De nutssector transformeert. Door de massale introductie van slimme meters die het energieverbruik van de consument rechtstreeks doorgeven aan het nutsbedrijf, is het niet langer nodig meterstanden op locatie op te nemen. Bij Planon volgen wij dit soort ontwikkelingen op de voet, omdat deze meestal enorme kansen bieden voor meerdere sectoren.
Een meter wordt doorgaans 'slim' genoemd, wanneer deze is verbonden met
het internet en daardoor in staat is continu gebruiksgegevens te
communiceren. Ik ben het eens met mijn collega dat ik dit niet per se zou labelen als 'slim'. We zouden beter kunnen spreken over 'zelfrapporterende' meters.
Heeft u zichzelf wel eens afgevraagd waarom een windmolen stilstaat op een winderige dag? Een windmolen communiceert voortdurend gegevens over de windkracht die wordt opgevangen. Bij te sterke wind kan de windmolen zichzelf uitschakelen om schade te voorkomen. De molen kan zich ook aanpassen aan de hoeveelheid energie die op dat moment moet worden gegenereerd. Er bestaan ook al verbonden parkeergarages waar auto's naar de nog beschikbare plaatsen worden geleid door middel van sensoren en verlichting.
Kunnen we op basis van bovenstaande voorbeelden stellen dat verbonden, zelfrapporterende meters ‘slim’ zijn? Of kunnen we enkel maar slimmere inschattingen maken en sneller actie ondernemen aan de hand van de gegevens die ze verstrekken? Het zelfstandig doorgeven van gebruiksgegevens maakt moderne meters absoluut 'slimmer' dan traditionele meters. Ze zijn bovendien ongetwijfeld praktisch, alleen al omdat er geen meteropnemers meer door weer en wind op pad hoeven te worden gestuurd.
Wat nu als we iets verder denken dan de 'slimme meter' en het gaan hebben over ‘slimme apparaten’? Bij slimme apparaten betekent 'slim' meer dan ‘verbonden met een netwerk’ in combinatie met de mogelijkheid om gegevens te communiceren. Bij ‘slimme apparaten’ veronderstellen we impliciet dat deze gegevens ook kunnen worden geïnterpreteerd. Dus als een apparaat gebruiksgegevens kan verzamelen, dan moet een ‘slim apparaat’ ook gebruikspatronen kunnen herkennen en zich daaraan ‘leren’ aanpassen. Maar het concept 'leren' is normaliter van toepassing op mensen. Hoe kunnen we dit dan toepassen op meters en machines?
Neem uw smartphone: deze kan grote hoeveelheden gegevens verzamelen, zoals bijvoorbeeld locatiegegevens. Applicaties die gebruik maken van kaarten of locaties kunnen zich aanpassen aan die informatie. Wanneer zoekprogramma's of kaartapplicaties suggesties doen gebaseerd op uw locatie, of uw zoekopdrachten automatisch aanvullen wanneer u begint te typen, dan maakt u niet alleen gebruik van het feit dat uw smartphone gegevens verzamelt, maar benut u ook de functionaliteit van de telefoon om gebruikspatronen te herkennen en zich hieraan aan te passen.
Met het interpreteren van gegevens door slimme apparaten gaan we in feite al een stap verder. Dit gebeurt immers niet door het apparaat zelf, maar door de software en applicaties op het apparaat. Dat is precies ook waar het interessant wordt voor andere branches. In het geval van de meters van nutsbedrijven zijn het feitelijk niet de meters die slim zijn geworden, maar het systeem van het nutsbedrijf, het productie- en verbruiksnetwerk dat productieapparatuur in- en uitschakelt, besluiten over opslag neemt, de beschikbaarheid en prijzen aanpast, enzovoort.
We staan pas aan het begin. Nog lang niet alle meters en apparaten kunnen patronen herkennen in de gegevens die ze verzamelen, maar het zal niet lang meer duren voordat dit wel het geval is. Er zijn al veel (consumenten)voorbeelden van innovatieve apparaten die dit doen. Er zijn verbonden lampen (Philips Hue Lighting) waarmee u uw persoonlijke verlichtingsomgeving creëert via instellingen die u beheert met uw smartphone. Er zijn thermostaten, zoals de Nest Thermostat, die beweging waarnemen, patronen in uw energieverbruik herkennen en zelf de temperatuur kunnen aanpassen.
Daarnaast beginnen we interessante nieuwe concepten te zien die worden getest als stap naar meer verbonden gebouwen en steden. Onlangs is het idee geopperd dat straatverlichting wel eens het op één na belangrijkste stadsmeubilair (na gebouwen) kan worden, omdat dit door de locatie en de regelmatige onderlinge afstand, een ideaal middel is om informatie te verzamelen over voetgangers-, fiets- en gemotoriseerd verkeer, verplaatsingspatronen, drukte op straat, en nog veel meer. En zoals met alle nieuwe technologie het geval is: wanneer we zaken gaan automatiseren die vroeger handmatig werden gedaan, dan ontstaan er eindeloze nieuwe mogelijkheden.
