CN117280291A - 用于确定设备能量浪费的系统和方法 - Google Patents

用于确定设备能量浪费的系统和方法 Download PDF

Info

Publication number
CN117280291A
CN117280291A CN202280033905.1A CN202280033905A CN117280291A CN 117280291 A CN117280291 A CN 117280291A CN 202280033905 A CN202280033905 A CN 202280033905A CN 117280291 A CN117280291 A CN 117280291A
Authority
CN
China
Prior art keywords
fault
building
energy
fault condition
amount
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.)
Pending
Application number
CN202280033905.1A
Other languages
English (en)
Inventor
塔尔西拉姆·瓦格马雷
苏布拉塔·巴塔查里亚
布拉娅·马宗达
迪利普·迪维拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Johnson Controls Tyco IP Holdings LLP
Original Assignee
Johnson Controls Tyco IP Holdings LLP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Johnson Controls Tyco IP Holdings LLP filed Critical Johnson Controls Tyco IP Holdings LLP
Publication of CN117280291A publication Critical patent/CN117280291A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267Fault communication, e.g. human machine interface [HMI]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25011Domotique, I-O bus, home automation, building automation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/26Pc applications
    • G05B2219/2614HVAC, heating, ventillation, climate control
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/26Pc applications
    • G05B2219/2642Domotique, domestic, home control, automation, smart house

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本公开提供一种建筑物管理系统(BMS),其包括:一个或多个存储装置,其具有存储在其上的指令,所述指令当由一个或多个处理器执行时,使所述一个或多个处理器进行操作,所述操作包括:使用所述操作数据来评估一个或多个故障检测规则(624)以确定所述多个建筑物装置中的至少一者是否正在经历故障状况;响应于确定所述多个建筑物装置中的至少一者正在经历所述故障状况,基于与所述故障状况相关联的故障排放模型(676)来确定由于所述故障状况而生成的碳排放量;以及基于与所述故障状况相关联的所述碳排放量来启动自动响应。

Description

用于确定设备能量浪费的系统和方法
相关申请的交叉引用
本申请要求2021年3月17日提交的印度临时专利申请号202121011425的权益和优先权,该申请的全部内容通过引用并入本文。
背景技术
本公开总体上涉及建筑物管理系统(BMS),并且更具体地涉及确定由建筑物设备由于故障或警报状况而浪费的能量的量。
在各种实现方式中,BMS通过监视和控制多种建筑物子系统和设备来操作。BMS可以改善建筑物操作,并且可以通过提高建筑物(例如,系统和设备)效率、降低运营成本、减少用户输入(例如,通过自动化)、减少停机时间等来允许建筑物业主或运营商满足各种运营目标。建筑物设备(诸如被包括在BMS中的设备)偶尔可能经历故障状况,故障状况导致效率降低和意外停机时间,这进而可能导致能量(例如,电)浪费。因此,不仅确定在故障状况下浪费的能量的量,而且确定与故障相关联的成本和由于故障而生成的排放量将是有益的。
发明内容
本公开的一种实现方式是一种建筑物管理系统(BMS),其包括:一个或多个存储器装置,其具有存储在其上的指令,该指令当由一个或多个处理器执行时,使该一个或多个处理器进行操作,该操作包括:使用操作数据来评估一个或多个故障检测规则以确定多个建筑物装置中的至少一者是否正在经历故障状况;响应于确定多个建筑物装置中的至少一者正在经历故障状况,基于与故障状况相关联的故障排放模型来确定由于故障状况而生成的碳排放量;以及基于与故障状况相关联的碳排放量来启动自动化响应。
在一些实施例中,该操作进一步包括:基于用户输入来获得一个或多个故障检测规则中的至少一者,以及将一个或多个故障检测规则映射到多个建筑物装置。
在一些实施例中,用户输入包括与一个或多个故障检测规则中的故障检测规则相关联的故障的描述、故障的优先级以及定义故障检测规则的方程。
在一些实施例中,该操作进一步包括:基于与操作数据相关联的测量单位来修改故障排放模型,其中故障排放模型经修改使得故障排放模型的每个项由共同测量单位定义。
在一些实施例中,该操作进一步包括:基于与故障状况相关联的故障排放模型来计算由于故障状况而浪费的能量的量,其中所生成的碳排放量是基于浪费的能量的量和包括用于生成浪费的能量的能源的能源构成信息(energy mix information)来确定的。
在一些实施例中,由于第一建筑物装置中的故障状况而浪费的能量的量包括由第二建筑物装置因为第一建筑物装置中的故障状况而消耗的额外能量。
在一些实施例中,自动化响应包括:生成工作订单以纠正故障状况,该工作订单标识经历故障状况的多个建筑物装置中的至少一者并且包括故障的描述和多个建筑物装置中的至少一者的位置。
在一些实施例中,自动化响应包括:基于故障状况来生成图形用户界面,该图形用户界面包括故障状况的指示、经历故障状况的多个建筑物装置中的至少一者的指示以及所生成的排放的指示;以及经由用户装置显示图形用户界面。
在一些实施例中,自动化响应包括:基于故障状况的检测来生成警报,该警报包括故障状况的优先级的指示,其中优先级是基于由于故障而生成的排放量来确定的;以及向用户装置发送警报。
本公开的另一种实现方式是一种确定由于建筑物管理系统(BMS)中的故障状况而浪费的能量的量的方法。该方法包括:从多个建筑物装置获得操作数据;使用操作数据来评估一个或多个故障检测规则以确定多个建筑物装置中的至少一者是否正在经历故障状况;响应于确定多个建筑物装置中的至少一者正在经历故障状况,基于与故障状况相关联的故障排放模型来确定由于故障状况而生成的碳排放量;以及基于与故障状况相关联的成本来启动自动化响应。
在一些实施例中,该方法进一步包括:经由对用户装置的用户输入接收一个或多个故障检测规则中的至少一者;以及将一个或多个故障检测规则映射到多个建筑物装置。
在一些实施例中,用户输入包括与一个或多个故障检测规则中的故障检测规则相关联的故障的描述、故障的优先级以及定义故障检测规则的方程。
在一些实施例中,该方法进一步包括包括:基于与操作数据相关联的测量单位来修改故障排放模型,其中故障排放模型经修改使得故障排放模型的每个项由共同测量单位定义。
在一些实施例中,该方法进一步包括:基于与故障状况相关联的故障排放模型和能源构成信息来计算由于故障状况而浪费的能量的量,其中浪费的能量的量是通过将由多个建筑物装置中的至少一者在故障状况的时间段内消耗的能量的第一量与由多个建筑物装置中的至少一者在正常操作的时间段期间消耗的能量的第二量进行比较来确定的,并且其中所生成的碳排放量是基于浪费的能量的量和包括用于生成浪费的能量的能源的能源构成信息来确定的。
在一些实施例中,由于第一建筑物装置中的故障状况而浪费的能量的量包括由第二建筑物装置因为第一建筑物装置中的故障而消耗的额外能量。
在一些实施例中,自动化响应包括:生成工作订单以纠正故障状况,该工作订单标识经历故障状况的多个建筑物装置中的至少一者并且包括故障的描述和多个建筑物装置中的至少一者的位置。
在一些实施例中,自动化响应包括:基于故障状况来生成图形用户界面,该图形用户界面包括故障状况的指示、经历故障状况的多个建筑物装置中的至少一者的指示以及所生成的排放的指示;以及经由用户装置显示图形用户界面。
在一些实施例中,自动化响应包括:基于故障状况的检测来生成警报,该警报包括故障状况的优先级的指示,其中优先级是基于由于故障而生成的排放量来确定的;以及向用户装置发送警报。
本公开的又一种实现方式是一种故障检测系统,其包括:一个或多个存储器装置,其具有存储在其上的指令,该指令当由一个或多个处理器执行时,使该一个或多个处理器进行操作,该操作包括:经由用户输入接收至少一个故障检测规则,该至少一个故障检测规则包括定义至少一个故障检测规则的方程;将至少一个故障检测规则映射到一个或多个建筑物装置;从一个或多个建筑物装置获得操作数据;使用操作数据来评估至少一个故障检测规则以确定一个或多个建筑物装置中的建筑物装置正在经历故障状况;基于与故障状况相关联的故障排放模型来确定由于故障状况而浪费的能量的量;以及基于浪费的能量的量和能源构成信息来计算由于故障状况而生成的碳排放量。
在一些实施例中,操作进一步包括:基于故障状况来启动自动化响应,该自动化响应包括生成工作订单以纠正故障状况,该工作订单标识经历故障状况的建筑物装置并且包括故障的描述和建筑物装置的位置。
附图说明
通过参考结合附图进行的详细描述,本公开的各种对象、方面、特征和优点将变得更显而易见且更好理解,在整个附图中,相似的附图标记标识对应的元件。在附图中,相似的附图标记通常表示相同、功能上类似和/或结构上类似的元件。
图1是根据一些实施例的配备有HVAC系统的建筑物的图。
图2是根据一些实施例可以与图1的建筑物结合使用的水边系统的框图。
图3是根据一些实施例可以与图1的建筑物结合使用的空边系统的框图。
图4是根据一些实施例可用于监测和/或控制图1的建筑物的建筑物管理系统(BMS)的框图。
图5是根据一些实施例的可以用于监视和控制图1的建筑物和HVAC系统的另一建筑物管理系统(BMS)的框图。
图6A是根据一些实施例的用于监视建筑物设备并且检测故障状况的故障检测系统的框图。
图6B是根据一些实施例的用于监视建筑物设备并且检测故障状况的故障检测系统的框图。
图7A是根据一些实施例的用于确定与故障相关联的成本的方法。
图7B是根据一些实施例的用于确定由于故障而生成的排放量的方法。
图7C是展示在图7A的方法中发生的数据流的图表。
图7D是展示在图7B的方法中发生的数据流的图表。
图8是根据一些实施例的用于建立故障检测规则的示例界面。
图9是根据一些实施例的用于查看故障数据的示例界面。
图10是根据一些实施例的用于工作订单管理的示例界面。
图11是根据一些实施例的用于设置数据点的读取频率的示例界面。
图12是根据一些实施例的用于查看故障列表的示例界面。
图13是根据一些实施例的用于建立故障检测规则的示例界面。
图14是根据一些实施例的用于查看故障数据的示例界面。
图15A至图15D是根据一些实施例的示出示例电和热成本规则的表。
图16是根据一些实施例的示出用于录入能源的成本和碳排放的示例界面。
图17是根据一些实施例的用于查看故障信息的示例界面。
图18是根据一些实施例的用于查看统计故障数据的示例界面。
图19是根据一些实施例的用于查看统计故障数据的示例界面。
具体实施方式
整体参考附图,根据一些实施例,示出了用于故障检测和故障成本确定的系统和方法。特别地,故障检测系统可以维护故障检测规则的数据库,故障检测规则中的每个可以被映射到对应的建筑物装置、系统、子系统等。以规则或不规则的时间间隔(例如,每秒、每分钟、每一天、间歇地、按需等),建筑物设备操作数据可以相对于故障检测规则来收集和分析,以确定一个或多个建筑物装置是否正在经历故障(例如,通过满足与故障检测规则相关联的某些准则)。
在建筑物装置被确定为正在经历故障(即,建筑物装置处于故障状态)的情况下,故障检测系统可以被配置成确定在故障的持续期间内被浪费的能量(例如,电的、热的等)的量。能量可能由于例如建筑物装置低效操作或额外建筑物装置以更大体积操作以补偿处于故障状态的装置而被浪费。一旦确定了能量浪费的量,故障检测系统就可以基于针对关联能源(例如,电、天然气等)的当前成本或费率来计算与浪费的能量相关联的成本。例如,建筑物HVAC系统的冷水机经历故障状况半小时可能浪费XkWh的电,这些电是以每kWh Y美元的价格从能量提供商(例如,电力公司)购买的。因此,故障状况的成本可以被确定为与浪费的能量相关联的美元总数。故障检测系统还可以基于能源的类型和故障的持续时间来计算由于故障而生成的排放量。
在一些实施例中,在检测到故障时和/或响应于与故障相关联的成本和/或由于故障而生成的排放的确定,可以启动一个或多个自动化响应动作。在一些此类实施例中,自动化动作包括生成指示技术人员或其他用户纠正故障状况的工作订单。工作订单可以包括经历故障状况的建筑物装置的标识,并且还可以包括故障的描述和建筑物装置的位置。在一些实施例中,生成工作订单还可以包括自动地调度技术人员的访问。在一些实施例中,自动化动作可以包括生成并且显示各种用户界面,这些用户界面呈现与检测到的故障以及与故障相关联的成本和/或由于故障而生成的排放有关的信息。相应地,可以快速解决故障状况,并且在一些情况下,可以比其他故障更紧急地标识和纠正高优先级、高成本和/或高排放故障。
具有建筑物系统的建筑物
现在参考图1至图4,根据一些实施例,示出了其中可以实现本公开的系统和方法的示例性BMS和HVAC系统。具体地参考图1,示出了建筑物10的透视图。建筑物10由BMS服务。BMS通常为被配置成控制、监测和管理建筑物或建筑物区中或周围的设备的装置的系统。BMS可以包括例如HVAC系统、安全系统、照明系统、防火安全系统、能够管理建筑物功能或装置的任何其他系统,或其任何组合。
服务于建筑物10的BMS包含HVAC系统100。HVAC系统100可以包含被配置成为建筑物10提供供热、制冷、通风或其它服务的多个HVAC装置(例如,加热器、制冷机、空气处理单元、泵、风机(fan)、热能存储装置等)。例如,HVAC系统100被示出为包含水侧系统120和空气侧系统130。水侧系统120可以向空气侧系统130的空气处理单元提供加热或冷的流体。空气侧系统130可以使用加热或冷的流体来加热或冷却提供给建筑物10的气流。参考图2至图3更详细地描述可以在HVAC系统100中使用的示例性水侧系统和空气侧系统。
HVAC系统100被示出为包含制冷机102、锅炉104和屋顶空气处理单元(AHU)106。水侧系统120可以使用锅炉104和冷水机102来加热或冷却工作流体(例如,水、乙二醇等)并且可以使工作流体环流到AHU 106。在各种实施例中,水侧系统120的HVAC装置可以位于建筑物10中或周围(如图1所示),或位于诸如中央设备(例如,制冷机设备、蒸汽设备、发热设备等)的场外位置。取决于建筑物10中是否需要供热或制冷,工作流体可以在锅炉104中加热或在制冷机102中冷却。锅炉104可以例如通过燃烧可燃材料(例如天然气)或使用电加热元件来向循环流体添加热量。冷水机102可以将循环流体置于与热交换器(例如,蒸发器)中的另一种流体(例如,制冷剂)的热交换关系,以从循环流体吸收热量。可以经由管道108将来自制冷机102和/或锅炉104的工作流体递送到AHU 106。
AHU 106可以将工作流体置于与穿过AHU 106的气流的热交换关系中(例如,经由一级或多级冷却盘管和/或加热盘管)。例如,气流可以是外部空气、来自建筑物10内的回流空气,或两者的组合。AHU 106可以在气流与工作流体之间传递热量,以便为气流提供加热或冷却。例如,AHU 106可以包含一个或多个风机或鼓风机,所述风机或鼓风机被配置成使气流通过或穿过含有工作流体的热交换器。然后工作流体可以经由管道110返回到冷水机102或锅炉104。
空气侧系统130可以将由AHU 106供应的气流(即,供应气流)经由送风管112递送到建筑物10,并且可以经由回风管114将来自建筑物10的回风提供给AHU 106。在一些实施例中,空气侧系统130包含多个可变风量(VAV)单元116。例如,空气侧系统130被示出为在建筑物10的每个楼层或区包含单独的VAV单元116。VAV单元116可以包含可以运作以控制提供到建筑物10的各个区的供应气流量的风门或其它流控制元件。在其它实施例中,空气侧系统130(例如,经由送风管112)将供应气流递送到建筑物10的一个或多个区中而不使用中间VAV单元116或其它流控制元件。AHU 106可以包含被配置成测量供应气流的属性的各种传感器(例如,温度传感器、压力传感器等)。AHU 106可以从位于AHU 106内和/或建筑物区内的传感器接收输入,并且可以调整通过AHU 106的供应气流的流速、温度或其他属性以达到针对建筑物区的设定点条件。
在图2中,水侧系统200被示出为具有多个子设备202-212的中央设备。子设备202-212被示出为包含加热器子设备202、热回收冷水机子设备204、冷水机子设备206、冷却塔子设备208、高温热能存储(TES)子设备210和低温热能存储(TES)子设备212。子机组202-212消耗来自公用设施的资源(例如,水、天然气、电等)来服务建筑物或园区的热能负载(例如,热水、冷水、加热、冷却等)。举例来说,加热器分设备202可被配置成在热水环路214中加热水,所述热水环路使热水在加热器分设备202与建筑物10之间循环。制冷机分设备206可配置成在冷水环路216中冷却水,所述冷水环路使冷水在制冷机分设备206和建筑物10之间循环。热回收制冷机分设备204可被配置成将热从冷水环路216传送到热水环路214,以为热水提供额外加热和为冷水提供额外冷却。冷凝水回路218可以从冷水机子设备206中的冷水吸收热量,并且排出在冷却塔子设备208中吸收的热量或将所吸收的热量传递到热水回路214。高温TES子设备210和低温TES子设备212可以分别存储高温热能和低温热能以供后续使用。
热水回路214和冷水回路216可以将加热和/或冷却的水递送到位于建筑物10的屋顶上的空气处理器(例如,AHU 106)或递送到建筑物10的各个楼层或区(例如,VAV单元116)。空气处理器将空气推过热交换器(例如,加热盘管或冷却盘管),水通过该热交换器为空气提供加热或冷却。加热空气或冷却空气可递送到建筑物10的个别分区以服务于建筑物10的热能负载。然后,水返回到子设备202-212以进行进一步加热或冷却。
虽然分设备202-212被展示和描述为加热和冷却用于循环到建筑物的水,但应理解,可使用任何其它类型的工作流体(例如,乙二醇、CO2等)来代替或补充水,以服务于热能负载。在其他实施例中,子设备202-212可以直接向建筑物或校园提供加热和/或冷却,而不需要中间传热流体。水侧系统200的这些和其他变型在本发明的教导内。
分设备202-212中的每一个可包含被配置成促进分设备的功能的多种设备。例如,加热器子设备202被示出为包含被配置成在热水回路214中向热水添加热量的多个加热元件220(例如,锅炉、电加热器等)。加热器子设备202还被示出为包含被配置成使热水在热水回路214中循环并控制热水通过各个加热元件220的流速的若干泵222和224。冷水机子设备206被示出为包含被配置成从冷水回路216中的冷水中去除热量的多个冷水机232。冷水机子设备206还被示出为包含被配置成使冷水在冷水回路216中循环并控制冷水通过各个冷水机232的流速的若干泵234和236。
热回收冷水机子设备204被示出为包含被配置成将热量从冷水回路216传递到热水回路214的多个热回收热交换器226(例如,制冷回路)。热回收冷水机子设备204还被示出为包含被配置成使热水和/或冷水循环通过热回收热交换器226并控制水通过各个热回收热交换器226的流速的若干泵228和230。冷却塔子设备208被示出为包含被配置成从冷凝水回路218中的冷凝水中去除热量的多个冷却塔238。冷却塔子设备208还被示出为包含被配置成使冷凝水在冷凝水回路218中循环并控制冷凝水通过各个冷却塔238的流速的若干个泵240。
高温TES子设备210被示出为包含被配置成储存热水以供后续使用的高温TES罐242。高温TES子设备210还可以包含被配置成控制热水流入或流出高温TES罐242的流速的一个或多个泵或阀门。低温TES子设备212被示出为包含被配置成储存冷水以供后续使用的低温TES罐244。低温TES子设备212还可以包含被配置成控制冷水流入或流出低温TES罐244的流速的一个或多个泵或阀门。
在一些实施例中,水侧系统200中的泵中的一个或多个泵(例如,泵222、224、228、230、234、236和/或240)或水侧系统200中的管道包含与之相关联的隔离阀。隔离阀可与泵集成,或定位在泵的上游或下游,以控制水边系统200中的流体流。在各种实施例中,基于水边系统200的特定配置和水边系统200所服务的负荷类型,水边系统200可包含更多的、更少的或不同类型的装置和/或分设备。
现在参考图3,根据一些实施例,示出了空气侧系统300的框图。在各种实施例中,空边系统300可以用来补充或替换HVAC系统100中的空边系统130,或者可以与HVAC系统100分开实施。在HVAC系统100中实施时,空边系统300可包含HVAC系统100中的HVAC装置子集(例如,AHU 106、VAV单元116、管112-114、风扇、风门等),并且可位于建筑物10之中或周围。空气侧系统300可以运作以使用由水侧系统200所提供的加热或冷却的流体来加热或冷却提供给建筑物10的气流。
在图3中,空气侧系统300被示出为包含节能器型空气处理单元(AHU)302。节能器型AHU可改变被空气处理单元用于加热或冷却的室外空气和回流空气的量。例如,AHU 302可以经由回风管308从建筑物区306接收回风304,并且可以经由送风管312将送风310递送到建筑物区306。在一些实施例中,AHU 302是位于建筑物10的屋顶上或者以其他方式定位以接收回风304和室外空气314的屋顶单元(例如,如图1所示的AHU 106)。AHU 302可配置成运行排风风门316、混合风门318和外部空气风门320,以控制组合形成送风310的外部空气314和回风304的量。任何不通过混合风门318的回风304可作为排风322通过排风风门316从AHU 302排出。
风门316-320中的每一个可通过致动器运行。例如,排风风门316可通过致动器324运行,混合风门318可通过致动器326运行,且外部空气风门320可通过致动器328运行。致动器324-328可以经由通信链路332与AHU控制器330通信。致动器324-328可以从AHU控制器330接收控制信号,并且可以向AHU控制器330提供反馈信号。反馈信号可包含例如:电流致动器或风门位置的指示、由致动器施加的力矩或力的量、诊断信息(例如,由致动器324-328进行的诊断测试的结果)、状态信息、调测信息、配置设置、校准数据,和/或可由致动器324-328收集、存储或使用的其它类型的信息或数据。AHU控制器330可以是配置成使用一个或多个控制算法(例如,基于状态的算法、极值搜索控制(ESC)算法、比例-积分(PI)控制算法、比例-积分-微分(PID)控制算法、模型预测控制(MPC)算法、反馈控制算法等)来控制致动器324-328的节能器控制器。
仍参考图3,AHU 302被示出为包括定位在送风管312内的冷却盘管334、加热盘管336和风机338。风扇338可配置成迫使送风310通过冷却盘管334和/或加热盘管336并将送风310提供到建筑物分区306。AHU控制器330可以经由通信链路340与风机338通信以控制送风310的流速。在一些实施例中,AHU控制器330通过调节风机338的速度来控制施加到送风310的加热或冷却的量。
冷却盘管334可以经由管道342接收来自水侧系统200(例如,来自冷水回路216)的冷却的流体,并且可以经由管道344将冷却的流体返回到水侧系统200。阀346可沿着管道342或管道344定位,以控制冷却流体通过冷却盘管334的流速。在一些实施例中,冷却盘管334包括多级冷却盘管,该多级冷却盘管可以独立地(例如,由AHU控制器330、由BMS控制器366等)激活和停用以调节施加到送风310的冷却的量。
加热盘管336可以经由管道348接收来自水侧系统200(例如,来自热水回路214)的加热的流体,并且可以经由管道350将加热的流体返回到水侧系统200。阀352可沿着管道348或管道350定位,以控制加热流体通过加热盘管336的流速。在一些实施例中,加热盘管336包括多级加热盘管,该多级加热盘管可以独立地(例如,由AHU控制器330、由BMS控制器366等)激活和停用以调节施加到送风310的加热的量。
阀346和352中的每一个可由致动器控制。例如,阀346可由致动器354控制,阀352可由致动器356控制。致动器354-356可以经由通信链路358-360与AHU控制器330通信。致动器354-356可以从AHU控制器330接收控制信号,并且可以向控制器330提供反馈信号。在一些实施例中,AHU控制器330从定位在送风管312中(例如,在冷却盘管334和/或加热盘管336的下游)的温度传感器362接收送风温度的测量。AHU控制器330还可以从位于建筑物区306中的温度传感器364接收建筑物区306的温度的测量。
在一些实施例中,AHU控制器330经由致动器354-356操作阀346和352以调节提供给送风310的加热或冷却的量(例如,以达到送风310的设定点温度或者以将送风310的温度维持在设定点温度范围内)。阀346和352的位置影响由冷却盘管334或加热盘管336提供给送风310的加热或冷却的量,并且可以与所消耗的能量的量相关以达到期望的送风温度。AHU控制器330可以通过激活或停用盘管334-336、调整风机338的速度或两者的组合来控制送风310和/或建筑物区306的温度。
仍参考图3,空气侧系统300被示出为包括建筑物自动化系统(BMS)控制器366和客户端装置368。BMS控制器366可包含一个或多个计算机系统(例如,服务器、管理控制器、子系统控制器等),用作空边系统300、水边系统200、HVAC系统100和/或服务建筑物10的其它可控制系统的系统级控制器、应用程序或数据服务器、头节点或主控制器。BMS控制器366可以根据类似或不同的协议(例如,LON、BACnet等),经由通信链路370与多个下游建筑物系统或子系统(例如,HVAC系统100、安全系统、照明系统、水侧系统200等)通信。在各种实施例中,AHU控制器330和BMS控制器366可以是分开的(如图3中所示),或者集成在一起。在集成实施方案中,AHU控制器330可以是配置成由BMS控制器366的处理器执行的软件模块。
在一些实施例中,AHU控制器330从BMS控制器366接收信息(例如,命令、设定点、操作边界等),并且向BMS控制器366提供信息(例如,温度测量、阀或致动器位置、操作状态、诊断等)。例如,AHU控制器330可以向BMS控制器366提供来自温度传感器362-364的温度测量、设备开/关状态、设备操作能力和/或可以由BMS控制器366用于监视或控制建筑物区306内的可变状态或状况的任何其它信息。
客户端装置368可包含一个或多个人机界面或客户端界面(例如,图形用户界面、报告界面、基于文本的计算机界面、面向客户端的网络服务、向网络客户端提供页面的网络服务器等),用于控制、查看HVAC系统100、其子系统和/或装置,或以其它方式与其交互。客户端装置368可以是计算机工作站、客户端终端、远程或本地接口或任何其它类型的用户接口装置。客户端装置368可以是固定终端或移动装置。例如,客户端装置368可以是台式计算机、具有用户接口的计算机服务器、膝上型计算机、平板计算机、智能电话、PDA或任何其它类型的移动或非移动装置。客户端装置368可以经由通信链路372与BMS控制器366和/或AHU控制器330通信。
现在参考图4,根据一些实施例,示出了建筑物自动化系统(BMS)400的框图。BMS400可在建筑物10中实施,用于自动监测和控制各种建筑物功能。BMS 400被示出为包含BMS控制器366和多个建筑物子系统428。建筑物子系统428被示出为包含建筑物电气子系统434、信息通信技术(ICT)子系统436、安全子系统438、HVAC子系统440、照明子系统442、电梯/自动扶梯子系统432,以及防火安全子系统430。在各种实施例中,建筑物子系统428可以包含更少、另外或替代性子系统。例如,建筑物子系统428可以另外或可替代地包含制冷子系统、广告或标牌子系统、烹饪子系统、售卖子系统、打印机或复制服务子系统,或任何其他类型的使用可控制设备和/或传感器来监测或控制建筑物10的建筑物子系统。在一些实施例中,建筑物子系统428包括水侧系统200和/或空气侧系统300,如参考图2至图3所描述的。
建筑物子系统428中的每一个可包含任何数目个装置、控制器和连接,用于完善其各个功能和控制活动。HVAC子系统440可以包括与HVAC系统100相同的许多组件,如参考图1至图3所描述的。例如,HVAC子系统440可包含制冷机、锅炉、任何数目个空气处理单元、节能器、区域控制器、管理控制器、致动器、温度传感器和其它用于控制建筑物10内的温度、湿度、气流或其它可变条件的装置。照明子系统442可包含任何数目个照明器具、镇流器、照明传感器、减光器或其它配置成可控制地调整提供给建筑物空间的光量的装置。安防子系统438可包含占用传感器、视频监控摄像机、数字视频记录器、视频处理服务器、入侵检测装置、访问控制装置和服务器,或其它安防相关装置。
仍参考图4,BMS控制器366被示出为包括通信接口407和BMS接口409。接口407可以促进BMS控制器366和外部应用(例如,监测和报告应用422、企业控制应用426、远程系统和应用444、驻留在客户端装置448上的应用等)之间的通信,以允许用户控制、监测和调整BMS控制器366和/或子系统428。接口407还可以促进BMS控制器366与客户端装置448之间的通信。BMS接口409可以促进BMS控制器366与建筑物子系统428(例如,HVAC、照明安全、电梯、配电、企业等)之间的通信。
接口407、409可以为或包含用于与建筑物子系统428或其他外部系统或装置进行数据通信的有线或无线通信接口(例如,插口、天线、传输器、接收器、收发器、电线接头等)。在各种实施例中,经由接口407、409的通信可以是直接的(例如,本地有线或无线通信),或经由通信网络446(例如,WAN、互联网、蜂窝网络等)。例如,接口407、409可以包含以太网卡和端口以用于经由基于以太网的通信链路或网络发送和接收数据。在另一示例中,接口407、409可以包括用于经由无线通信网络进行通信的WiFi收发器。在另一实例中,接口407、409中的一个或两个可包含蜂窝或移动电话通信收发器。在一个实施例中,通信接口407为电源线通信接口,并且BMS接口409为以太网接口。在其他实施例中,通信接口407和BMS接口409两者为以太网接口或为同一以太网接口。
仍参考图4,BMS控制器366被示出为包括处理电路404,该处理电路包括处理器406和存储器408。处理电路404可以可通信地连接到BMS接口409和/或通信接口407,使得处理电路404及其各种组件可以经由接口407、409发出和接收数据。处理器406可以被实现为通用处理器、专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、处理组件的群组或其他合适的电子处理组件。
存储器408(例如,存储器、存储器单元、存储装置等)可包含一个或多个装置(例如,RAM、ROM、快闪存储器、硬盘存储装置等),用于存储数据和/或计算机代码以完善或促进在本申请中描述的各个过程、层和模块。存储器408可以是或包含易失性存储器或非易失性存储器。存储器408可包含数据库组件、目标代码组件、脚本组件,或任何其它类型的用于支持在本申请中描述的各个活动和信息结构的信息结构。根据示例性实施例,存储器408经由处理电路404可通信地连接到处理器406,并且包括用于(例如,由处理电路404和/或处理器406)执行本文描述的一个或多个过程的计算机代码。
在一些实施例中,BMS控制器366实施在单个计算机(例如,一个服务器、一栋房屋等)内。在各种其他实施例中,BMS控制器366可以分布在多个服务器或计算机上(例如,可以存在于分布式位置中)。此外,尽管图4将应用程序422和426示出为存在于BMS控制器366外部,但是在一些实施例中,应用程序422和426可托管于BMS控制器366内(例如,存储器408内)。
仍参考图4,存储器408被示出为包括企业集成层410、自动化测量和验证(AM&V)层412、需求响应(DR)层414、故障检测和诊断(FDD)层416、集成控制层418以及建筑物子系统集成稍后420。层410-420可配置成从建筑物子系统428和其它数据源接收输入,基于输入确定建筑物子系统428的最优控制动作,基于最优控制动作产生控制信号,并将所产生的控制信号提供到建筑物子系统428。以下段落描述由BMS 400中的层410-420中的每一个进行的通用功能中的一些。
企业集成层410可配置成利用支持各种企业级应用程序的信息和服务来服务客户端或本地应用程序。例如,企业控制应用程序426可配置成提供对图形用户界面(GUI)或任何数目个企业级业务应用程序(例如,会计系统、用户识别系统等)的跨子系统控制。企业控制应用426可以另外或可替代地被配置成提供配置GUI,以用于配置BMS控制器366。在又一些实施例中,企业控制应用426可以与层410-420一起工作以基于在接口407和/或BMS接口409处接收到的输入而优化建筑物性能(例如,效率、能量使用、舒适度或安全性)。
建筑物子系统集成层420可配置成管理BMS控制器366和建筑物子系统428之间的通信。例如,建筑物子系统集成层420可以从建筑物子系统428接收传感器数据和输入信号,并向建筑物子系统428提供输出数据和控制信号。建筑物子系统集成层420还可以被配置成管理建筑物子系统428之间的通信。建筑物子系统集成层420跨越多个多供应商/多协议系统转译通信(例如,传感器数据、输入信号、输出信号等)。
需求响应层414可配置成响应于满足建筑物10的需求而优化资源使用(例如,用电、天然气使用、用水等)和/或此类资源使用的货币成本。优化可基于分时价格、限用信号(curtailment signal)、能量可用性或从设施提供者、分布式能量产生系统424、能量存储装置427(例如,高温TES242、低温TES244等)或其它源接收的其它数据。需求响应层414可以从BMS控制器366的其他层(例如,建筑物子系统集成层420、集成控制层418等)接收输入。从其它层接收的输入可包含环境或传感器输入,诸如温度、二氧化碳水平、相对湿度水平、空气质量传感器输出、占用传感器输出、房间计划表等等。输入还可以包含诸如用电(例如,以kWh为单位来表示)、热负载测量值、定价信息、计划定价、平滑定价、公用设施的削减信号等输入。
根据示例性实施例,需求响应层414包括用于响应其接收的数据和信号的控制逻辑。这些响应可以包含以受控的方式与集成控制层418中的控制算法通信、改变控制策略、改变设定点或激活/停用建筑物设备或子系统。需求响应层414还可以包含被配置成确定何时利用所存储的能量的控制逻辑。例如,需求响应层414可以确定刚好在使用高峰期开始之前使用来自能量存储装置427的能量。
在一些实施例中,需求响应层414包含被配置成基于一个或多个表示需求或基于需求的输入(例如,价格、削减信号、需求水平等)而主动地起始控制动作(例如,自动改变设定点)的控制模块,这可最大限度地降低能量成本。在一些实施例中,需求响应层414使用设备模型来确定一组最佳控制动作。设备模型可包含例如描述由各组建筑物设备进行的输入、输出和/或功能的热力学模型。设备模型可以表示建筑物设备(例如,子设备、冷水机阵列等)的集合或各个装置(例如,各个冷水机、加热器、泵等)。
需求响应层414可以进一步包含或利用一个或多个需求响应策略定义(例如,数据库、XML文件等)。方针定义可由用户(例如,经由图形用户界面)编辑或调整,使得响应于需求输入而发起的控制动作可以根据用户的应用、所需的舒适度、特定的建筑物设备或基于其它问题进行定制。例如,需求响应策略定义可以指定哪些设备可以响应于特定需求输入而接通或断开、系统或一件设备应断开多长时间、哪些设定点可以改变、可允许设定点调整范围是什么、在返回到正常调度的设定点之前保持高需求设定点多长时间、接近容量极限的程度、利用哪些设备模式、进出储能装置(例如,储热罐、电池组等)的能量传递速率(例如,最大速率、警报速率、其他速率边界信息等)以及何时分派现场能量生成(例如,经由燃料电池、电动发电机组等)。
综合控制层418可配置成使用建筑物子系统集成层420和/或需求响应层414的数据输入或输出来进行控制决策。由于由建筑物子系统集成层420提供的子系统集成,集成控制层418可以集成子系统428的控制活动,使得子系统428表现为单个集成超系统。在示例性实施例中,集成控制层418包括控制逻辑,该控制逻辑使用来自多个建筑物子系统的输入和输出来提供相对于单独的子系统可以独自提供的舒适度和节能更大的舒适度和节能。例如,综合控制层418可配置成使用来自第一子系统的输入针对第二子系统进行节能控制决策。这些决策的结果可以传送回建筑物子系统集成层420。
集成控制层418被示出为在逻辑上位于需求响应层414下方。综合控制层418可配置成通过使建筑物子系统428和它们的相应控制环路能够与需求响应层414协同受控来增强需求响应层414的有效性。相比于常规系统,此配置可以有利地减少破坏性的需求响应行为。例如,综合控制层418可配置成确保,根据需求响应向上调整冷却水温度(或直接或间接影响温度的另一组件)的设定点不会导致风扇能量(或用于冷却空间的其它能量)增加,从而导致总建筑物能耗高于制冷机所节省的能量。
综合控制层418可配置成向需求响应层414提供反馈,使得需求响应层414检查约束(例如,温度、照明水平等)是否被适当地维持,即使是在要求的减载正在进行中时。约束还可以包含与安全性、设备操作极限和性能、舒适度、防火法规、电气法规、能源法规等有关的设定点或所感测边界。集成控制层418同样在逻辑上位于故障检测和诊断层416及自动化测量和验证层412下方。综合控制层418可配置成基于超过一个建筑物子系统的输出将计算出的输入(例如,聚合体)提供到这些更高层级。
自动化测量和验证(AM&V)层412可以被配置成验证由集成控制层418或需求响应层414命令的控制策略是否恰当地工作(例如,使用由AM&V层412、集成控制层418、建筑物子系统集成层420、FDD层416或其他层汇总的数据)。AM&V层412所进行的计算可基于各个BMS装置或子系统的建筑物系统能量模型和/或设备模型。例如,AM&V层412可以比较模型预测输出与建筑物子系统428的实际输出,以确定模型的准确度。
故障检测和诊断(FDD)层416可配置成为建筑物子系统428、建筑物子系统装置(即,建筑物设备)及供需求响应层414和综合控制层418使用的控制算法提供持续故障检测。FDD层416可以从集成控制层418、直接从一个或多个建筑物子系统或装置或者从另一数据源接收数据输入。FDD层416可以自动诊断和响应于检测到的故障。对检测到的或诊断到的故障的响应可包含向用户、维护调度系统或配置成尝试修复故障或解决故障的控制算法提供警报消息。
FDD层416可配置成使用建筑物子系统集成层420处可用的详细子系统输入来输出有故障的组件的特定识别或故障原因(例如,风门连杆松动)。在其他示例性实施例中,FDD层416被配置成向集成控制层418提供“故障”事件,该集成控制层响应于接收到的故障事件而执行控制策略和方针。根据示例性实施例,FDD层416(或由集成控制引擎或业务规则引擎执行的策略)可以关闭系统或指导有故障的装置或系统周围的控制活动以减少能量浪费、延长设备寿命或确保适当的控制响应。
FDD层416可配置成存储或访问各种不同的系统数据存储区(或实时数据的数据点)。FDD层416可以使用数据存储库的一些内容来识别设备层级(例如,特定冷水机、特定AHU、特定终端单元等)处的故障,并使用其他内容来识别组件或子系统层级处的故障。例如,建筑物子系统428可以生成指示BMS 400及其各种组件的性能的时间(即,时间序列)数据。由建筑物子系统428生成的数据可以包括展现统计特性的测量出或计算出的值,并且提供关于对应的系统或过程(例如,温度控制过程、流量控制过程等)如何根据来自其设定点的错误执行的信息。这些过程可以由FDD层416检查以在系统的性能开始降级时暴露,并且警告用户在故障变得更严重之前修复该故障。
现在参考图5,根据一些实施例,示出了另一建筑物管理系统(BMS)500的框图。BMS500可以用于监测和控制HVAC系统100、水侧系统200、空气侧系统300、建筑物子系统428的装置,以及其他类型的BMS装置(例如,照明设备、安全设备等)和/或HVAC设备。
BMS 500提供了促进自动设备发现和设备模型分布的系统架构。设备发现可以跨多个不同通信总线(例如,系统总线554、区总线556-560和564、传感器/致动器总线566等)以及跨多个不同通信协议在BMS 500的多个层上发生。在一些实施例中,设备发现是使用活动节点表来完成的,该活动节点表提供针对连接到每个通信总线的装置的状态信息。例如,可以通过监视针对新节点的对应活动节点表来对于新装置监视每个通信总线。当检测到新装置时,BMS 500可以开始与新装置交互(例如,发送控制信号,使用来自该装置的数据),而无用户交互。
BMS 500中的一些装置使用设备模型向网络呈现其本身。设备模型限定设备对象属性、视图定义、时间表、趋势,和用于与其他系统集成的相关联BACnet值对象(例如,模拟值、二进制值、多状态值等)。BMS 500中的一些装置存储其自身的设备模型。BMS 500中的其他装置具有存储在外部(例如,其他装置内)的设备模型。例如,区协调器508可存储旁路风门528的设备模型。在一些实施例中,区协调器508自动创建旁路风门528或区总线558上的其他装置的设备模型。其他区协调器也可创建连接到其区总线的装置的设备模型。可基于由区总线上的装置暴露的数据点的类型、装置类型和/或其他装置属性自动创建装置的设备模型。下文更详细地论述自动设备发现和设备模型分布的若干实例。
仍然参考图5,BMS 500展示为包含系统管理器502;若干区协调器506、508、510和518;以及若干区控制器524、530、532、536、548和550。系统管理器502可以监测BMS 500中的数据点并向各种监测和/或控制应用报告监测到的变量。系统管理器502可以经由数据通信链路574(例如,BACnet IP、以太网、有线或无线通信等)与客户端装置504(例如,用户装置、台式计算机、膝上型计算机、移动装置等)通信。系统管理器502可以经由数据通信链路574提供到客户端装置504的用户接口。用户接口可以允许用户经由客户端装置504监测和/或控制BMS 500。
在一些实施例中,系统管理器502经由系统总线554与区协调器506-510和518连接。系统管理器502可以被配置成经由系统总线554使用主-从令牌传递(MSTP)协议或任何其他通信协议与区协调器506-510和518通信。系统总线554还可以将系统管理器502与诸如恒容(CV)屋顶单元(RTU)512、输入/输出模块(IOM)514、恒温器控制器516(例如,TEC5000系列恒温器控制器)和网络自动化引擎(NAE)或第三方控制器520等其他装置连接。RTU 512可以被配置成直接与系统管理器502通信并且可以直接连接到系统总线554。其他RTU可以经由中间装置与系统管理器502通信。例如,有线输入562可以将第三方RTU 542连接到恒温器控制器516,该恒温器控制器连接到系统总线554。
系统管理器502可以提供用于含有设备模型的任何装置的用户接口。诸如区协调器506-510和518以及恒温器控制器516等装置可以经由系统总线554将其设备模型提供到系统管理器502。在一些实施例中,系统管理器502自动创建不含有设备模型的已连接装置(例如,IOM 514、第三方控制器520等)的设备模型。例如,系统管理器502可以创建响应于装置树请求的任何装置的设备模型。由系统管理器502创建的设备模型可以存储在系统管理器502内。然后,系统管理器502可以使用由系统管理器502创建的设备模型提供不含有其自身的设备模型的装置的用户接口。在一些实施例中,系统管理器502存储经由系统总线554连接的每一类型的设备的视图定义,并使用所存储的视图定义来生成设备的用户接口。
每个区协调器506-510和518可以经由区总线556、558、560和564与区控制器524、530-532、536和548-550中的一个或多个连接。区协调器506-510和518可以经由区总线556-560和564使用MSTP协议或任何其他通信协议与区控制器524、530-532、536和548-550通信。区总线556-560和564还可以将区协调器506-510和518与诸如变风量(VAV)RTU 522和540、转换旁路(COBP)RTU 526和552、旁路风门528和546以及PEAK控制器534和544等其他类型的装置连接。
区协调器506-510和518可以被配置成监测和命令各种分区系统。在一些实施例中,每个区协调器506-510和518监视并且命令单独的分区系统并且经由单独的区总线连接到分区系统。例如,区协调器506可以经由区总线556连接到VAV RTU 522和区控制器524。区协调器508可以经由区总线558连接到COBP RTU 526、旁路风门528、COBP区控制器530和VAV区控制器532。区协调器510可以经由区总线560连接到PEAK控制器534和VAV区控制器536。区协调器518可以经由区总线564连接到PEAK控制器544、旁路风门546、COBP区控制器548和VAV区控制器550。
区协调器506-510和518的单个模型可以被配置成处理多种不同类型的分区系统(例如,VAV分区系统、COBP分区系统等)。每一分区系统可以包含RTU、一个或多个区控制器和/或旁路风门。例如,区协调器506和510被分别示出为连接到VAV RTU 522和540的Verasys VAV引擎(VVE)。区协调器506经由区总线556直接连接到VAV RTU 522,而区协调器510经由提供到PEAK控制器534的有线输入568连接到第三方VAV RTU 540。区协调器508和518被分别示出为连接到COBP RTU 526和552的Verasys COBP引擎(VCE)。区协调器508经由区总线558直接连接到COBP RTU 526,而区协调器518经由提供到PEAK控制器544的有线输入570连接到第三方COBP RTU 552。
区控制器524、530-532、536和548-550可以经由传感器/致动器(SA)总线与各个BMS装置(例如,传感器、致动器等)通信。例如,VAV区控制器536被示出为经由SA总线566连接到联网的传感器538。区控制器536可以使用MSTP协议或任何其他通信协议与联网的传感器538通信。尽管图5中仅示出了一个SA总线566,但是应当理解,每个区控制器524、530-532、536和548-550可以连接到不同的SA总线。每个SA总线可以将区控制器与各种传感器(例如,温度传感器、湿度传感器、压力传感器、光传感器、占用传感器等)、致动器(例如,风门致动器、阀致动器等)和/或其他类型的可控设备(例如,冷水机、加热器、风机、泵等)连接。
每个区控制器524、530-532、536和548-550可以被配置成监测和控制不同建筑物区。区控制器524、530-532、536和548-550可以使用经由其SA总线提供的输入和输出来监测和控制各个建筑物区。例如,区控制器536可以使用经由SA总线566从联网的传感器538接收的温度输入(例如,建筑物区的测得的温度)作为温度控制算法中的反馈。区控制器524、530-532、536和548-550可以使用各种类型的控制算法(例如,基于状态的算法、极值搜索控制(ESC)算法、比例-积分(PI)控制算法、比例-积分-微分(PID)控制算法、模型预测控制(MPC)算法、反馈控制算法等)来控制建筑物10中或周围的可变状态或状况(例如,温度、湿度、气流、照明等)。
故障检测和能量浪费
如上面简要讨论的,BMS可以被配置成监视和/或控制建筑物设备(例如,图1至图5中示出的任何建筑物设备)和/或建筑物子系统(例如,建筑物子系统428),以便优化建筑物运营,诸如通过减少运营成本和能量使用、降低停机时间、提高居住者舒适度等。相应地,设备维护可能是优化建筑物运营的关键因素。例如,在次优状态下操作的设备可能比其他建筑物设备效率更低,这可能导致更高的运营成本、提高能量使用等。在另一示例中,不可操作的设备可能引起BMS的其他组件上的压力随着对其他组件的需求增加以满足建筑物要求(例如,设定点)而增加。
就这一点而言,诸如本文描述的系统等故障检测系统可以有利地检测设备和/或子系统故障,以使检测到的故障可以被快速补救以减少停机时间和浪费的能量,同时保持居住者舒适度。在一些实施例中,故障检测系统被配置成不仅确定检测到的故障的优先级,而且可以确定故障状况期间的能量浪费的量,以及基于浪费的能量来确定故障的成本。有利地,故障检测系统可以基于预定义优先级或与故障相关联的成本来对故障进行优先级排序。例如,导致高得多的成本的故障可以被优先级排序优于其他不太昂贵的故障。
现在参考图6A和图6B,根据一些实施例,示出了用于监视建筑物设备并且检测故障状况的故障检测系统600的框图。如上面讨论的,系统600可以被配置成不仅检测设备故障,而且可以通过确定能量浪费、排放(例如,温室气体排放、碳排放、污染物等)、与故障相关联的成本并且通过启动自动化动作(诸如生成工作订单以纠正检测到的故障)来响应故障。在各种实施例中,系统600经由单个计算装置(诸如计算机、服务器等)或经由多个计算装置(例如,经由分布式或基于云的服务器系统)来实现。在一些此类实施例中,实现系统600的计算装置可以被包括在BMS中,诸如上述建筑物10的BMS。在一些实施例中,系统600经由BMS控制器(诸如BMS控制器366)来实现。例如,系统600可以是FDD层416的组件,也如上所述。
系统600被示出为包括处理电路602,该处理电路包括处理器604和存储器610。应了解,可使用多种不同类型和数量的处理器和存储器实施这些组件。例如,处理器604可以是通用处理器、专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、处理组件的群组或其他合适的电子处理组件。处理器604可以通信地耦合到存储器610。虽然处理电路602被示为包括一个处理器604和一个存储器610,但是应当理解,如本文讨论的,处理电路和/或存储器在各种实施例中可以使用多个处理器和/或存储器来实现。所有此类实施方式预期在本公开的范围内。
存储器610可以包括用于存储数据和/或计算机代码的一个或多个装置(例如,存储器单元、存储器装置、存储装置等)以用于完成和/或促进本公开中描述的各种过程。存储器610可以包括随机存取存储器(RAM)、只读存储器(ROM)、硬盘驱动存储、临时存储、非易失性存储器、闪速存储器、光学存储器或用于存储软件对象和/或计算机指令的任何其他合适的存储器。存储器610可以包括数据库组件、目标代码组件、脚本组件或用于支持本公开中描述的各种活动和信息结构的任何其他类型的信息结构。存储器610可以经由处理电路602可通信地连接到处理器604并且可以包括用于(例如,由处理器604)执行本文描述的一个或多个过程的计算机代码。
存储器610被示出为包括规则生成器612,该规则生成器被配置成生成和/或修改故障检测规则。在一些实施例中,故障检测规则包括一个或多个参数(例如,条件、准则、阈值等),该一个或多个参数表征有故障的操作,并且如果满足,则指示故障检测规则被满足并且因此系统中存在故障。在一些实施例中,故障检测规则包括一个或多个参数,该一个或多个参数表征正常(即,没有故障的)操作,并且如果满足,则指示故障检测规则被“破坏”并且因此系统中存在故障。在一些此类实施例中,一个或多个条件或准则可以包括故障表达式或方程。例如,故障检测规则可以是包括一个或多个运算符(例如,AND、OR、NOT等)的布尔表达式,其基于设备操作数据被评估为“真”或“假”。“真”或“假”的结果是否指示故障状况可以取决于故障检测规则表征有故障的操作还是正常操作。故障检测规则可以包括其他参数,诸如用于规则的标识符(即,名称)、规则描述、故障的类别和优先级、建筑物设备的关联类型以及任何其他合适的参数。下面参考图8更详细地描述示例故障检测规则。
在一些实施例中,第一组故障检测规则是预定义的(例如,在操作BMS或建筑物设备之前),并且第一组故障检测规则被存储在故障检测和诊断(FDD)规则数据库624中。第一组故障检测规则可以例如由用户或由远程系统预定义,并且可以被发送到系统600用于存储。在一些实施例中,在系统600的初始化之前,第一组故障检测规则被预编程或被存储在FDD规则数据库624中。
在一些实施例中,规则生成器612被配置成生成一个或多个额外故障检测规则作为第二组故障检测规则的一部分。在一些此类实施例中,规则生成器612被配置成接收定义用于新故障检测规则的一个或多个参数的用户输入。规则生成器612然后可以基于用户输入来生成新故障检测规则。在一些实施例中,规则生成器612随时间确定新故障检测规则,诸如通过经由神经网络或其他人工智能系统分析设备操作数据。就这一点而言,规则生成器612可以通过随时间学习BMS或用户偏好来自动地标识并且生成新故障检测规则。
存储器610还被示出为包括映射引擎614,该映射引擎被配置成将故障检测规则映射到建筑物装置和/或系统(例如,建筑物子系统428)。将故障检测规则映射到建筑物装置通常包括将建筑物装置与故障检测规则相关联,或者反之亦然,使得与建筑物装置相关联的操作数据可以根据映射的故障检测规则来分析。在一些实施例中,故障检测规则包括对建筑物装置的引用,或者对BMS中表示建筑物装置的对象(例如,软件对象)的引用。在一些此类实施例中,映射包括生成标签或指针,以及将标签或指针存储在与故障检测规则和/或建筑物装置相关联的数据对象中。例如,指向表示建筑物装置的对象的指针可以被存储在包括故障检测规则的数据结构中。应当理解,也可以利用将故障检测规则映射到一个建筑物装置或多个建筑物装置的其他方法,并且因而这些方法被设想在本文中。
如图6A所示,存储器610还包括故障成本模型生成器616,该故障成本模型生成器被配置成生成用于确定在故障的时间段内浪费的能量的量和/或用于确定与故障相关联的成本的故障成本模型。与如上所述的故障检测规则相类似,故障成本模型可以包括多个参数,该多个参数包括定义模型的表达式或方程。就这一点而言,响应于故障的检测,故障成本模型可以被利用来计算故障的能量浪费和成本。在一些实施例中,故障成本模型可以包括至少与由建筑物装置消耗的能量的量、故障的时间段以及由装置消耗的资源的成本有关的一个或多个变量。
如图6B所示,存储器610还包括故障排放模型生成器666,该故障排放模型生成器被配置成生成用于确定在故障的时间段内浪费的能量的量和/或用于确定与故障相关联的排放量(例如,碳排放、温室气体排放等)的故障排放模型。与如上所述的故障成本规则相类似,故障排放模型可以包括多个参数,该多个参数包括定义模型的表达式或方程。就这一点而言,响应于故障的检测,故障排放模型可以被利用来计算由于故障而生成的过量排放(例如,碳排放)。在一些实施例中,故障排放模型可以包括至少与由建筑物装置消耗的能量的量、故障的时间段以及由装置生成或以其他方式归因于故障的排放的速率有关的一个或多个变量。
如图6A所示,在一些实施例中,故障成本模型生成器616可以随时间生成和/或修改故障成本模型,并且可以将故障成本模型存储在故障成本模型数据库626中。在一些实施例中,故障成本模型数据库626可以包括第一组预定义故障成本模型(诸如由用户定义和/或在系统600的初始化之前定义的模型)和在系统600的操作期间生成的第二组故障成本模型。就这一点而言,故障成本模型生成器616可以被配置成学习系统行为或用户偏好以生成新模型。在一些实施例中,故障成本模型生成器616基于在系统600的操作期间搜集的指示各种故障和由各种故障导致的资源消耗(例如,能量消耗、水消耗等)的变化的经验数据来生成新故障成本模型。例如,故障成本模型生成器616可以将检测到故障之前和之后的资源消耗进行比较以确定由于故障导致的资源消耗的变化量。在一些实施例中,由故障成本模型生成器616生成的每个故障成本模型可以包括对关联故障的引用,或者反之亦然。在其他实施例中,故障成本模型可以被生成并且被存储作为故障检测规则的一部分。
如图6B所示,在一些实施例中,故障排放模型生成器666可以随时间生成和/或修改故障排放模型,并且可以将故障排放模型存储在故障排放模型数据库676中。在一些实施例中,故障排放模型数据库676可以包括第一组预定义故障排放模型(诸如由用户定义和/或在系统600的初始化之前定义的模型)和在系统600的操作期间生成的第二组故障排放模型。就这一点而言,故障排放模型生成器666可以被配置成学习系统行为或用户偏好以生成新模型。在一些实施例中,故障排放模型生成器666基于在系统600的操作期间搜集的指示各种故障和由各种故障导致的资源消耗(例如,能量消耗、水消耗等)的变化的经验数据来生成新故障成本模型。例如,故障排放模型生成器666可以将检测到故障之前和之后的资源消耗进行比较以确定由于故障导致的资源消耗的变化量。在一些实施例中,由故障排放模型生成器666生成的每个故障成本模型可以包括对关联故障的引用,或者反之亦然。在其他实施例中,故障排放模型可以被生成并且被存储作为故障检测规则的一部分。
存储器610还包括故障检测器618,该故障检测器被配置成分析建筑物设备操作数据以检测故障。特别地,故障检测器618可以被配置成通过接收操作数据或者通过请求/检索操作数据从多个建筑物装置或子系统获得操作数据。在一些实施例中,操作数据是以规则时间间隔接收或检索的,诸如每秒、每分钟、每小时等。故障检测器618可以被配置成在每个时间间隔分析任何新获得的操作数据,从而对于在每个时间间隔的故障检查每个建筑物装置或子系统。在一些此类实施例中,用于获得操作数据并且随后对于故障分析数据的时间间隔是基于用户输入来确定的。在其他实施例中,时间间隔是被定义或预定的。例如,时间间隔可以基于处理器604的处理速度或者基于建筑物装置轮询和发送相关操作数据的速率来设定。
在一些实施例中,故障检测器618通过将操作数据相对于被存储在FDD规则数据库624中的一个或多个故障检测规则进行比较和分析来检测故障。在一些此类实施例中,故障检测器618可以标识与操作数据相关联的建筑物装置或建筑物装置类型(例如,基于被包括在操作数据中的元数据),并且可以相对于适当的故障检测规则检索和/或分析操作数据。分析故障检测规则可以包括基于操作数据来确定与故障检测规则相关联的表达式或方程是真还是假。例如,如果冷水输出温度低于预定义值(例如,阈值),则用于冷水机的故障检测规则可以被视为“真”。如果该故障检测规则为“真”,则可以认为满足该规则,并且故障检测器618可以将关联建筑物装置标记为经历故障。
在一些实施例中,故障检测器618还被配置成一旦检测到故障就记录(即,存储)有关故障的额外数据。例如,故障检测器618可以被配置成记录检测到故障的日期和时间。同样地,故障检测器618还可以记录纠正故障的日期和时间。在一些实施例中,故障检测器618被配置成估计故障的时间段(即,装置可能经历故障状况的时间量)。在一些此类实施例中,故障检测器618可以被配置成对于每个建筑物装置或特定故障,随时间学习故障的检测与故障的解决之间的平均时间间隔。因此,故障检测器618可以基于历史数据来估计解决故障将花费的时间量。额外地,故障检测器618可以被配置成当检测到的故障被解决时对于每个故障更新估计解决时间。
仍参考图6A和图6B,存储器610进一步包括用户界面(UI)生成器620。UI生成器620可以被配置成生成用于呈现BPI相关信息的图形界面。例如,UI生成器620可以生成呈现指示BMS的BPI值的图形、图表、动画等的界面。在一些实施例中,UI生成器620还可以生成并且呈现指示BMS低效的界面。例如,可以生成指示在BPI的计算期间导致非零罚分的具体BMS组件(例如,控制器、装置、传感器等)的界面。下面关于图8至图10更详细地描述由UI生成器620生成的各种用户界面。
由UI生成器620生成的各种用户界面可以经由用户装置632呈现。用户装置632可以是具有用于向用户呈现数据的界面的任何装置。例如,用户装置632可以至少包括用于呈现界面的屏幕和用于接收用户输入的输入装置。在一些实施例中,用户装置632是桌上型或膝上型计算机、智能手机、平板电脑、智能手表等。用户装置632可以经由通信接口630可通信地耦合到系统600,该通信接口还为系统600提供接口以经由网络446发送和接收数据。
再次参考图6A,存储器610还包括故障成本分析器622,该故障成本分析器被配置成基于(例如,被存储在故障成本模型数据库626中的)一个或多个故障成本模型来确定浪费的能量的量和故障的成本。就这一点而言,故障成本分析器622可以被配置成(例如,响应于来自故障检测器618的指示)(例如,从故障成本模型数据库626)检索与检测到的故障相关联的故障成本模型。故障成本分析器622可以单独地或者基于来自故障检测器618的指示来确定故障的时间段以及由有故障的装置在故障时段的持续时间内消耗的能量的量。在一些实施例中,由装置在故障状况期间消耗的能量的量基于故障的类型是可变的。例如,某些类型的故障可能引起装置消耗比正常更多或更少的能量。在一些实施例中,基于故障的类型,由装置在故障状况期间消耗的能量的量是固定的或者是已知的。例如,可以知道某种类型的故障很可能将引起装置消耗设定量的能量或将能量消耗增加设定量。
在一些实施例中,故障成本分析器622还计入其他相关建筑物装置的能量消耗,这可能影响由建筑物或系统消耗的能量总量。例如,在包括三个冷水机的建筑物中,第一冷水机中的减少第一冷水机的输出的故障可能导致其余两个冷水机增加输出以维持建筑物舒适度设定(例如,设定点),从而增加其余两个冷水机的能源使用。相应地,故障成本分析器622可以响应于故障确定所有建筑物装置的总过量能量使用(即,能量浪费)。
在一些实施例中,故障成本分析器622被配置成基于建筑物装置经历故障的时间长度、所确定的由于故障导致的能量浪费以及用于获得相关能源(诸如电、天然气等)的当前费率或成本来计算与故障相关联的成本。在此类实施例中,故障成本分析器622可以诸如经由网络446从资源供应商(例如,电力公司、天然气提供商等)获得当前费率数据。例如,故障成本分析器622可以从资源供应商的网站或服务器检索费率数据。就这一点而言,资源购买率可能随时间波动(例如,基于需求),因此故障成本分析器622可以通过检索当前费率来提供故障的更准确成本。然而,在其他实施例中,故障成本分析器622利用固定资源成本或以规则间隔更新资源成本(例如,不响应于进行故障成本计算)。
尽管本文描述的成本计算(例如,故障成本模型)主要被描述为计入货币成本,但是设想到成本计算可以用计入除了货币成本之外或取代货币成本而不脱离本公开的教导的一个或多个其他控制目标(例如,资源消耗、碳排放、居住者舒适度、疾病传播风险、设备劣化或可靠性等)的任何类型的成本函数来修改或代替。应当理解,在成本计算中计算出的“成本”可以是货币成本(例如,以美元或其他货币为单位表示)和/或其他类型的成本,诸如资源消耗(例如,以能量、水、天然气或任何其他资源为单位表示)、碳排放(例如,以碳为单位表示)、居住者舒适度(例如,以舒适度为单位表示)、疾病传播风险(例如,以风险或概率为单位表示)和/或设备可靠性(例如,以可靠性或预期故障为单位表示)。照此,应当理解,整个本公开中对“成本”的引用不一定是货币成本,而是可以包括可能期望优化的任何其他控制目标。
再次参考图6B,存储器610还包括故障排放分析器672,该故障排放分析器被配置成基于(例如,被存储在故障成本模型数据库626中的)一个或多个故障排放模型来确定由故障生成的额外排放量。就这一点而言,故障排放分析器672可以被配置成(例如,响应于来自故障检测器618的指示)(例如,从故障排放模型数据库676)检索与检测到的故障相关联的故障排放模型。故障排放分析器672可以单独地或基于来自故障检测器618的指示来确定故障的时间段以及由故障装置在故障时段的持续时间内生成的额外排放量。在一些实施例中,由装置在故障状况期间生成的额外排放量基于故障类型是可变的。例如,某些类型的故障可能引起装置生成比正常更多或更少的排放。在一些实施例中,基于故障的类型,由装置在故障状况期间消耗的能量的量是固定的或者是已知的。例如,可以知道某种类型的故障很可能将引起装置消耗设定量的能量、将能量消耗增加设定量或生成增加设定量的排放。
在一些实施例中,故障排放分析器672还计入其他相关建筑物装置的能量消耗,这可能影响由建筑物或系统生成的排放总量。例如,在包括三个冷水机的建筑物中,第一冷水机中的减少由第一冷水机生成的排放的故障可能导致其余两个冷水机增加功率输出以维持建筑物舒适度设定(例如,设定点),从而增加由其余两个冷水机生成的排放量。相应地,故障排放分析器672可以响应于故障确定所有建筑物装置的总过量能量使用(即,能量浪费)。
在一些实施例中,故障排放分析器672被配置成基于建筑物装置经历故障的时间长度和所确定的由于故障导致的能量浪费来计算由于故障而生成的排放量。在此类实施例中,故障排放分析器672可以例如经由网络446从资源供应商(例如,电力公司、天然气提供商等)获得能源构成数据。能源构成数据可以包括由资源供应商使用的可再生能源的百分比和/或用于发电的化石燃料的类型。例如,故障排放分析器672可以从资源供应商的网站或服务器检索能源构成数据。就这一点而言,由资源供应商使用的资源、能源构成可能随时间波动(例如,基于需求),因此故障排放分析器672可以通过检索当前费率来提供对由于故障而生成的排放的更准确的计算。然而,在其他实施例中,故障排放分析器672利用固定排放速率或以规则间隔检索能源构成数据(例如,不响应于进行故障排放计算)。
在一些实施例中,响应于检测到的故障和/或响应于对浪费的能量、所生成的排放或故障的成本的确定,系统600(例如,特别地,故障检测器618、故障排放分析器672和/或故障成本分析器622)可以被配置成启动自动化响应。自动化响应可以包括例如对于检测到的故障生成工作订单,以及自动地调度技术人员的访问以纠正故障。在一些实施例中,系统600生成工作订单本身或者向远程工作订单管理系统发送生成工作订单的请求。在任何情况下,工作订单可以指示故障的类型、经历故障的装置和装置的位置、检测到故障的时间和日期以及可以帮助技术人员诊断和纠正故障的任何其他相关故障信息。
在一些实施例中,自动化响应包括生成并且(例如,向用户装置)发送警报,该警报标识故障并且指示与故障相关联的成本和/或由故障生成的排放。例如,系统600可以经由文本消息、电子邮件、语音呼叫、推送通知或通过任何其他方法向用户装置632发出警报。在一些实施例中,自动化响应包括由UI生成器620生成显示标识故障和受影响的装置的信息的用户界面,以及呈现由故障成本分析器622计算的能量和成本信息和/或由故障排放分析器672计算的排放信息。例如,用户界面可以经由用户装置632来呈现,包括图形、文本、图像和用于呈现故障信息的其他元素。
现在参考图7A,根据一些实施例,示出了用于确定与故障相关联的成本的方法700。图7C是展示方法700中发生的数据流的图表。方法700可以由系统600来实现,例如,以便检测设备故障、确定与故障相关联的成本以及基于故障来启动自动化响应。有利地,确定浪费的能量的量和与故障相关联的成本不仅可以向用户(例如,建筑物管理者)提供更完整的见解,而且可以允许对高成本故障状况进行优先级排序。就这一点而言,高成本故障或浪费大量能量的故障可以比其他不太昂贵的故障更快地得到处理,从而最小化由于故障导致的过量成本。应当理解,方法700的某些步骤可以是任选的,并且在一些实施例中,方法700可以使用少于所有步骤来实现。
在步骤702处,获得一个或多个故障检测规则。在一些实施例中,一个或多个故障检测规则被预定义并且被存储在数据库中以供检索。在一些实施例中,一个或多个故障检测规则的至少部分是用户定义的。在此类实施例中,用户(例如,建筑物管理者)可以经由用户界面输入用于一个或多个故障检测规则的参数,并且故障检测规则可以基于用户的输入来生成。在任何情况下,获得一个或多个故障检测规则可以包括从数据库检索一个或多个故障检测规则和/或接收定义新故障检测规则的用户输入。在一些实施例中,第一组故障检测规则可以是预定义的,并且第二组故障检测规则可以由用户在系统600的操作期间定义。
在步骤704处,将一个或多个故障检测规则中的每一个映射到一个或多个建筑物装置。如上所述,将故障检测规则映射到建筑物装置通常包括将建筑物装置与故障检测规则相关联,或者反之亦然,使得与建筑物装置相关联的操作数据可以根据映射的故障检测规则来分析。在一些实施例中,故障检测规则包括对建筑物装置的引用,或者对BMS中表示建筑物装置的对象(例如,软件对象)的引用。在一些此类实施例中,映射包括生成标签或指针,以及将标签或指针存储在与故障检测规则和/或建筑物装置相关联的数据对象中。例如,指向表示建筑物装置的对象的指针可以被存储在包括故障检测规则的数据结构中。应当理解,也可以利用将故障检测规则映射到一个建筑物装置或多个建筑物装置的其他方法,并且因而这些方法被设想在本文中。
在一些实施例中,故障检测规则可以被映射到例如在数字孪生内的虚拟数据点或虚拟仪表。数字孪生可以是建筑物和/或建筑物的实体(例如,空间、一件设备、居住者等)的虚拟表示。此外,数字孪生可以表示在建筑物中进行的服务,例如设施管理、清洁空气优化、能量预测、设备维护等。数字孪生进一步描述于在2021年11月29日提交的美国专利申请序列号17/537046,该专利的全部内容通过引用并入本文。数字孪生可以包括与不直接由物理仪表测量的物理参数相对应的虚拟数据点或虚拟仪表。虚拟数据点可以被定义为真实数据点的函数。例如,表示流体的焓的虚拟焓点可以基于表示流体的温度和压力的真实点来计算。虚拟数据点进一步描述于在2016年6月14日提交的美国专利号10,649,419(申请序列号15/182580)和在2018年8月1日提交的美国专利号11,281,169(申请序列号16/052083),这两篇专利的全部内容通过引用并入本文。
在步骤706处,从一个或多个建筑物装置和/或虚拟数据点中的每一个获得操作数据。在一些实施例中,操作数据是例如通过查询建筑物装置或建筑物装置控制器从一个或多个建筑物装置请求和/或检索的。在一些实施例中,操作数据是自动地从一个或多个建筑物装置接收的。在任何情况下,操作数据可以以规则或不规则的时间间隔(例如,每秒、每分钟、每天、每月多次,间歇地、按需等)获得。例如,系统600可以以规则时间间隔向每个建筑物装置请求操作数据,和/或一个或多个建筑物装置可以以规则时间间隔发送操作数据。有利地,针对每个建筑物装置的操作数据可以是以相同的时间间隔获得的,以防止数据的不匹配或者以防止数据在不同时间从不同设备接收。
在一些实施例中,规则时间间隔是预定义的。例如,时间间隔可以基于系统600的处理速度来设定。然而,在其他实施例中,用于获得操作数据的时间间隔是由用户定义的。例如,建筑物管理者可以选取每30秒获得一次操作数据,进而每30秒对于每个建筑物装置进行一次故障检查。
在步骤708处,基于操作数据来检测故障状况。在一些实施例中,将操作数据与一个或多个故障检测规则进行比较,或者基于一个或多个故障检测规则来分析操作数据。在此类实施例中,一组操作数据可以指示发送和/或收集操作数据的关联建筑物装置,该操作数据然后可以用于确定与该装置相关联的一个或多个故障检测规则。然后可以基于操作数据来评估故障检测规则以确定是否满足故障检测规则中的任一个(例如,被评估为“真”)。例如,可以将用于建筑物装置的特定参数的值与故障检测规则进行比较以确定是否满足对故障检测规则的要求。如果故障检测规则被确定为真,则可以认为满足该规则,从而指示故障。
在一些实施例中,步骤708可以包括在分析故障检测规则之前修改故障检测规则或操作数据中的一者。在此类实施例中,故障检测规则和/或操作数据可以基于操作数据的格式或测量单位和/或基于用于显示的优选测量单位(例如,用户定义的测量单位)来修改。例如,第一冷水机可以以摄氏度测量水温,而第二冷水机可以以华氏度测量水温。相应地,适用于冷水机的操作数据和/或故障检测规则可以经修改以适应不同的测量单位。例如,可以针对摄氏度和华氏度自动地修改故障检测规则,或者可以基于测量单位之一自动地生成第二故障检测规则。替代性地,操作数据可以被转换为由故障检测规则定义的测量单位。
在步骤710处,基于与故障状况相关联的故障成本模型来确定在故障状况的时间段内浪费的能量的量。例如,建筑物装置可以被确定为在故障过程中浪费了10kWh的电。与一个或多个故障检测规则一样,可以生成和/或预定义一个或多个故障成本模型,并且将其存储在故障成本模型数据库中。就这一点而言,可以响应于检测到故障并且基于检测到的特定故障的标识来检索与检测到的故障相关联的故障成本模型。例如,故障成本模型数据库可以存储许多不同的故障成本模型,故障成本模型中的每一个对应于特定故障。在步骤708中检测到故障时,表征该故障的一个或多个属性(例如,故障ID、故障的类型、发生故障的装置、所触发的特定故障检测规则的ID等)可以用于在步骤710中标识和检索对应的故障成本模型。如上所述,故障成本模型可以包括多个参数,该多个参数包括定义模型的表达式或方程。例如,故障成本模型可以包括表达式或方程,该表达式或方程包括至少与由建筑物装置消耗的能量的量、故障的时间段以及由装置消耗的资源的成本有关的一个或多个变量。
在一些实施例中,故障成本模型是基于操作数据的格式或测量单位和/或基于用于显示的优选测量单位(例如,用户定义的测量单位)来修改的。在一些此类实施例中,故障成本模型经修改使得模型的每个项由共同测量单位定义,而不是修改故障检测规则或接收到的操作数据(例如,在步骤708处)。在一些实施例中,故障成本模型(例如,和/或故障成本模型生成器616)被配置成自动地检测测量单位,诸如基于输入操作数据,以调整故障成本模型本身,或者基于故障成本模型的输出。例如,以各种不同格式或测量单位的操作数据可以被输入到故障成本模型,并且故障成本模型可以被配置成自动地将不同的数据转换为共同格式,并且以共同格式输出结果。
在一些实施例中,步骤710还包括确定故障状况的时间段(即,持续时间),和/或估计建筑物装置将经历故障的时间量。例如,可以在故障的检测与目前时间之间的一段时间内分析故障成本模型,以确定截至当前时刻(例如,实时)浪费的能量的量。替代性地,可以在延伸到未来的估计时间段上分析故障成本模型,以估计浪费的能量的量。在一些实施例中,故障的估计时间段可以基于历史数据或者基于对技术人员何时可以到达装置进行维修的确定来确定。在一些实施例中,建筑物装置数据以及来自虚拟仪表或虚拟数据点的数据可以例如在数字孪生中使用,以确定趋势并且预测未来故障。所预测的浪费的能量的量、故障的成本和持续时间可以基于先前数据读数的趋势来确定。例如,故障可以基于报告数据读数的数据点来预测,该数据读数朝向指示故障的水平连续增加。通过在故障发生之前预测它,可以进行预防性维护以防止故障发生并且减少或消除可能已经生成的潜在成本或排放。某些故障或故障的类型可以是暂时性故障,通常无需纠正动作即可自行解决。在一些实施例中,建筑物装置将经历故障的时间量是基于过去故障的历史和故障在自行解决之前在期间持续存在的对应时间段来估计的。其他故障或故障的类型可以是永久性故障,除非采取纠正动作,否则通常无法自行解决。在一些实施例中,建筑物装置将经历故障的时间量是基于维修技术人员可以多快纠正故障来估计的。例如,系统600可以确定工作订单时间表和/或技术人员的时间表以确定技术人员可以纠正故障的最早时间。在又一示例中,可以在故障的检测与当故障被纠正或装置被断开时的时间之间的时间段内分析故障成本模型。
在一些实施例中,以规则时间间隔确定在故障状况的时间段内浪费的能量的量,诸如基于接收操作数据的速率。例如,故障成本模型可以用于确定从建筑物装置接收新操作数据的每个时间步长处的能量浪费。在一些实施例中,动态地调整故障成本模型用于确定设备能量浪费的速率,以匹配接收数据的速率,或者以计入丢失数据点。例如,如果确定能量浪费所需的单个数据点不可用(例如,未捕获值、对应的装置或传感器以与其他传感器不同的速率读取等),则能量浪费可能无法针对该时间步长进行计算。例如,如果确定浪费的能量所需的来自单个数据点的数据不可用(例如,未捕获值、对应的装置或传感器以与其他传感器不同的速率读取等),则能量浪费可能无法针对该时间步长进行计算。在其他实施例中,当来自数据点的数据不可用时,BMS可以基于数据点类型自动地添加或校正数据。例如,BMS可以使用历史数据来估计丢失或可疑错误数据(例如,最近的测量、预定时间段内的平均测量、基于先前测量和后续测量的内插数据等)。用于检测和清理可疑错误数据的方法(其可以类似地应用于计算丢失数据)进一步描述于在2012年9月28日提交的美国专利号9,354,968(申请序列号13/631301),该专利的全部内容通过引用并入本文。
在步骤712处,基于浪费的能量的量来计算故障的成本。如上所述,故障的成本可以基于故障成本模型和/或基于故障成本模型的输出来计算。在一些实施例中,计算故障的成本包括确定由装置消耗的资源(例如,电、水、燃气等)的成本,以及将资源的成本乘以浪费的能量的量。在一些实施例中,可以在一个或多个单独的时间步长处计算故障成本,例如基于随时间变化的消耗资源的速率,并且可以汇总单独的时间步长以确定故障成本。
在一些实施例中,步骤712包括在计算故障成本之前获得当前或最近的资源成本。例如,资源费率可以通过访问资源提供商(例如,电力公司)的网站、服务器、云托管数据库或其他数据源来获得,或者资源费率可以以规则间隔从资源提供商接收。在该示例中,资源提供商可以定期发布或更新资源费率(即,成本),然后将其推送给客户(例如,系统600)。相应地,当计算故障成本时,可以利用最近的资源费率和/或其他已知的资源费率,以提供更准确的故障成本。
在步骤714处,基于故障的检测和/或计算出的故障成本来启动自动化响应。如上面讨论的,自动化响应可以包括对于检测到的故障生成工作订单,以及自动地调度技术人员的访问以纠正故障。工作订单可以指示故障的类型、经历故障的装置和装置的位置、检测到故障的时间和日期以及可以帮助技术人员诊断和纠正故障的任何其他相关故障信息。自动化响应还可以包括基于每个故障的相对成本来对多个工作订单进行优先级排序。在一些实施例中,生成工作订单还可以包括自动地调度维修提醒(service call)或技术人员访问。例如,可以参考工作订单日志或技术人员时间表来标识和预留技术人员可以纠正故障的时间段。在一些实施例中,工作订单已被创建的通知还可以被发送到与所分配的技术人员相关联的装置。
在一些实施例中,自动化响应包括生成并且(例如,向用户装置)发送标识故障并且指示与故障相关联的成本的警报。例如,可以经由文本消息、电子邮件、语音呼叫、推送通知或通过任何其他方法向(例如,与技术人员或建筑物管理者相关联的)用户装置发出通知。在一些实施例中,自动化响应包括生成一个或多个显示标识故障和受影响的装置的信息的用户界面,以及呈现在步骤710和712处计算出的能量和成本信息。例如,用户界面可以经由用户装置632呈现,包括图形、文本、图像和用于呈现故障信息的其他元素。下面更详细地描述额外用户界面。
图7C是进一步展示方法700的流程图750。如上所述,例如以规则间隔创建并且重复运行故障检测规则752。故障持续时间754基于故障检测规则752继续标识活动故障多长时间。故障成本方程756接收故障检测规则、故障持续时间以及关于设备的信息(例如,设备规格758、来自传感器和其他反馈机构的数据点760以及与设备有关的常量762)。故障成本方程756标识浪费的每种类型的能量(例如,电的、热的等)的量764。公用设施费率766由资源提供商接收并且用于计算浪费的能量的成本768。
现在参考图7B,根据一些实施例,示出了用于确定由于故障而生成的排放量的方法701。方法701可以由系统600来实现,例如,以便检测设备故障、确定与故障相关联的成本以及基于故障来启动自动化响应。有利地,确定由于故障而生成的排放量不仅可以向用户(例如,建筑物管理者)提供更完整的见解,而且可以允许对高排放故障状况进行优先级排序。就这一点而言,高排放故障可以比其他较低排放故障更快地得到处理,从而最小化由于故障导致的过量排放。应当理解,方法701的某些步骤可以是任选的,并且在一些实施例中,方法701可以使用少于所有步骤来实现。
在步骤703处,获得一个或多个故障检测规则。在一些实施例中,一个或多个故障检测规则被预定义并且被存储在数据库中以供检索。在一些实施例中,一个或多个故障检测规则的至少部分是用户定义的。在此类实施例中,用户(例如,建筑物管理者)可以经由用户界面输入用于一个或多个故障检测规则的参数,并且故障检测规则可以基于用户的输入来生成。在任何情况下,获得一个或多个故障检测规则可以包括从数据库检索一个或多个故障检测规则和/或接收定义新故障检测规则的用户输入。在一些实施例中,第一组故障检测规则可以是预定义的,并且第二组故障检测规则可以由用户在系统600的操作期间定义。
在步骤705处,将一个或多个故障检测规则中的每一个映射到一个或多个建筑物装置。如上所述,将故障检测规则映射到建筑物装置通常包括将建筑物装置与故障检测规则相关联,或者反之亦然,使得与建筑物装置相关联的操作数据可以根据映射的故障检测规则来分析。在一些实施例中,故障检测规则包括对建筑物装置的引用,或者对BMS中表示建筑物装置的对象(例如,软件对象)的引用。在一些此类实施例中,映射包括生成标签或指针,以及将标签或指针存储在与故障检测规则和/或建筑物装置相关联的数据对象中。例如,指向表示建筑物装置的对象的指针可以被存储在包括故障检测规则的数据结构中。应当理解,也可以利用将故障检测规则映射到一个建筑物装置或多个建筑物装置的其他方法,并且因而这些方法被设想在本文中。
如上面参考方法700的步骤704描述的,故障检测规则可以被映射到在例如数字孪生内的虚拟数据点或虚拟仪表。
在步骤707处,从一个或多个建筑物装置和/或虚拟数据点中的每一个获得操作数据。在一些实施例中,操作数据是例如通过查询建筑物装置或建筑物装置控制器从一个或多个建筑物装置请求和/或检索的。在一些实施例中,操作数据是自动地从一个或多个建筑物装置接收的。在任何情况下,操作数据可以以规则或不规则的时间间隔(例如,每秒、每分钟、每天、每月多次,间歇地、按需等)获得。例如,系统600可以以规则时间间隔向每个建筑物装置请求操作数据,和/或一个或多个建筑物装置可以以规则时间间隔发送操作数据。有利地,针对每个建筑物装置的操作数据可以是以相同的时间间隔获得的,以防止数据的不匹配或者以防止数据在不同时间从不同设备接收。
在一些实施例中,规则时间间隔是预定义的。例如,时间间隔可以基于系统600的处理速度来设定。然而,在其他实施例中,用于获得操作数据的时间间隔是由用户定义的。例如,建筑物管理者可以选取每30秒获得一次操作数据,进而每30秒对于每个建筑物装置进行一次故障检查。
在步骤709处,基于操作数据来检测故障状况。在一些实施例中,将操作数据与一个或多个故障检测规则进行比较,或者基于一个或多个故障检测规则来分析操作数据。在此类实施例中,一组操作数据可以指示发送和/或收集操作数据的关联建筑物装置,该操作数据然后可以用于确定与该装置相关联的一个或多个故障检测规则。然后可以基于操作数据来评估故障检测规则以确定是否满足故障检测规则中的任一个(例如,被评估为“真”)。例如,可以将用于建筑物装置的特定参数的值与故障检测规则进行比较以确定是否满足对故障检测规则的要求。如果故障检测规则被确定为真,则可以认为满足该规则,从而指示故障。
在一些实施例中,步骤709可以包括在分析故障检测规则之前修改故障检测规则或操作数据中的一者。在此类实施例中,故障检测规则和/或操作数据可以基于操作数据的格式或测量单位和/或基于用于显示的优选测量单位(例如,用户定义的测量单位)来修改。例如,第一冷水机可以以摄氏度测量水温,而第二冷水机可以以华氏度测量水温。相应地,适用于冷水机的操作数据和/或故障检测规则可以经修改以适应不同的测量单位。例如,可以针对摄氏度和华氏度自动地修改故障检测规则,或者可以基于测量单位之一自动地生成第二故障检测规则。替代性地,操作数据可以被转换为由故障检测规则定义的测量单位。
在步骤711处,基于与故障状况相关联的故障排放模型来确定在故障状况的时间段内浪费的能量的量。例如,可以确定建筑物装置在故障过程中浪费了10kWh的电,并且由于故障燃烧了额外的10立方英尺的天然气。与一个或多个故障成本模型一样,可以生成和/或预定义一个或多个故障排放模型,并且将其存储在故障排放模型数据库中。就这一点而言,可以响应于检测到故障并且基于检测到的特定故障的标识来检索与检测到的故障相关联的故障排放模型。例如,故障排放模型数据库可以存储许多不同的故障排放模型,故障排放模型中的每一个对应于特定故障。在步骤709中检测到故障时,表征该故障的一个或多个属性(例如,故障ID、故障的类型、发生故障的装置、所触发的特定故障检测规则的ID等)可以用于在步骤711中标识和检索对应的故障排放模型。如上所述,故障排放模型可以包括多个参数,该多个参数包括定义模型的表达式或方程。例如,故障排放模型可以包括表达式或方程,该表达式或方程包括至少与由建筑物装置消耗的能量的量、故障的时间段和/或由装置消耗的资源的量有关的一个或多个变量。
在一些实施例中,故障排放模型是基于操作数据的格式或测量单位和/或基于用于显示的优选测量单位(例如,用户定义的测量单位)来修改的。在一些此类实施例中,故障排放模型经修改使得模型的每个项由共同测量单位定义,而不是修改故障检测规则或接收到的操作数据(例如,在步骤709处)。在一些实施例中,故障排放模型(例如,和/或故障排放模型生成器676)被配置成自动地检测测量单位,例如基于输入操作数据,以调整故障排放模型本身,或者基于故障排放模型的输出。例如,以各种不同格式或测量单位的操作数据可以被输入到故障排放模型,并且故障排放模型可以被配置成自动地将不同的数据转换为共同格式,并且以共同格式输出结果。
在一些实施例中,步骤711还包括确定故障状况的时间段(即,持续时间),和/或估计建筑物装置将经历故障的时间量。例如,可以在故障的检测与目前时间之间的一段时间内分析故障排放模型,以确定截至当前时刻(例如,实时)浪费的能量的量。替代性地,可以在延伸到未来的估计时间段内分析故障排放模型,以估计浪费的能量的量。在一些实施例中,故障的估计时间段可以基于历史数据或者基于对技术人员何时可以到达装置进行维修的确定来确定。在一些实施例中,建筑物装置数据以及来自虚拟仪表或虚拟数据点的数据可以例如在数字孪生中使用,以确定趋势并且预测未来故障。所预测的浪费的能量的量、所生成的排放以及故障的持续时间可以基于先前数据读数的趋势来确定。某些故障或故障的类型可以是暂时性故障,通常无需纠正动作即可自行解决。在一些实施例中,建筑物装置将经历故障的时间量是基于过去故障的历史和故障在自行解决之前在期间持续存在的对应时间段来估计的。其他故障或故障的类型可以是永久性故障,除非采取纠正动作,否则通常无法自行解决。在一些实施例中,建筑物装置将经历故障的时间量是基于维修技术人员可以多快纠正故障来估计的。例如,系统600可以确定工作订单时间表和/或技术人员的时间表以确定技术人员可以纠正故障的最早时间。在又一示例中,可以在故障的检测与故障被纠正或装置被断开时的时间之间的时间段内分析故障排放模型。
在一些实施例中,以规则时间间隔确定在故障状况的时间段内浪费的能量的量,诸如基于接收操作数据的速率。例如,故障排放模型可以用于确定在从建筑物装置接收新操作数据的每个时间步长处生成的排放。在一些实施例中,可以基于由用户输入定义的间隔同时从每个数据点接收数据。在一些实施例中,动态地调整故障排放模型用于确定浪费的能量的量的速率,以匹配接收数据的速率,或者以计入丢失数据点。例如,如果确定浪费的能量所需的来自单个数据点的数据不可用(例如,未捕获值、对应的装置或传感器以与其他传感器不同的速率读取等),则能量浪费可能无法针对该时间步长进行计算。如上面参考方法700的步骤710描述的,当来自数据点的数据不可用时,BMS可以基于数据点类型来自动地添加或校正数据。例如,BMS可以使用历史数据来估计丢失或可疑错误数据(例如,最近的测量、预定时间段内的平均测量、基于先前测量和后续测量的内插数据等)。
在步骤713处,基于浪费的能量的量来确定由于故障而生成的排放量。如上所述,由于故障而生成的排放量可以基于故障排放模型和/或基于故障排放模型的输出来计算。在一些实施例中,计算所生成的排放量包括确定用于生成浪费的能量的每个电源的单位排放量,以及将资源的成本乘以浪费的能量的量。在一些实施例中,由于故障而生成的排放量可以在一个或多个单独的时间步长处计算,诸如基于随时间变化的消耗资源的速率,并且可以汇总单独的时间步长以确定所生成的排放量。在一些实施例中,确定所生成的排放量可能不一定需要确定具体数值的排放量,而是可以包括进行二元确定(即,存在排放或不存在排放)。
在一些实施例中,步骤713包括在计算由于故障而生成的排放之前从资源供应商获得当前或最近的能源构成数据。能源构成数据可以包括由资源供应商供应的由可再生资源或化石燃料生成的电的百分比,以及所使用的可再生(例如,太阳能、风能、水力发电等)或化石燃料(例如,煤炭、天然气、石油等)的类型。能源构成数据还可以包括直接供应给建筑物装置的不同燃料成分(诸如天然气)的百分比。例如,能源构成数据可以包括天然气中的甲烷、乙烷、丙烷、丁烷等的百分比。该数据可以从资源供应商或从传感器读数或测试数据获得。能源构成数据可以通过访问资源提供商(例如,电力公司)的网站、服务器、云托管数据库或其他数据源来获得,或者能源构成数据可以以规则间隔从资源提供商接收。在该示例中,资源提供商可以定期发布或更新能源构成数据,然后将其推送给客户(例如,系统600)。相应地,当计算由于故障而生成的排放时,可以利用最近的能源构成数据,以提供对所生成的排放的更准确的计算。确定和更新能源构成数据可以更好地对高排放故障进行标识和优先级排序。例如,在白天,当使用太阳能生成相对高百分比的电时,导致建筑物装置燃烧过量天然气的第一故障可以优先级排序优于导致建筑物装置浪费电的第二故障。在夜里,当通过燃烧煤生成较高百分比的电时,第二故障可以优先级排序优于第一故障。
在步骤715处,基于故障的检测和/或计算出的由于故障而生成的排放来启动自动化响应。如上面讨论的,自动化响应可以包括对于检测到的故障生成工作订单,以及自动地调度技术人员的访问以纠正故障。工作订单可以指示故障的类型、经历故障的装置和装置的位置、检测到故障的时间和日期以及可以帮助技术人员诊断和纠正故障的任何其他相关故障信息。自动化响应还可以包括基于由每个故障生成的相对排放量来对多个工作订单进行优先级排序。在一些实施例中,生成工作订单还可以包括自动地调度维修提醒(servicecall)或技术人员访问。例如,可以参考工作订单日志或技术人员时间表来标识和预留技术人员可以纠正故障的时间段。在一些实施例中,工作订单已被创建的通知还可以被发送到与所分配的技术人员相关联的装置。
在一些实施例中,自动化响应包括生成并且(例如,向用户装置)发送标识故障并且指示由于故障而生成的排放的警报。例如,可以经由文本消息、电子邮件、语音呼叫、推送通知或通过任何其他方法向(例如,与技术人员或建筑物管理者相关联的)用户装置发出通知。在一些实施例中,自动化响应包括生成一个或多个显示标识故障和受影响的装置的信息的用户界面,以及呈现在步骤713处计算出的排放信息。例如,用户界面可以经由用户装置632呈现,包括图形、文本、图像和用于呈现故障信息的其他元素。下面更详细地描述额外用户界面。
图7D是进一步展示方法700的流程图770。如上所述,例如以规则间隔创建并且重复运行故障检测规则772。故障持续时间774基于故障检测规则继续标识活动故障多长时间。故障排放方程776接收故障检测规则、故障持续时间以及关于设备的信息(例如,设备规格778、来自传感器和其他反馈机构的数据点780以及与设备有关的常量782)。故障排放方程776标识浪费的每种类型的能量(例如,电的、热的等)的量784。排放因子786(例如,浪费的每单位类型能量生成的排放量)由资源提供商接收并且用于计算由于故障而生成的排放和碳排放节省潜力788。在一些实施例中,故障排放计算基本上类似于故障成本计算,除了使用每种能源的单位排放来计算总排放,而不是每种能源的单位成本。
现在参考图8,根据一些实施例,示出了用于建立故障检测规则的示例界面800。与本文讨论的其他示例界面一样,界面800可以由UI生成器620生成并且可以经由用户装置632来呈现。界面800可以允许用户输入新故障检测规则、修改现有故障检测规则和/或测试和验证规则以及诸多其他特征。
界面800被示出为包括若干选项卡,可以选择这些选项卡来查看各种页面以用于进行各种任务。例如,用户可以选择“系统故障规则”来定义新系统级故障规则或修改现有系统级故障规则。在所示出的示例中,用户已经选择“设备故障规则”选项卡802来创建设备故障规则。界面800包括用户在定义/创建新规则时可以填充的若干字段,包括“方程名称”(即,故障名称)和规则的描述。
其他填充字段包括相关设备类别(“空气处理单元”)、设备类型(“混合单风管”)、故障类别(“操作”)、参数值(“下班后”)、故障检测状态的指示(“启用”)、故障标签(“自定义”)、故障版本(“基线”)、规则类别(“能量”)、规则功能(“基于时间延迟”)、时间延迟(“10分钟”)以及故障优先级(“高”)。在一些实施例中,在创建新故障检测规则之前,可能需要字段的至少部分。例如,可能需要用户填充“设备类别”字段,但可能不需要填充“时间延迟”字段。
界面800还包括“方程语句”字段804,其中用户可以录入定义故障规则的方程或表达式(例如,布尔方程)。在该示例中,用户已经录入“(送风风机状态==0)AND(送风流量=0)”。因此,如果针对指定的空气处理单元的送风风机状态和送风流速两者为零,则故障规则将被视为“真”。界面800还可以包括可以被选择来录入或修改字段804中的方程的若干运算符和/或图标。例如,用户可以从用于定义方程的一组运算符中选择AND、NOT、OR等。
一旦录入方程或表达式,用户就可以选择图标806之一以使用新录入的故障规则参数来进行各种操作。例如,用户可以添加新规则,或者可以更新现有规则。用户还可以删除所选择的规则或选择取消以清除界面800的字段。图标806还包括用于测试和/或验证新故障检测规则、将设备映射到新规则、将成本或排放表达式映射到规则、保存规则等的元素(例如,按钮)。
现在参考图9,根据一些实施例,示出了用于查看故障数据的示例界面900。界面900被示出为包括系统(例如,系统600)中当前活动的故障的列表902。列表902可以指示设备标识符、设备所处的空间的标识符、故障名称、检测到故障的时间和日期、故障类别、优先级、故障的持续时间和电能、热能以及成本节约潜力或减排潜力(如果故障被纠正)。
以第一故障为例,设备RMU-A8-BL-V03被指示为经历“VAV低送风流量-再加热”故障,该故障于2020年3月4日17:00检测到。该故障与舒适度有关并且被标识为中优先级故障。在一些实施例中,用户可以点击可以包含超链接的故障名称(即,标识符),从而导航到显示与故障有关的额外信息的第二用户界面。例如,第二用户界面可以允许用户通过生成工作订单来确认故障和/或响应故障。
现在参考图10,根据一些实施例,示出了用于工作订单管理的示例界面1000。从界面1000,用户能够生成和/或查看各种未结和/或历史工作订单。例如,界面1000包括列出针对特定系统(例如,系统600)的所有工作订单的工作订单列表1002。列表1002可以包括诸如工作订单号、与工作订单相关联的装置或建筑物的位置、建筑物标识符、设备类型和/或标识符、请求描述、创建日期和时间、状态以及任何可用的工作订单文档。用户还能够在搜索栏中录入搜索项以搜索和/或过滤列表1002。
作为示例,列表1002中的第一工作订单是与“建筑物3”中的空气处理单元有关的工作订单137。通过从列表1002中选择工作订单137,可以呈现显示额外工作订单细节的二级界面1004。例如,界面1004显示装置所处的位置、建筑物、楼层、配楼和/或房间,以及工作订单的类别、设备标识符、请求描述和任务细节。用户能够通过选择“添加任务细节”按钮来添加任务细节,和/或能够经由“选择文档”字段上传支持文档。用户还能够经由“导出工作订单”图标1006(例如,向与技术人员相关联的用户装置、向远程工作订单系统等)导出所选择的一个或多个工作订单。
现在参考图11,根据一些实施例,示出了用于设定数据点的读取频率的示例数据点设置界面1100。数据点可以用于确定故障检测规则是否检测到故障。用户可以录入标识从中取得数据点读数的装置或传感器的数据点名称1102。用户还可以选取单位类型1104和点角色1106,从而标识正在进行的测量的类型。用户可以选择数据点的读取频率1108,其确定多长时间从传感器或其他装置取得一次读数。在一些实施例中,系统或子系统内的所有数据点可以具有相同的读取频率,使得可以在不考虑大量不同读取频率的情况下进行成本或排放计算。用户还可以选择传感器或装置输出的单位类型1110。因为数据点包括单位类型,所以故障成本或排放方程可以轻松地将具有相同单位类型的所有读数转换为相同单位。替代性地,数据点本身可以被立即转换为共同单位。例如,如果一些装置以英寸水柱读取压力,并且其他以psi读取压力,则用户可以标识数据点中的由传感器或装置输出的单位,并且数据点可以自动地转换以英寸水柱取得的测量并且在将测量报告给故障成本或排放方程之前将其转换为psi。因此,故障成本或排放方程以相同的测量单位接收给定单位类型的所有读数。
图12至图14示出了用于设置故障规则和故障成本方程或故障排放方程的界面1200、1300、1400。现在参考图12,界面1200包括故障列表1202,该故障列表包括故障名称1204和对应的故障描述1206。列表中的每个故障具有对应的编辑按钮来编辑条目,例如,故障信息编辑按钮1208、链接到用于将建筑物设备映射到对应的故障规则的条目表格的设备映射按钮1210、链接到用于设置电成本方程的条目表格的电成本按钮1212以及链接到用于设置热成本方程的条目表格的热成本按钮1214。在一些实施例中,每个条目还可以包括排放方程按钮。在其他实施例中,排放计算可以被包括在电和热成本方程条目表格中。
现在参考图13,界面1300是用于录入故障成本或排放方程的条目表格并且基本上类似于图8。例如,可以通过从列表1202中选择故障之一的热成本按钮1214来访问界面1300。在一些实施例中,发出到故障成本或排放方程的数据点都是相同的,因为它们在被发出到方程之前由数据点函数来转换。在这些实施例中,单位下拉菜单1302可以基于设备类别、故障检测的类型和/或规则类型而默认为特定单位,并且可以不是用户可在界面1300内选择的。
现在参考图14,界面1400是由所执行的故障检测以及成本和排放方程生成的故障的列表。界面基本上类似于界面900,但还包括计算出的每个故障的碳排放成本1402。
现在参考图15A至图15D,示出了标识数个电和热成本规则的表1500。第1行包括用于经历高静压故障的空气处理单元的电成本规则和热成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
送风流量*(送风静压-送风压力设定点)/(6356*0.75))*0.746))
第1行中的电成本规则取决于送风流量以及送风压力设定点与所测量的静空气压力之间的差异。可以基于风机效率和由压力和流量传感器使用的测量单位以及从马力转换为以千瓦时输出总电能浪费来做出对计算出的电浪费的调整。
热成本规则根据以下方程确定由于故障而浪费的kBTU的量:
(0.3*1.08*(加热输出/100)*送风流量*(送风温度-混合空气温度)/1000)))
第1行中的热成本规则取决于送风流量、加热输出百分比以及空气处理单元中送风温度与混合空气温度之间的差异。可以基于由气流传感器使用的测量单位和假设的浪费百分比来做出对计算出的热浪费的调整,以便以kBTU输出总热能浪费。
第2行包括用于经历其中不按照节能经济型循环运行的故障的空气处理单元的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(((4.5*室外空气流量*室外空气焓)/12000)*0.85)
第2行中的电成本规则取决于室外空气流量和室外空气焓。基于由气流和焓传感器使用的测量单位来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
第3行包括用于经历其中永久地满负荷操作的故障的空气处理单元的电成本规则和热成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(((送风流量*(送风静压-送风压力设定点)/(6356*0.75))*0.746)+((送风流量/400)*0.03*0.85))
第3行中的电成本规则取决于送风流量以及送风压力设定点与所测量的静空气压力之间的差异。基于冷水机组效率和由压力和流量传感器使用的测量单位以及从马力转换为以千瓦时输出总电能浪费来做出对计算出的电浪费的调整。
热成本规则根据以下方程确定由于故障而浪费的kBTU的量:
((0.3*1.08*(加热输出/100)*送风流量*(送风温度-混合空气温度))/1000)
第3行中的热成本规则取决于送风流量、加热输出百分比以及空气处理单元中送风温度与混合空气温度之间的差异。可以基于由气流传感器使用的测量单位和假设的浪费百分比来做出对计算出的热浪费的调整,以便以kBTU输出总热能浪费。
第4行包括用于经历低区温度故障的空气处理单元的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((((1.08*送风流量*(空间温度设定点-空间温度))/12000)*0.85)*(冷却输出/冷却输出))
第4行中的电成本规则取决于送风流量以及空间温度设定点与所测量的空间温度之间的差异。基于由气流传感器使用的测量单位、冷水机组效率和空气处理单元的冷却输出百分比来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
第5行包括用于同时经历加热和冷却故障的空气处理单元的电成本规则和热成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((送风流量/400)*(冷却输出/100)*0.85*0.8)
第5行中的电成本规则取决于送风流量和冷却输出百分比。可以基于冷水机组效率、由气流传感器使用的测量单位以及置信因子来做出对计算出的电浪费的调整,并且总电能浪费以千瓦时输出。
热成本规则根据以下方程确定由于故障而浪费的kBTU的量:
(((加热输出/100)*常量(加热能力(MBH)))*0.85*0.8)
第5行中的热成本规则取决于加热输出百分比和加热能力常数。可以基于锅炉效率和置信因子来做出对计算出的热浪费的调整,并且总热能浪费以kBTU输出。
第6行包括用于经历低二氧化碳故障的空气处理单元的电成本规则和热成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((1.08*(送风流量*((室外空气风门输出-20)/100))*(室外空气温度-送风温度)/12000)*0.85)
热成本规则根据以下方程确定由于故障而浪费的kBTU的量:
((1.08*(送风流量*(室外空气风门输出-20))*(送风温度-室外空气温度))/1000)
第6行中的电和热成本规则取决于送风流量、室外空气风门输出百分比减去20%以及室外空气温度与送风温度之间的差异。可以基于由气流和温度传感器使用的测量单位来做出对计算出的电和热浪费的调整。总电能浪费以千瓦时输出,并且总热能浪费以kBTU输出。
第7行包括用于经历低区温度故障的风机盘管单元的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((((1.08*常量(FCU设计流量)*(区温度设定点-区温度))/12000)*0.85)*(冷却输出/冷却输出))
第7行中的电成本规则取决于设计流量常数、区温度设定点与所测量的区温度之间的差异以及冷却输出百分比。基于冷水机组效率和由温度传感器使用的测量单位来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
第8行包括用于经历其中室外风门和回风风门两者都打开的故障的屋顶单元的电成本规则和热成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(((108*(送风流量*(室外空气风门输出-20))*(室外空气温度-送风温度))/12000)*0.85))
热成本规则根据以下方程确定由于故障而浪费的kBTU的量:
((1.08*(送风流量*(室外空气风门输出-20))*(送风温度-室外空气温度))/1000)
第8行中的电和热成本规则取决于送风流量、室外空气风门输出百分比减去20%以及室外空气温度与送风温度之间的差异。可以基于由气流和温度传感器使用的测量单位来做出对计算出的电和热浪费的调整。总电能浪费以千瓦时输出,并且总热能浪费以kBTU输出。
第9行包括用于经历低区温度故障的屋顶单元的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(((1.08*送风流量*(区平均温度设定点-区平均温度)/12000)*1.2)
第9行中的电成本规则取决于送风流量、区温度设定点与所测量的区温度之间的差异以及冷却输出百分比。基于屋顶单元效率以及由温度传感器和气流传感器使用的测量单位来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
第10行包括用于经历其中泵操作处于高位的故障的冷水泵的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(泵VSD功率)-(泵VSD功率/(((泵速度驱动输出/常量(高速阈值))*(泵速度驱动输出/常量(高速阀值))*(泵速度驱动输出/常量(高速阈值)))))
第10行中的电成本规则取决于变速驱动器功率、变速驱动器输出和高速阈值常数。基于由瓦特表使用的测量单位来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
第11行包括用于经历低机组效率故障的冷水机的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((总机房系统效率-(常量(CHW机组系统效率-设计)*常量(设计效率乘数)))*总冷水机负载))
第11行中的电成本规则取决于总机房系统效率、机房系统效率常数和设计效率乘数常数。总电能浪费以千瓦时输出。
第12行包括用于经历高冷凝器水集管供应温度故障的冷水机的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
((冷凝器水集管供应温度-29.5)*0.03*总冷水机功率)
第12行中的电成本规则取决于冷凝器水集管供应温度和总冷水机功率,并且基于温度传感器的测量单位来调整。总电能浪费以千瓦时输出。
第13行包括用于经历其中空气处理单元回风温度过冷的故障的冷水机的电成本规则。电成本规则根据以下方程确定由于故障而浪费的kWh的量:
(0.0002*(常量(RAT下限)-回风温度)*((4050)*常量(AHU设计气流)))
第13行中的电成本规则取决于回风温度、下限温度常数和设计气流常数。基于由温度传感器使用的测量单位来做出对计算出的电浪费的调整,以便以千瓦时输出总电能浪费。
任何电和热成本规则可以包括MAX函数,使得只有返回浪费的能量的正值的操作条件才被标识为故障。
在一些实施例中,故障排放方程可以使用由上面的电和热成本规则确定的值。例如,总电能浪费可以乘以由所生成的每kWh电排放的碳量确定的第一碳排放因子。总热能浪费可以乘以由每kBTU热能生成的碳排放量确定的第二碳排放因子。在一些实施例中,故障排放方程可以直接确定所生成的排放,而无需首先计算浪费的能量的量并将浪费的能量的量录入到额外方程中。在一些实施例中,可以在延伸到未来的估计时间段上分析故障排放模型,以预测所生成的排放量。在一些实施例中,建筑物装置数据以及来自例如在数字孪生中的虚拟仪表或虚拟数据点的数据可以用于确定趋势并且预测未来故障,以及从未来故障预期的排放量。由于预测故障导致的预测排放量可以基于先前数据读数的趋势来确定。可以基于预期和/或实际排放为预测故障和当前故障分配优先级值。例如,预期生成大量排放的预测故障可以优先级排序优于生成相对少量排放的当前故障。在执行修复以补救当前故障之前,可以进行预防性维护以防止预测故障。
现在参考图16,根据一些实施例,示出了用于录入能源的成本和碳排放的商品费率设置界面1600。用户可以录入各种燃料源的测量单位、每种能源的单位成本以及每种燃料源的单位排放(未示出)。用户可以录入每单位电的排放因子,当乘以kWh的数时,该排放因子可以用于确定由于电浪费而生成的碳排放量。在一些实施例中,可以手动地或周期性自动地从资源提供商检索每种能源的单位成本和排放。例如,每单位电生成的成本和排放可能根据一天中的时间、一年中的时间、能源构成等而变化。
现在参考图17,根据一些实施例,示出了用于查看故障信息的界面1700。故障检测规则涉及检测空气处理单元(AHU)故障,其中AHU不按照其节能经济型循环运行。上图形1702示出了当由AHU服务的空间预期未被占用时,AHU被编程为周期性地断开以节省电。AHU输出图形1704和AHU状态图形1706示出了AHU在其被调度为断电的时段期间保持活动。例如,根据上图形1702,在3月7日上午10:00之前,AHU通电,并且在3月8日从上午6:00到上午9:00并且在晚上9:30之后,所有时间AHU均应断电。
故障检测界面1700还包括关系窗口708,其中标识了不同建筑物设备之间的关系。这些关系可以包括服务AHU的设备、AHU本身服务的设备、AHU服务的建筑物空间以及也服务同一建筑物空间的其他装置。在一些实施例中,故障成本和排放方程在确定由于故障而生成的成本和排放时考虑这些关系。例如,故障检测界面1700指示AHU在3月7日晚上9:30左右到晚上10:00左右在其被调度为通电时是断电的。因为AHU断电,所以理论上该故障可以减少由AHU在该时间段期间生成的成本和排放。然而,如果AHU和第二AHU服务同一建筑物空间,则第二AHU可以使用额外电来补充第一AHU中的故障。因此,在确定由于故障而生成的成本和排放时,故障成本和排放方程可以考虑第二AHU上增加的负载。
现在参考图18,界面1800是示出各种统计故障数据的一组视图。视图1802是按级别的故障计数和持续时间的视觉表示。对于每个级别,方框的大小表示故障的数量,而方框的颜色表示故障的平均持续时间。视图1804是按设备类别(例如,空气处理单元、冷水机、送风机等)示出每个故障的百分比的饼状图。视图1806是示出每天的故障总数的故障趋势图形。视图1808列出了所选择的时间段中的前五个故障。用户可以选择是否按成本、持续时间或计数示出前五个故障。
现在参考图19,界面1900是示出各种统计故障数据的一组视图。视图1902根据故障的类型(例如,舒适度故障、能量故障、维护故障和杂项故障)对一组故障进行分类。视图1904列出了各种位置的集体故障成本。视图1906和1908分别按建筑物和按站点列出了集体故障成本和故障的数量。
示例性实施例的配置
各个示范性实施例中所示的系统和方法的构建和布置仅是说明性的。尽管在本公开中仅详细描述了几个实施例,但是许多修改是可能的(例如,各种元件的大小、尺度、结构、形状和比例、参数值、安装布置、材料的使用、颜色、取向等的变化)。例如,元件的位置可以颠倒或以其它方式变化,并且离散元件或位置的性质或数量可以改变或变化。因此,所有此类修改旨在被包含在本公开的范围内。任何过程或方法步骤的次序或顺序可以根据替代性实施例改变或重新排序。在不脱离本公开的范围的情况下,可以在示范性实施例的设计、操作条件和布置中做出其它替换、修改、改变和省略。
本公开考虑用于完成各种运作的任何机器可读介质上的方法、系统和程序产品。本公开的实施例可以使用现有的计算机处理器来实施,或者通过用于适当系统的专用计算机处理器来实施,为了这个或另一目的而合并,或者通过硬连线系统来实施。本公开范围内的实施例包括程序产品,该程序产品包括用于携带或具有存储在其上的机器可执行指令或数据结构的机器可读介质。此类机器可读介质可以是可以由通用或专用计算机或具有处理器的其它机器访问的任何可用介质。举例来说,此机器可读介质可包括含RAM、ROM、EPROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置,或可用于携载或存储呈机器可执行指令或数据结构形式的所要程序代码且可由通用或专用计算机或具有处理器的其它机器存取的任何其它介质。当通过网络或另一通信连接(硬连线、无线或硬连线或无线的组合)向机器传送或提供信息时,机器将该连接适当地视为机器可读介质。因此,任何此类连接被适当地称为机器可读介质。以上的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器进行特定功能或功能组的指令和数据。
尽管附图示出了方法步骤的特定顺序,但是步骤的顺序可以与描绘的不同。并且,可同时或部分同时进行两个或两个以上步骤。此类变化将取决于所选择的软件和硬件系统以及设计者的选择。所有此类变化都处于本公开的范围内。同样地,软件实施方式可以用具有基于规则的逻辑和其他逻辑的标准编程技术来完成,以完成各种连接步骤、处理步骤、比较步骤和决定步骤。

Claims (20)

1.一种建筑物管理系统(BMS),其包括:
一个或多个存储装置,其具有存储在其上的指令,所述指令当由一个或多个处理器执行时,使所述一个或多个处理器进行操作,所述操作包括:
从多个建筑物装置获得操作数据;
使用所述操作数据来评估一个或多个故障检测规则以确定所述多个建筑物装置中的至少一者是否正在经历故障状况;
响应于确定所述多个建筑物装置中的至少一者正在经历所述故障状况,基于与所述故障状况相关联的故障排放模型来确定由于所述故障状况而生成的碳排放量;以及
基于与所述故障状况相关联的所述碳排放量来启动自动响应。
2.根据权利要求1所述的BMS,所述操作进一步包括:
基于用户输入来获得所述一个或多个故障检测规则中的至少一者;以及
将所述一个或多个故障检测规则映射到所述多个建筑物装置。
3.根据权利要求2所述的BMS,其中所述用户输入包括与所述一个或多个故障检测规则中的故障检测规则相关联的故障的描述、所述故障的优先级以及定义所述故障检测规则的方程。
4.根据权利要求1所述的BMS,所述操作进一步包括:基于与所述操作数据相关联的测量单位来修改所述故障排放模型,其中所述故障排放模型经修改使得所述故障排放模型的每个项由共同测量单位来定义。
5.根据权利要求1所述的BMS,所述操作进一步包括:基于与所述故障状况相关联的所述故障排放模型来计算由于所述故障状况而浪费的能量的量,其中所生成的碳排放量是基于所述浪费的能量的量和包括用于生成浪费的能量的能源的能源构成信息来确定的。
6.根据权利要求5所述的BMS,其中由于第一建筑物装置中的故障状况而浪费的能量的量包括由第二建筑物装置因为所述第一建筑物装置中的所述故障状况而消耗的额外能量。
7.根据权利要求1所述的BMS,其中所述自动响应包括生成工作订单以纠正所述故障状况,所述工作订单标识经历所述故障状况的所述多个建筑物装置中的至少一者并且包括所述故障的描述和所述多个建筑物装置中的至少一者的位置。
8.根据权利要求1所述的BMS,其中所述自动响应包括:
基于所述故障状况来生成图形用户界面,所述图形用户界面包括所述故障状况的指示、经历所述故障状况的所述多个建筑物装置中的至少一者的指示以及所生成的排放的指示;以及
经由用户装置来显示所述图形用户界面。
9.根据权利要求1所述的BMS,其中所述自动响应包括:
基于对所述故障状况的检测来生成警报,所述警报包括所述故障状况的优先级的指示,其中所述优先级是基于由于故障而生成的排放量来确定的;以及
向用户装置发送所述警报。
10.一种确定由于建筑物管理系统(BMS)中的故障状况而浪费的能量的量的方法,所述方法包括:
从多个建筑物装置获得操作数据;
使用所述操作数据来评估一个或多个故障检测规则以确定所述多个建筑物装置中的至少一者是否正在经历所述故障状况;
响应于确定所述多个建筑物装置中的至少一者正在经历所述故障状况,基于与所述故障状况相关联的故障排放模型来确定由于所述故障状况而生成的碳排放量;以及
基于与所述故障状况相关联的成本来启动自动响应。
11.根据权利要求10所述的方法,其进一步包括:
经由对用户装置的用户输入来接收所述一个或多个故障检测规则中的至少一者;以及
将所述一个或多个故障检测规则映射到所述多个建筑物装置。
12.根据权利要求11所述的方法,其中所述用户输入包括与所述一个或多个故障检测规则中的故障检测规则相关联的故障的描述、所述故障的优先级以及定义所述故障检测规则的方程。
13.根据权利要求10所述的方法,其进一步包括:基于与所述操作数据相关联的测量单位来修改所述故障排放模型,其中所述故障排放模型经修改使得所述故障排放模型的每个项由共同测量单位来定义。
14.根据权利要求10所述的方法,其进一步包括:基于与所述故障状况相关联的所述故障排放模型和能源构成信息来计算由于所述故障状况而浪费的能量的量,其中所述浪费的能量的量是通过将由所述多个建筑物装置中的至少一者在所述故障状况的时间段内消耗的能量的第一量与由所述多个建筑物装置中的至少一者在正常操作的时间段期间所消耗的能量的第二量进行比较来确定的,并且其中生成的所述碳排放量是基于所述浪费的能量的量和包括用于生成浪费的能量的能源的能源构成信息来确定的。
15.根据权利要求14所述的方法,其中由于第一建筑物装置中的故障状况而浪费的能量的量包括由第二建筑物装置因为所述第一建筑物装置中的故障而消耗的额外能量。
16.根据权利要求10所述的方法,其中所述自动响应包括生成工作订单以纠正所述故障状况,所述工作订单标识经历所述故障状况的所述多个建筑物装置中的至少一者并且包括所述故障的描述和所述多个建筑物装置中的至少一者的位置。
17.根据权利要求10所述的方法,其中所述自动响应包括:
基于所述故障状况来生成图形用户界面,所述图形用户界面包括所述故障状况的指示、经历所述故障状况的所述多个建筑物装置中的至少一者的指示以及所生成的排放的指示;以及
经由用户装置来显示所述图形用户界面。
18.根据权利要求10所述的方法,其中所述自动响应包括:
基于对所述故障状况的检测来生成警报,所述警报包括所述故障状况的优先级的指示,其中所述优先级是基于由于故障而生成的排放量来确定的;以及
向用户装置发送所述警报。
19.一种故障检测系统,其包括:
一个或多个存储装置,其具有存储在其上的指令,所述指令当由一个或多个处理器执行时,使所述一个或多个处理器进行操作,所述操作包括:
经由用户输入来接收至少一个故障检测规则,所述至少一个故障检测规则包括定义所述至少一个故障检测规则的方程;
将所述至少一个故障检测规则映射到一个或多个建筑物装置;
从所述一个或多个建筑物装置获得操作数据;
使用所述操作数据来评估所述至少一个故障检测规则以确定所述一个或多个建筑物装置中的建筑物装置正在经历故障状况;
基于与所述故障状况相关联的故障排放模型来确定由于所述故障状况而浪费的能量的量;以及
基于所述浪费的能量的量和能源构成信息来计算由于所述故障状况而生成的碳排放量。
20.根据权利要求19所述的系统,所述操作进一步包括:基于所述故障状况来启动自动响应,所述自动响应包括生成工作订单以纠正所述故障状况,所述工作订单标识经历所述故障状况的所述建筑物装置并且包括所述故障的描述和所述建筑物装置的位置。
CN202280033905.1A 2021-03-17 2022-03-17 用于确定设备能量浪费的系统和方法 Pending CN117280291A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN202121011425 2021-03-17
IN202121011425 2021-03-17
PCT/US2022/020808 WO2022197964A1 (en) 2021-03-17 2022-03-17 Systems and methods for determining equipment energy waste

Publications (1)

Publication Number Publication Date
CN117280291A true CN117280291A (zh) 2023-12-22

Family

ID=81386995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280033905.1A Pending CN117280291A (zh) 2021-03-17 2022-03-17 用于确定设备能量浪费的系统和方法

Country Status (6)

Country Link
US (1) US11921481B2 (zh)
EP (1) EP4309013A1 (zh)
JP (1) JP2024511974A (zh)
CN (1) CN117280291A (zh)
AU (1) AU2022237623A1 (zh)
WO (1) WO2022197964A1 (zh)

Family Cites Families (368)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5301109A (en) 1990-06-11 1994-04-05 Bell Communications Research, Inc. Computerized cross-language document retrieval using latent semantic indexing
US5446677A (en) 1994-04-28 1995-08-29 Johnson Service Company Diagnostic system for use in an environment control network
US5581478A (en) 1995-04-13 1996-12-03 Cruse; Michael Facility environmental control system
JPH1049552A (ja) 1996-08-05 1998-02-20 Shimizu Corp エネルギー集中管理・解析システム
US20020016639A1 (en) 1996-10-01 2002-02-07 Intelihome, Inc., Texas Corporation Method and apparatus for improved building automation
US5812962A (en) 1996-12-09 1998-09-22 White Oak Borough Authority Method and apparatus for organizing storing and retrieving information to administer a sewer system
US5973662A (en) 1997-04-07 1999-10-26 Johnson Controls Technology Company Analog spectrum display for environmental control
US6014612A (en) 1997-10-02 2000-01-11 Fisher Controls International, Inc. Remote diagnostics in a process control network having distributed control functions
US6031547A (en) 1997-11-10 2000-02-29 Lam Research Corporation Computer graphical status display
US6385510B1 (en) 1997-12-03 2002-05-07 Klaus D. Hoog HVAC remote monitoring system
US6134511A (en) 1998-04-15 2000-10-17 Subbarao; Krishnappa Method and apparatus for improving building energy simulations
US6363422B1 (en) 1998-06-24 2002-03-26 Robert R. Hunter Multi-capability facilities monitoring and control intranet for facilities management system
US6285966B1 (en) 1998-06-25 2001-09-04 Fisher Controls International, Inc. Function block apparatus for viewing data in a process control system
US5960381A (en) 1998-07-07 1999-09-28 Johnson Controls Technology Company Starfield display of control system diagnostic information
US6157943A (en) 1998-11-12 2000-12-05 Johnson Controls Technology Company Internet access to a facility management system
US6437691B1 (en) 1999-01-09 2002-08-20 Heat-Timer Corporation Electronic message delivery system utilizable in the monitoring of remote equipment and method of same
US6493755B1 (en) 1999-01-15 2002-12-10 Compaq Information Technologies Group, L.P. Automatic notification rule definition for a network management system
US6598056B1 (en) 1999-02-12 2003-07-22 Honeywell International Inc. Remotely accessible building information system
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US6389331B1 (en) 1999-03-11 2002-05-14 Johnson Controls Technology Company Technique for monitoring performance of a facility management system
CA2266208C (en) 1999-03-19 2008-07-08 Wenking Corp. Remote road traffic data exchange and intelligent vehicle highway system
JP2000293447A (ja) 1999-04-08 2000-10-20 Hitachi Ltd 仮想ワークフロー管理方法
US6577323B1 (en) 1999-07-01 2003-06-10 Honeywell Inc. Multivariable process trend display and methods regarding same
US6477518B1 (en) 2000-01-31 2002-11-05 Visteon Global Technologies, Inc. Method of knowledge-based engineering cost and weight estimation of an HVAC air-handling assembly for a climate control system
GB2362232B (en) 2000-05-08 2002-04-10 3Com Corp Method and apparatus for the graphical presentation of selected data
JP2002015037A (ja) 2000-06-30 2002-01-18 Miura Co Ltd 熱供給設備の保守管理方法
US7343303B2 (en) 2000-07-19 2008-03-11 Ijet International, Inc. Global asset risk management system and methods
JP2002092208A (ja) 2000-09-13 2002-03-29 Miura Co Ltd 熱供給設備の保守管理システム
US6646660B1 (en) 2000-09-29 2003-11-11 Advanced Micro Devices Inc. Method and apparatus for presenting process control performance data
JP4384797B2 (ja) 2000-10-04 2009-12-16 日本精工株式会社 機械要素性能指標情報提供方法及びシステム並びに機械要素選択支援方法及びシステム
US6324854B1 (en) 2000-11-22 2001-12-04 Copeland Corporation Air-conditioning servicing system and method
US7146290B2 (en) 2000-11-27 2006-12-05 Uview Ultraviolet Systems, Inc. Apparatus and method for diagnosing performance of air-conditioning systems
EP1352354A2 (en) 2001-01-02 2003-10-15 Trusecure Corporation Object-oriented method, system and medium for risk management
US6795798B2 (en) 2001-03-01 2004-09-21 Fisher-Rosemount Systems, Inc. Remote analysis of process control plant data
US6813532B2 (en) 2001-03-01 2004-11-02 Fisher-Rosemount Systems, Inc. Creation and display of indices within a process plant
US6650947B2 (en) 2001-03-23 2003-11-18 Metso Automation Oy Multi-variable control loop assessment
US6847850B2 (en) 2001-05-04 2005-01-25 Invensys Systems, Inc. Process control loop analysis system
WO2002097545A1 (en) 2001-05-29 2002-12-05 Westinghouse Electric Company Llc Health monitoring display system for a complex plant
US6816811B2 (en) 2001-06-21 2004-11-09 Johnson Controls Technology Company Method of intelligent data analysis to detect abnormal use of utilities in buildings
FI20011742A (fi) 2001-08-31 2003-03-01 Metso Field Systems Oy Menetelmä ja järjestelmä teollisuusprosessin säätöpiirin suorituskyvun analysoimiseksi
US6826454B2 (en) 2001-09-19 2004-11-30 Louis E. Sulfstede Air conditioning diagnostic analyzer
US20030073432A1 (en) 2001-10-16 2003-04-17 Meade, William K. Mobile computing device with method and system for interrupting content performance among appliances
JP4264501B2 (ja) 2001-11-28 2009-05-20 株式会社イーアンドイープラニング 建物のエネルギー管理方法
US7730063B2 (en) 2002-12-10 2010-06-01 Asset Trust, Inc. Personalized medicine service
US20030171851A1 (en) 2002-03-08 2003-09-11 Peter J. Brickfield Automatic energy management and energy consumption reduction, especially in commercial and multi-building systems
WO2003084022A1 (en) 2002-03-28 2003-10-09 Robertshaw Controls Company Energy management system and method
US6768968B2 (en) 2002-04-18 2004-07-27 International Business Machines Corporation Method and system of an integrated simulation tool using business patterns and scripts
US8015143B2 (en) 2002-05-22 2011-09-06 Estes Timothy W Knowledge discovery agent system and method
JP3783859B2 (ja) 2002-07-19 2006-06-07 日立プラント建設株式会社 空調設備及びその制御方法
US6928389B2 (en) 2002-10-04 2005-08-09 Copeland Corporation Compressor performance calculator
US7146231B2 (en) 2002-10-22 2006-12-05 Fisher-Rosemount Systems, Inc.. Smart process modules and objects in process plants
US7440871B2 (en) * 2002-12-09 2008-10-21 Verisae, Inc. Method and system for tracking and reporting emissions
US7401057B2 (en) 2002-12-10 2008-07-15 Asset Trust, Inc. Entity centric computer system
US6799143B1 (en) 2002-12-10 2004-09-28 Abb Inc. Process and device for evaluating the performance of a process control system
US7472109B2 (en) 2002-12-30 2008-12-30 International Business Machines Corporation Method for optimization of temporal and spatial data processing
US7117449B1 (en) 2002-12-31 2006-10-03 Siebel Systems, Inc. Method and apparatus to present an integrated process modeler
US7889051B1 (en) 2003-09-05 2011-02-15 The Watt Stopper Inc Location-based addressing lighting and environmental control system, device and method
US7664573B2 (en) 2003-09-26 2010-02-16 Siemens Industry, Inc. Integrated building environment data system
US20050108024A1 (en) 2003-11-13 2005-05-19 Fawcett John Jr. Systems and methods for retrieving data
US7031880B1 (en) 2004-05-07 2006-04-18 Johnson Controls Technology Company Method and apparatus for assessing performance of an environmental control system
US20060020866A1 (en) 2004-06-15 2006-01-26 K5 Systems Inc. System and method for monitoring performance of network infrastructure and applications by automatically identifying system variables or components constructed from such variables that dominate variance of performance
US20050283337A1 (en) 2004-06-22 2005-12-22 Mehmet Sayal System and method for correlation of time-series data
US7574409B2 (en) 2004-11-04 2009-08-11 Vericept Corporation Method, apparatus, and system for clustering and classification
US7801068B2 (en) 2004-12-29 2010-09-21 Motorola, Inc. Selectively receiving data in a multicast environment
US7266562B2 (en) 2005-02-14 2007-09-04 Levine Joel H System and method for automatically categorizing objects using an empirically based goodness of fit technique
EP1851959B1 (en) 2005-02-21 2012-04-11 Computer Process Controls, Inc. Enterprise control and monitoring system
US7917555B2 (en) 2005-03-03 2011-03-29 Microsoft Corporation Creating, storing and viewing process models
US7743421B2 (en) 2005-05-18 2010-06-22 Alcatel Lucent Communication network security risk exposure management systems and methods
US7627544B2 (en) 2005-05-20 2009-12-01 Microsoft Corporation Recognizing event patterns from event streams
JP4634242B2 (ja) 2005-07-08 2011-02-16 株式会社山武 省エネルギー量推定装置、方法、およびプログラム
US9886478B2 (en) 2005-10-07 2018-02-06 Honeywell International Inc. Aviation field service report natural language processing
US8060391B2 (en) 2006-04-07 2011-11-15 The University Of Utah Research Foundation Analogy based workflow identification
US7552467B2 (en) 2006-04-24 2009-06-23 Jeffrey Dean Lindsay Security systems for protecting an asset
US20070261062A1 (en) 2006-04-25 2007-11-08 Emerson Retail Services, Inc. Building system event manager
JP4905657B2 (ja) 2006-05-24 2012-03-28 オムロン株式会社 セキュリティ監視装置、セキュリティ監視システム、セキュリティ監視方法
US9323055B2 (en) 2006-05-26 2016-04-26 Exelis, Inc. System and method to display maintenance and operational instructions of an apparatus using augmented reality
US7934253B2 (en) 2006-07-20 2011-04-26 Trustwave Holdings, Inc. System and method of securing web applications across an enterprise
KR101380936B1 (ko) 2006-10-05 2014-04-10 스플렁크 인코퍼레이티드 시계열 검색 엔진
US20080094230A1 (en) 2006-10-23 2008-04-24 Motorola, Inc. Using location capabilities of a mobile device to permit users to avoid potentially harmful interactions
JP4895110B2 (ja) 2006-10-23 2012-03-14 オムロン株式会社 リスク監視装置、リスク監視システム、リスク監視方法
US7996488B1 (en) 2006-11-27 2011-08-09 Disney Enterprises, Inc. Systems and methods for interconnecting media applications and services with automated workflow orchestration
KR100851009B1 (ko) 2007-02-06 2008-08-12 엘지전자 주식회사 멀티에어컨의 통합관리 시스템 및 방법
WO2008103929A2 (en) 2007-02-23 2008-08-28 Johnson Controls Technology Company Video processing systems and methods
US7904209B2 (en) 2007-03-01 2011-03-08 Syracuse University Open web services-based indoor climate control system
CN101652754B (zh) * 2007-03-29 2012-07-18 日本电气株式会社 诊断系统
JP4073946B1 (ja) 2007-03-30 2008-04-09 三菱電機株式会社 情報処理装置
US20080249756A1 (en) 2007-04-06 2008-10-09 Pongsak Chaisuparasmikul Method and system for integrating computer aided design and energy simulation
US8104044B1 (en) 2007-07-31 2012-01-24 Amazon Technologies, Inc. System and method for client-side widget communication
WO2009020158A1 (ja) 2007-08-06 2009-02-12 Panasonic Electric Works Co., Ltd. 機器管理システム
DE102007051347B4 (de) 2007-10-26 2014-07-03 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Vorrichtung und Verfahren zur Bestimmung eines Leistungsverbrauchs einer leistungsverbrauchenden Einrichtung aus einer Mehrzahl von leistungsverbrauchenden Einrichtungen
US8255090B2 (en) 2008-02-01 2012-08-28 Energyhub System and method for home energy monitor and control
US20140114867A1 (en) * 2008-02-12 2014-04-24 Accenture Global Services Gmbh System for providing actions to reduce a carbon footprint
EP2283445A1 (en) 2008-05-19 2011-02-16 F. Hoffmann-La Roche AG Computer research tool for the organization, visualization and analysis of metabolic-related clinical data and method thereof
US8805995B1 (en) 2008-05-23 2014-08-12 Symantec Corporation Capturing data relating to a threat
US8401991B2 (en) 2008-08-08 2013-03-19 Oracle International Corporation Database-based inference engine for RDFS/OWL constructs
KR101028828B1 (ko) 2008-08-22 2011-04-12 건국대학교 산학협력단 건축도면을 이용한 rfid 위치 인식 시스템의 최적화방법
US20100058248A1 (en) 2008-08-29 2010-03-04 Johnson Controls Technology Company Graphical user interfaces for building management systems
US20130262035A1 (en) 2012-03-28 2013-10-03 Michael Charles Mills Updating rollup streams in response to time series of measurement data
US20100070426A1 (en) 2008-09-15 2010-03-18 Palantir Technologies, Inc. Object modeling for exploring large data sets
PT2350747E (pt) 2008-10-31 2013-10-29 Optimum Energy Llc Sistemas e métodos para controlar eficiência de consumo de energia
CN101415011B (zh) 2008-10-31 2011-11-23 北京工业大学 无线传感器网络中安全有效的数据聚合方法
US20100131533A1 (en) 2008-11-25 2010-05-27 Ortiz Joseph L System for automatic organization and communication of visual data based on domain knowledge
CA2758890A1 (en) 2009-04-15 2010-10-21 DiMi, Inc. Remote building monitoring and controlling system and method
US20100281387A1 (en) 2009-05-01 2010-11-04 Johnson Controls Technology Company Systems and methods for managing building automation systems and it systems
CN102576451A (zh) 2009-05-08 2012-07-11 埃森哲环球服务有限公司 建筑能源消耗分析系统
US8532808B2 (en) 2009-06-22 2013-09-10 Johnson Controls Technology Company Systems and methods for measuring and verifying energy savings in buildings
US9606520B2 (en) 2009-06-22 2017-03-28 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
US8731724B2 (en) 2009-06-22 2014-05-20 Johnson Controls Technology Company Automated fault detection and diagnostics in a building management system
US8532839B2 (en) 2009-06-22 2013-09-10 Johnson Controls Technology Company Systems and methods for statistical control and fault detection in a building management system
US9753455B2 (en) 2009-06-22 2017-09-05 Johnson Controls Technology Company Building management system with fault analysis
JP5536204B2 (ja) 2009-06-22 2014-07-02 コモンウェルス サイエンティフィック アンド インダストリアル リサーチ オーガニゼーション センサのオントロジー駆動の問合せ及びプログラミングの方法及びシステム
US9196009B2 (en) 2009-06-22 2015-11-24 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US9286582B2 (en) 2009-06-22 2016-03-15 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US8788097B2 (en) * 2009-06-22 2014-07-22 Johnson Controls Technology Company Systems and methods for using rule-based fault detection in a building management system
US8600556B2 (en) 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
MX2012000906A (es) 2009-07-20 2012-09-07 Allure Energy Inc Sistema y metodo de gestion de energia.
US8626344B2 (en) 2009-08-21 2014-01-07 Allure Energy, Inc. Energy management system and method
US8498749B2 (en) 2009-08-21 2013-07-30 Allure Energy, Inc. Method for zone based energy management system with scalable map interface
US20110071685A1 (en) 2009-09-03 2011-03-24 Johnson Controls Technology Company Creation and use of software defined building objects in building management systems and applications
US20110077950A1 (en) 2009-09-28 2011-03-31 Disney Enterprises, Inc. Risk profiling system and method
US20110087650A1 (en) 2009-10-06 2011-04-14 Johnson Controls Technology Company Creation and use of causal relationship models in building management systems and applications
US8655830B2 (en) 2009-10-06 2014-02-18 Johnson Controls Technology Company Systems and methods for reporting a cause of an event or equipment state using causal relationship models in a building management system
US9475359B2 (en) 2009-10-06 2016-10-25 Johnson Controls Technology Company Systems and methods for displaying a hierarchical set of building management system information
US20110087988A1 (en) 2009-10-12 2011-04-14 Johnson Controls Technology Company Graphical control elements for building management systems
US8380759B2 (en) 2009-11-21 2013-02-19 Microsoft Corporation Type projection query of an instance space
US8495745B1 (en) 2009-11-30 2013-07-23 Mcafee, Inc. Asset risk analysis
US8737334B2 (en) 2009-12-07 2014-05-27 Lg Electronics Inc. Method for transmitting a sounding reference signal in an uplink comp communication system, and apparatus for same
US20110153603A1 (en) 2009-12-17 2011-06-23 Yahoo! Inc. Time series storage for large-scale monitoring system
US8489131B2 (en) 2009-12-21 2013-07-16 Buckyball Mobile Inc. Smart device configured to determine higher-order context data
US8803970B2 (en) 2009-12-31 2014-08-12 Honeywell International Inc. Combined real-time data and live video system
JP2011155710A (ja) 2010-01-25 2011-08-11 Sony Corp 電力管理装置、電子機器及び電力管理方法
JP2011154410A (ja) 2010-01-25 2011-08-11 Sony Corp 解析サーバ及びデータ解析方法
US8786415B2 (en) 2010-02-24 2014-07-22 Sportvision, Inc. Tracking system using proximity and/or presence
US20110218777A1 (en) 2010-03-03 2011-09-08 Honeywell International Inc. System and method for generating a building information model
GB2478323A (en) 2010-03-03 2011-09-07 Adam Comm Systems Internat Ltd Wireless communication in building management control.
US8682921B2 (en) 2010-07-07 2014-03-25 Johnson Controls Technology Company Query engine for building management systems
US8516016B2 (en) 2010-07-07 2013-08-20 Johnson Controls Technology Company Systems and methods for facilitating communication between a plurality of building automation subsystems
US20130247205A1 (en) 2010-07-14 2013-09-19 Mcafee, Inc. Calculating quantitative asset risk
US8335596B2 (en) 2010-07-16 2012-12-18 Verizon Patent And Licensing Inc. Remote energy management using persistent smart grid network context
EP2603863A1 (en) 2010-08-09 2013-06-19 Valeo Schalter und Sensoren GmbH Method for supporting a user of a motor vehicle in operating the vehicle and portable communication device
US8717374B2 (en) 2010-09-13 2014-05-06 Fisher-Rosemount Systems, Inc. Methods and apparatus to display process control information
US20120083930A1 (en) 2010-09-30 2012-04-05 Robert Bosch Gmbh Adaptive load management: a system for incorporating customer electrical demand information for demand and supply side energy management
US8874071B2 (en) 2010-10-21 2014-10-28 Digital Sandbox Method and apparatus for prioritizing and routing emergent activity reporting
US8229470B1 (en) 2010-10-22 2012-07-24 Narus, Inc. Correlating user interests and location in a mobile network
US10564613B2 (en) 2010-11-19 2020-02-18 Hubbell Incorporated Control system and method for managing wireless and wired components
US8941465B2 (en) 2010-12-02 2015-01-27 Viscount Security Systems Inc. System and method for secure entry using door tokens
US9070113B2 (en) 2010-12-17 2015-06-30 Verizon Patent And Licensing Inc. Stock keeping units for content processing
US8751487B2 (en) 2011-02-28 2014-06-10 International Business Machines Corporation Generating a semantic graph relating information assets using feedback re-enforced search and navigation
US20120245968A1 (en) 2011-03-21 2012-09-27 Honeywell International Inc. Building system control and equipment fault and degradation monetization and prioritization
US8997084B2 (en) 2011-04-20 2015-03-31 Hewlett-Packard Development Company, L.P. Method and apparatus for determining compatible versions of dependent entities in a computer system
US9536197B1 (en) 2011-04-22 2017-01-03 Angel A. Penilla Methods and systems for processing data streams from data producing objects of vehicle and home entities and generating recommendations and settings
US8738334B2 (en) 2011-04-29 2014-05-27 International Business Machines Corporation Anomaly detection, forecasting and root cause analysis of energy consumption for a portfolio of buildings using multi-step statistical modeling
US8819018B2 (en) 2011-05-24 2014-08-26 Honeywell International Inc. Virtual sub-metering using combined classifiers
WO2013001146A2 (en) 2011-06-30 2013-01-03 Nokia Corporation Method and apparatus for real-time processing of data items
US9123155B2 (en) 2011-08-09 2015-09-01 Covidien Lp Apparatus and method for using augmented reality vision system in surgical procedures
EP2565802B1 (en) 2011-09-01 2018-09-19 Tata Consultancy Services Limited Data masking setup
US20130060531A1 (en) 2011-09-02 2013-03-07 Hunt Energy Iq, L..P. Dynamic tagging to create logical models and optimize caching in energymanagement systems
US9672355B2 (en) 2011-09-16 2017-06-06 Veracode, Inc. Automated behavioral and static analysis using an instrumented sandbox and machine learning classification for mobile security
US10289079B2 (en) 2011-09-30 2019-05-14 Siemens Schweiz Ag Management system using function abstraction for output generation
US9354968B2 (en) 2011-09-30 2016-05-31 Johnson Controls Technology Company Systems and methods for data quality control and cleansing
US8843238B2 (en) 2011-09-30 2014-09-23 Johnson Controls Technology Company Systems and methods for controlling energy use in a building management system using energy budgets
EP2579113B1 (de) 2011-10-03 2021-02-17 Siemens Schweiz AG Struktur eines Gebäudeautomationssystems
WO2013052451A2 (en) 2011-10-03 2013-04-11 Avocent Data center infrastructure management system having real time enhanced reality tablet
US9686293B2 (en) 2011-11-03 2017-06-20 Cyphort Inc. Systems and methods for malware detection and mitigation
JP2013152618A (ja) 2012-01-25 2013-08-08 Hitachi Building Systems Co Ltd エネルギー使用量管理システム
KR20130091561A (ko) 2012-02-08 2013-08-19 한국전자통신연구원 대용량 빌딩 에너지 정보 관리를 위한 데이터웨어하우스 구축 방법 및 장치
CN102650876B (zh) 2012-02-17 2016-04-13 深圳新基点智能股份有限公司 一种智能建筑实时节能联动控制装置及方法
WO2013123672A1 (en) 2012-02-24 2013-08-29 Honeywell International Inc. Generating an operational user interface for a building management system
WO2013138526A1 (en) 2012-03-13 2013-09-19 Lutron Electronics Co., Inc. Mobile and/or cloud based tool for enabling accurate information of new and retrofit projects
US10469897B2 (en) 2012-03-19 2019-11-05 Sonos, Inc. Context-based user music menu systems and methods
US9185095B1 (en) 2012-03-20 2015-11-10 United Services Automobile Association (Usaa) Behavioral profiling method and system to authenticate a user
US10114349B2 (en) 2012-04-16 2018-10-30 Rockwell Automation Technologies, Inc. Multiple applications utilized in an industrial automation system displayed as a single application
JP5565431B2 (ja) 2012-04-18 2014-08-06 横河電機株式会社 制御装置及び制御システム
US8990948B2 (en) 2012-05-01 2015-03-24 Taasera, Inc. Systems and methods for orchestrating runtime operational integrity
US20130297240A1 (en) 2012-05-04 2013-11-07 Siemens Industry, Inc. Methods and systems for improved time cost and accuracy of energy usage baselining
US20130331995A1 (en) 2012-06-08 2013-12-12 Howard Rosen Thermostat with Selectable Embedded Preprogrammed Energy Savings Profiles
US20140032506A1 (en) 2012-06-12 2014-01-30 Quality Attributes Software, Inc. System and methods for real-time detection, correction, and transformation of time series data
US9652813B2 (en) 2012-08-08 2017-05-16 The Johns Hopkins University Risk analysis engine
US9354774B2 (en) 2012-08-21 2016-05-31 Trane International Inc. Mobile device with graphical user interface for interacting with a building automation system
JP5852941B2 (ja) 2012-08-24 2016-02-03 日立アプライアンス株式会社 省エネルギー行動継続支援システム
US9864391B2 (en) 2012-09-05 2018-01-09 Siemens Corporation Tablet based distributed intelligent load management
US20140081652A1 (en) 2012-09-14 2014-03-20 Risk Management Solutions Llc Automated Healthcare Risk Management System Utilizing Real-time Predictive Models, Risk Adjusted Provider Cost Index, Edit Analytics, Strategy Management, Managed Learning Environment, Contact Management, Forensic GUI, Case Management And Reporting System For Preventing And Detecting Healthcare Fraud, Abuse, Waste And Errors
US9960929B2 (en) 2012-09-21 2018-05-01 Google Llc Environmental sensing with a doorbell at a smart-home
US9185093B2 (en) 2012-10-16 2015-11-10 Mcafee, Inc. System and method for correlating network information with subscriber information in a mobile network environment
US20140135952A1 (en) 2012-11-15 2014-05-15 Samsung Electronics Co., Ltd. Home network system
US10262460B2 (en) 2012-11-30 2019-04-16 Honeywell International Inc. Three dimensional panorama image generation systems and methods
US9188508B1 (en) 2012-12-06 2015-11-17 Richard Rector Meyer Method and system using an HVAC air handler and thermostat for building energy loss testing, monitoring and cost control
US9117251B2 (en) 2012-12-18 2015-08-25 ThinkEco, Inc. Systems and methods for plug load control and management
US9239887B2 (en) 2012-12-18 2016-01-19 Cisco Technology, Inc. Automatic correlation of dynamic system events within computing devices
KR101270343B1 (ko) 2013-01-10 2013-05-31 진광헌 블루투스모듈이 내장된 스위치장치를 이용한 조명과 보안 제어시스템
US9233472B2 (en) 2013-01-18 2016-01-12 Irobot Corporation Mobile robot providing environmental mapping for household environmental control
JP5943255B2 (ja) 2013-01-22 2016-07-05 株式会社日立製作所 エネルギー管理装置及びエネルギー管理システム
US11940999B2 (en) 2013-02-08 2024-03-26 Douglas T. Migliori Metadata-driven computing system
WO2014129983A1 (en) 2013-02-21 2014-08-28 Thai Oil Public Company Limited Methods, systems, and devices for managing a plurality of alarms
US9998969B2 (en) 2013-03-15 2018-06-12 Facebook, Inc. Portable platform for networked computing
US20140278461A1 (en) 2013-03-15 2014-09-18 Memorial Sloan-Kettering Cancer Center System and method for integrating a medical sequencing apparatus and laboratory system into a medical facility
US20140277765A1 (en) 2013-03-15 2014-09-18 University Of Southern California Human-building interaction framework for personalized comfort driven system operations in buildings
CN105308657A (zh) 2013-04-23 2016-02-03 卡纳里连接公司 安全和/或监测设备及系统
WO2014182665A2 (en) 2013-05-06 2014-11-13 Convida Wireless LLC Intelligent negotiation service for internet of things
US10564813B2 (en) 2013-06-18 2020-02-18 Samsung Electronics Co., Ltd. User terminal apparatus and management method of home network thereof
WO2014206473A1 (en) 2013-06-27 2014-12-31 Abb Technology Ltd Method and video communication device for transmitting video to a remote user
US20150019174A1 (en) 2013-07-09 2015-01-15 Honeywell International Inc. Ontology driven building audit system
US9871865B2 (en) 2013-07-11 2018-01-16 Neura, Inc. Physical environment profiling through internet of things integration platform
US9980351B2 (en) 2013-08-12 2018-05-22 Abl Ip Holding Llc Lighting element-centric network of networks
US9407861B2 (en) 2013-08-16 2016-08-02 Siemens Healthcare Diagnostics Inc. User interface tool kit for mobile devices
US10533762B2 (en) 2013-08-18 2020-01-14 Sensibo Ltd. Method and apparatus for controlling an HVAC system
US9948359B2 (en) 2013-09-20 2018-04-17 At&T Intellectual Property I, L.P. Secondary short-range wireless assist for wireless-based access control
WO2015044629A1 (en) 2013-09-26 2015-04-02 British Telecommunications Public Limited Company Sequence identification
US10104109B2 (en) 2013-09-30 2018-10-16 Entit Software Llc Threat scores for a hierarchy of entities
EP3055747B1 (en) 2013-10-10 2020-11-25 GE Intelligent Platforms, Inc. Correlation and annotation of time series data sequences to extracted or existing discrete data
JP2015099007A (ja) 2013-10-15 2015-05-28 パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America 空調機器の制御方法、プログラム、及び携帯情報端末
CN104682458A (zh) 2013-11-27 2015-06-03 展讯通信(上海)有限公司 充电控制装置、系统、充电芯片和用户终端
US9386034B2 (en) 2013-12-17 2016-07-05 Hoplite Industries, Inc. Behavioral model based malware protection system and method
US20150178421A1 (en) 2013-12-20 2015-06-25 BrightBox Technologies, Inc. Systems for and methods of modeling, step-testing, and adaptively controlling in-situ building components
US9507686B2 (en) 2013-12-20 2016-11-29 Netapp, Inc. System, method, and computer program product for monitoring health of computer system assets
US9679248B2 (en) 2013-12-30 2017-06-13 International Business Machines Corporation Automated creation of semantically-enriched diagnosis models using time series data of temperatures collected by a network of sensors
US11651258B2 (en) 2014-01-08 2023-05-16 Yechezkal Evan Spero Integrated docking system for intelligent devices
US9524594B2 (en) 2014-01-10 2016-12-20 Honeywell International Inc. Mobile access control system and method
CN103777604B (zh) 2014-01-17 2017-07-28 杭州赫智电子科技有限公司 一种基于sdmp协议的智能设备的云平台控制方法
US9550419B2 (en) 2014-01-21 2017-01-24 Honda Motor Co., Ltd. System and method for providing an augmented reality vehicle interface
US10402767B2 (en) * 2014-02-13 2019-09-03 Johnson Controls Technology Company Systems and methods for monetizing and prioritizing building faults
US10592929B2 (en) 2014-02-19 2020-03-17 VP Holdings, Inc. Systems and methods for delivering content
US10225280B2 (en) 2014-02-24 2019-03-05 Cyphort Inc. System and method for verifying and detecting malware
US10326778B2 (en) 2014-02-24 2019-06-18 Cyphort Inc. System and method for detecting lateral movement and data exfiltration
US10095866B2 (en) 2014-02-24 2018-10-09 Cyphort Inc. System and method for threat risk scoring of security threats
US20150263900A1 (en) 2014-03-11 2015-09-17 Schlumberger Technology Corporation High performance distributed computing environment particularly suited for reservoir modeling and simulation
IN2014MU00816A (zh) 2014-03-11 2015-09-25 Tata Consultancy Services Ltd
WO2015145648A1 (ja) 2014-03-27 2015-10-01 株式会社 日立製作所 災害対処支援システムおよび災害対処支援方法
US10521747B2 (en) 2014-04-08 2019-12-31 Northrop Grumman Systems Corporation System and method for providing a scalable semantic mechanism for policy-driven assessment and effective action taking on dynamically changing data
US10462004B2 (en) 2014-04-15 2019-10-29 Splunk Inc. Visualizations of statistics associated with captured network data
US10700950B2 (en) 2014-04-15 2020-06-30 Splunk Inc. Adjusting network data storage based on event stream statistics
US9652451B2 (en) 2014-05-08 2017-05-16 Marvin Elder Natural language query
EP3149665A1 (en) 2014-05-28 2017-04-05 Siemens Schweiz AG System and method for providing optimization or improvement measures for one or more buildings
US9437111B2 (en) 2014-05-30 2016-09-06 Ford Global Technologies, Llc Boundary detection system
US10282446B2 (en) 2014-06-30 2019-05-07 Netscout Systems Texas, Llc Dynamic selection of source table for DB rollup aggregation and query rewrite based on model driven definitions and cardinality estimates
US9846531B2 (en) 2014-07-09 2017-12-19 Siemens Industry, Inc. Integration of building automation systems in a logical graphics display without scale and a geographic display with scale
US10115277B2 (en) 2014-07-29 2018-10-30 GeoFrenzy, Inc. Systems and methods for geofence security
US10216155B2 (en) 2014-07-31 2019-02-26 Honeywell International Inc. Building management system analysis
US10170018B2 (en) 2014-07-31 2019-01-01 Peter M. Curtis Cloud based server to support facility operations management
EP3186687B1 (en) 2014-08-26 2024-01-03 Johnson Solid State, LLC Hvac control system and methods for operating same
US10871756B2 (en) 2014-08-26 2020-12-22 Johnson Solid State, Llc Temperature control system and methods for operating same
US9311807B2 (en) 2014-09-03 2016-04-12 Oberon, Inc. Environmental monitor device
US20180239982A1 (en) 2014-11-18 2018-08-23 Elwha Llc Satellite with machine vision
US20180167586A1 (en) 2014-11-18 2018-06-14 Elwha Llc Satellite imaging system with edge processing
US20180292797A1 (en) 2014-11-18 2018-10-11 Siemens Aktiengesellschaft Semantic contextualization in a programmable logic controller
US20160090839A1 (en) 2014-11-26 2016-03-31 Larry G. Stolarczyk Method of protecting the health and well-being of coal mine machine operators
CN114687657A (zh) 2014-12-08 2022-07-01 唯景公司 在站点处的多个交互式系统
US9613523B2 (en) 2014-12-09 2017-04-04 Unilectric, Llc Integrated hazard risk management and mitigation system
CN105786451A (zh) 2014-12-15 2016-07-20 华为技术有限公司 一种复杂事件处理方法、装置及系统
EP3035134A1 (en) 2014-12-15 2016-06-22 Siemens Aktiengesellschaft Dynamic virtual fencing for a hazardous environment
WO2016099148A1 (en) 2014-12-16 2016-06-23 Samsung Electronics Co., Ltd. Method and apparatus for controlling device using a service rule
US20160179315A1 (en) 2014-12-18 2016-06-23 Aditazz, Inc. Room plan generation user interface for component placement configuration
US20160179990A1 (en) 2014-12-18 2016-06-23 Aditazz, Inc. Room plan generation user interface for rule configuration
US10025473B2 (en) 2014-12-18 2018-07-17 Aditazz, Inc. Room plan generation user interface for room plan selection
GB2554792B (en) 2014-12-27 2020-02-05 Switchee Ltd System and method for controlling energy consuming devices within a building
EP3241310B1 (en) 2015-01-02 2019-07-31 Systech Corporation Control infrastructure
KR101766305B1 (ko) 2015-02-23 2017-08-08 한남대학교 산학협력단 침입 탐지 장치
US10944837B2 (en) 2015-03-24 2021-03-09 Carrier Corporation Floor-plan based learning and registration of distributed devices
US10761547B2 (en) 2015-04-23 2020-09-01 Johnson Controls Technology Company HVAC controller with integrated airside and waterside cost optimization
US9798336B2 (en) 2015-04-23 2017-10-24 Johnson Controls Technology Company Building management system with linked thermodynamic models for HVAC equipment
US10007413B2 (en) 2015-04-27 2018-06-26 Microsoft Technology Licensing, Llc Mixed environment display of attached control elements
GB201507594D0 (en) 2015-05-01 2015-06-17 Intamac Systems Ltd Intamac 1
US9344751B1 (en) 2015-05-08 2016-05-17 Istreamplanet Co. Coordination of fault-tolerant video stream processing in cloud-based video streaming system
EP3101534A1 (en) 2015-06-01 2016-12-07 Siemens Aktiengesellschaft Method and computer program product for semantically representing a system of devices
EP3278213A4 (en) 2015-06-05 2019-01-30 C3 IoT, Inc. SYSTEMS, METHODS AND DEVICES FOR AN APPLICATION DEVELOPMENT PLATFORM OF AN INTERNET OF THE THINGS OF A COMPANY
US9672257B2 (en) 2015-06-05 2017-06-06 Palantir Technologies Inc. Time-series data storage and processing database system
US10401262B2 (en) 2015-06-19 2019-09-03 Johnson Controls Technology Company Building management system with voting-based fault detection and diagnostics
US10739027B2 (en) 2015-06-24 2020-08-11 Emerson Electric Co. HVAC performance and energy usage monitoring and reporting system
US20160379326A1 (en) 2015-06-25 2016-12-29 Marie N. Chan-Gove Risk modeling system
US10282071B2 (en) 2015-06-26 2019-05-07 Iconics, Inc. Asset-driven dynamically composed visualization system
US20170011318A1 (en) 2015-07-09 2017-01-12 Johnson Controls Technology Company Automated monitoring and service provider recommendation platform for hvac equipment
US10409254B2 (en) 2015-07-16 2019-09-10 Siemens Aktiengesellschaft Knowledge-based programmable logic controller with flexible in-field knowledge management and analytics
JP6678307B2 (ja) 2015-08-03 2020-04-08 タタ コンサルタンシー サービシズ リミテッドTATA Consultancy Services Limited 異質情報を統合及び表示(提示)するためのコンピュータ利用システム及びコンピュータ利用方法
US11064009B2 (en) 2015-08-19 2021-07-13 Honeywell International Inc. Augmented reality-based wiring, commissioning and monitoring of controllers
AU2016310529B2 (en) 2015-08-27 2020-12-17 Johnson Controls Tyco IP Holdings LLP Edge intelligence platform, and internet of things sensor streams system
US9699205B2 (en) 2015-08-31 2017-07-04 Splunk Inc. Network security system
US20170070775A1 (en) 2015-09-03 2017-03-09 EchoStar Technologies, L.L.C. Methods and systems for coordinating home automation activity
US20170068409A1 (en) 2015-09-04 2017-03-09 Nuwafin Holdings Ltd Computer implemented system and method for dynamically modeling relationships between entities
US10025846B2 (en) 2015-09-14 2018-07-17 International Business Machines Corporation Identifying entity mappings across data assets
US10739737B2 (en) 2015-09-25 2020-08-11 Intel Corporation Environment customization
US9838844B2 (en) 2015-09-25 2017-12-05 Ca, Inc. Using augmented reality to assist data center operators
US20170093700A1 (en) 2015-09-30 2017-03-30 WoT. io, Inc. Device platform integrating disparate data sources
US9767291B2 (en) 2015-10-06 2017-09-19 Netflix, Inc. Systems and methods for security and risk assessment and testing of applications
US11164089B2 (en) 2015-10-12 2021-11-02 International Business Machines Corporation Transaction data analysis
US10534326B2 (en) 2015-10-21 2020-01-14 Johnson Controls Technology Company Building automation system with integrated building information model
US10175666B2 (en) 2015-10-30 2019-01-08 International Business Machines Corporation Managing internet of things collection having different capabilities
US9705695B1 (en) 2015-12-21 2017-07-11 Hartford Fire Insurance Company Sensors and system for accessing and validating sensor data
US10262062B2 (en) 2015-12-21 2019-04-16 Adobe Inc. Natural language system question classifier, semantic representations, and logical form templates
IL243358A0 (en) 2015-12-27 2016-04-21 Alex Rivkin Personal method and system
US10527306B2 (en) 2016-01-22 2020-01-07 Johnson Controls Technology Company Building energy management system with energy analytics
US10055206B2 (en) 2016-06-14 2018-08-21 Johnson Controls Technology Company Building management system with framework agnostic user interface description
US10055114B2 (en) 2016-01-22 2018-08-21 Johnson Controls Technology Company Building energy management system with ad hoc dashboard
US10649419B2 (en) 2016-06-14 2020-05-12 Johnson Controls Technology Company Building management system with virtual points and optimized data integration
US10747504B2 (en) 2016-02-01 2020-08-18 General Electric Company Context-based view service
US10211999B2 (en) 2016-02-09 2019-02-19 Bruce A Pelton Integrated building management sensor system
DE102016201883A1 (de) 2016-02-09 2017-08-10 Siemens Schweiz Ag Verfahren und Anordnung zur Inbetriebnahme eines Gebäudeautomatisierungssystems
US10223150B2 (en) 2016-02-12 2019-03-05 Nutanix, Inc. Entity database framework
CA3015480C (en) 2016-02-26 2020-10-20 Amazon Technologies, Inc. Sharing video footage from audio/video recording and communication devices
JP2017167847A (ja) 2016-03-16 2017-09-21 株式会社東芝 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム
JP6543207B2 (ja) 2016-03-17 2019-07-10 株式会社東芝 データ管理装置、データ管理システムおよびデータ管理方法
US20170277769A1 (en) 2016-03-28 2017-09-28 Netapp, Inc. Techniques to manage time-varying cluster configuration information
US9847036B2 (en) 2016-04-06 2017-12-19 Gulfstrem Areospace Corporation Wearable aircraft towing collision warning devices and methods
US10187258B2 (en) 2016-04-26 2019-01-22 Cognito Networks, Inc. Creating and managing dynamic internet of things entities
US10190792B2 (en) 2016-04-27 2019-01-29 Crestron Electronics, Inc. Three-dimensional building management system visualization
KR102527186B1 (ko) 2016-04-27 2023-04-28 삼성에스디에스 주식회사 가상화 시뮬레이터 및 이를 구비하는 빌딩 관리 시스템
US10901373B2 (en) 2017-06-15 2021-01-26 Johnson Controls Technology Company Building management system with artificial intelligence for unified agent based control of building subsystems
US10505756B2 (en) 2017-02-10 2019-12-10 Johnson Controls Technology Company Building management system with space graphs
EP3452964A1 (en) 2016-05-04 2019-03-13 Johnson Controls Technology Company Systems and methods for agent interaction with building management system
US9817383B1 (en) 2016-07-11 2017-11-14 Johnson Controls Technology Company Systems and methods for agent interaction with building management system
US10552914B2 (en) 2016-05-05 2020-02-04 Sensormatic Electronics, LLC Method and apparatus for evaluating risk based on sensor monitoring
DE102016208159B4 (de) 2016-05-12 2022-02-03 Vitesco Technologies GmbH Turbine für einen Abgasturbolader mit zweiflutigem Turbinengehäuse und einem Ventil zur Flutenverbindung
US10303131B2 (en) 2016-05-13 2019-05-28 Veritone Alpha, Inc. Using sensor data to assist in controlling a target system by modeling the functionality of the target system
US10169454B2 (en) 2016-05-17 2019-01-01 Xerox Corporation Unsupervised ontology-based graph extraction from texts
US20170345112A1 (en) 2016-05-25 2017-11-30 Tyco Fire & Security Gmbh Dynamic Threat Analysis Engine for Mobile Users
US9754478B1 (en) 2016-05-31 2017-09-05 Honeywell International Inc. Reducing nuisance notifications from a building automation system
US10810676B2 (en) 2016-06-06 2020-10-20 Sensormatic Electronics, LLC Method and apparatus for increasing the density of data surrounding an event
US10586172B2 (en) 2016-06-13 2020-03-10 General Electric Company Method and system of alarm rationalization in an industrial control system
CN106204392A (zh) 2016-07-05 2016-12-07 杨林 环境风险源预警系统
JP2018005714A (ja) 2016-07-06 2018-01-11 三菱電機ビルテクノサービス株式会社 異常データの重要度判定装置及び異常データの重要度判定方法
US11810038B2 (en) 2016-07-06 2023-11-07 International Business Machines Corporation Risk optimization through reinforcement learning
EP3279757B1 (en) 2016-08-03 2019-09-25 Siemens Schweiz AG System and method for detecting faults and/or for providing optimization measures to enhance the performance of one or more buildings
EP3497377B1 (en) 2016-08-09 2023-11-22 Johnson Solid State, LLC Temperature control system and methods for operating same
WO2018031798A1 (en) 2016-08-11 2018-02-15 Iteros, Inc. Power sharing in a mesh energy system
CN106406806B (zh) 2016-09-19 2020-01-24 北京儒博科技有限公司 一种用于智能设备的控制方法及装置
US10699214B2 (en) 2016-10-26 2020-06-30 International Business Machines Corporation Automatic identification and deployment of virtual sensor models
US20180137288A1 (en) 2016-11-15 2018-05-17 ERPScan B.V. System and method for modeling security threats to prioritize threat remediation scheduling
EP3324306A1 (en) 2016-11-21 2018-05-23 Sap Se Cognitive enterprise system
US11021150B2 (en) 2016-12-08 2021-06-01 CO-AX Technology, Inc. Controlling a motor vehicle based upon wind
US11310247B2 (en) 2016-12-21 2022-04-19 Micro Focus Llc Abnormal behavior detection of enterprise entities using time-series data
US10833870B2 (en) 2017-01-06 2020-11-10 Microsoft Technology Licensing, Llc Cryptographic operations in an isolated collection
US11307538B2 (en) 2017-02-10 2022-04-19 Johnson Controls Technology Company Web services platform with cloud-eased feedback control
US10515098B2 (en) 2017-02-10 2019-12-24 Johnson Controls Technology Company Building management smart entity creation and maintenance using time series data
US10854194B2 (en) 2017-02-10 2020-12-01 Johnson Controls Technology Company Building system with digital twin based data ingestion and processing
US10169486B2 (en) 2017-02-10 2019-01-01 Johnson Controls Technology Company Building management system with timeseries processing
CN106960269B (zh) 2017-02-24 2021-03-02 浙江鹏信信息科技股份有限公司 基于层次分析法的安全应急处置方法及系统
US11042144B2 (en) 2017-03-24 2021-06-22 Johnson Controls Technology Company Building management system with dynamic channel communication
CN107147639B (zh) 2017-05-08 2018-07-24 国家电网公司 一种基于复杂事件处理的实时安全预警方法
US10475343B2 (en) 2017-05-18 2019-11-12 Ford Global Technologies, Llc Vehicle ice strike prediction
US10845771B2 (en) 2017-05-22 2020-11-24 PassiveLogic, Inc. Automated method of generalized building automation from atomic physical models and control loops thereof
US10969133B2 (en) 2017-05-31 2021-04-06 PassiveLogic, Inc. Methodology of occupant comfort management in buildings using occupant comfort models and user interfaces thereof
US10705492B2 (en) 2017-06-12 2020-07-07 PassiveLogic, Inc. Heuristic method of automated and learning control, and building automation systems thereof
US10708078B2 (en) 2017-06-13 2020-07-07 PassiveLogic, Inc. Automatic control method of generating sub-systems and sub-system arbitration from the deconstruction of a complex equipment graph
US11163957B2 (en) 2017-06-29 2021-11-02 International Business Machines Corporation Performing semantic graph search
US11120803B2 (en) 2017-07-05 2021-09-14 Johnson Controls Tyco IP Holdings LLP Building automation system with NLP service abstraction
US11264020B2 (en) 2017-07-05 2022-03-01 Johnson Controls Tyco IP Holdings LLP Systems and methods for conversational interaction with a building automation system
CN109264522B (zh) * 2017-07-18 2022-03-29 刘春鸣 报告建筑物设备生命周期、维护和度量审计情况的系统
WO2019018008A1 (en) * 2017-07-21 2019-01-24 Johnson Controls Technology Company BUILDING MANAGEMENT SYSTEM WITH DYNAMIC WORKING ORDER GENERATION WITH ADAPTIVE DIAGNOSTIC ASSIGNMENT DETAILS
US10582119B2 (en) 2017-07-26 2020-03-03 Sony Corporation Image processing method and device for composite selfie image composition for remote users
US11775891B2 (en) 2017-08-03 2023-10-03 Telepathy Labs, Inc. Omnichannel, intelligent, proactive virtual agent
EP3679552A1 (en) 2017-09-06 2020-07-15 Swiss Reinsurance Company Ltd. Electronic logging and track identification system for mobile telematics devices, and corresponding method thereof
US10515536B2 (en) 2017-09-19 2019-12-24 Hedge Tactical Solutions Active alert system
US20190096014A1 (en) 2017-09-27 2019-03-28 Johnson Controls Technology Company Building risk analysis system with risk decay
US11314788B2 (en) 2017-09-27 2022-04-26 Johnson Controls Tyco IP Holdings LLP Smart entity management for building management systems
WO2019067627A1 (en) 2017-09-27 2019-04-04 Johnson Controls Technology Company SYSTEMS AND METHODS OF RISK ANALYSIS
US11120012B2 (en) 2017-09-27 2021-09-14 Johnson Controls Tyco IP Holdings LLP Web services platform with integration and interface of smart entities with enterprise applications
CN107598928B (zh) 2017-10-25 2019-11-12 中国科学院沈阳自动化研究所 基于语义模型的相机与机器人控制系统及其自动适配方法
US11281169B2 (en) 2017-11-15 2022-03-22 Johnson Controls Tyco IP Holdings LLP Building management system with point virtualization for online meters
US10544954B2 (en) 2018-03-23 2020-01-28 Lennox Industries Inc. System and method for monitoring an energy consuming appliance
US10921760B2 (en) 2018-06-12 2021-02-16 PassiveLogic, Inc. Predictive control loops using time-based simulation and building-automation systems thereof
US11829391B2 (en) 2019-01-14 2023-11-28 Salesforce, Inc. Systems, methods, and apparatuses for executing a graph query against a graph representing a plurality of data stores
US10986121B2 (en) 2019-01-24 2021-04-20 Darktrace Limited Multivariate network structure anomaly detector
CN113646711A (zh) 2019-03-07 2021-11-12 霍尼韦尔国际公司 用于建立建筑物自动化系统部件之间的关系的系统和方法
US20210383200A1 (en) 2020-06-05 2021-12-09 PassiveLogic, Inc. Neural Network Methods for Defining System Topology
US10862928B1 (en) 2020-06-12 2020-12-08 Sailpoint Technologies, Inc. System and method for role validation in identity management artificial intelligence systems using analysis of network identity graphs
US11553618B2 (en) 2020-08-26 2023-01-10 PassiveLogic, Inc. Methods and systems of building automation state load and user preference via network systems activity
US20220138684A1 (en) 2020-10-29 2022-05-05 PassiveLogic, Inc. Automated Bill of Materials
US20220215264A1 (en) 2021-01-07 2022-07-07 PassiveLogic, Inc. Heterogenous Neural Network
US20230010757A1 (en) 2021-07-12 2023-01-12 PassiveLogic, Inc. Device energy use determination

Also Published As

Publication number Publication date
EP4309013A1 (en) 2024-01-24
US11921481B2 (en) 2024-03-05
WO2022197964A1 (en) 2022-09-22
AU2022237623A1 (en) 2023-10-19
US20220299963A1 (en) 2022-09-22
JP2024511974A (ja) 2024-03-18

Similar Documents

Publication Publication Date Title
US11182047B2 (en) Building management system with fault detection and diagnostics visualization
US11009252B2 (en) HVAC control system with cost target optimization
US20200200420A1 (en) Building management system with central plantroom dashboards
US20170213303A1 (en) Building fault triage system with crowdsourced feedback for fault diagnostics and suggested resolutions
US11762351B2 (en) Building management system with point virtualization for online meters
US11467549B2 (en) Building management system with optimized processing of building system data
US11599071B2 (en) Systems and methods for adaptively tuning thresholds for fault detection in buildings
US11206153B2 (en) Building management system with advanced search actions and bulk commands
US11029654B2 (en) Building management system with searching using aliased points from equipment definitions
US11630453B2 (en) Time varying performance indication system for connected equipment
US11274843B2 (en) Systems and methods for providing multi-dimensional load data on a dashboard
US20230297097A1 (en) Building automation system with remote advisory services
US20230153490A1 (en) Systems and methods of anomaly detection for building components
US11921481B2 (en) Systems and methods for determining equipment energy waste
US20230145448A1 (en) Systems and methods for predicting building faults using machine learning
US11221600B2 (en) Building management system with searching using aliased points from equipment definitions
US20240110717A1 (en) Building system with occupancy prediction and deep learning modeling of air quality and infection risk
US20220107615A1 (en) Building management system with searching using aliased points from equipment definitions
US10599108B2 (en) Building management system with delta view mode
CN116956392A (zh) 冷水机评级引擎数字孪生和能量平衡模型

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination