začneme měřit častěji ne měsíčně či ročně, dostaneme zajímavé informace o tom, kdy a jakou spotřebu máme (v různých dnech či hodinách), případně i v různých částech objektů či u technologií. U jen analýza těchto dat můe hodně pomoci etřit například vypnutí či omezení zbytečně běících technologií mimo pracovní dobu. Kadopádně u jen to, e se této oblasti začneme věnovat, přinese první drobné úspory začneme o spotřebě přemýlet a tím jí více řídit. V tu chvíli ji etříme.

Měříme elektřinu, vodu, plyn i teplo
Jaké energie je moné měřit? V podstatě vechny podstatné. Standardně se měří spotřeba elektřiny, vody, tepla a plynu. Při ručních odečtech je spotřeba větinou kontrolována měsíčně nebo ročně. Mezitím vak nemáme přehled o stavu čerpání (tedy zda například spotřebováváme méně, nebo více ne v minulém období). V případě osazení měřidel externím dálkovým odečtem je tato frekvence sníena na denní, hodinovou či například 15minutovou spotřebu. Frekvence záleí na jedné straně na potřebě a vyuití dat, na druhé na typu senzoru a přenosové IoT síti. Vzhledem k tomu, e se často jedná o bateriové senzory, je vhodné správně nastavit poměr mezi četností zasílání dat a výdrí baterie. Nejčastěji se tak kombinují frekvence odečtů dle typu měřeného média, odběrného místa a potřeby na zpracování dat.
Sběr, přenos a zpracování
Měření spotřeby není ádná komplikovaná věda. V podstatě se na stávající či nový měřič energie připojí externí senzor, počítající spotřebu buď přímým přenosem stavu, nebo pomocí měření pulzů. Tato data jsou následně v nastavených intervalech pomocí bezdrátové IoT sítě (například Sigfox, LoRaWAN či NB-IoT) přenáena do centrální aplikace (opět buď lokální, ale mnohem častěji v cloudu). Tam jsou následně data o spotřebě zpracována a dále vyuita pro vizualizaci, analýzu, reporty, rozúčtování či reakci na nestandardní situace. Příkladem takové aplikace můe být například integrační IoT platforma SARA.hub.
Řadu stávajících elektroměrů nemusíme měnit
Důleitým prvkem celého řeení je hned na začátku výběr způsobu, jak spotřebu měřit. Pochopitelně je zapotřebí nějaký standardní měřič tedy elektroměr, vodoměr, kalorimetr či plynoměr. Na tom, jaký měřič je na místě osazen, pak záleí způsob odečtu a zvolený IoT senzor. Obecně je moné říct, e větina elektroměrů je schopna data o spotřebě nějak poskytovat. Buď pomocí sofistikovanějích forem, jako je optický výstup, ModBus či M-Bus rozhraní, nebo (co je případ větiny elektroměrů) alespoň pomocí S0, tedy pulzního rozhraní. U vodoměrů je třeba volit modernějí typy, pro které existuje externí nasazovací odečtová hlava. Plynoměry opět buď umoňují vyuití násuvného modulu, případně přímo či pomocí převodníku dodávat pulzní výstup. U kalorimetrů je situace o něco sloitějí, není takový výběr, ale i zde je to řeitelné. Jak je vidno, moností je celá řada, a proto je dobré konzultovat výběr vhodných měřidel a předevím senzorů s někým, kdo dokáe vybrat správný typ dle poadovaného způsobu pouití, umístění či přenosu dat. A platí to i pro výběr vhodné přenosové IoT sítě.
Typické způsoby měření spotřeby energií z měřidel:
- Pulzní výstup (jeden pulz = určitá spotřeba; u elektroměrů S0 rozhraní, u vodoměrů větinou nasazovací magnetická odečtová hlava)
- M-Bus či ModBus digitální rozhraní pro detailní čtení informací z měřidla
- Optické digitální rozhraní (předevím u elektroměrů neinvazivní forma připojení, čtení parametrů z měřidla)
Vyhodnocení je jen začátek
Ve chvíli, kdy sbíráme z měřidel data o spotřebě a ta přenáíme do centrální aplikace, se můeme pustit do zpracování. Tím můe být pochopitelně nejprve zobrazení spotřeby, včetně historie pro analýzu a hledání úspor. Dalím moným vyuitím je automatické vyúčtování, a to jak nájemcům v budově či areálu, ale i v rámci jednoho podniku třeba na jednotlivá oddělení či výrobní linky.
Doporučený postup implementace IoT pro měření spotřeby:
- Definovat potřeby a vyuití dat
- Udělat si revizi měřidel
- Vybrat vhodné senzory pro stávající typy měřidel
- Vybrat optimální kombinace měřidel a senzorů při novém osazení
- Vybrat vhodnou IoT sí
- Instalovat senzory, připojit je, nastavit aplikaci
- Začít pouívat a postupně roziřovat
Ochranné funkce uetří při poruchách či zneuití
Vedle analýzy vedoucí k úsporám či rozúčtování energií se dají data o spotřebě, speciálně ve chvíli, kdy jsou relativně podrobná, pouít i k ochraně nákladů a zamezení kodám. Pomocí těchto dat jsme toti schopni detekovat nestandardnosti tedy například nadměrnou či kontinuální spotřebu, spotřebu v době, kdy by být neměla, či odchylky od dlouhodobého normálu (zde i s uplatněním strojového učení jako disciplíny umělé inteligence AI). Díky tomu je pak monost odhalit havárie (prasklá trubka, netěsnící či nezavřený kohoutek, patně fungující zařízení) a dalí nestandardní situace (neoprávněné čerpání například těbou kryptoměn) a včas na ně reagovat. Tím etříme jak přímé náklady na energie, tak případné související kody (pokození technologií, uskladněného zboí, budov...).
Moderní zelená
Řada společností dbá poslední dobou na aktivity a prezentaci v oblasti udritelnosti, sniování produkce či vlivu na produkci CO2. Spotřeba energií, předevím pak elektřiny a plynu, má přímý vliv na tuto oblast. A proto sledování spotřeby, její optimalizace, ale i prezentace úspor a aktuální spotřeby (v porovnání například s minulým obdobím) na informačních tabulích či webech je dalím postupně se roziřujícím způsobem vyuití dálkového měření.
Nejčastějí způsoby vyuití IoT v oblasti měření energií:
- Rozúčtování nákladů na energie nájemcům či oddělením
- Analýza spotřeby a identifikace potenciálních úspor
- Vyhodnocení a vhodné nastavení 1/4h maxima
- Včasná reakce na nestandardní situace (poruchy, havárie, neoprávněné čerpání/spotřeba)
Začít je jednoduché a rychlé
Měřit spotřebu energií je jednoduí, ne se moná zdá. Chce se to jen dret pár základních kroků. Prvním je definovat si, k čemu budu informace o spotřebě vyuívat. To ovlivní typ senzorů, frekvenci odečtu i zasílání dat a pochopitelně i výběr přísluné aplikace pro zpracování. Dalím krokem je udělat si revizi stávajících měřidel (elektroměrů, vodoměrů, plynoměrů, kalorimetrů) a u existujících definovat, které tak jako tak bude třeba vyměnit (kalibrace, stáří, ). Pochopitelně se dá začít i třeba jen s jedním typem energie a pár měřidly. Ve třetím kroku je pak potřeba vybrat typ externích senzorů k vybraným měřidlům a současně definovat typ měřidel a přísluného senzoru (nebo rovnou měřidla s integrovaným senzorem typicky u vodoměrů) pro místa, kde zatím ádné měřidlo není nebo je třeba ho nahradit. Při výběru vhodného senzoru je současně dobré vybrat vhodného výrobce a také přenosovou IoT sí.
Vyuijte zkuenosti
S výběrem vhodných stavebních prvků velmi dobře poradí zkuený partner, který má zkuenosti jak s měřidly, tak senzory, přenosovými sítěmi i aplikacemi. Umí dát vyuití IoT smysl prostřednictvím relevantních scénářů a vybrat a poskládat optimální stavební prvky celkového řeení (včetně případné integrace na vae interní IT systémy a procesy). Protoe u IoT platí, e je lepí si nechat od někoho, kdo ji získal zkuenosti a přehled, nechat poradit. Protoe íře moností řeení i dodavatelů jednotlivých komponent je v IoT velmi iroká.
![]() |
Dalibor Luke Autor článku řídí společnost iotor, a. s., která navrhuje a vyvíjí IoT řeení, a to primárně v oblastech facility managementu a průmyslu. Dříve působil ve společnostech Siemens, Microsoft či SoftwareONE, ve kterých se vdy zaměřoval na oblast digitální transformace včetně IoT řeení, a to jak z pohledu produktového, tak projektového. |




















