CN103106230A - 信息处理装置、信息处理方法和程序 - Google Patents
信息处理装置、信息处理方法和程序 Download PDFInfo
- Publication number
- CN103106230A CN103106230A CN2012102914696A CN201210291469A CN103106230A CN 103106230 A CN103106230 A CN 103106230A CN 2012102914696 A CN2012102914696 A CN 2012102914696A CN 201210291469 A CN201210291469 A CN 201210291469A CN 103106230 A CN103106230 A CN 103106230A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- electrical equipment
- family
- area
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Abstract
本发明涉及信息处理装置、信息处理方法和程序。在某些实施方式中,公开了一种包括第一和第二计算设备的系统。第一计算设备包括至少一个处理器,其被配置为从第二计算设备获得关于位于多个区域中的第一区域的至少第一电气设备的电力消耗的数据,并至少部分基于获得的数据,将第一区域分类为多组区域的第一组区域。第二计算设备包括至少另一个处理器,所述处理器被配置为向第一计算设备传输关于至少第一电气设备的电力消耗的数据,并从第一计算设备接收关于位于第二区域中的第二电气设备的电力消耗的信息,其中第二区域在第一组区域中。
Description
技术领域
本申请中描述的实施方式涉及信息处理装置、信息处理方法和程序,特别是涉及提供使用户积极地参与到降低电力消耗中去的机制的信息处理装置、信息处理方法和程序。
背景技术
已提出了一种系统,它监测多个电器使用状态(开和关状态),这些电器连接至配电板的下游侧,以这种方式,在每个家庭中使用钳形表等来测量配电板一部分的电流波形,配电板为基础电源(例如,见JP-A-2008-039492和“Nonintrusive Appliance Load Monitoring System-Discrete Operating Conditions and Integer Programming-”,42nd SICE(Society of Instrument and Control Engineers)离散事件系统研究组,33-38页,2008年12月20日,大阪大学)。
家庭中每一电器使用状态可视化的目标在于,通过了解用户的电力使用状态来降低电力消耗或控制峰值电力。此外,作为第二效果期望通过用户积极参与省电(环保活动),从而降低CO2排放。在2009年联合国气候变化大会上,日本宣布了到2020年要比1990减少25%的CO2排放的目标。
在现有技术中,作为一种促使家庭或办公室用户省电的方法,仅使用数值或图形显示电力总量,或以这种方式进行虚拟显示,即选取一个峰值作为目标且随着省电的累积来达到该峰值。
发明内容
但是,由于使用现有技术的方法很难实现降低电力消耗(环保活动)的参与感,用户厌倦了省电,以致省电的愿望在很多情况下不会持续。此外,由于没有向用户提供表示使用家用电器实现省电的详细方法的信息,即使用户具有高度的省电意识,也很难有效地降低电力消耗。
因此需要提供一种机制,该机制使得用户积极地参与到降低电力消耗中去。
根据本公开的一个实施方式的信息处理装置包括:获取单元,获得表示在多个区域中各个区域内的一个或更多电器的电力消耗量的数据;分类单元,基于获得的数据将多个区域分类为预定数量的组;和信息提供单元,对于每个通过分类获得的组,提供在使用属于该组的各区域的电器的用户之间交换关于电力消耗量的信息的服务。
根据本公开的一个实施方式的信息处理方法包括:获取表示在多个区域中各个区域内的一个或更多电器的电力消耗量的数据;基于获得的数据将多个区域分类为预定数量的组;以及对于每个通过分类获得的组,提供在使用属于该组的各区域的电器的用户之间交换关于电力消耗量的信息的服务。
根据本公开的一个实施方式的程序使得计算机执行处理,包括:获取表示在多个区域中各个区域内的一个或更多电器的电力消耗量的数据;基于获得的数据将多个区域分类为预定数量的组;以及对于每个通过分类获得的组,提供在使用属于该组的各区域的电器的用户之间交换关于电力消耗量的信息的服务。
根据本发明的实施方式,获取表示在多个区域中各个区域内的一个或更多电器的电力消耗量的数据,基于获得的数据将多个区域分为预定数量的组,以及对于每个通过分类获得的组,在使用属于该组的各个区域的电器的用户之间交换关于电力消耗量的信息。
在部分实施方式中,公开了包括至少一个处理器的计算设备。该至少一个处理器被配置为获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据,并至少部分基于所获得的数据,将第一区域分类至多组区域的第一组区域。
在部分实施方式中,公开了一种方法。该方法包括获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗的数据,并至少部分基于所获得的数据,将第一区域分类至多组区域的第一组区域。
在部分实施方式中,公开了包括至少一个处理器的另一种计算设备。该至少一个处理器被配置为向至少另一计算设备传输与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据;并从其他计算设备接收与位于不同于第一区域的第二区域内的至少第二电气设备的电力消耗相关的信息,其中第一和第二区域均在多组区域的第一组区域中。
在部分实施方式中,公开了包括第一和第二计算设备的系统。第一计算设备包括至少一个处理器,被配置为从第二计算设备获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据,并至少部分基于所获得的数据,将第一区域分类至多组区域的第一组区域。第二计算设备包括至少另一个处理器,被配置为向第一计算设备传输与至少第一电气设备的电力消耗相关的数据,并从第一计算设备接收与位于第二区域中的第二电气设备的电力消耗相关的信息,其中第二区域在第一组区域中。
可通过在记录介质中记录程序来提供程序。
信息处理装置可为独立的装置或构成单个装置的内部块。
根据本公开的部分实施方式,可提供一种机制,使得用户积极地参与到降低电力消耗中去。
以上为本发明的非限制性概述,本发明由所附权利要求书限定。
附图说明
图1为示出了应用本公开的一个实施方式的信息处理系统的配置例的图;
图2为示出了由服务器装置执行的数据处理的概要的图;
图3为示出了客户端装置和服务器装置的功能的框图;
图4为示出了电力曲线(power profile,电力分布)的例子的图;
图5为示出了由数据处理单元进行的数据处理的例子的图;
图6为示出了由组分类单元执行的处理的图;
图7为示出了由客户端装置执行的处理的流程图;
图8为示出了由服务器装置执行的处理的流程图;
图9为示出了一种获得家庭中每个用户的电力曲线的方法的例子的图;
图10为示出了一种获得在家的每个用户的电力曲线的方法的例子的图;
图11为示出了一个应用本公开的实施方式的计算机的配置例的框图。
具体实施方式
[信息处理系统的配置例子]
图1为示出了应用本公开的一个实施方式的信息处理系统的配置例的图;
图1所示的信息处理系统包括:客户端装置11,它位于N(N>2)个家庭的各个家庭中;和服务器装置12,其与客户端装置11通过网络13连接。同时,在图1中,只示出了单个家庭的客户端装置11。用于将客户端装置11与服务器装置12连接的网络13可以是例如有线或无线网络,包括LAN(局域网)、WAN(广域网),互联网等。
客户端装置11获得对于房屋(家庭)中的各个电器20的电力消耗时间序列曲线(以下,称为电力曲线),然后向服务器装置12传输获取的电力曲线。电器20包括,例如,冰箱201、电视接收机(以下称为电视)202、和空调20Q等,如图1所示。
同时,如稍后所述,客户端装置11可向服务器装置12发送对于每个用户的电力曲线,例如家庭中的爸爸、妈妈、孩子等人。但是,下面将描述作为基本实施方式的例子,该例子中,发送每个电器20的电力曲线。
服务器装置12从每个家庭的客户端装置11获取每个家庭的电器20的电力曲线。此后,服务器装置12分析从每个家庭获取的电力曲线,并将关于对应于客户端装置11的家庭电力消耗量的信息作为分析结果向该客户端装置11发送。关于电力消耗量的信息包括,例如,服务器装置12从其搜集数据的所有家庭中的一个家庭的电力消耗量或省电量的排名信息、省电诀窍的知识信息、有助于提高省电行为意识的信息等。
客户端装置11从服务器装置12接收通过服务器装置12从每个家庭收集电力曲线、然后分析所收集的电力曲线而获得分析结果,然后在作为显示单元的显示器上显示分析结果。
[由服务器装置12进行的数据处理的概要]
参考图2,将描述由服务器装置12使用从每个家庭汇总的电力曲线来进行的数据处理概要。
基于每个家庭的电器20的电力曲线的相似性,服务器装置12将家庭分为一个预定数量(K)的组,所述电力曲线从每个家庭的客户端装置11接收。图2示出了一个例子,该例子中12个家庭(N=12),从家庭A到家庭L,被分类为3组(K=3),也就是说,组α、组β和组γ。
此外,基于每个组的节能程度,例如,省电量,服务器装置12确定通过分类获得的每个组的等级(排名)。在图2的例子中,组γ的等级被确定为最高等级,然后再以组β和组α的顺序确定等级。
将电力曲线传输至服务器装置12的家庭的用户可从服务器装置12获得作为分析结果的表示该用户的家庭所属的组的信息(该组来自于基于省电行为等级的K个组)、表示该用户家庭所属组的省电行为等级顺序的信息、表示与高等级组的差别的信息等,并可以了解这些信息。因此,可唤起用户将等级提高至更高等级的愿望,并提高用户省电行为的意愿。
服务器装置12为每个组形成了一个社区,其中该组中的家庭可相互交换观点或信息,并向用户的客户端装置11提供该社区。就是说,服务器装置12设置了K个社区,并使得属于同一个组的各个家庭的客户端装置11能够访问相同社区。社区为一个通信工具和/或信息共享工具,它包括,例如,SNS(社交网络服务/网站)社区、博客、布告栏、Facebook、Twitter等,每个人都可在其上撰写并发布观点。因此,服务器装置12具有业务服务器的功能,为用户提供了一种通过通信工具和/或信息共享工具彼此共享信息的方式。
基于节能程度(省电量),服务器装置12确定在同一组中每个家庭的排名,并给高排名家庭积分。此外,“环保志愿者(Eco-Sommelier)”、“环保积极分子(Eco-Meister)”等头衔、资质或职位可被授予持续高排名的家庭用户,并给予这种头衔等一些积分。因此,在同一组中的家庭可为节能程度而竞争。
此外,当用户在社区中发送信息,例如省电诀窍等有助于省电的信息时,服务器装置12给该家庭用户积分。当发送信息时,具有“环保志愿者”、“环保积极分子”等头衔的用户的重要性在社区中自然增大,该用户就会吸引社区中其他用户的注意力。例如,如果环保志愿者发出一个想法,例如“如何省下更多的电?”,该想法会有效扩散至同组中的其他用户,这样使得节能在整个组中加速进行。
因此,用户可随着进行省电行为累计积分。此外,用户可通过提供省电有用信息来累积积分。基于这种机制,可加速整个组(社区)中的省电行为。
给予的积分具有价值,可成为对用户的实际利益,例如可用于社区中的付费业务的虚拟货币、政府环保积分、可转化为货币或可用于在预定商店购买产品的积分等。
同时,给予上述头衔(例如“环保积极分子”等)的积分或对应于在社区内发送信息的积分可以用户为单元而不是以家庭为单元发放。在这种情况下,优选电力曲线以用户为单位汇总。
由于服务器装置12基于电力曲线的相似性来进行聚集(clustering,分类),具有相似电力曲线的家庭形成一个组(社区)。相对于具有完全不同的电力曲线的家庭之间的竞争,具有相似电力曲线的家庭之间的竞争能提升共鸣感或竞争意识,这样能容易地提升社区中的吸引力。此外,在具有相似电力曲线的家庭之间可容易地共享信息,例如省电知识等。因此,可通过在聚集组内进行竞争来提高用户省电行为的意愿。
[示出信息处理装置和服务器装置功能的框图]
图3为示出了客户端装置11和服务器装置12的功能的框图,客户端装置11和服务器装置12用于实现参考图2描述的功能。
客户端装置11包括电力曲线收集单元41、用户曲线分类单元42、存储单元43、电力曲线传输单元44和社区工具执行单元45。
电力曲线收集单元41获得家庭中多个电器20的电力曲线,并在存储单元43中存储获得的电力曲线。例如,电力曲线收集单元41通过与电力监测装置、钳形表进行有线或无线通信的方式来获取每个电器20的电力曲线,将电力监测装置嵌入在每个电器20中,钳形表钳紧每个电器20的电源线、测量消耗电流等。电力曲线为以预定采样间隔采样的所用电力或消耗电流的时间序列数据。
同时,如“背景技术”中所述,有一种电力消耗评估技术,它使用钳形表测量配电板(配电板成为家庭供电的基础电源)的一个部分的总耗电流,并基于测量结果,评估家庭中连接的每个电器20的开/关状态的电力和电力消耗。使用这种电力消耗评估技术,电力曲线收集单元41可仅获得基础电源的总耗电流,基于获得的数据对家庭中每个电器20的电力曲线进行单独评估,然后在存储单元43中存储评估结果。
对于家庭中的每个用户,用户曲线分类单元42对每个电器20的电力曲线数据(由电力曲线收集单元41收集并存储在存储单元43中)进行分类,然后将分类结果存储在存储单元43中。当向服务器装置12发送每个用户的电力曲线时,用户曲线分类单元42是必须的。在仅传输各个电器20的电力曲线就足够的情况下,用户曲线分类单元42可被省略。
同时,在本实施方式中,获得每个电器20的电力曲线、每个电器20的每个用户的电力曲线、每个用户的电力曲线等的方式并非一个问题,以某种方式获得必要的电力曲线就够了。稍后将描述为每个用户进行电器20的电力曲线分类的方法的一个例子。
存储单元43存储各个电器20的电力曲线,电力曲线由电力曲线收集单元41和用户曲线分类单元42提供。此外,如有必要,存储单元43存储对于每个用户的各个电器20的电力曲线和对于每个用户的电力曲线。就是说,存储单元43存储需要传输给服务器装置12的电力曲线。
电力曲线传输单元44通过网络13向服务器装置12传输累积在存储单元43中的电力曲线(见图1)。例如,在电力曲线累积达到预定时间的一个时间点,例如一天、一周等,电力曲线传输单元44访问服务器装置12,然后传输累积的电力曲线。此外,当用户使用操作单元(未示出)指示传输电力曲线时,电力曲线传输单元44可向服务器装置12传输存储在存储单元43中的电力曲线。
社区工具执行单元45基于用户操作访问服务器装置12,获得由服务器装置12提供的信息,然后显示该信息。具体地讲,接收后显示以家庭为单位或以用户为单位的排名信息、或客户端装置11对应家庭所属社区中的信息。参考图2描述信息。
服务器装置12包括数据获取单元51、数据处理单元52、组分类单元53、评估单元54、社区工具提供单元55和存储单元56。
数据获取单元51接收电力曲线(由每个家庭的客户端装置11通过网络13传输)并将其存储在存储单元56中。同时,向由客户端装置11传输的每个电力曲线中加入用于识别每个家庭的家庭ID(标识)和用于识别每个电器20的设备ID。此外,当对每个家庭的每个用户的电力消耗进行比较时,加入用于识别家庭中每个用户的用户ID。同时,用户ID可为用于识别家庭中用户自身的ID,当使用其功率曲线样式被认为类似的类型来进行分类时,用户ID也可为用于识别用户类型的ID,例如,成年男性、成年女性、孩子、三十多岁的男性、十几岁的女性等。
用数据处理单元52处理每个家庭各个电器20的电力曲线,电力曲线作为适用于使用组分类单元53进行分类的数据,被存储在存储单元56中,然后将处理过的数据存储在存储单元56中。
基于每个家庭的各个电器20的电力曲线(在进行数据处理后,被存储在存储单元56中),组分类单元53将家庭分为K个组(聚类)。由组分类单元53进行的分类结果存储在存储单元56中。
评估单元54确定以组为单位或以家庭为单位的排名。
具体地讲,评估单元54对于通过由组分类单元53进行分类而获得的各个组计算属于一个组的家庭的电力消耗总量的平均值,并根据计算出的电力消耗总量的平均值从小到大来确定该组的排名。也就是说,一个组的电力消耗总量小,则其排名(等级)变高。
此外,评估单元54确定组中每个家庭的排名。每个家庭的排名基于电力消耗降低量确定。例如,评估单元54基于当前月一个月的电力消耗量和上个月一个月的电力消耗量之间的差别来计算降低量,并确定每个家庭的排名,这样具有较大降低量的家庭排名较高。同时,当组之间的排名确定时,评估单元54可使用这个月一个月的电力消耗量和去年这个月一个月的电力消耗量之间的差别作为降低量,以确定每个家庭的排名,而且也可同样使用家庭总电力来确定每个家庭的排名。就是说,确定排名的指标可任意设定。
社区工具提供单元55进行一项服务,该服务用于向通过分类获得的每个组的客户端装置11的用户的家庭提供社区。也就是说,社区工具提供单元55向访问的客户端装置11提供信息,该信息在与客户端装置11所属家庭的组对应的社区中提供。使用客户端装置11的社区工具执行单元45,用户可在该用户所属社区中公开该用户的有助于省电的信息,或可浏览由相同社区中的另一个用户公开的信息。
此外,除了提供社区内的信息交换,社区工具提供单元55向客户端装置11的社区工具执行单元45提供排名信息,该排名信息由评估单元54以组为单位或以家庭为单位确定。
因此,通过客户端装置11的社区工具执行单元45,用户可得知关于一个组的信息,例如每个组的排名、该用户(该用户的家庭)所属组和上一级组之间电力消耗量的差。
此外,用户可得知一个组内的信息,例如该用户家庭的电力消耗量、该用户所属的相同组中每个家庭的电力消耗量、社区中公开的省电诀窍、基于省电行为给予用户(家庭)的积分等。同时,为了便于比较数据,使用柱状图、圆形图、折线图等来对电力消耗量、排行等进行图示。
[对电力曲线执行处理的例子]
接下来,将参考图4至图6描述由数据处理单元52和组分类单元53执行的处理。
图4示出了电力曲线的一个例子,这些电力曲线在每个家庭中获取,包括家庭A、家庭B、家庭C,并被传输至服务器装置12,即用作电器20的空调20Q和电视202的电力曲线。
图4中所示六个图中的上面三个示出了家庭A、家庭B和家庭C的空调20Q的电力曲线,下面三个图示出了家庭A、家庭B和家庭C的电视202的电力曲线。
此外,在图4中,当一上一下两张图被视为一组时,每个家庭的空调20Q和电视202的电力曲线以从左到右家庭A、家庭B和家庭C的顺序示出。
进一步地,在六张图的每张图中示出了两种电力曲线,也就是实线和虚线。实线表示星期天测量的电力曲线,虚线表示星期一测量的电力曲线。
从图4所示的六张图中,对上面的各个家庭的空调20Q的电力曲线进行比较。家庭A和家庭B在工作日星期一的白天(12点钟前后)没有用电,而家庭C在星期一使用与星期天相同的电力。因此,可见家庭A和家庭B具有相似的生活方式,例如,由于夫妻都工作等,用户在工作日的白天不在家,并且彼此具有相似性。组分类单元53定量的对这种电力曲线进行分类。
首先,数据处理单元52将图4所示各个家庭的电力曲线处理为适用于组分类单元53进行分类的数据。
例如,数据处理单元52执行一个处理,对各个家庭电器20的两个小时内的电力消耗量进行积分,那么就成为一个两个小时的数据。此后,通过以电器20的预定次序来排列各个家庭的各个电器20每两个小时的电力消耗量的积分值,数据处理单元52生成一个表示每个家庭的电力曲线特征量的特征量向量。同时,以预定的特定日子的次序,排列关于单个电器20每两个小时电力消耗量的积分值。
例如,表示家庭A的电力曲线特征量的特征量向量xA可表示为以下等式(1)。特征量向量xA在图5中示出。
等式(1)和图5中的As1、As2、As3、As4、As5、…、和As12表示在星期天的0至2点钟、2至4点钟、4至6点钟、6至8点钟、8至10点钟、…、22至24点钟家庭A的空调20Q的电力消耗量的积分值。此外,Am1、Am2、Am3、Am4、Am5、…、Am12表示在星期一的0至2点钟、2至4点钟、4至6点钟、6至8点钟、8至10点钟、…、22至24点钟空调20Q的电力消耗量的积分值。TVs1、TVs2、TVs3、TVs4、TVs5、…、TVs12表示在星期天的0至2点钟、2至4点钟、4至6点钟、6至8点钟、8至10点钟、…、22至24点钟家庭A的电视202的电力消耗量的积分值。因此,每个家庭一个星期的特征量向量的维度(dimension)数成为12×7×Q(一天的维度数×天数×电器20数)。
在上述方式下,N个家庭的每个家庭i的特征量向量xi由数据处理单元52获得,然后存储在存储单元56中。
采用预定分类方法,使用每个家庭i的特征量向量xi,组分类单元53将N个家庭1至N分为K组(聚类)。
例如,组分类单元53使用K均值聚类算法作为预定分类方法,并将N个家庭1至N分为K组。在这种情况下,组分类单元53进行以下步骤。
(步骤S1)
组分类单元53将任意K个聚类(cluster,集群)1至K随机分配至每个家庭i的特征量向量xi。
(步骤S2)
对于每个分配的聚类,组分类单元53计算聚类j的中心Mj(j=1至K)。例如,计算属于聚类的所有家庭i的特征量向量xi的平均值来作为聚类的中心Mj。
(步骤S3)
组分类单元53获得每个家庭i的特征量向量xi和每个聚类中心Mj之间的距离,然后将每个家庭i的特征量向量xi重新分配至具有最近中心的任意聚类1至K。
(步骤S4)
当没有因为步骤S3中的重新分配导致聚类分配改变时,组分类单元53终止处理。当有改变时,使用新分配的聚类重复以上步骤(S2)之下的步骤。
此外,组分类单元53可使用谱聚类方法作为用于将N个家庭分为K个聚类的分类方法,其特征在于归一化分割法(Normalized-Cuts method)。
将简单描述归一化分割法。在归一化分割法中,基于各个家庭i的特征量向量xi计算家庭之间的相异度(dissimilarity),然后基于通过收集所有家庭之间相异度获得的相异度表,进行聚类。
具体地讲,假设聚类的数量K为等于或大于2的偶数,且首先,对N个家庭之间的所有组合,计算两个家庭电力曲线之间的相异度。家庭u(u=1,…,N)和家庭v(v=1,…,N)电力曲线之间的相异度表示为w(u,v)。家庭电力曲线之间的相异度可从例如以下值获得:各个家庭i的上述特征量向量xi的欧式距离(Euclidean distance)的倒数,或通过对图6所示各个家庭的相同电器20的电力曲线之间的差进行归一化而获得值的积分值。
此外,通过对以下等式(2)求解本征值(eigen value)问题、计算对应于第二最小唯一值(unique value)λ的唯一向量Z,并通过将N-维唯一向量Z乘以D-1/2获得的N维向量使用中值等分为两个,组分类单元53将N个家庭划分为两组,也就是组GP1和GP2。
其中,D为一个N×N的对角矩阵,其第i行和第i列的对角分量(diagonal component,对角成分)dii使用以下公式表示,且W为一个N×N的对称矩阵,其第i行和第j列的分量Wij为Wij=w(i,j)。
接下来,上述二分算法被应用于组GP1和GP2中的每个组,这样组GP1和GP2的每个组被进一步分为两个。在这种情况下,家庭数量N被划分后获得的组GP1或GP2的家庭数量替代。
此后,递归地重复执行使用二分算法的二分处理,直到所有聚类的数量成为K,且在所有聚类的数量成为K的时间点处理终止。
归一化分割法的详细说明参见例如Jianbo Shi和Jitendra Malik(1997):“Normalized Cuts and Image Segmentation”,IEEE Conference onComputer Vision and Pattern Recognition,pp.731-737。
[客户端装置11执行的处理流程]
将参考图7的流程图描述由客户端装置11执行的处理。
首先,在步骤S21中,电力曲线收集单元41确定位于家庭中的各个电器20的电力曲线是否从电器20、钳形表等传输而来。
当步骤S21中确定了接收到了各个电器20的电力曲线时,处理前进至步骤S22,且电路曲线收集单元41获得接收到的电力曲线,并在存储单元43中存储电力曲线。
同时,当步骤S21中确定了没有接收到各个电器20的电力曲线时,跳过步骤S22中的处理。
接下来,在步骤S23中,电力曲线传输单元44确定各个电器20的电力曲线是否在存储单元43中累积了预定时间,例如,一天、一个星期等。
在步骤S23中,当确定了各个电器20的电力曲线累积了预定时间时,处理前进至步骤S24,且电力曲线传输单元44将累积在存储单元43中的电力曲线通过网络13传输至服务器装置12。
同时,当步骤S23中确定了各个电器20的电力曲线没有累积预定时间时,跳过步骤24中的处理。
接下来,在步骤S25中,社区工具执行单元45确定用户是否进行了访问服务器装置12的操作。
当步骤S25中确定了用户进行了访问服务器装置12的操作时,处理前进至步骤S26,且社区工具执行单元45访问服务器装置12,并在显示器上显示从服务器装置12获得的排名信息。此外,由服务器装置12提供的社区信息(例如,公告板信息等)也在步骤S26中显示。
之后,在步骤S27中,社区工具执行单元45确定是否进行了对服务器装置12提供的社区写入省电信息的操作。当在步骤S27中确定了没有进行写入省电信息的操作时,跳过后续步骤S28。
同时,当在步骤S27中确定进行了写入省电信息的操作时,处理前进至步骤S28,社区工具执行单元45向服务器装置12传输由社区中用户写入(输入)的省电信息。
在执行了步骤S28的处理之后,或当在步骤S25确定了没有进行访问服务器装置12的操作时,处理返回至步骤S21,且重复其后续处理。
在客户端装置11中,执行以下处理。
[服务器装置12执行的处理流程]
接下来,将描述对应图7所示处理的由服务器装置12执行的处理。图8为示出了由服务器装置12执行的处理的流程图。
首先,在步骤S41中,数据获取单元51确定是否有来自各个家庭任意客户端装置11的访问和是否收到电力曲线。
在步骤S41中,当确定了收到了电力曲线时,处理前进至步骤S42,且数据获取单元51接收所接收到的电力曲线,并将电力曲线存储在存储单元56中。
同时,当在步骤S41中确定没有接收到电力曲线时,跳过步骤S42中的处理。
其后,在步骤S43中,数据处理单元52确定每个家庭中的各个电器20的电力曲线是否在存储单元56中累积了预定时间,例如,一天、一个星期等。
当在步骤S43中确定了电力曲线在存储单元56中累积了预定时间时,处理前进至步骤S44,且为了进行聚类,数据处理单元52计算特征向量。
同时,当在步骤S43中确定了电力曲线没有在存储单元56中累积预定时间时,跳过步骤S44中的处理。
其后,组分类单元53在步骤S45中确定是否要进行聚类。当设置被设为例如周期性(例如,每两个月)进行聚类,组分类单元53基于从上一次聚类是否流逝了预定时间来确定是否要进行聚类。因此,对各个家庭的组定期分类,较高和较低组之间的家庭排名根据节能完成程度可能会发生互换。
当在步骤S45中确定了要进行聚类时,处理前进至步骤S46,且组分类单元54使用预定分类方法进行聚类,例如,K均值聚类、归一化分割法等。
接下来,在步骤S47中评估单元54确定以组为单位或以家庭为单位的排名。也就是说,对于由组分类单元53进行分类的每个组,评估单元54计算属于该组的各家庭的总电力的平均值,然后以计算所得总电力平均值小的组的次序来确定排名。此外,评估单元54计算一个月每个家庭电力消耗量的减少量,并以电力消耗量的降低量大的次序来确定每个组中每个家庭的排名。
在步骤S48中,评估单元54基于以组为单位或以家庭为单位的排行结果向排名高的家庭给予积分。给予的积分存储在存储单元56的数据库中。
同时,当在步骤S45中确定没有进行聚类时,跳过上述步骤S46至S48中的处理。
其后,在步骤S49中,社区工具提供单元55确定由用户操作的客户端装置11是否访问了由服务器装置12提供的社区。
当在步骤S49中确定了客户端装置11访问了社区时,处理前进至步骤S50,且社区工具提供单元55向客户端装置11传输基于各个家庭电力曲线确定的排名信息,然后在客户端装置11上显示排名信息。
例如,在客户端装置11中,将组的历史记录(变动日志),包括最近聚类结果,和相应家庭过去几次所属的组,或组的排名(等级)历史,作为排名信息显示。此外,可额外显示整个家庭电力的变化或每个用户电力的变化。通过图示排名信息或电力的历史,并向用户展示图示的历史,可激发用户以高排名的组为目标。
接下来,在步骤S51中,社区工具提供单元55确定由用户操作的客户端装置11是否向由服务器装置12提供的社区中写入了省电信息。当在步骤S51中确定了没有写入省电信息时,跳过后续步骤S52中的处理。
同时,在步骤S51中确定写入了省电信息时,处理前进至步骤S52,且社区工具提供单元55向写入省电信息用户的家庭给予积分。存储在存储单元56中的积分数据库由给予新积分来更新。根据这种机制,用户积极提供有助于省电的信息,这样可加速整个组(社区)的省电行为。
同时,当所写省电信息被评估为对另一个用户有用的信息时,可给予积分,而不是仅仅写入省电信息时给予积分。
例如,进行设置,这样可针对在布告栏上写下的信息输入例如“这很有用”等的评价,且当从另一个用户获得例如“这很有用”等的评价时,社区工具提供单元55给予积分。
此外,可通过引入,例如,博客或Facebook的“好”按钮,或Twitter的“跟”等的机制来给予积分。也就是说,当另一个用户评价所写省电信息为有用信息时,可以认为另一个用户按下“好”按钮或“跟”。当按下“好”按钮或“跟”的数量大于或等于预定数量时,则评价提供了有用信息,这样可给与积分。一个获得大量“好”或“跟”的用户在评价中可等同为“提供超级诀窍的人”。因此,通过基于“好”或“跟”等的数量给予积分,可唤起“提供超级诀窍并具有更多跟随者”的渴望。
共享省电诀窍和节约用电的持续努力可以用这种方式实现,即社区工具提供单元55提供一个用于上述省电信息的信息共享系统,和一个用于社区中省电信息的积分系统。
在执行步骤S52的处理之后,或当在步骤S49中确定没有访问社区时,处理返回至步骤S41,并重复步骤S41的后续处理。
在服务器装置12中,执行上述处理。
如上所述,服务器装置12的数据获取单元51获得电力曲线来作为表示每个家庭中一个用户使用的一个或更多电器20消耗的电力消耗量的数据。之后,基于获得的每个家庭的电力曲线,组分类单元53将家庭分为预定数量的组(社区)。
此外,社区工具提供单元55提供一项服务,用于交换属于相应组家庭用户电力消耗量的相关信息。因此,可提高用户省电行为的意愿,且可提供使得用户积极参与降低电力消耗量的机制。
[获得每个用户电力曲线的计算例]
同时,如上所述,在本实施方式中已描述了以家庭为单位确定排名或给予积分的例子。但是,通过以处于家庭中的用户为单位确定排名或给予积分,可进行用户之间的省电竞争。在这种情况下,电力曲线最好是以用户为单位聚集。这里,将描述一种基于家庭中每个电器20的电力曲线为每个用户获取电力曲线的方法的例子。
例如,将描述某个家庭(房屋)中的I人家庭的每个成员i(i=1至I)使用的电器k(k=1至K)的使用量的计算。家庭成员i包括父亲、母亲、孩子等,且家庭成员i以下简称为人i,个人i等。此外,假设在房子中存在j个房间(J>2),且家庭成员i处于任意房间1至J中直到他或她外出。
电力曲线收集单元41获得家庭中电器k在时间t的电力消耗Wk(t)作为电力曲线,然后在存储单元43中存储获取的电力消耗Wk(t)。同时,K个电器之一可用作为通过收集整个多个电器的电力消耗而获得的残余背景,其中很难测量单个电器的电力消耗,因为其电力消耗很低。
通过将家庭总电力消耗ΣWk(t)在一个预定时间T(t=1至T)期间分配给家庭中的各个个人i,使用公式(3),用户曲线分类单元42计算个人i的电力消耗量Wi。
其中公式(3)中的Rij(t)表示电力消耗责任分担率,它是房间j中消耗的电力由人i分担的比率,以作为家庭中每个人在t时刻的责任,且Ejk(t)表示设备存在概率,它是电器k(k=1至K)在t时刻在房间j中的概率。整个房间1至J在t时刻的设备存在概率Ejk(t)的总和为1,所有家庭成员在t时刻的电力消耗分担率Rij(t)的总和也是1。
因此,个人i的电力消耗量Wi通过对个人i的电器k的电力消耗Wk(t)在预定时间T内、设备存在概率Ejk(t)、和关于所有电器和房间的设备存在概率Ejk(t)的房间j的电力消耗分担率Rij(t)进行积分而获得。此外,预定电器k的个人i的电力消耗量Wi可通过对方程(3)中所有电器1至K仅对预定电器k进行求和(Σ)而得到。因此,可计算个人i的电器k的电力消耗量Wi。
如从公式(3)所知,当获得个人i的电力消耗量Wi时,使用个人i在房间j中的电力消耗分担率Rij(t)(表示个人i和房间(位置)j之间的关系),和电器k在房间j中的设备存在概率Ejk(t)(表示电器k和房间(位置)j之间的关系)。也就是说,在没有使用表示个人和电器之间关系的信息的情况下获得个人i的电力消耗量Wi。如上所述,根据公式(3),甚至当难以获得表示个人和电器之间关系的信息时,也可通过引入位置变量获得个人i的电力消耗量Wi。
同时,预定时间T可以是一个范围,其中明确确定了起止时间,例如一天或一个月,且可以是根据当前时间转移的一个时间段,例如最近的(从当前时间往前)24小时或30天。
[个人i的电力消耗量Wi的计算方法]
虽然使用上述公式(3)获得个人i的电力消耗量Wi,基于以下两种概念的第一和第二种计算方法中任意一种可用作为公式(3)的实际计算方法。
(第一种计算方法)
图9为一个展示获得个人i的电力消耗量Wi的第一种计算方法的概念图。
第一种计算方法为通过将整个电器电力消耗量ΣWk(t)分解为房间j的单位,并向每个个人i分配以房间j为单位的电力消耗W'j进行计算的一种方法。
就是说,通过每个电器k的电力消耗Wk(t)乘以各个房间j的各个电器k的设备存在概率Ejk(t)获得的一个值,被加入整个电器1至K中,这样计算每个房间j的电力消耗W'j。此外,确定对应每个房间j的每个个人的电力消耗分担率Rij(t)。之后,对应人i的电力消耗责任分担率Rij(t)的电力消耗量从对于每个房间j的电力消耗量W'j中获得,且获得的电力消耗对于整个房间积分,这样就获得了个人i的电力消耗量Wi。
当公式(3)按照第一种计算方法修改时,修改后的公式可用以下公式(4)表示。
(第二种计算方法)
随后,将描述用于获得个人i电力消耗量Wi的第二种计算方法。图10为展示第二种计算方法的概念图。
第二种计算方法为通过向每个个人i分配以电器k为单位的电力消耗Wk(t)来进行计算的一种方法。以电器k为单位的电力消耗Wk(t)可通过电力曲线收集单元41来获得。
首先,确定对应每个电器k的每个个人i的电力消耗责任分担率W'ik。可通过加入一个结果来获得对应各个电器k的各个个人i的电力消耗分担率W'ik,该结果通过对于所有房间1至J,将对应各个房间j的各个个人i的电力消耗责任分担率Rij(t)乘以各个房间j的各个电器k的设备存在概率Ejk(t)而获得。其后,个人i的电力消耗量Wi可通过对于所有电器,对与电器k的电力消耗Wk(t)的各个人i的电力消耗责任分担率W'ik对应的部分积分来获得。
当公式(3)按照第二种计算方法修改时,修改后的公式可用以下公式(5)表示。
如上所述,如果,例如,已知家庭中的各个电器20的电力曲线,可为每个用户获得家庭中的各个电器20的电力曲线。此外,如果可为每个用户获得家庭中的各个电器20的电力曲线,也可为每个用户获得电力曲线。
同时,如上所述,除了通过以家庭为单位或以用户为单位确定排名或给予积分来进行竞争,通过使用基本上存在于每个家庭的电器20作为比较目标,可在电器20之间进行降低电力消耗量的竞争。
在上述实施方式中,已描述了一个例子,其中每个家庭的各个电器20的电力曲线在服务器装置12中累积,对每个家庭的电力消耗(降低量)进行比较,并确定排名。但是,本公开不限于家庭,可应用于其他环境,例如办公室、学校等。就是说,可以区域为单位收集电力曲线,且可通过假设以家庭、办公室、学校等的单位为单个区域(比较目标区域)来形成上述排名或社区。
[信息处理装置和服务器装置的硬件配置例]
由上述客户端装置11和服务器装置12执行的一系列处理可由硬件或软件实施。在由软件执行系列处理的情况下,在计算机上安装软件中包含的程序。这里,计算机包括嵌入了专用硬件的计算机和例如能够通过安装各种类型的程序来执行各种类型的功能的一般用途的个人计算机。
图11为示出了用作客户端装置11或服务器装置12并且使用程序执行上述系列处理的计算机的硬件配置例。
在该计算机中,CPU(中央处理单元)101、ROM(只读存储器)102和RAM(随机存取存储器)103通过总线104相互连接。
此外,输入/输出接口105与总线104连接。输入单元106、输出单元107、存储单元108、通信单元109和驱动器110与输入/输出接口105连接。
输入单元106包括键盘、鼠标、麦克风等。输出单元107包括显示器、扬声器等。存储单元108包括硬盘、非易失性存储器等。通信单元109包括网络接口等。驱动110驱动磁盘、光盘、磁光盘或移动存储介质111,例如半导体存储器等。
在如上述配置的计算机中,CPU 101通过将例如存储在存储单元108上的程序,通过输入/输出接口105和总线104下载到RAM 103上,然后执行程序,来执行上述系列处理。
在计算机中,可通过在驱动110上安装移动记录介质111,来通过输入/输出接口105在存储单元108中安装程序。进一步地,可使用通信单元109通过称为局域网、因特网或数字卫星广播的有线或无线传输介质,来接收程序,然后可在存储单元108中安装。此外,可在ROM 102或存储单元108中提前安装程序。
同时,在上述实施方式中,被描述为由客户端装置11执行的一部分处理可由服务器装置12一侧执行,被描述为由服务器装置12执行的一部分处理可由客户端装置11一侧执行。就是说,可基于每个装置的吞吐量、所需处理速度等,来适当地确定客户端装置11和服务器装置12中的一个去执行上述实施方式中描述的处理(功能)。
在本说明书中,在流程图中描述的步骤可以时间顺序沿着所列次序进行。但是,在进行呼叫等的必要时刻,可并行执行步骤,而不是必须以时间顺序处理。
同时,在本说明书中,该系统表示一个包括多个装置的整体装置。
本公开的实施方式不限于上述实施方式,只要不背离本公开的要旨可进行各种修改。
此外,本技术的实施方式可如下实现。
(1)一种计算设备,包括:
至少一个处理器,被配置为:
获得关于位于多个区域中的第一区域的至少第一电气设备的电力消耗的数据;以及
至少部分基于获得的数据,将第一区域分类为多组区域的第一组区域。
(2)根据(1)所述的计算设备,其中第一组区域包括与第一区域不同的第二区域,且其中至少一个处理器被进一步配置为:
提供一项服务,使得位于第一区域的第一电气设备的第一用户与位于第二区域的第二电气设备的第二用户共享信息。
(3)根据(2)所述的计算设备,其中至少一个处理器被配置为提供所述服务,这样第一用户可获得关于位于第二区域中并由第二用户使用的一个或更多电气设备的电力消耗的数据。
(4)根据(2)所述的计算设备,其中至少一个处理器被进一步配置为:
获得对于多个区域中的每个区域的第二数据,该第二数据表示位于各个区域的电气设备的电力消耗;并
至少部分基于获得的第二数据,将多个区域中的每个区域分类到多组区域中的各自的组区域中。
(5)根据(4)所述的计算设备,其中至少一个处理器被进一步配置为:
提供所述服务,使得所述服务允许位于同一组区域的区域中的电气设备的用户彼此共享信息。
(6)根据(5)所述的计算设备,其中至少一个处理器被进一步配置为:
至少部分基于第二数据,为多个区域中的一个以上区域中的每一个区域指定排名。
(7)根据(6)所述的计算设备,其中至少一个处理器被配置为提供所述服务使得第一用户能够获得第一组区域中的任意区域的排名。
(8)根据(1)所述的计算设备,其中关于电力消耗的数据包括多个值,多个值中的每个值表示由至少第一电气设备在特定时间消耗的电力量。
(9)根据(1)所述的计算设备,其中至少一个处理器被配置为至少部分使用K均值聚类技术或谱聚类技术对第一区域进行分类。
(10)根据(1)所述的计算设备,其中至少一个处理器被配置为周期性地进行获取和分类行为。
(11)根据(1)所述的计算设备,其中第一区域为一个家庭且第一电气设备为位于该家庭中的一个电器。
(12)根据(1)所述的计算设备,其中计算设备位于第一区域之外。
(13)一种方法,包括:
获得关于位于多个区域中的第一区域的至少第一电气设备的电力消耗的数据;以及
至少部分基于获得的数据,将第一区域分类至多组区域的第一组区域。
(14)根据(13)所述的方法,其中第一组区域包括与第一区域不同的第二区域,且其中该方法进一步包括:
提供一项服务,使得位于第一区域的第一电气设备的第一用户与位于第二区域的第二电气设备的第二用户共享信息。
(15)根据(14)所述的方法,其中提供所述服务包括提供使得第一用户能够获得与位于第二区域中并由第二用户使用的一个以上电气设备的电力消耗相关的数据的服务。
(16)根据(13)所述的方法,其中该方法进一步包括:
对于多个区域中的每个区域,获得表示位于各个区域的电气设备的电力消耗的第二数据;并
至少部分基于获得的第二数据,将多个区域中的每个区域分类到多组区域中的各自的组区域中。
(17)根据(16)所述的方法,其中该方法进一步包括:
提供允许位于同一组区域的区域中的电气设备的用户彼此共享信息的服务。
(18)根据(17)所述的方法,进一步包括:
至少部分基于第二数据,为多个区域中的一个以上区域中的每个区域指定一个排名。
(19)根据(18)所述的方法,其中至少一个处理器被配置为提供服务使得第一用户能够获得第一组区域中任意区域的排名。
(20)根据(13)所述的方法,其中关于电力消耗的数据包括多个值,多个值中的每个值表示由至少第一电气设备在特定时间消耗的电力量。
(21)根据(13)所述的方法,其中对第一区域进行分类包括使用K均值聚类技术或谱聚类技术。
(22)根据(13)所述的方法,进一步包括周期性地进行获取和分类行为。
(23)根据(13)所述的方法,其中第一区域为一个家庭且第一电气设备为位于该家庭中的一个电器。
(24)一种计算设备,包括:
至少一个处理器,被配置为:
向至少另一种计算设备传输关于位于多个区域中的第一区域的至少第一电气设备的电力消耗的数据;以及
从其他计算设备接收关于位于与第一区域不同的第二区域中的至少第二电气设备的电力消耗的信息,
其中第一和第二区域每个都在多组区域的第一组区域中。
(25)根据(24)所述的计算设备,其中至少一个处理器被配置为通过接收关于至少部分基于传输数据选择的电器设备电力消耗的信息,来接收关于至少第二电气设备电力消耗的信息。
(26)根据(24)所述的计算设备,其中至少一个处理器被配置为从第一电气设备收集关于第一电气设备的电力消耗数据。
(27)根据(24)所述的计算设备,其中计算设备被配置为存储关于第一电气设备电力消耗的数据。
(28)根据(24)所述的计算设备,其中计算设备位于第一区域之内,且其中其他计算设备位于第一区域之外。
(29)根据(24)所述的计算设备,其中第一区域为一个家庭且第一电气设备为位于该家庭中的一个电器。
(30)根据(24)所述的计算设备,其中关于电力消耗的数据包括多个值,多个值中的每个值表示由至少第一电气设备在特定时间消耗的电力量。
(31)一种系统,包括:
第一计算设备,包括至少一个处理器,被配置为:
从第二计算设备获得关于位于多个区域中的第一区域的至少第一电气设备的电力消耗的数据,
至少部分基于获得的数据,将第一区域分类为多组区域的第一组区域;以及
第二计算设备,包括至少另一个处理器,被配置为:
向第一计算设备传输关于至少第一电气设备的电力消耗的数据,以及
从第一计算设备接收关于位于第二区域中的第二电气设备的电力消耗的信息,
其中第二区域在第一组区域中。
(32)根据(31)所述的系统,其中第一计算设备被配置为:
提供允许第一电气设备的第一用户与位于第二区域的第二电气设备的第二用户共享信息的服务。
(33)根据(32)所述的系统,其中第一计算设备被配置为提供所述服务,使得第一用户可获得关于位于第二区域中并由第二用户使用的一个以上电气设备的电力消耗的数据。
(34)根据(32)所述的系统,其中第一计算设备被进一步配置为:
获得对于多个区域中的每个区域的第二数据,该第二数据表示位于各个区域的电气设备的电力消耗;
至少部分基于获得的第二数据,将多个区域中的每个区域分类到多组区域中的个别组区域中;以及
提供所述服务,使得该服务允许位于同一组区域的区域中的电气设备的用户彼此共享信息。
(35)根据(34)所述的系统,其中第一计算设备被进一步配置为:
提供所述服务使得该服务允许在同一组区域的区域中的电气设备的用户彼此共享信息。
(36)根据(34)所述的系统,其中第一计算设备被配置为至少部分基于第二数据,为多个区域中的一个以上区域的每一个区域指定排名。
(37)根据(31)所述的系统,其中第一计算设备位于第一区域之外,第二计算设备位于第一区域之内。
(38)根据(31)所述的系统,其中第二计算设备被配置为接收关于电气设备电力消耗的信息,其中该信息由第一计算设备至少部分基于传输数据来选择。
(39)根据(31)所述的系统,其中第二计算设备被配置为从第一电气设备收集关于第一电气设备的电力消耗的数据。
(40)根据(31)所述的系统,其中第一区域为家庭且第一电气设备为位于该家庭中的电器。
某些实施方式可包括一个计算机可读存储介质(或多个计算机可读介质)(例如,计算机内存、一个以上的软盘、CD、光盘、数字视频光盘(DVD)、磁带、闪存、现场可编程门阵列或其他半导体器件中的电路配置,或其他有形的计算机存储介质),用一个以上程序(例如,多个处理器-可执行指令)编码,当这些程序在一个以上计算机或其他处理器上执行时,进行实现上述各种实施方式的方法。有上述例子显而易见的是,计算机可读存储介质可长时间保留信息,从而以非暂时性的形式提供计算机可执行指令。
本领域技术人员应理解的是,只要在所附权利要求书或其等同技术方案的范围内,可基于设计需要和其他因素进行各种修改、组合、子组合和替代。
在权利要求中使用的序数词如“第一”、“第二”、“第三”等来修饰权利要求要素本身并不意味着一个权利要求要素的任何优先级或顺序高于另一个权利要求要素,或者是所执行的方法的动作的时间顺序。这种序数词仅仅用作为将具有某个名字的一个权利要求要素与另一个具有相同名称(除了使用的序数词外)的权利要求要素相区分,从而区分这些权利要求元素。
同时,这里使用的用语和术语用于描述目的,不应被认为是限制性的。这里“包含”、“包括”或“具有”、“含有”、“涉及”等的使用是指包括随后列出的项目及其等同物,也包括其他项目。
本公开包括2011年8月23日提交至日本专利局的日本在先专利申请JP 2011-181525的主题内容,其全部内容通过引用结合到本文中。
本领域技术人员应当理解的是,只要在所附权利要求书或其等技术方案的范围内,可基于设计需要和其他因素进行各种修改、组合、子组合和替代。
Claims (21)
1.一种计算设备,包括:
至少一个处理器,被配置为:
获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据;以及
至少部分基于所获得的数据,将第一区域分类至多组区域中的第一组区域。
2.根据权利要求1所述的计算设备,其中,第一组区域包括与第一区域不同的第二区域,并且其中,所述至少一个处理器被进一步配置为:
提供允许位于第一区域内的第一电气设备的第一用户与位于第二区域内的第二电气设备的第二用户共享信息的服务。
3.根据权利要求2所述的计算设备,其中,所述至少一个处理器被配置为提供所述服务,使得第一用户能够获得与位于第二区域内并由第二用户使用的一个以上电气设备的电力消耗相关的数据。
4.根据权利要求2所述的计算设备,其中,所述至少一个处理器被进一步配置为:
对于所述多个区域中的每个区域,获得表示位于相应区域内的电气设备的电力消耗的第二数据;以及
至少部分基于所获得的第二数据,将所述多个区域中的每个区域分类至所述多组区域中的相应的组区域中。
5.根据权利要求4所述的计算设备,其中,所述至少一个处理器被进一步配置为:
提供所述服务使得所述服务允许位于同一组区域中的区域内的电气设备的用户彼此共享信息。
6.根据权利要求5所述的计算设备,其中,所述至少一个处理器被进一步配置为:
至少部分基于第二数据,为所述多个区域中的一个以上的区域的各区域指定排名。
7.根据权利要求6所述的计算设备,其中,所述至少一个处理器被配置为提供所述服务使得第一用户能够获得第一组区域中的任意区域的排名。
8.根据权利要求1所述的计算设备,其中,与电力消耗相关的数据包括多个值,所述多个值中的每个值表示由至少第一电气设备在特定时间消耗的电力量。
9.根据权利要求1所述的计算设备,其中,所述至少一个处理器被配置为至少部分使用K均值聚类技术或谱聚类技术对第一区域进行分类。
10.根据权利要求1所述的计算设备,其中,所述至少一个处理器被配置为周期性地进行获取和分类行为。
11.根据权利要求1所述的计算设备,其中,第一区域为家庭且第一电气设备为位于所述家庭中的电器。
12.根据权利要求1所述的计算设备,其中,所述计算设备位于第一区域之外。
13.根据权利要求1所述的计算设备,其中,所述至少一个处理器被进一步配置为基于各组区域的节能程度确定所述多组区域中的各组区域的等级。
14.一种计算设备,包括:
至少一个处理器,被配置为:
向至少另一计算设备传输与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据;以及
从其他计算设备接收与位于不同于第一区域的第二区域内的至少第二电气设备的电力消耗相关的信息,
其中,第一和第二区域均在多组区域的第一组区域中。
15.根据权利要求14所述的计算设备,其中,所述至少一个处理器被配置为通过接收与至少部分基于传输的数据而选择的电器设备的电力消耗相关的信息,来接收与至少第二电气设备的电力消耗相关的信息。
16.根据权利要求14所述的计算设备,其中,所述至少一个处理器被配置为从第一电气设备收集与第一电气设备的电力消耗相关的数据。
17.根据权利要求14所述的计算设备,其中,所述计算设备被配置为存储与第一电气设备的电力消耗相关的数据。
18.根据权利要求14所述的计算设备,其中,第一区域为家庭且第一电气设备为位于所述家庭中的电器。
19.根据权利要求14所述的计算设备,其中,与电力消耗相关的数据包括多个值,所述多个值中的每个值表示由至少第一电气设备在特定时间消耗的电力量。
20.一种系统,包括:
第一计算设备,包括至少一个处理器,被配置为:
从第二计算设备获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据,
至少部分基于所获得的数据,将第一区域分类至多组区域中的第一组区域;以及
第二计算设备,包括至少另一个处理器,被配置为:
向第一计算设备传输与至少第一电气设备的电力消耗相关的数据,以及
从第一计算设备接收与位于第二区域中的第二电气设备的电力消耗相关的信息,
其中,第二区域在第一组区域中。
21.一种方法,包括:
获得与位于多个区域中的第一区域内的至少第一电气设备的电力消耗相关的数据;以及
至少部分基于所获得的数据,将第一区域分类至多组区域中的第一组区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011-181525 | 2011-08-23 | ||
JP2011181525A JP5984348B2 (ja) | 2011-08-23 | 2011-08-23 | 情報処理装置、情報処理方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103106230A true CN103106230A (zh) | 2013-05-15 |
CN103106230B CN103106230B (zh) | 2017-10-20 |
Family
ID=47744857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210291469.6A Expired - Fee Related CN103106230B (zh) | 2011-08-23 | 2012-08-15 | 信息处理装置、信息处理方法和程序 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20130054166A1 (zh) |
JP (1) | JP5984348B2 (zh) |
CN (1) | CN103106230B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104285216A (zh) * | 2013-03-08 | 2015-01-14 | 松下电器(美国)知识产权公司 | 信息共享方法 |
CN105144223A (zh) * | 2013-04-26 | 2015-12-09 | 夏普株式会社 | 信息处理装置、信息处理方法、信息处理系统、信息提供装置及其程序 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5440655B2 (ja) * | 2012-05-21 | 2014-03-12 | 富士ゼロックス株式会社 | 情報処理システム及びプログラム |
US11093952B2 (en) | 2012-12-19 | 2021-08-17 | Panasonic Intellectual Property Corporation Of America | Information displaying method, information displaying system, information displaying program, and method for providing information displaying program |
JP5930996B2 (ja) * | 2013-03-27 | 2016-06-08 | 株式会社日本総合研究所 | 節電行動誘発システム及びその方法 |
TWI477785B (zh) * | 2013-12-16 | 2015-03-21 | Ind Tech Res Inst | 電表錯置偵測系統及其方法 |
JP5820895B2 (ja) * | 2014-03-14 | 2015-11-24 | ブイコンセプションVconception | ネットワークシステム、サーバコンピュータ、及び、端末装置のプログラム |
US20150310465A1 (en) * | 2014-04-25 | 2015-10-29 | Opower, Inc. | Behavioral demand response ranking |
JP2016036207A (ja) * | 2014-08-01 | 2016-03-17 | 東京電力株式会社 | 消費電力解析方法 |
JP6758752B2 (ja) * | 2016-03-29 | 2020-09-23 | ミサワホーム株式会社 | 省エネ診断システム |
KR102308343B1 (ko) * | 2017-03-09 | 2021-10-01 | 엘에스일렉트릭(주) | 통합전력관리시스템 |
JP2019008652A (ja) * | 2017-06-27 | 2019-01-17 | 凸版印刷株式会社 | ポイント付与システム及びポイント付与方法 |
JP2019053401A (ja) * | 2017-09-13 | 2019-04-04 | 関西電力株式会社 | サーバ装置 |
CN108574600B (zh) * | 2018-03-20 | 2020-07-10 | 北京航空航天大学 | 云计算服务器的功耗和资源竞争协同控制的服务质量保障方法 |
KR102388579B1 (ko) * | 2020-09-02 | 2022-04-20 | 주식회사 아이온커뮤니케이션즈 | 에너지 관리 장치 및 그 방법 |
US11411842B1 (en) * | 2021-06-01 | 2022-08-09 | Cujo LLC | Method and apparatus for providing targeted services |
JP7352711B1 (ja) * | 2022-10-27 | 2023-09-28 | 真樹 高野 | 消費電力評価システム |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002169613A (ja) * | 2000-12-04 | 2002-06-14 | Hitachi Ltd | 電力ロードカーブの分析方法およびシステム |
JP2003162787A (ja) * | 2001-08-03 | 2003-06-06 | Matsushita Electric Ind Co Ltd | エネルギー管理システム |
US20080074147A1 (en) * | 2001-02-12 | 2008-03-27 | Cohn John M | Wiring optimizations for power |
CN101164292A (zh) * | 2005-02-24 | 2008-04-16 | Lg电子株式会社 | 网络控制协议的层结构和接口方法 |
JP2008092681A (ja) * | 2006-10-02 | 2008-04-17 | Matsushita Electric Works Ltd | 電力監視システム |
CN101258513A (zh) * | 2005-07-01 | 2008-09-03 | 斯夸尔D公司 | 公用设施监控系统中的自动分级结构分类 |
US20090055520A1 (en) * | 2007-08-23 | 2009-02-26 | Shunya Tabata | Method for scheduling of storage devices |
JP2009070204A (ja) * | 2007-09-14 | 2009-04-02 | Cubic S Consulting:Kk | 二酸化炭素排出量削減のためのサービス方法 |
US20090276648A1 (en) * | 2008-04-30 | 2009-11-05 | International Business Machines Corporation | Quad-state power-saving virtual storage controller |
JP2009277136A (ja) * | 2008-05-16 | 2009-11-26 | Mitsubishi Electric Corp | 類似度分析評価システム |
WO2010033563A1 (en) * | 2008-09-18 | 2010-03-25 | Thinkeco Inc. | System and method for monitoring and management of utility usage |
US20100145542A1 (en) * | 2007-03-14 | 2010-06-10 | Zonit Structured Solutions, Llc | Smart electrical outlets and associated networks |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
US20110087906A1 (en) * | 2009-10-14 | 2011-04-14 | Alaxala Networks Corporation | Network management apparatus |
US20110125688A1 (en) * | 2009-11-24 | 2011-05-26 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | System and method for output of assessment of physical entity attribute effects on physical environments through in part social networking service input |
US20110125691A1 (en) * | 2009-11-24 | 2011-05-26 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | System and method for output of comparison of physical entities of a received selection and associated with a social network |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003016296A (ja) * | 2001-07-02 | 2003-01-17 | Knowledge & Intelligence:Kk | 消費者参加型ショッピングモール出店店舗募集システム及び方法 |
JP2006099418A (ja) * | 2004-09-29 | 2006-04-13 | Chugoku Electric Power Co Inc:The | 情報処理装置、情報処理装置の制御方法、プログラム |
US8515967B2 (en) * | 2010-03-29 | 2013-08-20 | International Business Machines Corporation | Cost and power efficient storage area network provisioning |
-
2011
- 2011-08-23 JP JP2011181525A patent/JP5984348B2/ja not_active Expired - Fee Related
-
2012
- 2012-08-10 US US13/571,719 patent/US20130054166A1/en not_active Abandoned
- 2012-08-15 CN CN201210291469.6A patent/CN103106230B/zh not_active Expired - Fee Related
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002169613A (ja) * | 2000-12-04 | 2002-06-14 | Hitachi Ltd | 電力ロードカーブの分析方法およびシステム |
US20080074147A1 (en) * | 2001-02-12 | 2008-03-27 | Cohn John M | Wiring optimizations for power |
JP2003162787A (ja) * | 2001-08-03 | 2003-06-06 | Matsushita Electric Ind Co Ltd | エネルギー管理システム |
CN101164292A (zh) * | 2005-02-24 | 2008-04-16 | Lg电子株式会社 | 网络控制协议的层结构和接口方法 |
CN101258513A (zh) * | 2005-07-01 | 2008-09-03 | 斯夸尔D公司 | 公用设施监控系统中的自动分级结构分类 |
JP2008092681A (ja) * | 2006-10-02 | 2008-04-17 | Matsushita Electric Works Ltd | 電力監視システム |
US20100145542A1 (en) * | 2007-03-14 | 2010-06-10 | Zonit Structured Solutions, Llc | Smart electrical outlets and associated networks |
US20090055520A1 (en) * | 2007-08-23 | 2009-02-26 | Shunya Tabata | Method for scheduling of storage devices |
JP2009070204A (ja) * | 2007-09-14 | 2009-04-02 | Cubic S Consulting:Kk | 二酸化炭素排出量削減のためのサービス方法 |
US20090276648A1 (en) * | 2008-04-30 | 2009-11-05 | International Business Machines Corporation | Quad-state power-saving virtual storage controller |
JP2009277136A (ja) * | 2008-05-16 | 2009-11-26 | Mitsubishi Electric Corp | 類似度分析評価システム |
WO2010033563A1 (en) * | 2008-09-18 | 2010-03-25 | Thinkeco Inc. | System and method for monitoring and management of utility usage |
US20110087906A1 (en) * | 2009-10-14 | 2011-04-14 | Alaxala Networks Corporation | Network management apparatus |
US20110125688A1 (en) * | 2009-11-24 | 2011-05-26 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | System and method for output of assessment of physical entity attribute effects on physical environments through in part social networking service input |
US20110125691A1 (en) * | 2009-11-24 | 2011-05-26 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | System and method for output of comparison of physical entities of a received selection and associated with a social network |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
Non-Patent Citations (1)
Title |
---|
单祥茹: "智能电网的发展需构建一体化生态系统", 《中国电子商情(基础电子)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104285216A (zh) * | 2013-03-08 | 2015-01-14 | 松下电器(美国)知识产权公司 | 信息共享方法 |
CN104285216B (zh) * | 2013-03-08 | 2017-08-08 | 松下电器(美国)知识产权公司 | 信息共享方法 |
CN105144223A (zh) * | 2013-04-26 | 2015-12-09 | 夏普株式会社 | 信息处理装置、信息处理方法、信息处理系统、信息提供装置及其程序 |
Also Published As
Publication number | Publication date |
---|---|
JP5984348B2 (ja) | 2016-09-06 |
JP2013045229A (ja) | 2013-03-04 |
US20130054166A1 (en) | 2013-02-28 |
CN103106230B (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103106230A (zh) | 信息处理装置、信息处理方法和程序 | |
Yilmaz et al. | Who is sensitive to DSM? Understanding the determinants of the shape of electricity load curves and demand shifting: Socio-demographic characteristics, appliance use and attitudes | |
Vallés et al. | Probabilistic characterization of electricity consumer responsiveness to economic incentives | |
CN106575422B (zh) | 能量管理系统和方法 | |
Žliobaitė et al. | Beating the baseline prediction in food sales: How intelligent an intelligent predictor is? | |
Antonopoulos et al. | Data-driven modelling of energy demand response behaviour based on a large-scale residential trial | |
Rodríguez Fernández et al. | Using the Big Data generated by the Smart Home to improve energy efficiency management | |
Chadoulos et al. | Mobile apps meet the smart energy grid: A survey on consumer engagement and machine learning applications | |
Mitra et al. | Cluster analysis of occupancy schedules in residential buildings in the United States | |
Kiguchi et al. | Predicting winners and losers under time-of-use tariffs using smart meter data | |
Albert et al. | Predictive segmentation of energy consumers | |
Aman et al. | Empirical comparison of prediction methods for electricity consumption forecasting | |
Bracale et al. | A multivariate approach to probabilistic industrial load forecasting | |
US10911821B2 (en) | Utilizing combined outputs of a plurality of recurrent neural networks to generate media consumption predictions | |
Wang et al. | Smart Meter Data Analytics | |
Ruan et al. | Time-varying price elasticity of demand estimation for demand-side smart dynamic pricing | |
Mendez | Regional efficiency convergence and efficiency clusters: Evidence from the provinces of Indonesia 1990–2010 | |
Roth et al. | Data-driven, multi-metric, and time-varying (DMT) building energy Benchmarking using smart meter data | |
Wu et al. | Data-driven approaches for optimizing EV aggregator power profile in energy and reserve market | |
Xiang et al. | Smart Households' Available Aggregated Capacity Day-ahead Forecast Model for Load Aggregators under Incentive-based Demand Response Program | |
Li et al. | Impact of the pre-simulation process of occupant behaviour modelling for residential energy demand simulations | |
Marangoni et al. | Real-time feedback on electricity consumption: evidence from a field experiment in Italy | |
Shi et al. | Predicting household energy consumption in an aging society | |
Ząbkowski et al. | Grade analysis for energy usage patterns segmentation based on smart meter data | |
Zheng et al. | Short-term energy consumption prediction of electric vehicle charging station using attentional feature engineering and multi-sequence stacked Gated Recurrent Unit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171020 |