導讀：對能源用量做出精確的評估。這就是智能表計的優勢之一，解放人力，實現遠程抄表。然而智能表計的實現方式卻有異同，有的傾向于直接切換為物聯網表，有的則試圖引入AI技術。
在不少人看來，換成更智能的物聯網表才是打造智能抄表網絡的關鍵。目前越來越多的城市開始在公共服務領域建設物聯網，比如利用NB-IoT與云服務廠商打造智能抄表業務，水務、燃氣、電網的企業借助云+管+端的智能表來傳輸使用信息，不僅方便用戶實時查詢，也給了資源供應企業更好的管理運營手段。
過去傳統的抄表方式需要人力手動抄表，效率極低。在與NB-IoT網絡和云平臺結合后，不僅可以實現低功耗和海量連接，還能以大數據做好精細化運營，做到故障調查監控和分區壓力調節等操作，避免出現用電、用水緊張的情況。
除了NB-IoT外，基于WI-SUN這樣的協議做智能表計也已經相當常見。以Silicon Labs的EFR32FG12為例，這顆無線SoC采用了Arm Cortex M4的內核，不僅支持WI-SUN、M-BUS等通用協議，也支持專有協議。除了低功耗特性外，EFR32FG12的1024 kB FLASH和256 kB RAM也確保了后續的OTA表計升級支持。
對于智能抄表這樣的應用來說，接入的設備量是相當大的，因此傳統的IPV4池不足以支持其大規模擴張，而WI-SUN通過支持IPV6，可以提供大量的地址資源。
AI“改裝”抄表
接入物聯網表的方式固然部署起來相對簡單，但也對設備改造提出了很高的要求，尤其是水表這樣的表計，況且當前的物聯網表也并不便宜。要想將過去機械式的表改成電子式，必須要考慮到供電和無線傳輸等問題，尤其是采用
PLC技術實現的自動抄表。
隨著深度學習、云計算和芯片的發展，人工智能成了半導體各行各業追捧的技術熱點，然而由于諸多AI應用都要用到高性能芯片，所以在一些邊緣或本地化部署上，人工智能的出場率并不高。
如今不少廠商開始研究如何把AI做進低功耗的本地端，在嵌入式設備或是基于MCU等處理能力不高的設備中引入人工智能技術。通過加裝或改裝模組的方式，利用
圖像傳感器攝像將圖片轉化為數字，再借助NB-IoT等無線傳輸方式發送數據，這樣的話就不需要去替換現有的設備。這些視覺識別與圖像識別的技術，都是部署在本地端的AI算法，將傳統機械表變成智能表，這種改裝的方式大幅降低了成本、提升了效率。
這種方案用到的芯片雖然算力不高，但也必須滿足簡單視覺算法的的支持。以嘉楠科技的堪智K210為例，該芯片采用了了64位的雙核RISC-V CPU，算力達到1TOPS，但功耗僅有300mW。該芯片搭載了嘉楠自研的核心神經網絡加速器KPU，方便在本地處理器機器視覺任務。嘉楠科技稱這種“無創”改造的設計，成本僅有傳統智能表計的四分之一。
智能抄表，讓數據來“跑腿”
一手扛著梯子、一手拿著抄表本、肩上背著工具包，早上五六點出門、晚上八九點到家，這是老李原來的日常工作。老李是畢節某供電所的一名配電營業工，多年來每到抄表日都要帶著工具挨家挨戶去抄表。老李回想起以往工作的點滴，他說：“那時每天要走幾十公里路、抄兩三百個表，風吹日曬、狗追蟲咬都是常事?！?br/>
但2017年貴州電網啟動建設了“計量自動化系統”，這一切發生了改變?！白詮挠辛酥悄茈姳恚抑恍鑴觿邮种妇湍軐崿F‘秒抄’，吹著空調就把活給干了”。老李的眼里再次泛起了光，在數字化賦能下，如今他和同事不出門就能收到轄區內所有電表數據。
提及科技帶來的便利，老李頗為感慨：“計量系統‘解放’了我們的雙手雙腳，現在打開電腦點擊一下鼠標，幾秒鐘便可得到每家的用電數據?！?br/>
在“能源數字化”能力加持下，全新的“抄、核、收”模式具備“集中自動抄表+集中自動核算+集中自動發行”功能，消除了人工抄表費時、費力、不精準等弊端，使電費抄核管理更精益、集約、智能。
與此同時，計量自動化系統還能遠程分析電表數據，幫助電網掌握客戶用電信息，一旦發現異常便能及時搶修，全力保障居民客戶用電。
計量自動化系統助力線損精益化管理，通過分區域、分電壓等級、分線路、分臺區的線損異常分析與管理。
因此，這兩種智能抄表方式均有各自的優勢，更適合對不同的場景進行調研后再確定方案。比如對于某些缺乏外掛環境、表計位于公共區域的情況，就更適合進行新表的更換，比如現在大部分電氣表計。而某些需要低成本高效率安裝或是改裝入戶困難的情況，例如室內的水表等，則更適合AI加裝的方案。
除了表計本身之外，水務和電網等供應商往往都要與云平臺合作，做好抄表數據的管理與存儲，云平臺也會協力打造基于抄表數據的智能應用，比如開發App、支持在線繳費和查詢等。而對于這些已經投入大成本進行改裝的供應商來說，這些數據未來是否有更多的增值空間，還待對商業模型的進一步挖掘，但智能抄表絕對是必行的一步。
資料來源： 電子發燒友，朗新科技
