DE112019000298T5 - System und verfahen zum optimieren der energienutzung einer anlage unterverwendung eines clustering-basierten rule-mining-ansatzes - Google Patents

System und verfahen zum optimieren der energienutzung einer anlage unterverwendung eines clustering-basierten rule-mining-ansatzes Download PDF

Info

Publication number
DE112019000298T5
DE112019000298T5 DE112019000298.8T DE112019000298T DE112019000298T5 DE 112019000298 T5 DE112019000298 T5 DE 112019000298T5 DE 112019000298 T DE112019000298 T DE 112019000298T DE 112019000298 T5 DE112019000298 T5 DE 112019000298T5
Authority
DE
Germany
Prior art keywords
data
rules
sensor
hvac system
controller
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
DE112019000298.8T
Other languages
English (en)
Inventor
Seyed Mirebrahim
Mohammad Shokoohi-Yekata
Unmesh Kurup
Torsten Welfonder
Mohak Shah
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of DE112019000298T5 publication Critical patent/DE112019000298T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/64Electronic processing using pre-stored data
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • G06N5/022Knowledge engineering; Knowledge acquisition
    • G06N5/025Extracting rules from data
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00Control inputs relating to air properties
    • F24F2110/10Temperature
    • F24F2110/12Temperature of the outside air
    • 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

Abstract

Ein Verfahren zum Betreiben eines HVAC-Systems (Heating, Ventilation and Air Conditioning - Heizung, Lüftung und Klimatechnik) einer Anlage beinhaltet Sammeln erster Sensordaten, die einem Parameter des HVAC-Systems entsprechen, Sammeln zweiter Sensordaten, die sich von den ersten Sensordaten unterscheiden, und Erzeugen geclusterter Daten durch Clustern der ersten Sensordaten und der zweiten Sensordaten in mehrere Datencluster mit einer Steuerung. Das Verfahren beinhaltet auch Bilden eines transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten und den geclusterten Daten mit der Steuerung, Durchführen von ARM (Association Rule Mining - Assoziationsregel-Mining) an dem transaktionalen Datensatz mit der Steuerung, um mehrere Regeln für jedes Datencluster der mehreren Datencluster zu erzeugen, und Ändern einer Betriebscharakteristik des HVAC-Systems basierend auf den mehreren Regeln mit der Steuerung, um den Parameter zu optimieren.

Description

  • Die vorliegende Anmeldung beansprucht den Prioritätsvorteil der vorläufigen US-Anmeldung mit der Serien-Nr. 62/619,267 , eingereicht am 19. Januar 2018, deren Offenbarung hierin durch Bezugnahme in ihrer Gesamtheit aufgenommen wird.
  • Gebiet
  • Die vorliegende Offenbarung betrifft das Gebiet der Energieverbrauchsüberwachung und insbesondere die Verbesserung und Optimierung des Betriebs einer energieverbrauchenden Einrichtung einer Anlage.
  • Hintergrund
  • Gewerbe- und Wohnanlagen beinhalten typischerweise HVAC-Systeme (Heating, Ventilation and Air Conditioning - Heizung, Lüftung und Klimatechnik), die dazu ausgebildet sind, den Komfort für Nutzer bzw. Bewohner unabhängig von der Lufttemperatur außerhalb der Anlage zu bewahren. In einem mehrstöckigen gewerblichen Gebäude kann das HVAC-System beispielsweise Klimaanlagen, Wärmepumpen und/oder Gasöfen beinhalten, die klimatisierte Luft durch jedes Stockwerk des Gebäudes bewegen, um zu gewährleisten, dass für die Nutzer durchgehend eine komfortable Temperatur zur Verfügung steht.
  • HVAC-Systeme verwenden elektrische Energie, um die gewünschte klimatisierte Ausgabe zu erzeugen. Die Menge an verbrauchter elektrischer Energie hängt jedoch von zahlreichen Faktoren ab, die unter anderem die Größe der Anlage, der Anzahl von Nutzern in der Anlage und die Außentemperatur beinhalten. In einer großen gewerblichen Anlage wird beispielsweise die Innenlufttemperatur langsam geändert, und für die Berücksichtigung schneller Änderungen der Außentemperatur sind genaue Vorhersagefertigkeiten erforderlich. Falls die Vorhersage ungenau ist, wird elektrische Energie verschwendet und die Kosten zur Klimatisierung der Anlage ist größer als erforderlich. Darüber hinaus kann den Nutzern während Zeiträumen unkomfortabel sein, in denen hohe Anforderungen an die HVAC für die schnelle Änderung der Lufttemperatur der Anlage gestellt werden. Zusätzlich sind die meisten gewerblichen Anlagen während gewissen Tagen des Jahres relativ ungenutzt, und daher ist es typischerweise nicht notwendig, die gesamte Anlage während dieser Tage zu klimatisieren. Um elektrische Energie zu sparen, können somit Betreiber gewerblicher Anlagen diese ungenutzten Tage vorhersagen und entsprechende Einstellungen am HVAC-System vornehmen. Wohnanlagen werden auch diesen Erwägungen unterzogen.
  • Wie oben dargelegt, sind viele Faktoren an der Klimatisierung einer gewerblichen Anlage oder Wohnanlage beteiligt. Um die Menge an von Gebäudesystemen verbrauchter elektrischer Energie zu optimieren, sind zusätzliche Entwicklungen für die Fähigkeit gewünscht, Energienutzungsanforderungen vorherzusagen.
  • Kurzfassung
  • Gemäß einem Ausführungsbeispiel der Offenbarung beinhaltet ein Verfahren zum Betreiben eines HVAC(Heating, Ventilation and Air Conditioning)-Systems einer Anlage Sammeln erster Sensordaten, die einem Parameter des HVAC-Systems entsprechen, Sammeln zweiter Sensordaten, die sich von den ersten Sensordaten unterscheiden, und Erzeugen geclusterter Daten durch Clustern der ersten Sensordaten und der zweiten Sensordaten in mehrere Datencluster mit einer Steuerung. Das Verfahren beinhaltet auch Bilden eines transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten und den geclusterten Daten mit der Steuerung, Durchführen von ARM (Association Rule Mining - Assoziationsregel-Mining) an dem transaktionalen Datensatz mit der Steuerung, um mehrere Regeln für jedes Datencluster der mehreren Datencluster zu erzeugen, und Ändern einer Betriebscharakteristik des HVAC-Systems basierend auf den mehreren Regeln mit der Steuerung, um den Parameter zu optimieren.
  • Gemäß einem anderen Ausführungsbeispiel der Offenbarung beinhaltet ein Energiesteuersystem zum Steuern eines HVAC-Systems einer Anlage einen ersten Sensor, einen zweiten Sensor und eine Steuerung. Der erste Sensor ist funktionsfähig mit dem HVAC-System verbunden und dazu ausgelegt, erste Sensordaten zu erzeugen, die einem Parameter des HVAC-Systems entsprechen. Der zweite Sensor ist funktionsfähig mit der Anlage verbunden und dazu ausgelegt, zweite Sensordaten zu erzeugen, die sich von den ersten Sensordaten unterscheiden. Die Steuerung ist funktionsfähig mit dem ersten Sensor und dem zweiten Sensor verbunden. Die Steuerung ist dazu ausgelegt, Programmanweisungen auszuführen zum Erzeugen geclusterter Daten durch Clustern der ersten Sensordaten und der zweiten Sensordaten in mehrere Datencluster, zum Bilden eines transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten und den geclusterten Daten, zum Durchführen von ARM (Association Rule Mining) an dem transaktionalen Datensatz, um mehrere Regeln für jedes Datencluster der mehreren Datencluster zu erzeugen, und zum Ändern einer Betriebscharakteristik des HVAC-Systems basierend auf den mehreren Regeln, um den Parameter zu optimieren.
  • Figurenliste
  • Die oben beschriebenen Merkmale und Vorteile sowie anderes sollten Durchschnittsfachleuten bei Bezugnahme auf die folgende ausführliche Beschreibung und die begleitenden Figuren leicht ersichtlich werden, in denen gilt:
    • 1 ist eine Blockdiagrammansicht eines Systems, wie hierin offenbart, das ein Energiesteuersystem beinhaltet, das zum Optimieren des Betriebs eines HVAC-Systems einer Anlage ausgelegt ist;
    • 2 ist ein Flussdiagramm, das ein beispielhaftes Verfahren zum Betreiben des HVAC-Systems mit dem Energiesteuersystem von 1 veranschaulicht;
    • 3 ist eine grafische Darstellung von durch das HVAC-System von 1 verbrauchter elektrischer Heizleistung gegenüber Außenumgebungstemperatur; und
    • 4 ist eine Veranschaulichung der grafischen Darstellung von 3 nach dem Clustern der Datenpunkte in mehrere Datencluster.
  • Ausführliche Beschreibung
  • Zur Förderung des Verständnisses der Prinzipien der Offenbarung wird nun ein Bezug auf die Ausführungsformen genommen, die in den Zeichnungen veranschaulicht und in der folgenden geschriebenen Spezifikation beschrieben sind. Es soll verstanden werden, dass dadurch keine Beschränkung am Schutzumfang der Offenbarung beabsichtigt ist. Es soll ferner verstanden werden, dass diese Offenbarung beliebige Abänderungen und Modifikationen an den veranschaulichten Ausführungsformen beinhaltet und weitere Anwendungen der Prinzipien der Offenbarung beinhaltet, wie sie einem Fachmann der Technik, auf die sich diese Offenbarung bezieht, normalerweise ersichtlich werden würden.
  • Aspekte der Offenbarung sind in der begleitenden Beschreibung offenbart. Alternative Ausführungsformen der Offenbarung und ihre Äquivalente können konzipiert werden, ohne vom Gedanken oder Schutzumfang der Offenbarung abzuweichen. Es sollte angemerkt werden, dass eine jegliche Besprechung hierin bezüglich „einer Ausführungsform“, „eines Ausführungsbeispiels“ und dergleichen angibt, dass die beschriebene Ausführungsform ein spezielles Merkmal, eine spezielle Struktur oder eine spezielle Charakteristik beinhalten kann, und dass ein derartiges spezielles Merkmal, eine derartige spezielle Struktur oder eine derartige spezielle Charakteristik nicht notwendigerweise in jeder Ausführungsform enthalten sein muss. Zusätzlich umfassen Bezüge auf das Vorstehende nicht notwendigerweise einen Bezug auf dieselbe Ausführungsform. Schließlich würde ein Durchschnittsfachmann ungeachtet dessen, ob dies explizit beschrieben ist, leicht verstehen, dass jedes der speziellen Merkmale, jede der speziellen Strukturen oder jede der speziellen Charakteristiken der gegebenen Ausführungsformen in Verbindung oder Kombination mit jenen beliebiger anderer hierin besprochener Ausführungsformen genutzt werden können.
  • Zum Zweck der Offenbarung bedeutet der Ausdruck „A und/oder B“ (A), (B) oder (A und B). Zum Zweck der Offenbarung bedeutet der Ausdruck „A, B und/oder C“ (A), (B), (C), (A und B), (A und C), (B und C) oder (A, B und C).
  • Die Begriffe „umfassend“, „einschließlich“, „aufweisend“ und dergleichen, wie mit Bezug auf Ausführungsformen der Offenbarung verwendet, sind synonym.
  • Wie in 1 gezeigt, beinhaltet ein System 100 eine Anlage 104 mit einem HVAC-System 108, einem Wasserheizsystem 112, einem Energiesteuersystem 116 und einem Ferncomputer 120. Zumindest die Anlage 104, das Energiesteuersystem 116 und der Ferncomputer 120 sind funktionsfähig mit dem Internet 124 verbunden. Eine elektrische Leistungsquelle 128, eine Gasquelle 132 und eine Wasserquelle 136 sind funktionsfähig mit der Anlage 104 verbunden. Die Anlage 104 ist bei einer Ausführungsform eine gewerbliche Anlage, und es sind zwei Etagen (d. h. Etage 1 und Etage 2) der Anlage 104 veranschaulicht.
  • Wie hierin beschrieben, ist das Energiesteuersystem 116 dazu ausgelegt, die Energienutzung zumindest des HVAC-Systems 108 zu optimieren. Genauer gesagt verwendet das Energiesteuersystem 116 Clusteranalyse und Data-Mining, um Muster innerhalb des Energieverbrauchs der Anlage 104 zu identifizieren. Die Clusteranalyse wird zum Identifizieren von Mustern in Energienutzungsdaten verwendet. Diese Cluster werden dann zu heterogenen Informationen von sowohl internen Quellen (z. B. andere Gebäudesensoren, wie etwa Warmwassernutzungs- und Lüftungseinstellungen) als auch externen Quellen (z. B. zeitliche Informationen, die in Bereiche wie etwa Morgen / Nachmittag / Abend / Nacht / Wochentag / Wochenende usw. aufgeschlüsselt sind) in Beziehung gesetzt. Bei einer Ausführungsform identifiziert das Energiesteuersystem 116 diese Beziehungen gemäß einem ARM(Association-Rule-Mining)-Ansatz. Die Energienutzung der Anlage 104 wird (entweder automatisch oder mit eingebundener menschlicher Eingabe) gemäß den Regeln und Beziehungen, die durch das Energiesteuersystem 116 identifiziert werden, optimiert. Daher verbessert das System 100 den Betrieb des HVAC-Systems 108 durch die Reduzierung der elektrischen Energie, die zum Betreiben der Anlage 104 benötigt wird, während der Komfort für die Nutzer beibehalten wird. Jedes Element des Systems 100 wird hierin zusammen mit einem beispielhaften Verfahren zum Betreiben des Systems 100 beschrieben.
  • Mit Bezug auf 1 ist die beispielhafte Anlage 104 als ein mehrstöckiges Gebäude mit mindestens zwei Stockwerken oder zwei Etagen veranschaulicht. Die Anlage 104 ist ein gewerbliches Gebäude oder ein Wohngebäude. Die Anlage 104 ist funktionsfähig mit der Gasquelle 132 verbunden, die einer Erdgasversorgung für die Anlage 104 bereitstellt. Die Anlage 104 ist auch funktionsfähig mit der elektrischen Leistungsquelle 128 verbunden, die eine elektrischer Energieversorgung für die Anlage 104 bereitstellt. Darüber hinaus ist die Anlage 104 funktionsfähig mit der Wasserquelle 136 verbunden, die eine Wasserversorgung für die Anlage 104 bereitstellt. Bei anderen Ausführungsformen kann die Anlage 104 eine beliebige Anzahl von Etagen aufweisen.
  • Das HVAC-System 108 beinhaltet eine Inneneinheit mit mindestens einer Wärmepumpe 148, mindestens einem Gasofen 152, mindestens einem Gebläsemotor 156 und mindestens einem Thermostat 180, die jeweils funktionsfähig mit einer Steuerung 160 verbunden sind. Das HVAC-System 108 beinhaltet außerdem eine Außeneinheit, die mindestens einen Kompressor 164 und mindestens eine Kondensatorspirale 168 beinhaltet. Rohrleitungen 172 und Diffusoren 176 des HVAC-Systems 108 bilden ein Rohr, das dazu ausgelegt ist, Luft von der Inneneinheit zu jeder Etage der Anlage 108 zu bewegen. In Abhängigkeit von der Größe der Anlage 104 kann die Anlage 104 eine Inneneinheit und eine Außeneinheit beinhalten, oder die Anlage 104 kann mehrere Inneneinheiten und mehrere Außeneinheiten beinhalten.
  • Die Wärmepumpe 148 ist dazu ausgelegt, warme Luft zum Heizen des Innenraums der Anlage 104 und kühle Luft zum Kühlen des Innenraums der Anlage 104 zu erzeugen (z. B. ist die Wärmepumpe 148 als eine Klimaanlage konfigurierbar). Die Wärmepumpe 148 beinhaltet Verdampfungsspiralen 184, die sich typischerweise innerhalb der Anlage 104 befinden. Um warme Luft zum Heizen der Anlage 104 zu erzeugen, bewegt die Wärmepumpe 148 Wärme von der Außeneinheit zu den Verdampfungsspiralen 184, und der Gebläsemotor 156 bewegt die Wärme unter Verwendung der Rohrleitungen 172 und der Diffusoren 176 durch die Anlage 104. Um kühle Luft zum Kühlen der Anlage 104 zu erzeugen, bewegt die Wärmepumpe 148 Wärme von den Verdampfungsspiralen 184 zu der Außeneinheit, und der Gebläsemotor 156 bewegt die gekühlte Luft unter Verwendung der Rohrleitungen 172 und der Diffusoren 176 durch die Anlage 104. Die Wärmepumpe 148 ist funktionsfähig mit dem Energiesteuersystem 116 verbunden. In Abhängigkeit von der Größe der Anlage 104 kann die Wärmepumpe 148 viele tausende Kilowattstunden (kWh) verbrauchen, um die Anlage 104 zu heizen und/oder zu kühlen.
  • Der Gasofen 152 ist mit der Gasquelle 132 verbunden und dazu ausgelegt, Gas von der Gasquelle 132 zu verbrennen. Der Gebläsemotor 156 bewegt Luft durch den Gasofen 152, um warme Luft zu erzeugen, die mittels der Rohrleitungen 172 und der Diffusoren 176 durch die Anlage 104 bewegt wird. Der Gasofen 152 ist bei einer Ausführungsform funktionsfähig mit dem Energiesteuersystem 116 verbunden.
  • Wie in 1 gezeigt, ist die Steuerung 160 des HVAC-Systems 108 dazu ausgelegt, Programmanweisungsdaten 188 zum Steuern der Lufttemperatur innerhalb der Anlage 104 auszuführen. Insbesondere ist die Steuerung 160 dazu ausgelegt, das HVAC-System 108 in mindestens vier Modi zu betreiben, einschließlich eines ersten Heizmodus unter Verwendung der Wärmepumpe 148, eines zweiten Heizmodus unter Verwendung des Gasofens 152, eines Kühlmodus unter Verwendung der Wärmepumpe 148 und eines Lüftungsmodus nur unter Verwendung des Gebläsemotors 156. Im Lüftungsmodus wird Umgebungstemperaturluft mittels des Gebläsemotors 156 durch die Anlage 104 bewegt, ohne durch die Wärmepumpe 148 oder den Gasofen 152 erwärmt oder gekühlt zu werden. Die bewegte Luft wird dann nach außen gelüftet oder abgesaugt. Das HVAC-System 108 ist auch in einem Rezirkulationsmodus betreibbar, bei dem erwärmte Luft, gekühlte Luft und/oder Umgebungstemperaturluft mittels des Gebläsemotors 156 durch die Anlage 104 bewegt wird, ohne die Luft nach außen zu lüften oder abzusaugen, sodass dieselbe Luft wiederholt durch die Anlage 104 bewegt wird. Die Steuerung 160 ist als ein Mikroprozessor, ein Prozessor oder ein beliebiger anderer Typ von elektronischem Steuerchip bereitgestellt.
  • Bei einer Ausführungsform sind die Diffusoren 176 mit der Steuerung 160 verbunden und elektronisch in einen offenen Zustand und einen geschlossenen Zustand konfigurierbar. Im offenen Zustand diffundieren die Diffusoren 176 klimatisierte Luft in einen speziellen Raum oder eine spezielle Etage der Anlage 104. Im geschlossenen Zustand blockieren die Diffusoren 176 die Strömung der klimatisierten Luft in einen ausgewählten Raum oder eine ausgewählte Etage der Anlage 104. Dementsprechend ermöglichen die elektrisch konfigurierbaren Diffusoren 176 dem HVAC-System 108, einen oder mehrere Räume oder eine oder mehrere Etagen der Anlage 104 zu klimatisieren, während andere Räume oder Etagen der Anlage 104 unklimatisiert bleiben.
  • Jedes Thermostat 180 ist dazu ausgelegt, ein elektronisches Temperatursignal zu erzeugen, das einer Temperatur der Etage der Anlage 104 entspricht, auf der sich das Thermostat befindet. Das HVAC-System 108 bestimmt, wann die Wärmepumpe 148, der Gasofen 152 und der Gebläsemotor 156 zu betreiben sind, basierend auf dem durch das Thermostat 180 erzeugten elektronischen Temperatursignal.
  • Das HVAC-System 108 beinhaltet bei mindestens einer Ausführungsform eine Abluftentlüftung 192, die Luft von der Inneneinheit innerhalb der Anlage 108 zu dem Bereich außerhalb der Anlage 104 leitet.
  • Das Wasserheizsystem 112 ist in der gesamten Anlage 104 mittels Sanitäranlagen 208 funktionsfähig mit Wasservorrichtungen 204 verbunden. Das Wasserheizsystem 112 beinhaltet ein Heizelement 212 zum Erwärmen von darin enthaltenem Wasser. Das Heizelement 212 ist elektrisch mit der elektrischen Leistungsquelle 128 oder der Gasquelle 132 verbunden. Die Wasservorrichtungen 204 beinhalten Waschbecken, Spülmaschinen, Waschmaschinen, Duschen und Badewannen. Im gewerblichen Umfeld beinhalten die Wasservorrichtungen 204 eine beliebige andere Vorrichtung, die eine Warmwasserversorgung für den Betrieb erfordert.
  • Der Ferncomputer 120 ist mit dem Internet 124 verbunden und beinhaltet eine Anzeigevorrichtung 224, wie etwa einen Computermonitor, und eine Eingabevorrichtung 228, wie etwa eine Tastatur und eine Maus. Der Ferncomputer 120 ist dazu ausgelegt, eine grafische Benutzeroberfläche 232 (GUI) anzuzeigen, die einem Benutzer des Ferncomputers 120 ermöglicht, das Energiesteuersystem 116, das HVAC-System 108 und das Wasserheizsystem 112 von einem entfernten Ort aus durch das Senden elektronischer Daten über das Internet 124 zu steuern.
  • Wie in 1 gezeigt, beinhaltet das Energiesteuersystem 116 eine Vernetzungsvorrichtung 244, einen Speicher 248, einen Außenlufttemperatursensor 252, mindestens einen Innenlufttemperatursensor 256, einen HVAC-Ablufttemperatursensor 260 und mindestens einen Sensor 264 für elektrische Leistung, die jeweils funktionsfähig mit einer Steuerung 266 verbunden sind. Die Vernetzungsvorrichtung 244 verbindet funktionsfähig das Energiesteuersystem 116 mit dem Internet 124, sodass das Energiesteuersystem 116 dazu ausgelegt ist, elektronische Daten von anderen mit dem Internet verbundenen Vorrichtungen zu empfangen und elektronische Daten zu anderen mit dem Internet verbundenen Vorrichtungen zu senden. Bei dem Ausführungsbeispiel ist das Energiesteuersystem 116 an einem Ort gezeigt, der sich entfernt von der Anlage 104 befindet. Bei anderen Ausführungsformen befindet sich das Energiesteuersystem 116 innerhalb der Anlage 104. Bei einer spezifischen Ausführungsform befindet sich das Energiesteuersystem 116 innerhalb der Anlage 104 und ist elektrisch direkt mit dem HVAC-System 108 verbunden.
  • Der Speicher 248 des Energiesteuersystems 116 ist eine elektronische Datenspeicherungseinheit, die hierin auch als ein nichtflüchtiges computerlesbares Medium bezeichnet wird. Der Speicher 248 ist dazu ausgelegt, die Programmanweisungsdaten 188 sowie Sensordaten 270, geclusterte Daten 274, Sekundärdaten 276, transaktionale Datensatzdaten 278 und ARM-Daten 282 zu speichern. Darüber hinaus ist der Speicher 248 dazu ausgelegt, beliebige andere elektronische Daten zu speichern, die mit dem System 100 assoziiert sind. Die Programmanweisungsdaten 188 beinhalten computerausführbare Anweisungen zum Betreiben des Energiesteuersystems 116.
  • Der Außenlufttemperatursensor 252 des Energiesteuersystems 116 ist dazu ausgelegt, elektrische Außenlufttemperaturdaten (d. h. zweite Sensordaten) zu erzeugen, die einer Außenlufttemperatur bei der Anlage 104 entsprechen, die hierin auch als eine Umgebungstemperatur oder eine Umgebungsaußentemperatur bezeichnet wird. Wie in 1 gezeigt, ist der Außenlufttemperatursensor 252 durch das Internet 124 funktionsfähig mit dem Energiesteuersystem 116 verbunden. Zusätzlich oder alternativ ist der Außenlufttemperatursensor 252 elektrisch direkt mit dem Energiesteuersystem 116 verbunden.
  • Der (die) Innenlufttemperatursensor(en) 256 des Energiesteuersystems 116 ist (sind) dazu ausgelegt, elektrische Innenlufttemperaturdaten zu erzeugen, die einer Innenlufttemperatur an einem speziellen Ort der Anlage 104 entsprechen. Bei einer Ausführungsform beinhaltet beispielsweise jede Etage der Anlage 104 einen Innenlufttemperatursensor 256, sodass Innenlufttemperaturdaten für jede Etage der Anlage 104 erzeugt werden, einschließlich erster Innenlufttemperaturdaten und zweiter Innenlufttemperaturdaten. Der Innenlufttemperatursensor 256 ist durch das Internet 124 funktionsfähig mit dem Energiesteuersystem 116 verbunden.
  • Der Ablufttemperatursensor 260 des Energiesteuersystems 116 ist dazu ausgelegt, elektrische Ablufttemperaturdaten zu erzeugen, die einer Lufttemperatur der HVAC-Abluftentlüftung 192 entsprechen. Wie in 1 gezeigt, ist der Ablufttemperatursensor 260 durch das Internet 124 funktionsfähig mit dem Energiesteuersystem 116 verbunden.
  • Der Leistungssensor 264 ist ein Sensor für elektrische Leistung, der dazu ausgelegt ist, elektrische Leistungsdaten (d. h. erste Sensordaten) zu erzeugen. Beispielsweise ist der Leistungssensor 264 dazu ausgelegt, erste elektrische Leistungsdaten zu erzeugen, die der durch das HVAC-System 108 verbrauchten elektrischen Leistung entsprechen. In Abhängigkeit von der Konfiguration des HVAC-Systems 108 erzeugt der Leistungssensor 264 somit elektrische Heizleistungsdaten, elektrische Kühlleistungsdaten und/oder elektrische Lüftungsleistungsdaten.
  • Die Steuerung 266 des Energiesteuersystems 116 ist dazu ausgelegt, die Programmanweisungsdaten 188 zum Steuern des Energiesteuersystems 116 auszuführen. Die Steuerung 266 ist als ein Mikroprozessor, ein Prozessor oder ein beliebiger anderer Typ von elektronischem Steuerchip bereitgestellt.
  • Bei manchen Ausführungsformen beinhaltet das Energiesteuersystem 116 zusätzlich einen Warmwasservolumenstromsensor 290, einen Kaltwasservolumenstromsensor 294, einen Warmwasserausgabetemperatursensor 298 und einen Warmwasserrückgabetemperatursensor 302, die jeweils funktionsfähig mit dem Internet 124 verbunden sind. Der Warmwasservolumenstromsensor 290 ist dazu ausgelegt, elektronische Warmwasserflussdaten zu erzeugen, die einem Durchfluss von Warmwasser durch das Wasserheizsystem 112 oder aus dem Warmwasserheizsystem 112 entsprechen. Der Kaltwasservolumenstromsensor 294 ist dazu ausgelegt, elektronische Kaltwasserflussdaten zu erzeugen, die einem Durchfluss von durch die Wasservorrichtungen 204 der Anlage 112 verbrauchtem Kaltwasser entsprechen. Der Warmwasserausgabetemperatursensor 298 ist dazu ausgelegt, elektronische Warmwasserrückgabetemperaturdaten zu erzeugen, die einer Temperatur des Wassers entsprechen, das aus dem Wasserheizsystem 112 zu den Wasservorrichtungen 204 ausgegeben wird. Der Warmwasserrückgabetemperatursensor 302 ist dazu ausgelegt, elektronische Warmwasserrückgabetemperaturdaten zu erzeugen, die einer Temperatur des Wassers entsprechen, das von den Wasservorrichtungen 204 zurück zum Wasserheizsystem 112 zirkuliert wird.
  • Bei manchen Ausführungsformen beinhaltet das Energiesteuersystem 116 einen Gassensor 306. Der Gassensor 306 ist dazu ausgelegt, eine durch den Gasofen 152 zum Heizen der Anlage 104 verwendete Gasmenge zu messen. Der Gassensor 306 erzeugt elektronische Gasvolumendaten, die der gemessenen Gasmenge entsprechen. Der Gassensor 306 ist durch das Internet 124 funktionsfähig mit dem Energiesteuersystem 116 verbunden.
  • Im Betrieb ist das System 100 dazu ausgelegt, ein Verfahren 350 ( 2) zum Betreiben des HVAC-Systems 108 zu implementieren, um elektrische Energie und/oder Erdgas effizient zu verwenden, während der Komfort für die Nutzer innerhalb der Anlage beibehalten wird. Das System 100 ist auch zum Identifizieren von Langzeitenergieverbrauchsmustern nützlich. In letzter Zeit wird zunehmend Schwerpunkt auf die Verwendung von maschinellen Lerntechniken für die Energiedatenanalyse gelegt, wobei mehrere ernsthafte kommerzielle Dienstanbieter auf dem Markt vorhanden sind. Das Energiesteuersystem 116 eignet sich zur Verwendung in Wohnanlagen, kleineren gewerblichen Gebäuden mit gut verstandenen Einzelverwendungsprofilen, sowie größeren gewerblichen Gebäuden wie komplexeren Büroräumen mit mehreren HVAC-Einheiten 108, verschiedenen Komfortzonen und variierenden Verwendungsmustern, wie etwa die Anlage 104.
  • Das Verfahren 350 wird durch das Flussdiagramm von 2 beispielhaft dargestellt. Wie in 2 gezeigt, beinhaltet das Verfahren bei Block 354 Erzeugen der elektronischen Sensordaten 270. Die Sensordaten 270 beinhalten zumindest elektrische Leistungsheizdaten (d. h. erste Sensordaten), die durch den Leistungssensor 264 erzeugt werden, und Außenumgebungstemperaturdaten (d. h. zweite Sensordaten), die durch den Außentemperatursensor 252 erzeugt werden. Beispielhafte Sensordaten 270 sind im Diagramm von 3 grafisch dargestellt. Die Heizdaten repräsentieren die Menge an durch das HVAC-System 108 verbrauchter elektrischer Energie/Leistung, um den Innenraum der Anlage 104 zu einer gewünschten Temperatur (d. h. einer vorbestimmten Temperatur oder einer Sollwerttemperatur) zu heizen. Bei einem Beispiel wird ein Datenpunkt der Sensordaten 270 jede Stunde erzeugt, sodass vierundzwanzig Datenpunkte an einem Tag erzeugt werden. Bei einer Ausführungsform speichert das Energiesteuersystem 116 ein Jahr an Sensordaten 270, die mit dem überwachten Parameter des HVAC-Systems 108 assoziiert sind, wie etwa elektrischen Leistungsverbrauch. Eine beliebige andere Erzeugung einer Rate der Sensordaten 270 kann wie angemessen für den überwachten Parameter genutzt werden.
  • Das Interpretieren der durch die Sensordaten 270 gezeigten Beziehungen kann für einen menschlichen Gebäudebetreiber schwierig sein. Insbesondere gibt es in 3 gezeigte erkennbare Tendenzen, bei denen mehr elektrische Leistung verwendet wird, wenn die Temperaturen niedriger sind, aber es gibt auch deutlich ausgeprägte Bereiche, wie das eingekreiste Gebiet 308, bei denen es nicht sofort ersichtlich ist, was dieses Gebiet 308 der Sensordaten 270 repräsentiert. Das Verfahren 350 liefert Erkenntnisse in diese Analyse.
  • Block 354 des Verfahrens 350 kann Erzeugen der Sensordaten 270 mit beliebigen der anderen Sensoren des Energiesteuersystems 116 beinhalten. Beispielsweise werden elektrische Leistungskühldaten unter Verwendung des Leistungssensors 264 erzeugt, die der Menge an erforderlichem Strom zum Kühlen der Anlage 104 zu einer gewünschten Temperatur (z. B. einer vorbestimmten Temperatur oder einer Sollwerttemperatur) entsprechen. Gleichermaßen werden Gasheizdaten unter Verwendung des Gassensors 306 erzeugt. Die Gasheizdaten entsprechen der Menge an erforderlichem Gas zum Heizen der Anlage 104 zu einer gewünschten Temperatur (z. B. einer vorbestimmten Temperatur oder einer Sollwerttemperatur). Der Gasverbrauch ist ein anderer beispielhafter Parameter des HVAC-Systems 108, der durch das Energiesteuersystem 116 optimiert werden kann.
  • Die Sensordaten 270 werden vom entsprechenden Sensor zu der Steuerung 266 des Energiesteuersystems 116 übertragen. Die Sensordaten 270 können direkt zum Energiesteuersystem 116 übertragen werden oder können indirekt über das Internet 124 zum Energiesteuersystem 116 übertragen werden. Das Energiesteuersystem 116 speichert die übertragenen Sensordaten 270 im Speicher 248.
  • Nach dem Empfangen der Sensordaten 270 führt die Steuerung 266 des Energiesteuersystems 116 die Programmanweisungen 188 aus und verarbeitet die Sensordaten 270, um die Sensordaten 270 zur Analyse vorzubereiten. Beispielsweise führt die Steuerung 266 Datenbereinigungs- und -vorbereitungsschritte an den Sensordaten 270 durch, einschließlich des Abgleichens der Werte der Sensordaten 270 mit Zeitstempeln, des Durchführens von Datenimputation (oder Unterabtastung) während des Zeitstempelabgleichs und des Entfernens von Ausreißerdatenpunkten der Sensordaten 270. Eine beliebige andere Datenverarbeitungs- oder -vorbereitungstechnik kann durch die Steuerung 266 genutzt werden.
  • Als Nächstes führt die Steuerung 266 bei Block 358 des Verfahrens 350 die Programmanweisungen 188 aus und führt eine Clusteranalyse an den Sensordaten 270 (d. h. den ersten Sensordaten und den zweiten Sensordaten) durch, um die geclusterten Daten 274 zu erzeugen. Die geclusterten Daten 274 werden im Speicher 248 des Energiesteuersystems 116 als mehrere Datencluster gespeichert. 4 veranschaulicht eine grafische Darstellung der Sensordaten 270 nach der Durchführung der Clusteranalyse. In 4 hat die Clusteranalyse die Sensordaten 270 in fünf Datencluster 310 gruppiert, nummeriert von eins bis fünf als eine „Cluster-ID“ der Cluster 310. Das Clustern der Sensordaten 270 wird automatisch ohne menschliche Einwirkung unter Verwendung eines Clustering-Algorithmus durchgeführt, der im Speicher 248 als die Programmanweisungen 188 gespeichert ist.
  • Die Steuerung 266 kann einen oder mehrere beliebigen Clustering-Algorithmen, wie etwa GMMs (Gaußsche Mischmodelle), k-Means und hierarchisches Clustering, beim Clustern der Sensordaten 270 nutzen. In 4 wurden GMMs an den Sensordaten 270 angewendet. Bei manchen Ausführungsformen tendieren GMMs dazu, aufgrund der nichtlinearen Art von Temperatur gegenüber Leistungsverbrauchsdaten, was typischerweise in Kaltwettergebieten auftritt, besser optimierte Ergebnisse als k-Means und hierarchisches Clustering zu erzeugen.
  • GMMs weisen zwei Parameter auf, die festgelegt werden können - die Anzahl von Iterationen bis zur Konvergenz (Iterationen) und die Anzahl zufälliger Neustarts (Wiederholungen). Beim Erzeugen der geclusterten Daten 274 von 4 wurden diese Anzahlen nach dem Durchlaufen einer Anzahl von Experimenten auf 500 bzw. 100 festgelegt. GMMs können die maximale Anzahl möglicher Cluster 310 als einen Parameter annehmen und das beste gefundene Clustering zurückgeben.
  • Die Programmanweisungen 188 sind dazu ausgelegt, die Anzahl von Cluster 310 zu optimieren, in die die Sensordaten 270 gruppiert werden. Bei einer Ausführungsform beträgt die maximale Anzahl von Cluster 310 drei bis zehn. Beispielsweise wird die maximale Anzahl von Cluster 310 bestimmt, indem die Log-Likelihood der resultierenden Cluster 310 genommen und die kleinste Clusteranzahl, über die hinaus der Gewinn bei Log-Likelihood vernachlässigbar war, gewählt wird. Ein derartiger Ansatz ist grob übersetzt das Finden des „Ellbogens“ im Graphen der Anzahl von Cluster 310 gegenüber der Log-Likelihood.
  • Bei manchen Ausführungsformen ist das Energiesteuersystem 116 dazu ausgelegt, die Sensordaten 270 zu löschen, die in ein Cluster 310 mit weniger als einer vorbestimmten Anzahl von Datenpunkten gruppiert sind. Beispielsweise kann der Clustering-Algorithmus in zehn Cluster 310 resultieren, wobei drei Cluster 310 jeweils weniger als fünf Datenpunkte der Sensordaten 270 aufweisen. Die Steuerung 266 kann bestimmen, dass die Sensordaten 270 der drei Cluster 310 ignoriert werden sollten, oder die Steuerung 266 kann die Sensordaten 270 der entsprechenden drei Cluster 310 löschen.
  • Bei einer Ausführungsform speichert die Steuerung 266 die geclusterten Daten 274 als mehrere Triplets. Ein beispielhaftes Triplet kann (10; 0,5; 5) betragen, gespeichert im Format von (Umgebungstemperatur, Heizleistung (x105), Cluster-ID). Die Cluster-ID ist eine Identifikation des Clusters 310, der die Temperatur und Heizleistung infolge der Clusteranalyse zugewiesen werden.
  • Als Nächstes wird in Block 362 des Verfahrens 350 ARM an den geclusterten Daten 274 und bei manchen Ausführungsformen an Sekundärdaten 276 von zusätzlichen Sensoren des Energiesteuersystems 116 durchgeführt. Das Energiesteuersystem 116 verwendet ARM, um Beziehungen und Korrelationen zwischen den geclusterten Daten 274 und den Sekundärdaten 276 zu finden. Bei zumindest manchen Ausführungsformen entsprechen die Sekundärdaten 276 einem Betriebszustand des HVAC-Systems 108 oder beinhalten Daten von zusätzlichen Sensoren, wie etwa dem Warmwasservolumenstromsensor 290, dem Kaltwasservolumenstromsensor 294, dem Warmwasserausgabetemperatursensor 298 und dem Warmwasserrückgabetemperatursensor 302. Ein beispielhafter Arm-Ansatz des Energiesteuersystems 116 ist nachstehend beschrieben.
  • ARM-Algorithmen werden typischerweise bei transaktionalen Datensätzen (TD) angewendet. Um den TD zu entwickeln, beinhaltet das Verfahren 350 zunächst Entwickeln eines Eingangsdatensatzes, der nachstehend als Tabelle 1 gezeigt ist. Tabelle 1 basiert auf den Sensordaten 270 (d. h. den ersten Sensordaten und den zweiten Sensordaten), den geclusterten Daten 274 und den Sekundärdaten 276. Tabelle 1: Eingangsdatensatz
    Cluster 1 Cluster 2 Cluster 3 0 ≤ Temp < 10 10 ≤ Temp < 20 Lüft. Ein Lüft. Aus Rezirk.
    1 0 0 0 1 1 0 0
    0 1 0 1 0 1 0 0
    1 0 0 1 0 1 0 0
    0 0 1 1 0 0 0 1
    0 1 0 1 0 0 1 0
  • In Tabelle 1 entspricht jede Zeile einem Triplet der Sensordaten 270 und der geclusterten Daten 274, die drei Cluster 310 identifiziert haben. Darüber hinaus wurde in Tabelle 1 die Umgebungstemperatur (wie durch den Außentemperatursensor 252 erfasst) basierend auf dem entsprechenden gemessenen Wer in zwei Spalten geteilt. Eine „1“ in den Temperaturspalten gibt an, dass die geclusterten Daten 274 in dieser Zeile einer Temperatur innerhalb des identifizierten Temperaturbereichs für diese Spalte entsprechen. Wohingegen eine „0“ in den Temperaturspalten angibt, dass die geclusterten Daten 274 außerhalb des identifizierten Temperaturbereichs liegen.
  • In Tabelle 1 beinhalten die Sekundärdaten 276 die Lüftungs- und die Rezirkulationsdaten. Die „Lüft. Ein“-Spalte entspricht dem Zustand, bei dem der Gebläsemotor 156 eingeschaltet ist und Luft durch die Anlage 104 bewegt. Insbesondere gibt eine „1“ in der Lüft.-Ein-Spalte an, dass der Gebläsemotor 156 für diese Datenzeile mit Energie versorgt wird, und eine „0“ in der Lüft.-Ein-Spalte gibt an, dass der Gebläsemotor 156 für diese Datenzeile nicht mit Energie versorgt wird. Die „Lüft. Aus“-Spalte entspricht einem Zustand, bei dem der Gebläsemotor 156 ausgeschaltet ist und keine Luft durch die Anlage 104 bewegt. Eine „1“ in der Lüft.-Aus-Spalte gibt an, dass der Gebläsemotor 156 für diese Datenzeile abgeschaltet (oder nicht mit Energie versorgt) wird, und eine „0“ in der Lüft.-Aus-Spalte gibt an, dass der Gebläsemotor 156 für diese Datenzeile mit Energie versorgt wird. Die „Rezirk.“-Spalte identifiziert, ob das HVAC-System 108 in einen Rezirkulationsmodus gesetzt ist (wie durch eine „1“ angegeben) oder nicht in einen Rezirkulationsmodus gesetzt ist (wie durch eine „0“ angegeben).
  • Die Sekundärdaten 276 ermöglichen dem Verfahren 350, Regeln während des ARM-Prozesses zu entwickeln, die eine Erkenntnis für einen evaluierten Nutzungsparameter (d. h. Stromnutzung, Gasnutzung usw.) in Bezug auf die Sekundärdaten 276 bieten. Der Status der Lüftung und des Gebläsemotors 156 sind beispielhafte Quellen der Sekundärdaten 276. Andere Quellen der Sekundärdaten 276 beinhalten Daten von den Sensoren 290, 294, 298, 302, die mit dem Wasserheizsystem 112 verbunden sind. Die durch diese Sensoren 290, 294, 298, 302 bereitgestellten Sekundärdaten 276 ermöglichen dem Energiesteuersystem 116, interessante und/oder erkenntnisreiche Regeln während des ARM-Ansatzes zu entwickeln, die anderweitig möglicherweise nicht durch menschliche Beobachter erkannt würden. Andere Sekundärdaten 276 beinhalten eine Sollwerttemperatur der Thermostate 180, die Zustandsdaten der Diffusoren 176 und die Ablufttemperatur des HVAC-Systems 108, wie durch den Ablufttemperatursensor 260 bestimmt.
  • Die Anzahl von Spalten des Eingangsdatensatzes pro Sensor hängt davon ab, ob die Sensorwerte diskret oder kontinuierlich sind. Beispielsweise wird eine einzelne Spalte zu dem Eingangsdatensatz für jeden Wert eines diskreten Sensors hinzugefügt, wie etwa den Lüftungsstatus des Gebläsemotors 156. Ein Eintrag in dieser Spalte beträgt „1“, falls der Sensor diesen speziellen Wert aufweist. Bei einem Ausführungsbeispiel wird ein Sensor als diskret angesehen, falls es weniger als fünf verschiedene Werte für diesen Sensor im Datensatz gibt. Für die kontinuierlichen Sensoren (wie etwa den Außentemperatursensor 252) werden die Werte auf einen diskreten Raum abgebildet, bevor der ARM-Algorithmus angewendet wird. Beispielsweise unterteilt das Energiesteuersystem 116 den Bereich von Sensorwerten in Quantile (mit Quintilen als Standard), um die Daten gleichmäßig zu verteilen. Eine Spalte wird zu dem Eingangsdatensatz für jedes Intervall des unterteilten Wertebereichs hinzugefügt. Für eine auf diese Weise gebildete spezielle Spalte wird der Wert für einen spezifischen Zeitpunkt auf „1“ gesetzt, falls der entsprechende Wert in diesem Intervall liegt.
  • Als Nächstes erstellt, um den Block 362 des Verfahrens 350 weiter zu beschreiben, das Energiesteuersystem 116 einen TD basierend auf dem Eingangsdatensatz. Wie oben beschrieben, wird typischerweise ARM an einem TD durchgeführt, somit werden die Daten des Eingangsdatensatzes durch die Steuerung 266 in eine TD-artige Tabelle umgewandelt, die hierin einfach als ein TD (d. h. ein transaktionaler Datensatz) bezeichnet und bei den TD-Daten 278 abgespeichert wird. Ein beispielhafter TD basierend auf dem Eingangsdatensatz von Tabelle 1 ist nachstehend in Tabelle 2 gezeigt. Tabelle 2: Transaktionaler Datensatz („TD“)
    Cluster- ID Temp. Lüftung
    1 13 Ein
    2 7 Ein
    1 3,5 Ein
    3 2 Rezirk.
    2 0 Aus
  • Im TD von Tabelle 2 entspricht jede Zeile einer Zeile des Eingangsdatensatzes. Beispielsweise beinhaltet Zeile 1 des TD eine „1“ in der Cluster-ID-Spalte, da, wie in Zeile 1 des Eingangsdatensatzes gezeigt, die erste Zeile der Cluster-ID 1 entspricht. Die erste Zeile des TD beinhaltet eine „13“ in der Temperaturspalte, da dies der entsprechende Wert ist, der bei Zeile 1 des Eingangsdatensatzes gespeichert ist. Die erste Zeile des TD beinhaltet außerdem einen „Ein“-Wert in der Lüftungsspalte, da dies der entsprechende Wert von der ersten Zeile des Eingangsdatensatzes ist. Der Rest der TD-Daten 278 wird durch das Energiesteuersystem 116 in entsprechender Weise erstellt. Die TD-Daten 278 haben die beiden Spalten des Eingangsdatensatzes, die der Temperatur entsprechen, in eine Spalte komprimiert, und die TD-Daten 278 haben die drei Spalten, die der Lüftung entsprechen (d. h. Sekundärdaten 276) in eine Spalte komprimiert.
  • Als Nächstes führt das Energiesteuersystem 116 ARM an den TD-Daten 278 durch, um mehrere Regeln für jedes Datencluster 310 der geclusterten Daten 274 zu erzeugen. Die Regeln werden in den Speicher 248 als die ARM-Daten 282 abgespeichert. ARM-Algorithmen sind zum Finden interessanter, wichtiger und manchmal ungewöhnlicher Korrelationen und Assoziationen zwischen Sätzen von Elementen (das heißt Datensätzen) in einem TD nützlich. ARM-Algorithmen finden Implikationsausdrücke der Form A → B (d. h. eine Beispielregel). Die Beispielregel bedeutet, dass, falls der TD Daten „A“ beinhaltet, dann Daten „B“ typischerweise das Ergebnis sind.
  • Zwei übliche Metriken, die mit ARM-Algorithmen verwendet werden, sind Support und Konfidenz. Der Support einer Regel A → B ist der Anteil an Transaktionen (z. B. Zeilen von Daten) im TD, der sowohl A als auch B enthält. Konfidenz ist der Anteil der Transaktionen im TD, die A enthalten, die auch B enthalten. Der a-Priori-Algorithmus und die FP-Baum-Methode sind geeignete Techniken, die durch das Energiesteuersystem 116 zum Durchführen von ARM an den TD-Daten 278 verwendet werden. ARM ist auch zum Entdecken negativer Regeln nützlich. Eine negative Regel findet eine Assoziation zwischen einem Datensatzeintrag und einem Nichtvorhandensein eines anderen Eintrags in den TD-Daten 278. Negative Regeln sind für manche Anwendungen typischerweise eine informative Ergänzung zu positiven Assoziationsregeln.
  • Das Energiesteuersystem 116 verwendet ARM, um eine Beziehung zwischen dem evaluierten Parameter und den Sekundärdaten 276 zu finden. Bei einer Ausführungsform verwendet das Energiesteuersystem 116 beispielsweise ARM, um Beziehungen zwischen Nutzeraktivität und Stromverbrauch zu finden, wodurch eine Basis für eine Energiebedarfscharakterisierung bereitgestellt wird. Bei anderen Ausführungsformen verwendet das Energiesteuersystem 116 ARM-Techniken, um einzelne Gerätenergieverbrauchsmuster und die Wechselbeziehung bei der Nutzung von Geräten zu verstehen.
  • Die folgenden beispielhaften Regeln der ARM-Daten 282 wurden gemäß dem Verfahren 350 durch das Energiesteuersystem 116 basierend auf dem TD von Tabelle 2 erzeugt. In der Praxis kann das Energiesteuersystem 116 tausende Regeln basierend auf den TD-Daten 278 erzeugen, die Daten für ein ganzes Jahr enthalten, wie etwa die Daten von 3. Cluster 1 0 < Heizleistung < 2000
    Figure DE112019000298T5_0001
    Cluster 4 1 0 < Umgeb . Temp < 15
    Figure DE112019000298T5_0002
  • Gemäß Regel 1, wenn die Sensordaten 270 in das Cluster 310 mit einer ID „1“ geclustert sind, dann wird die Heizleistung typischerweise zwischen null und zweitausend x 105 W liegen. Regel 1 weist einen assoziierten Support und eine assoziierte Konfidenz auf, und kann basierend darauf eine Erkenntnis für den Energiebedarf des HVAC-Systems 108 bereitstellen.
  • Gemäß Regel 2, wenn die Sensordaten 270 in das Cluster 310 mit einer ID „4“ geclustert sind, dann wird die durch den Außentemperatursensor 252 gemessene Umgebungstemperatur typischerweise zwischen -10 °C und 15 °C liegen. Regel 2 weist einen assoziierten Support und eine assoziierte Konfidenz auf, und kann basierend darauf eine Erkenntnis für den Energiebedarf des HVAC-Systems 108 bereitstellen.
  • Als Nächstes, wie in Block 366 des Flussdiagramms von 2 gezeigt, filtert, führt zusammen und stuft das durch das Energiesteuersystem 116 durchgeführte Verfahren 350 die durch ARM erzeugten Regeln ein, um die Regeln zu bestimmen, die die meiste Erkenntnis für den Betrieb des HVAC-Systems 104 liefern. Der ARM-Prozess erzeugt eine große Anzahl an Regeln, von denen viele möglicherweise hinsichtlich des Interpretierens der Bedeutung der Cluster 310 nicht hilfreich sind. Der Filterschritt des Verfahrens 350 detektiert und beseitigt nicht informative oder uninteressante Regeln aus den ARM-Daten 282 und identifiziert relevante Regeln, die informativ und interessant sind.
  • In der Praxis kann das Detektieren der interessantesten oder erkenntnisreichsten Regeln (d. h. der relevanten Regeln) basierend auf objektiven Maßstäben eine herausfordernde Aufgabe sein. Bei manchen Ausführungsformen bewertet/stuft ein menschlicher Experte dementsprechend zumindest einen Teilsatz der entdeckten Regeln ein. Dann wird der Rest der entdeckten Regeln mit der Steuerung 266 des Energiesteuersystems 116 bewertet/eingestuft. Die Regeln, die als die hinsichtlich Interessantheit und Informationsgehalt am niedrigsten einzustufenden bestimmt werden, werden gefiltert oder aus den ARM-Daten 282 entfernt. Die Regeln mit einer hohen Einstufung werden als relevante Regeln identifiziert und in den ARM-Daten 282 abgespeichert.
  • Zusätzlich zu Support und Konfidenz gibt es mehrere andere Maße zum Einstufen der Regeln der ARM-Daten 282. Es gibt typischerweise keine einzelne beste Metrik, die für alle Bedingungen geeignet ist; dementsprechend nutzt das Verfahren 350 bei einer Ausführungsform einen hybriden Ansatz zum Einstufen der Regeln. Beispielsweise berechnet ein menschlicher Experte mehrere Metriken für den entdeckten Regelsatz der ARM-Daten 282 und stuft einen Teilsatz der Regeln basierend auf den Metriken (und verschiedenen Kombinationen der Metriken) ein. Dann wendet das Verfahren 350 die Lift-Metrik an den eingestuften Regeln und auch dem Rest der Regeln an. Lift ist ein Maß der Leistungsfähigkeit einer Regel beim Vorhersagen oder Klassifizieren von Fällen, die eine verstärkte Reaktion bezüglich der gesamten Population aufweisen. Bei einer Ausführungsform ist somit der Lift-Wert einer Regel als ein Verhältnis der Zielreaktion dividiert durch die Durchschnittsreaktion definiert. Der Lift-Wert ist auch definiert als ein Verhältnis des Anteils der Anzahl von Datenpunkten, die zu dem an der LHS (Left Hand Side - linken Seite) spezifizierten Cluster gehören, die den an der RHS (Right Hand Side - rechten Seite) gegebenen Sensorwert aufweisen, zu dem Anteil von Datenpunkten, die zu diesem Cluster gehören, die den an der RHS gegebenen Sensorwert aufweisen würden, falls die Daten einheitlich verteilt wären. Als ein Beispiel des Lift-Werts soll ein Cluster mit einer ID von „C1“ mit 1000 Datenpunkten, und der folgenden Regel 3 über das Cluster C1 in Betracht gezogen werden: Cluster 1 Wochenende
    Figure DE112019000298T5_0003
  • In Regel 3 erfüllt die Hälfte der Punkte im Cluster C1 die Regel, d. h. 500 Punkte im Cluster C1 wurden über das Wochenende gesammelt. Falls die Eingangsdaten einheitlich verteilt wären, dann sollten 2/7-tel der Punkte (~ 286 Punkte) zu dem Wochenende gehören. Somit beträgt der Lift-Wert für die beispielhafte Regel 3 1,75 (500/286).
  • Eine Regel mit einem Lift-Wert von Eins gibt an, dass die Regel nur das erfasst, was von den Daten erwartet wird, falls sie eine einheitliche Verteilung aufweisen. Abweichungen des Lift-Werts in jede Richtung von Eins um mehr als einen vorbestimmten Spielraum gibt Interessantheit an, und je größer die Abweichung von Eins ist, desto interessanter die Regel. Bei einer Ausführungsform wird die Betriebscharakteristik des HVAC-Systems 108 nur basierend auf mehreren relevanten Regeln der ARM-Daten 282 geändert.
  • Wie oben angemerkt, beinhaltet Block 366 des Verfahrens 350 auch Unterscheiden der Regeln der ARM-Daten 282. Viele der für ein spezielles Cluster 310 entdeckten Regeln können auch in anderen Clustern 310 auftreten, gewöhnlich mit anderem Support und anderer Konfidenz (oder einer beliebigen anderen Bewertung). Das Finden der Regeln, die in nur einem einzigen Cluster 310 auftreten, oder die in anderen Clustern 310 mit einer viel geringeren Bewertung auftreten, ist beim Verstehen der Bedeutung der Cluster 310 hilfreich. Derartige Regeln werden hierin als „diskriminative Regeln“ bezeichnet. Um diskriminative Regeln zu finden, werden zunächst die für jede der Regeln berechneten Bewertungen durch die Anzahl von Punkten in einem Cluster 310 normiert. Dann werden die obersten n Regeln jedes Clusters 310 mit den obersten Regeln in anderen Clustern 310 verglichen. Falls eine Regel in einem speziellen Cluster 310 nicht in irgendeinem anderen Cluster 310 auftritt oder mit einer Bewertung geringer als ein Vielfaches der Bewertung dieser Regel auftritt, wird sie als eine diskriminative Regel markiert. Diskriminative Regeln können dem Benutzer helfen, die Bedingungen zu erkennen, unter denen erwartet werden sollte, das System in einem speziellen Cluster 310 mit hoher Konfidenz zu beobachten.
  • Block 366 des Verfahrens 350 beinhaltet auch Zusammenführen der Regeln der ARM-Daten 282, um mehrere zusammengeführte Regeln zu bilden. In manchen Fällen kann zum Beispiel eine quantilbasierte Unterteilung von Sensoren zu Clustern 310 führen, die eine benachbarte Sensorquantile einspannen. Diese zeigen sich als Regeln, die kombiniert oder zusammengeführt werden können, um eine einzelne Regel zu bilden. Beispielsweise unter Annahme der folgenden Regeln, bei denen die Regeln 4 und 5 in die Regel 6 zusammengeführt werden können. Cluster 4 1 0 < Umgeb . Temp . < 5
    Figure DE112019000298T5_0004
    Cluster 4 5 Umgeb . Temp . < 15
    Figure DE112019000298T5_0005
    Cluster 4 1 0 < Umgeb . Temp . < 15
    Figure DE112019000298T5_0006
  • Wie gezeigt, überlappen sich die Bereiche der Umgebungstemperatur, wie durch den Außentemperatursensor 252 bestimmt, zwischen den Regeln 4 und 5. Regel 6 ist das daher eine zusammengeführte Regel, die einen Umgebungstemperaturbereich aufweist, der die Bereiche der Regeln 4 und 5 einschließt. Wenn die ARM-Daten 282 durch die Steuerung 266 so modifiziert werden, dass sie Regel 6 beinhalten, werden die Regeln 4 und 5 bei einer Ausführungsform aus den ARM-Daten 282 entfernt. Darüber hinaus werden die Support- und Konfidenz-Werte für die zusammengeführte Regel 6 basierend auf den folgenden Formeln leicht berechnet: Support ( Regel 6 ) = Support ( Regel 4 ) + Support ( Regel 5 )
    Figure DE112019000298T5_0007
    Konidenz ( Regel 6 ) = Konidenz ( Regel 4 ) + Konidenz ( Regel 5 )
    Figure DE112019000298T5_0008
  • Bei einer Ausführungsform wird die Betriebscharakteristik des HVAC-Systems 108 nur basierend auf mehreren zusammengeführten Regeln geändert.
  • Bei manchen Ausführungsformen ist die Steuerung 266 darüber hinaus dazu ausgelegt, zusätzliche Regeln für die ARM-Daten 282 zu erzeugen, die basierend auf einem Entscheidungsbaumansatz erzeugt werden. Insbesondere konstruiert die Steuerung 266 einen Entscheidungsbaum mit den Cluster-IDs des Eingangsdatensatzes als die Ziele (z. B. die „Blätter“). Der resultierende Entscheidungsbaum liefert dem Benutzer eine Repräsentation darüber, wie genau verschiedene Sensoren dazu beitragen, dass das System in einem speziellen Cluster liegt. Der Entscheidungsbaum wird in einen Satz von Regeln übersetzt (entweder durch die Steuerung 266 oder durch einen Menschen, der die Entscheidung auf der Anzeigevorrichtung 224 ansieht), wobei dieses Mal mit den Cluster-IDs folgend.
  • Bei einer Ausführungsform werden während des durch die Steuerung 266 durchgeführten ARM-Prozesses quantitative Attribute der Sensordaten 270 und der Sekundärdaten 276 basierend auf einer ausgewählten Strategie in feste Größenbereiche partitioniert. Nachdem die Partitionen erzeugt sind, bleiben die Partitionen während des ARM-Prozesses unverändert. Ein Partitionierungsverfahren besteht darin, den Zielsensorbereich in gleich bemessene Intervalle (Quantile) zu unterteilen. Ein anderes Partitionierungsverfahren besteht darin, die Partitionen auf eine Weise zu erzeugen, dass es eine gleiche Anzahl von Datenpunkten in jedem Intervall gibt, und die Intervalle können unterschiedliche Längen aufweisen.
  • Bei einer anderen Ausführungsform wird während des durch die Steuerung 266 durchgeführten ARM-Prozesses eine Größe der Intervalle während des ARM-Prozesses dynamisch angepasst. Die quantitativen Merkmale werden zu Beginn des ARM-Prozesses in kleine Intervalle unterteilt, und dann werden die Bereiche basierend auf spezifischen Kriterien zusammengeführt. Um den Prozess für große Datensätze praktikabel zu machen, hört der Zusammenführungsprozess auf, wenn der berechnete Support für das zusammengeführte Intervall höher als eine andere Schwelle (Maximal-Support) ist.
  • Als Nächstes, wie in Block 370 des Flussdiagramms von 2 gezeigt, passt das Energiesteuersystem 116 eine Betriebscharakteristik des HVAC-Systems 108 basierend auf den Regeln der ARM-Daten 282 an oder ändert diese, um den überwachten Parameter des HVAC-Systems 108 zu optimieren. Typischerweise wird die Änderung der Betriebscharakteristik vorgenommen, um die Energieeffizienz des HVAC-Systems 108 zu verbessern. Darüber hinaus wird die Änderung der Betriebscharakteristik durch die identifizierten interessanten, erkenntnisreichen und/oder relevanten Regeln des ARM-Prozesses beeinflusst. Eine Interpretation der Regeln der ARM-Daten 282 ist nachstehend zusätzlich beschrieben. Die spezifische Änderung am HVAC-System 108 kann zum Beispiel eine Änderung an der Sollwerttemperatur des Thermostats 180 beinhalten, was bewirkt, dass das HVAC-System 108 während eines speziellen Zeitraums weniger elektrische Energie verwendet. Oder die Änderung an der Betriebscharakteristik des HVAC-Systems 108 kann eine Änderung an der Zeit, zu der das HVAC-System 108 aktiviert wird, basierend auf einem bevorstehenden Wetterereignis, wie etwa, wenn sich eine Kaltwelle nähert, beinhalten.
  • Andere Änderungen, die basierend auf dem Verfahren 350 vorgenommen werden können, beinhalten Änderungen an den Einstellungen des Diffusors 176, um die Anlage 104 „intelligenter“ zu heizen oder zu kühlen. Bei manchen Ausführungsformen werden die ARM-Daten 282 zum Beispiel unter Verwendung der Sekundärdaten 276 basierend auf dem Wasserheizsystem 112 erzeugt. Bei einer derartigen Ausführungsform kann das Energiesteuersystem 116 basierend auf der Wassernutzung (d. h. der Kaltwasserflusssensor 294 und der Warmwasserflusssensor 290) Regeln bestimmen, die angeben, dass die zweite Etage der Anlage 104 dienstags und donnerstags unbesetzt ist. Eine Änderung am HVAC-System 108 kann durch das Anpassen des Zustands der Diffusoren 176 und/oder des entsprechenden Thermostats 180 implementiert werden, sodass das HVAC-System 108 dienstags und donnerstags nicht zum Heizen (oder Kühlen) der zweiten Etage verwendet wird.
  • Das Verfahren 350 liefert Daten, die einer „Interpretation“ der identifizierten Cluster 310 der Sensordaten 270 entsprechen, die zum Vorhersagen der Energieanforderungen des HVAC-Systems 108 verwendet werden. Insbesondere, mit erneutem Bezug auf 4, wurden die folgenden Erkenntnisse aus den geclusterten Daten 274 infolge der ARM-Daten 282 ermittelt. Unter Verwendung des Verfahrens 350 und durch Vergleichen der ARM-Daten 282 mit den Meinungen eines menschlichen Experten wurde bestimmt, dass die Cluster 1 und 3 von 4 Perioden ohne Heizung entsprechen; Cluster 2 entspricht einer Heizung im Winter während der Arbeitszeiten, Cluster 4 entspricht einer Heizung im Winter während Nichtarbeitszeiten, und Cluster 5 entspricht einer Grundlastheizanforderung während des Kalenderjahres. Unter Verwendung der ARM-Daten 282, erwarteter Außentemperatur und eines Kalenderdatums von Interesse ist das Energiesteuersystem 116 darüber hinaus dazu ausgelegt, die erwartete Energienutzung des HVAC-Systems 108 vorherzusagen. Derartige Daten ermöglichen einem Gebäudebetreiber, Versorgungsausgaben zu planen und auch die zeitvariante Preisfestsetzung (d. h. Verwendungszeit-Pläne (TOU-Pläne; Time of Use)) von Strom auszunutzen, falls in einem derartigen Markt eingebunden.
  • Die durch das Verfahren 350 bereitgestellten Daten können durch die Anzeigevorrichtung 224 unter Verwendung der GUI 232 in einem menschlich verstehbaren Format angezeigt werden. Darüber hinaus ist jede Funktion des Energiesteuersystems 116 entfernt unter Verwendung des Ferncomputers 120 steuerbar.
  • Das durch das Flussdiagramm von 2 beispielhaft dargestellte Verfahren 350 unterscheidet sich von bestehenden Ansätzen auf zahlreiche Weise. Erstens erzeugt das Verfahren 350 erläuternde Regeln der Langzeitenergienutzung für große Datensätze, die beim Vorhersagen von Energiebedürfnissen und aktuellen Betriebszuständen nützlich sind. Zweitens verwendet das Verfahren 350 Clustering, um interessante Muster zu finden und erläuternde Regeln über diese Muster durch das Anwenden von ARM an TD-Daten einschließlich Sekundärdaten (einschließlich zeitlicher Bereiche und anderer Gebäudesensoren) bereitzustellen. Keine der bekannten Systeme und Verfahren verwenden Clustering als eine Strategie zum Finden anfänglicher Muster, die dann über die Verwendung von ARM erläutert werden.
  • Während die Offenbarung ausführlich in den Zeichnungen und der vorstehenden Beschreibung veranschaulicht und beschrieben wurde, sollte diese als veranschaulichend und nicht beschränkend angesehen werden. Es versteht sich, dass nur die bevorzugten Ausführungsformen dargelegt wurden und dass alle Änderungen, Modifikationen und weitere Anwendungen, die innerhalb des Gedankens der Offenbarung fallen, geschützt werden sollen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 62/619267 [0001]

Claims (17)

  1. Verfahren zum Betreiben eines HVAC-Systems (Heating, Ventilation and Air Conditioning - Heizung, Lüftung und Klimatechnik) einer Anlage, umfassend: Sammeln erster Sensordaten, die einem Parameter des HVAC-Systems entsprechen; Sammeln zweiter Sensordaten, die sich von den ersten Sensordaten unterscheiden; Erzeugen geclusterter Daten durch Clustern der ersten Sensordaten und der zweiten Sensordaten in mehrere Datencluster mit einer Steuerung; Bilden eines transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten und den geclusterten Daten mit der Steuerung; Durchführen von ARM (Association Rule Mining - Assoziationsregel-Mining) an dem transaktionalen Datensatz mit der Steuerung, um mehrere Regeln für jedes Datencluster der mehreren Datencluster zu erzeugen; und Ändern einer Betriebscharakteristik des HVAC-Systems basierend auf den mehreren Regeln mit der Steuerung, um den Parameter zu optimieren.
  2. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, wobei: der Parameter einer Menge an durch das HVAC-System verbrauchter elektrischer Energie entspricht, und die zweiten Sensordaten Außenumgebungstemperaturdaten der Anlage beinhalten.
  3. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, ferner umfassend: Erzeugen der ersten Sensordaten mit einem Sensor für elektrische Leistung, der funktionsfähig mit dem HVAC-System und der Steuerung verbunden ist; und Erzeugen der zweiten Sensordaten mit einem Außentemperatursensor, der sich an der Anlage befindet und funktionsfähig mit der Steuerung verbunden ist.
  4. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, ferner umfassend: Sammeln von Sekundärdaten, die einem Betriebsstatus des HVAC-Systems entsprechen, mit der Steuerung; und Bilden des transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten, den geclusterten Daten und den Sekundärdaten.
  5. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 4, wobei die Sekundärdaten einer ausgewählten Lüftungseinstellung mehrerer Lüftungseinstellungen des HVAC-Systems entsprechen.
  6. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 4, wobei die Sekundärdaten einem Warmwasserdurchfluss und/oder einem Kaltwasserdurchfluss und/oder einer Warmwassertemperatur und/oder einer Warmwasserrücklauftemperatur eines Wasserheizsystems der Anlage entsprechen.
  7. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, ferner umfassend: Einstufen der Regeln der mehreren Regeln, um mehrere relevante Regeln zu identifizieren; und Ändern einer Betriebscharakteristik des HVAC-Systems nur basierend auf den mehreren relevanten Regeln mit der Steuerung, um den Parameter zu optimieren.
  8. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, wobei das Einstufen der Regeln Folgendes umfasst: Zuweisen eines Lift-Werts zu jeder Regel der mehreren Regeln; und Identifizieren der mehreren relevanten Regeln als die Regeln mit einem Lift, der um mehr als ein vorbestimmter Spielraum von Eins abweicht.
  9. Verfahren zum Betreiben eines HVAC-Systems nach Anspruch 1, ferner umfassend: Zusammenführen der Regeln der mehreren Regeln, um mehrere zusammengeführte Regeln zu bilden; und Ändern einer Betriebscharakteristik des HVAC-Systems nur basierend auf den mehreren zusammengeführten Regeln mit der Steuerung, um den Parameter zu optimieren.
  10. Energiesteuersystem zum Steuern eines HVAC-Systems einer Anlage, umfassend: einen ersten Sensor, der funktionsfähig mit dem HVAC-System verbunden und dazu ausgelegt ist, erste Sensordaten zu erzeugen, die einem Parameter des HVAC-Systems entsprechen; einen zweiten Sensor, der funktionsfähig mit der Anlage verbunden und dazu ausgelegt ist, zweite Sensordaten zu erzeugen, die sich von den ersten Sensordaten unterscheiden; und eine Steuerung, die funktionsfähig mit dem ersten Sensor und dem zweiten Sensor verbunden ist und dazu ausgelegt ist, Programmweisungen für Folgendes auszuführen: Erzeugen geclusterter Daten durch Clustern der ersten Sensordaten und der zweiten Sensordaten in mehrere Datencluster; Bilden eines transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten und den geclusterten Daten; Durchführen von ARM (Association Rule) an dem transaktionalen Datensatz, um mehrere Regeln für jedes Datencluster der mehreren Datencluster zu erzeugen; und Ändern einer Betriebscharakteristik des HVAC-Systems basierend auf den mehreren Regeln, um den Parameter zu optimieren.
  11. Energiesteuersystem nach Anspruch 10, wobei: der erste Sensor ein Sensor für elektrische Leistung ist, und der Parameter einer Menge an durch das HVAC-System verbrauchter elektrischer Energie entspricht, und der zweite Sensor ein Temperatursensor ist, der sich außerhalb der Anlage befindet.
  12. Energiesteuersystem nach Anspruch 10, wobei die Steuerung ferner ausgelegt ist, Programmweisungen für Folgendes auszuführen: Sammeln von Sekundärdaten, die einem Betriebsstatus des HVAC-Systems entsprechen, mit der Steuerung; und Bilden des transaktionalen Datensatzes zumindest basierend auf den ersten Sensordaten, den zweiten Sensordaten, den geclusterten Daten und den Sekundärdaten.
  13. Energiesteuersystem nach Anspruch 12, wobei die Sekundärdaten einer ausgewählten Lüftungseinstellung mehrerer Lüftungseinstellungen des HVAC-Systems entsprechen.
  14. Energiesteuersystem nach Anspruch 12, wobei die Sekundärdaten einem Warmwasserdurchfluss und/oder einem Kaltwasserdurchfluss und/oder einer Warmwassertemperatur und/oder einer Warmwasserrücklauftemperatur eines Wasserheizsystems der Anlage entsprechen.
  15. Energiesteuersystem nach Anspruch 10, wobei die Steuerung ferner ausgelegt ist, Programmweisungen für Folgendes auszuführen: Einstufen der Regeln der mehreren Regeln, um mehrere relevante Regeln zu identifizieren; und Ändern einer Betriebscharakteristik des HVAC-Systems nur basierend auf den mehreren relevanten Regeln mit der Steuerung, um den Parameter zu optimieren.
  16. Energiesteuersystem nach Anspruch 10, wobei die Steuerung ferner ausgelegt ist, Programmweisungen für Folgendes auszuführen: Zuweisen eines Lift-Werts zu jeder Regel der mehreren Regeln; und Identifizieren der mehreren relevanten Regeln als die Regeln mit einem Lift, der um mehr als ein vorbestimmter Spielraum von Eins abweicht.
  17. Energiesteuersystem nach Anspruch 10, wobei die Steuerung ferner ausgelegt ist, Programmweisungen für Folgendes auszuführen: Zusammenführen der Regeln der mehreren Regeln, um mehrere zusammengeführte Regeln zu bilden; und Ändern einer Betriebscharakteristik des HVAC-Systems nur basierend auf den mehreren zusammengeführten Regeln mit der Steuerung, um den Parameter zu optimieren.
DE112019000298.8T 2018-01-19 2019-01-18 System und verfahen zum optimieren der energienutzung einer anlage unterverwendung eines clustering-basierten rule-mining-ansatzes Pending DE112019000298T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862619267P 2018-01-19 2018-01-19
US62/619,267 2018-01-19
PCT/US2019/014126 WO2019143889A1 (en) 2018-01-19 2019-01-18 System and method for optimizing energy use of a structure using a clustering-based rule-mining approach

Publications (1)

Publication Number Publication Date
DE112019000298T5 true DE112019000298T5 (de) 2020-10-15

Family

ID=67301583

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112019000298.8T Pending DE112019000298T5 (de) 2018-01-19 2019-01-18 System und verfahen zum optimieren der energienutzung einer anlage unterverwendung eines clustering-basierten rule-mining-ansatzes

Country Status (4)

Country Link
US (1) US11519628B2 (de)
CN (1) CN112543852B (de)
DE (1) DE112019000298T5 (de)
WO (1) WO2019143889A1 (de)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260138B (zh) * 2020-01-18 2023-05-26 湖南大学 加权和自适应并行关联规则的火电机组能耗动态优化方法
US11769332B2 (en) * 2020-06-15 2023-09-26 Lytx, Inc. Sensor fusion for collision detection

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060004492A1 (en) * 2004-07-01 2006-01-05 Terlson Brad A Devices and methods for providing configuration information to a controller
US8401986B1 (en) * 2004-08-05 2013-03-19 Versata Development Group, Inc. System and method for efficiently generating association rules
US9471045B2 (en) * 2009-09-11 2016-10-18 NetESCO LLC Controlling building systems
CH705980B1 (fr) 2012-01-12 2017-10-31 Neurobat Ag Système de régulation de la température dans une installation de chauffage d'un immeuble.
US9513643B2 (en) * 2012-04-23 2016-12-06 Emerson Climate Technologies Retail Solutions, Inc. Building device cluster data display with thumbnail graphical display interface
JP2014070827A (ja) 2012-09-28 2014-04-21 Daikin Ind Ltd 換気装置のコントローラ
US9958190B2 (en) * 2013-01-24 2018-05-01 Advantek Consulting Engineering, Inc. Optimizing energy efficiency ratio feedback control for direct expansion air-conditioners and heat pumps
US10309677B2 (en) 2014-05-15 2019-06-04 Emerson Climate Technolgoies, Inc. HVAC system air filter diagnostics and monitoring
US20150332294A1 (en) * 2014-05-19 2015-11-19 The Board Of Trustees Of The Leland Stanford Junior University Method and system for profiling and scheduling of thermal residential energy use for demand-side management programs
AU2015373896A1 (en) 2015-01-02 2017-06-29 Earth Networks, Inc. Optimizing and controlling the energy consumption of a building
US10761547B2 (en) * 2015-04-23 2020-09-01 Johnson Controls Technology Company HVAC controller with integrated airside and waterside cost optimization
EP3157264B1 (de) * 2015-10-17 2019-02-20 Tata Consultancy Services Limited Multisensordatenzusammenfassung
CN105607508A (zh) 2016-03-24 2016-05-25 重庆邮电大学 基于用户行为分析的智能家居设备控制方法及系统
US10120353B2 (en) 2016-04-05 2018-11-06 Schneider Electric USA, Inc. Energy management system and method
CN106022477A (zh) 2016-05-18 2016-10-12 国网信通亿力科技有限责任公司 智能分析决策系统及方法
CN106096790A (zh) 2016-06-22 2016-11-09 东南大学 基于变频空调虚拟机组建模的虚拟电厂日前和实时市场优化调度方法

Also Published As

Publication number Publication date
CN112543852A (zh) 2021-03-23
US20210048215A1 (en) 2021-02-18
WO2019143889A8 (en) 2021-01-14
CN112543852B (zh) 2022-08-12
US11519628B2 (en) 2022-12-06
WO2019143889A1 (en) 2019-07-25

Similar Documents

Publication Publication Date Title
DE102004028330B4 (de) System zur zentralen Steuerung für Klimmaanlagen und Verfahren zum Betreiben derselben
DE102012219619B4 (de) Optimierung der freien Kühlung von Datenzentren durch wettergestützte intelligente Steuerung
DE102004030846B4 (de) System zur zentralen Steuerung für Klimaanlagen und Verfahren zum Betreiben desselben
DE112013002505B4 (de) Klimaanlagenvorrichtung
DE102013218382B4 (de) Verfahren und System für ein Zuteilen von Energie
DE112010003256T5 (de) System und Verfahren für Energieverbrauchsmanagement
DE112017007594T5 (de) Klimatisierungssystem
DE112016004932T5 (de) System, Verfahren und Cloud-basierte Plattform zur Vorhersage des Energieverbrauchs
DE112015006058T5 (de) Managementvorrichtung für den betrieb einer wasserheizvorrichtung, managementsystem für den betrieb einer wasserheizvorrichtung und managementverfahren für den betrieb einer wasserheizvorrichtung
DE112019000298T5 (de) System und verfahen zum optimieren der energienutzung einer anlage unterverwendung eines clustering-basierten rule-mining-ansatzes
Zhang et al. Active learning strategy for high fidelity short-term data-driven building energy forecasting
DE102012011519A1 (de) Klimaanlage
DE112017007798T5 (de) Klimatisierungssystem und zonale-klimatisierung-steuerungsverfahren
DE112014000979T5 (de) Energieeffizientes Rechenzentrum
KR101727434B1 (ko) 랜덤 포레스트 모델을 이용한 냉동기의 성능 판단 방법
WO2008025453A1 (de) Verfahren zum betrieb eines rohrnetzes
EP2818803A1 (de) Verfahren zur Regelung des Klimas in einem Gebäude mittels zumindest einer Haus- oder Verfahrenstechnischen Anlage
DE102018116845A1 (de) Verfahren zum Betreiben einer Wärmepumpe
JP6843720B2 (ja) 計画生成装置、計画生成方法、空調システムおよびプログラム
DE102016212208A1 (de) System zur automatisierten Analyse und Optimierung von Gebäudeautomationssystemen
CN116817424B (zh) 一种基于人工智能的空调节能控制系统及方法
DE102013009608A1 (de) Wärmequellen-Auswahlvorrichtung für ein Wärmequellensystem, ein Verfahren davon und ein Wärmequellensystem
DE112020003719T5 (de) Modell-prädiktives instandhaltungssystem mit einem degradationsauswirkungs-modell
Dong et al. Simplified characterization of building thermal response rates
WO2016110361A1 (de) Sichere übermittlung von sensiblen messdaten in einem automatisierungsnetzwerk

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: ISARPATENT - PATENT- UND RECHTSANWAELTE BARTH , DE

R016 Response to examination communication