help@sochisirius.ru

Участники программы «Умный город» создали модели прогнозирования данных в сфере ЖКУ. Система поможет автоматически передавать показания счетчиков воды и света.

«Неоплата или задержка оплаты за ЖКУ, на наш взгляд, связана в том числе со сложным процессом получения показаний. Нужно пойти к счетчикам, записать данные, потом их вбить, отправить, проверить, что все сохранилось. Особенно этот процесс становится рутинным при учете постоянной нехватки времени. «Умные» счетчики решают эту проблему, но их покупка обойдется в 5-20 тысяч рублей. Наша разработка позволит упростить этот процесс с текущими счетчиками, то есть без лишних затрат», – рассказывает один из разработчиков проекта Константин Балцат.

Система создана, чтобы убрать необходимость снимать показания каждый месяц. Модель прогнозирует расход воды и света на основе полученных данных за предыдущие месяцы. Контролировать и сверять переданные данные пользователи могу в личном кабинете на сайте проекта – http://mos-ai.ru/#service.

«Если человек забывает передать показания, система делает предположение на основе данных за прошлые месяцы и передает эти показания. Данные мы шифруем и защищаем от хакерских атак. В конце года обязательно будет происходить сверка, как это и сейчас происходит. Приходит сотрудник коммунальной службы, если человек переплатил, ему конечно же вернется, если не доплатил, то в квитанции придет доплата», – отмечает Константин.

По словам авторов разработки, аналогичные решения сегодня распространение в других странах. Онлайн-решения по сбору показаний счетчиков действуют в США, в развитых штатах, например, Нью-Йорке и Калифорнии. Также государственный сервис по дистанционному сбору показаний счетчиков работает в Сингапуре.

«Мы создали сервис, который использует модели машинного обучения для прогнозирования расхода воды и электричества в квартирах. К веб-сервису подключаются датчики, которые в автоматическом режиме отправляют данные на сервер, который использует их для лучшего обучения наших моделей. Сначала мы выполнили разведочный анализ данных – проанализировали базу данных за два года, в которой было 10 миллионов строк. Это те данные, на основе которых мы построили наши машинные модели. Мы сделали две модели – модель классификации и модель регрессии. Модель классификации предугадывает, заполнит ли пользователь показания счетчиков в следующем месяце, а модель регрессии предугадывает показания счетчиков воды и электричества» – объясняет разработчик проекта Никита Абрамов.

Как отмечают авторы, основная аудитория проекта – население и управляющие компании. Пользователи системы также смогут отправлять обратную связь в специальном чат-боте.

Разработка стала лучшим проектом образовательной программы «Умный город», проводившейся в «Сириусе» совместно с Департаментом информационных технологий Москвы, который предоставил для проектной работы шесть реальных кейсов из практики. Результаты, полученные школьниками, эксперты департамента планируют использовать в работе.  

Поделиться
Подать заявку Подписаться на рассылку
© 2015–2019 Фонд «Талант и успех»
Нашли ошибку на сайте? Нажмите Ctrl(Cmd) + Enter. Спасибо!