X Международная студенческая научная конференция Студенческий научный форум - 2018

В статье проведен анализ существующих разработок и инноваций в сфере ЖКХ и рассмотрены технологии, которые позволят улучшить работу этого органа в рамках курсового проекта по дисциплине «Machine Learning. Обучающиеся технические системы». На кафедре «Интеллектуальные системы в управлении и автоматизации» ведется активная работа по применению методов интеллектуального анализа данных в рамках проекта «Умный дом» [1-2]

В наше время каждый человек повсеместно использует услуги ЖКХ. Электроэнергия, отопление, водоснабжение – это те удобства, без которых нельзя обойтись в современном обществе. Потому, нельзя обойтись и без такого органа, как ЖКХ, которое обязано с должным качеством предоставлять данные услуги. Само собой, ничто не стоит на месте и везде требуется модернизация для более качественных и удобных населению условий. Свои результаты на данном поприще ЖКХ показывает на многочисленных выставках, конференциях, порталах, семинарах и вебинарах.

С 24 по 26 июня 2015 года в Петрозаводске проводилась VI Всероссийская конференция «Механизмы эффективного функционирования ЖКХ-2015», на которой обсуждались вопросы развития жилищно-коммунального хозяйства в России; формировались задачи по улучшению состояния региональных органов ЖКХ; совершенствовалась нормативно-правовая база; выносили вопросы о модернизации жилищной и коммунальной инфраструктуры, а также государственная политика России в таких сферах, как: теплоснабжение, энергоснабжение, энергоэффективность. Результатом конференции, помимо обсуждения насущных вопросов, стало представление Вячеславом Бойковым нового вида тепловычислителей НПФ ЛОГИКА с нестираемыми архивами записей, который позволял хранить на порядок больше данных, чем тепловычислители на тот момент времени[3].

На VII Всероссийской конференции «Механизмы эффективного функционирования ЖКХ-2016» продолжались обсуждения проблем и возможностей модернизации технической составляющей услуг жилищно-коммунального хозяйства[4]. Одним из наиболее прогрессивных итогов стал отчет шведской компании Husqvarna, которая представила обширный спектр оборудования для озеленения: кусторезы, газоно- и травокосилки, профессиональные пилы, воздуходувы и т.д. Особое внимание было уделено бензопилам Husqvarna 365 из-за широкого круга проводимых работ и профессиональным газонокосилкам, которые при отсутствующем травосборнике увеличивали работоспособность в 3-4 раза. Однако, главным в технике этой компании можно считать наличие специальных датчиков, которые регистрируют всю информацию о работе устройства, в том числе и о возможных неполадках, о простое механизма, о его вероятной поломке и выходе из строя. Затем, все эти данные оперативно отправляются на специальный сайт, где формируется отчет о производительности и работоспособности, по которому специальный работник может быстрее диагностировать неполадку и оперативно ее исправить[5].

Однако все эти модернизации довольно трудно внедрять для простых обывателей по ряду причин, самой первой из которых является то, что система тарифов не стимулирует их. Кроме того, существуют проблемы с бюджетом и т.д. Но это не значит, что инновации не применяются – совсем наоборот. Одной из наиболее известных является модернизация биллинговой системы на SaaS-платформе, которая позволяет производить операции начисления и сбора платежей в онлайн-режиме. Данная система позволяет производить весь комплекс биллинговых работ с органом жилищно-коммунального хозяйства, начиная от выставления квитанций последним, заканчивая сбором каких-либо исходных данных. Вся информация сохраняется в Центре обработки платежей. Данная автоматизированная система позволит существенно сократить то время простых жильцов, которое они затрачивали на оплату бумажных квитанций. Кроме того, данная система позволит снизить затраты ЖКХ, из-за того, что не требуются квитанции и люди, которые их разносят[6].

Помимо совершенствования биллинговой системы, в ЖКХ постоянно производятся модернизации технического характера – ставятся более точные и производительные счетчики, создаются специальные программы для упрощения выписывания и обработки счетов, улучшаются приборы для диагностики и исправления неполадок, оборудование для связи с сотрудниками.

Самым удобным вариантом для системы жилищно-коммунального хозяйства можно считать концепцию умного дома. При ней можно эффективно оптимизировать время сотрудников, позволяя принимать сигналы датчиков и дистанционно контролировать любые изменения в их показаниях. В некоторых случаях, умный дом может сам вызывать специалистов или связываться с хозяином, обращая его внимание на неполадку. В целом же, умный дом – это совокупность автоматизированных решений, которые позволяют дистанционно управлять некоторыми технологическими процессами в доме. Управление электроэнергией, водой, отоплением, кондиционером – все это можно делать с экрана смартфона хозяина, либо же положиться на программу, которая сама будет определять наилучшие параметры для жизни, отключать забытые электроприборы и регулировать температуру воды. Кроме того, датчики в розетках, кранах и т.д. позволяют контролировать водо- и энергопотребление и, в дальнейшем, сократить его. Кроме того, те же умные розетки и краны сообщают о неисправностях и позволяют сразу знать место поломки, что сокращает время работы ремонтников. Кроме того, умный дом позволяет существенно облегчать жизнь, оптимизируя какие-то сценарии, которые воспроизводятся обывателем каждый день. Скажем, можно при уходе запустить скрипт, который выключит воду, электричество и задернет жалюзи. А еще до прихода можно включить теплую воду – и к моменту захода в квартиру, человека уже ждет горячая ванна. Можно запрограммировать робота-пылесоса на уборку в то время, пока дома будет пусто. Неудивительно, что ЖКХ стараются двигаться в направлении этой концепции[7].

Умный дом полезен для жилищно-коммунального хозяйства за счет того, что позволит удаленно контролировать все неполадки в квартире каждого человека, позволит координировать людей при неполадках и автоматически отправлять помощников для устранения. В случае протечки, умный кран может отправлять запрос не только владельцу квартиры, но и в ЖКХ. Человек не всегда может вовремя отреагировать на сигнал тревоги – зато специальные работники в центре управления сделают это оперативно. Кроме того, жилищно-коммунальное хозяйство сможет предлагать меры по оптимизации расходов энергии и воды, позволяя экономить каждому жильцу. Еще одной важной мерой контроля, которую реализует умный дом – защиту от посторонних. В случае, если включена защита от посторонних и в дом проникли люди, то отправляются сигналы во все запрограммированные инстанции: полиция, владелец, центр управления в ЖКХ. Однако, для правильной работы всей системы умного дома, не обойтись без концепции IoT [8].

IoT (англ. Internet of Things) – концепция, при которой предметы оснащены специальными технологиями для взаимодействия с окружающей средой и друг с другом. Если возвращаться к умному дому – это система климат-контроля; контроль за энерго- и водопотреблением; удаленное управление приборами и т.д. Если же расширять это понятие, то это контроль за системами реактивных двигателей компанией General Electric. Компания Thyssen Elevator с помощью технологии IoT обслуживает лифты, а упреждающее и профилактическое техобслуживание компанией Microsoft позволило существенно уменьшить количество обращений в службу поддержки. В наши дни данная технология используется практически во всех областях жизни человека: создание новых источников дохода; новые партнерские отношения (как в случае с Google, которые создают программное обеспечение для автомобилей без водителя); предоставление выгодных условий для заказчиков (компания Intel создала технологическую систему для торговых автоматов, которая сама создает акции и выгодные предложения для клиентов); автоматизация бизнеса и т.д. Однако, не всегда есть возможность сразу интегрировать IoT в свою жизнь (если брать «умный дом»), потому необходимы промежуточные решения[9].

Одним из таковых может служить программа на основе нейросети, которая будет считывать показания счетчиков с фотографии, которые будут отправлять в специальный центр управления простые жители. Это позволит избежать необходимости обхода специалистами квартир. Кроме того, обработка данных, будет происходить автоматизировано и во много раз быстрее. И реализовать эту автоматическую систему управления будет невозможно без технологий OCR.

ОCR (англ. Optical character recognition) – оптическое распознавание символов, технология, которая позволяет механически или электронно представлять изображения рукописного текста в виде текстовых данных, которые, затем, могут быть отредактированы пользователем. В OCR используются технологии распознавания символов, которые могут быть усовершенствованы при помощи нейронных сетей. Используя машинное обучение этих программ, можно добиться высокой точности распознавания символов.

Одним из вариантов программ для реализации распознавания цифр с фотографий счетчиков можно считать Cuneieform. Она может работать с самыми популярными на данный момент форматами файлов, такими как pdf, gif, jpeg, png, bmp и т.д., а выходные данные представлять в одном из четырех: doc, pdf, txt, rtf. Кроме того, можно редактировать распознанные данные прямо в окне программы. Достоинствами этой программы является то, что она полностью бесплатна, работает с широким спектром общеупотребительных форматов, удобный интерфейс и то, что в основе этой программы лежат нейросети, которые позволяют ей обучаться и работать эффективнее. Кроме того, программа на русском языке[10].

Данная программа будет использоваться в эксперименте, который будет проверять эффективность использования подобного рода продуктов для распознавания текста с счетчиков. В эксперименте будет участвовать 10 счетчиков, фотографии которых будут поданы в Cuneieform.

Рис 1. Примеры распознаваемых счетчиков

При попытке распознавания текста при помощи программы Cuneieform, получим результат, представленный на рис 2. Как видно, в верхней половине программы отображается распознанный результат, а в нижней – фотография, которую обрабатывает программа.

Рис 2. Пример распознавания данных при помощи Cuneieform

В результате эксперимента были получены следующие результаты: полностью распознанных фотографий – 4; с небольшой погрешностью в виде одной-двух неправильно определенных – 3; с большой погрешностью – 3.

Анализируя результаты эксперимента, можно сказать что данная программа может использоваться для распознавания текста с должной долей погрешности, несмотря на то, что имелась доля не до конца распознанных фотографий. Такую погрешность можно списать на низкое качество фотографии; мешающие факторы, наподобие света/неправильного угла/размытости; недостаточное обучение программы. Но все эти факторы возможно нивелировать, повысив, тем самым, качество распознавания. Основываясь на результатах эксперимента, можно сказать, что данная программа эффективна примерно на 65-70%.

В статье рассмотрены несколько конференций посвященных инновациям в сфере ЖКХ, технологиям IoT и «умного дома»; приведен пример распознавания текста и цифр с счетчика при помощи программы Cuneieform

Список источников и литературы:

Л.И. Воронова, В.И. Воронов. Machine Learning: Регрессионные методы интеллектуального анализа данных: учебное пособие – МТУСИ, 2017 – 81 с.

Воронов В.И., Усачев В.А. Компетенция «Машинное обучение и большие данные» // Приоритетные направления развития науки и образования: монография / Под общ. ред. Г. Ю. Гуляева – Пенза: МЦНС «Наука и Просвещение». – 2017. – С. 97-108.

Конференция «VI Всероссийская конференция «Механизмы эффективного функционирования ЖКХ - 2015», http://www.karelexpo.ru/news/vi-vserossiiskaya-konferenciya-

Конференция «VII Всероссийская конференция «Механизмы эффективного функционирования ЖКХ - 2016», http://www.karelexpo.ru/news/vii-vserossiiskaya-konferenciya-

Продукция компании «Husqvarna», http://gr-news.ru/2016/06/27/shvedskaya-kompaniya-husqvarna-prinyala-uchastie-v-vii-vserossijskoj-konferentsii-mehanizmy-effektivnogo-funktsionirovaniya-zhkh-2016/

Внедрение биллинговой системы в сферу ЖКХ, https://www.rc-online.ru/about/smi/innovatsii-i-novye-tekhnologii-v-sfere-zhkkh

Кашкаров, А.П. Умный дом своими руками/ Кашкаров А.П. – Москва: ДМК-пресс, 2013. – 256 с.

Безумнов Д.Н., Воронова Л.И. О поддержке дисциплин, включающих изучение «умного дома», с использованием конструкторов на базе Arduino и Raspberry // Приоритетные направления развития науки и образования: монография / Под общ. ред. Г. Ю. Гуляева – Пенза: МЦНС «Наука и Просвещение». – 2017. – С. 109-118.

Сведения об IoT, https://habrahabr.ru/company/gemaltorussia/blog/281619/

Программа для распознавания текста Cuneieform, http://expscan.narod.ru/ocr-cuneiform.html

Код для цитирования: Скопировать