详细内容或原文请订阅后点击阅览

E.On如何通过Amazon swarktract启动的智能电表的AI诊断来节省1000万英镑

2025年6月10日 16:11 33 Comments
X Twitter Instagram Mail

E.On的故事强调了亚马逊质特的创造性应用如何结合自定义图像分析和脉搏计数，可以在大规模上解决现实世界中的挑战。通过简短的智能手机视频诊断智能电表错误，E.ON的目标是降低成本，提高客户满意度并提高整体能源服务的可靠性。在这篇文章中，我们深入研究了该解决方案的工作原理及其产生的影响。

来源:亚马逊云科技 _机器学习
E.On（在德国埃森（Essen），是欧洲最大的能源公司之一，有72,000多名员工为15个国家 /地区的超过5000万客户提供服务。作为能源网络和客户解决方案的领先提供商，E.ON专注于加速欧洲的能源过渡。该任务的关键部分涉及Smart Energy Solutions部门，该部门仅在英国管理超过500万个智能电表。这些设备可帮助数百万个客户接近实时跟踪他们的能源消耗，在没有手动读取的情况下收到准确的账单，通过更有效的能源管理来减少碳足迹，并访问与用法相一致的灵活关税。在历史上，诊断出智能仪表上的错误需要进行智能仪表，这是一种既有时间的访问 - 既耗时的，既有时间又是耗时的，又是逻辑上的挑战。为了应对这一挑战，E.On与AWS合作开发了由Amazon Swarttract提供动力的远程诊断解决方案，该解决方案是机器学习（ML）服务，该服务自动从扫描的文档和图像中自动提取印刷文本，手写和结构。消费者没有派遣工程师，而是捕获了其智能电表的7秒视频，该视频会通过E.ON应用程序自动上传到AWS进行远程分析。在实际测试中，它具有令人印象深刻的84％精度。除了节省成本之外，该ML驱动的解决方案还提高了诊断的一致性，并且可以在问题升级之前检测出故障电表。通过将现场检查转换为快速转变的视频分析，E.On旨在减少现场访问，加速维修时间，确保资产确保达到全部生命周期的预期，并降低每年的成本1000万英镑。该解决方案还有助于E.On维持其95％的智能电表连接目标，进一步证明了公司对客户满意度和卓越运营的承诺。在这篇文章中，我们深入研究了该解决方案的工作原理及其所产生的影响。挑战：智能计量表D
能源管理 AWS 一致的 耗时 智能 地区的 能源 加速 应用程序 解决方案 视频 工程师 确保 访问 工作原理 提高 运营的 没有 电表 周期的 最大的 生命周期 诊断的 接近实时 准确的 扫描的 驱动的 一致性 智能仪表 客户 近实时 有效的 ML 每年的 现场检查 能源消耗 挑战 计量表 自动 维修时间 消费者 动力的 机器学习 时间的