Automatisierung
Zeitlich hochauflösende Zählerdaten beinhalten Fehler. Manche sind von Interesse, andere möchte man lieber nicht in der Datenpipeline und muss sie bereinigen.

Wer schon einmal die Historie eines Wärmezählers analysiert hat, weiß, dass Zählerdaten im Laufe der Zeit allerlei Kuriositäten produzieren können. Die Arbeit mit diesen Daten birgt Herausforderungen, insbesondere beim Zählerwechsel. In diesem Beitrag unterscheiden wir zwischen zwei Kategorien von Datenfehlern: Fehler von Interesse und Fehler, die bereinigt werden müssen, um eine sinnvolle Nutzung der Daten zu ermöglichen.
Ein typisches Fehlerbild, das häufig auftritt, ist in Abbildung 1 zu sehen: Wärmezähler, die über Tage oder manchmal Wochen hinweg keine Daten mehr senden und plötzlich wieder bei ihrem alten Zählerstand weiterzählen. Das Problem dabei ist, dass während der Zeit, in der keine Daten erhoben wurden, bares Geld verloren geht, da der Verbrauch in diesem Zeitraum nicht erfasst wird. Oft fallen solche Fehler in der Endabrechnung nicht auf, da trotz der nicht gezählten Zeiträume ein Energiedelta gebildet werden kann. Gründe für einen reduzierten Verbrauch gibt es viele, und eine Plausibilisierung ist schwierig, wenn nicht direkt die hochauflösenden Zählerdaten verwendet werden. Ein einfacher Key Performance Indicator (KPI) kann hier Abhilfe schaffen und problematische Zähler bereits während des Jahres identifizieren.

Abbildung 1: Zähler hört immer wieder auf zu zählen. Eine Stromunterbrechung könnte eine mögliche Ursache für den Ausfall sein.
Manche Zähler übertragen grundsätzlich den richtigen Zählerstand über längere Zeiträume, zeigen aber in den hochaufgelösten Daten dennoch fehlerhafte Werte. In Abbildung 2 ist ein solches Beispiel zu sehen: Der Zählerstand steigt kontinuierlich an, aber der Zähler überträgt immer wieder 0 kWh als tatsächlichen Wert. Obwohl die Werte mit hoher Wahrscheinlichkeit grundsätzlich verlässlich sind, müssen sie dennoch zunächst aufbereitet werden, um eine präzise Analyse zu ermöglichen.

Abbildung 2: Zähler springt immer wieder auf einen Zählerstand von 0 kWh. Muss mit diesen Daten gearbeitet werden, sollte zuerst eine Bereinigung durchgeführt werden.
Es existiert eine große Bandbreite an Kuriositäten in Zählerdaten. Für die Interpretation fehlen häufig genauere Informationen über die Gebäudenutzung und müssen im Einzelfall geklärt werden. Dieser Umstand erschwert die Automatisierung von Routinen wie beispielsweise die Erstellung der Verbrauchsmitteilungen nach FFVAV. Robuste Datenpipelines und eine leistungsstarke Datenvorverabreitung alleine reichen nicht. Vielmehr müssen auch Unternehmensprozesse entabliert werden, die die verschiedenen Probleme abfangen und deligieren können. Dieser Schritt ist essentiell und sollte Teil einer jeden Digitalisierungsmaßnahme sein.
Entdecken Sie intelligentes Datenmanagement.
Unser Team ist für Sie da.
Aktuelles
Wir freuen uns darauf Sie kennenzulernen und gemeinsam einen Blick auf Ihre Herausforderungen zu werfen.








