JP2016075671A - 温度に応じた電気使用量の推定方法および装置 - Google Patents

温度に応じた電気使用量の推定方法および装置 Download PDF

Info

Publication number
JP2016075671A
JP2016075671A JP2015188663A JP2015188663A JP2016075671A JP 2016075671 A JP2016075671 A JP 2016075671A JP 2015188663 A JP2015188663 A JP 2015188663A JP 2015188663 A JP2015188663 A JP 2015188663A JP 2016075671 A JP2016075671 A JP 2016075671A
Authority
JP
Japan
Prior art keywords
temperature
electricity
amount
usage
usage 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.)
Granted
Application number
JP2015188663A
Other languages
English (en)
Other versions
JP6393670B2 (ja
Inventor
チェ、ジョン−ウン
Jongwoong Choe
リ、ヒョソプ
Hyoseop Lee
キム、デヨン
Dae Young Kim
アン、ヒュンジン
Hyunjin Ahn
パーク、キュンハン
Kyunghun Park
リ、ソンジョン
Seonjeong Lee
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.)
Encored Tech Inc
ENCORED TECHNOLOGIES Inc
Original Assignee
Encored Tech Inc
ENCORED TECHNOLOGIES Inc
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 Encored Tech Inc, ENCORED TECHNOLOGIES Inc filed Critical Encored Tech Inc
Publication of JP2016075671A publication Critical patent/JP2016075671A/ja
Application granted granted Critical
Publication of JP6393670B2 publication Critical patent/JP6393670B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/02Arrangements for measuring electric power or power factor by thermal methods, e.g. calorimetric
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2851Testing of integrated circuits [IC]
    • G01R31/2855Environmental, reliability or burn-in testing
    • G01R31/2872Environmental, reliability or burn-in testing related to electrical or environmental aspects, e.g. temperature, humidity, vibration, nuclear radiation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Toxicology (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Medical Informatics (AREA)
  • Air Conditioning Control Device (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)

Abstract

【課題】本発明は、温度に応じた電気使用量の関係を取得して電気使用量を推定できる方法を提供する。
【解決手段】本実施形態による温度に応じた電気使用量の推定方法は、決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分するステップ、前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出するステップ、前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表現する温度/電気使用量連続関数を抽出するステップ、および前記連続関数から所定の温度に応じた電気使用量を算出し、前記基底使用量を除いた推定電気使用量を算出するステップを含む。
【選択図】図1

Description

本発明は、温度に応じた電気使用量の推定方法に関し、より詳しくは、冷暖房空調機(HVAC、Heating Ventilating、and Air Conditioning)の温度に応じた電気使用量の推定方法に関する。
建物内の電力設備、空調設備、防除施設などが複雑になることにより、最近、このような施設の管理をシステム化しており、設備の運転、制御および管理にコンピュータが自動制御手段として応用されている。コンピュータが自動制御手段として応用されることにより、最近では通信手段の発達と共に小規模の建物にも建物用途に好適な自動化システムが導入されるなど、エネルギー管理のための空調設備などの制御管理のための試みが多様に提案されている。
しかし、このような従来の施設管理システムやビルディング自動化システムは、建物内の設備の正常な動作可否をモニタリングして適切な運営がなされるように自動化することにフォーカスするのが一般的であったところ、各設備または建物において全体的に消費されるエネルギーの管理は付随的なものとして格下げされるという問題点があった。
また、従来の冷暖房エネルギー節減システムは、居住者の行動パターンや機器使用パターンによって時間別の電力使用量を分析し、それによって冷暖房エネルギーを節減する方法を提案しているが、これは、過去のパターンによってエネルギーを節減する方法を提示するだけであって、具体的なエネルギー使用量を算術的に推定し、実際使用量と比較して、設備自体の異常を把握したり、推定された予想エネルギー使用量によって直接的なエネルギー使用の節減のための情報を提供したりすることはできなかった。
前記技術的課題を解決するために、本発明は、温度に応じた電気使用量の関係を取得して電気使用量を推定できる方法を提案することをその目的とする。また、具体的に使用者の建物内の在室有無に応じた使用量の推定方法を提案して、一般的でない状況に対する使用者通知情報を提供することをその目的とする。
前記技術的課題を解決するための本実施形態による温度に応じた電気使用量の推定方法は、決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分するステップ、前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出するステップ、前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表す温度/電気使用量連続関数を抽出するステップ、および前記連続関数から所定の温度に応じた電気使用量を算出し、前記基底使用量を除いた推定電気使用量を算出するステップを含む。
前記電気使用量の推定方法は、収集された電気使用量の平均に対して予め決められた範囲外の異常電気使用量を除くステップを含み、前記区分するステップは、前記異常電気使用量を除いた電気使用量の体感温度との相関関係を分析することが好ましい。
前記基底使用量は、前記非使用時間に使われた電気使用量の中央値であることが好ましい。
前記臨界温度は、暖房機器の最大稼動を要求する第1臨界温度と冷房機器の最大稼動を要求する第2臨界温度を含み、前記温度/電気使用量連続関数を抽出するステップは、前記第1臨界温度の電気使用量、前記第2臨界温度の電気使用量、および前記第1臨界温度と前記第2臨界温度との間の電気使用量に対する連続関数を抽出することが好ましい。
前記推定電気使用量を算出するステップは、前記算出された電気使用量に前記基底使用量および前記連続関数の最小値を除いて推定電気使用量を算出することが好ましい。
前記電気使用量の推定方法は、前記算出された電気使用量に前記基底使用量および前記推定電気使用量を除いた非冷暖房空調機器の電気使用量を算出するステップをさらに含むことが好ましい。
前記技術的課題を解決するための本実施形態による温度に応じた電気使用量の推定装置は、電気使用量および温度情報を含む環境情報を収集するデータ収集部、決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分し、前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出し、前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表す温度/電気使用量連続関数を抽出する温度/電気使用量関係抽出部、および前記連続関数から所定の温度に応じた電気使用量を算出し、前記基底使用量を除いた推定電気使用量を算出する推定電気使用量算出部を含む。
本発明によれば、温度に応じた電気使用量の関係を具体的に使用者の建物内の在室有無によって電気使用類型を分離し、それぞれの類型に対する使用量を提供することができる。さらに、推定された使用量と実際使用量を比較して異常状況に対する使用者通知情報を提供することができ、算出された温度/電気使用量の関係によって未来の電気使用量の予測情報を提供することができる。
本発明の一実施形態による温度に応じた電気使用量の推定方法を示すフローチャートである。 本発明の一実施形態による温度に応じた電気使用量の推定方法における異常値の除去を示す例示図である。 本発明の一実施形態による温度に応じた電気使用量の推定方法における体感温度に応じた電気使用量の相関関係を示す例示図である。 本発明の一実施形態による温度に応じた電気使用量の推定方法における温度/電気使用量連続関数を示す例示図である。 本発明の一実施形態による温度に応じた電気使用量の推定方法における冷暖房空調機器の電気使用量の推定を示す例示図である。 本発明の一実施形態による温度に応じた電気使用量の推定方法における電気使用量の予測結果を示す例示図である。 本発明の一実施形態による温度に応じた電気使用量の推定装置を示す例示図である。
以下の内容は発明の原理を例示するものに過ぎない。そのため、当業者は、本明細書に明確に説明されたり図示されたりしてはいないが、発明の原理を実現し、発明の概念と範囲に含まれる様々な装置を発明することができるであろう。さらに、本明細書に列挙された全ての条件付きの用語および実施形態は原則的に発明の概念が理解されるようにするための目的としてのみ明白に意図され、このように特別に列挙された実施形態および状態に制限されるものではないと理解されなければならない。
上述した目的、特徴、および長所は、添付の図面と関連する以下の詳細な説明によってさらに明らかになるはずであり、それによって発明が属する技術分野において通常の知識を有する者が発明の技術的思想を容易に実施することができるであろう。
また、発明を説明するにあたり、発明と関連する公知技術についての具体的な説明が発明の要旨を不要に不明瞭にしうると判断される場合には、その詳細な説明は省略する。以下、添付図面を参照して本発明の好ましい実施形態について詳細に説明する。
図1は、本発明の一実施形態による温度に応じた電気使用量の推定方法を示すフローチャートである。
図1を参照すれば、本実施形態による電気使用量の推定方法は、データ収集ステップ(S100)、異常値除去ステップ(S200)、使用時間区分ステップ(S300)、基底使用量抽出ステップ(S400)、温度/電気使用量関数抽出ステップ(S500)、および推定電気使用量算出ステップ(S600)を含む。
本実施形態において、データ収集ステップ(S100)は、電気使用量および温度情報を含む環境情報を収集する。環境情報は温度情報の他に湿度情報を含むことができ、収集される情報は時間情報と共に収集される。
また、本実施形態において、環境情報は、温湿度情報の他に使用者の電気使用量に影響を与える情報を含むことができる。例えば、風速、体感温度、微細ホコリの程度、CO2の程度、微細ホコリ、黄砂、オゾン量、伝染病などの情報を含み、日付情報、休日情報などを含むことができる。
次に、異常値除去ステップ(S200)は、収集された電気使用量の平均に対して予め決められた範囲外の異常電気使用量を除外する。すなわち、より正確な情報を算出するために異常値を除去することであり、時間別に収集された電気使用量を日々単位のデータにまとめた後、各々に対して異常値を除去することができる。
本実施形態では、ショウブネットの規準(Chauvenet’s criterion)を適用し、与えられたデータが平均からある程度外れた場合、その値を除外する。具体的に、与えられたデータx,x,・・・,xから平均μと標準偏差σを算出し、決められた関係式
を満たすデータxは異常値とみなし、測定値から除外する。ここで、erfcは余誤差関数を意味する。
このような過程により、平均から外れたデータの測定回数に対する期待値が0.5より小さければ、そのデータは除外することにする。このとき、数字0.5は統計学で慣習的に用いられる変数であり、データの品質に応じて使用者が変化させることもできる。
図2は、上述した方法によって異常値を除去する過程を示す例題である。各時間別の電気使用量を点で表示したとき、◎で示された点が異常値と判断されて測定値から除外される。残りの●で示された点が以後のアルゴリズムに適用される。
使用時間区分ステップ(S300)は、決められた体感温度と体感温度に応じた電気使用量の相関関係を分析し、使用者が電気機器を使う使用時間と非使用時間を区分する。本実施形態において、電気機器を使う使用時間は、例えば、本実施形態による電気使用量の推定方法が事務室に適用されると、使用者が勤務する勤務時間であり、非使用時間は、勤務時間でない休日などの非勤務時間である。
また、本実施形態において、使用時間の区分に用いられる温度は温度計による絶対温度であってもよいが、より好ましくは、使用者が体感する程度を示す体感温度を用いることができる。
具体的に、本実施形態において、使用時間区分ステップ(S300)は、体感温度と電気使用量間の相関分析により、使用時間として勤務日と勤務時間に対する分析が可能である。このような相関関係は、Pearson相関係数あるいはSpearman相関係数を用いて数値化することができる。このとき、相関関係は2つの変数間の線形性を見るための数値であるため、人体が感じる快適温度(例えば、摂氏15度)を基準に体感温度が高いか低い場合に分けて相関分析を実行する。
また、快適温度との差と電気消費量間の相関分析を実行することもできる。これは、図3のように温度−電気使用量の関係によってPearson相関係数が0になるのを補完するためである。
相関関係の強い時間と日付を基準に勤務日と勤務時間を分類することができる。それによって分類した日付を通じて様々な分析が可能であり、例えば、週末と休日以外の勤め先だけの固有休日で分析することができる。また、各時間別の電気使用量を前後の時間と比較して差が大きく出るのを基準に勤務時間に対する分類が可能である。
下記の表1は1つの事務室の電気使用量と温度間の相関関係の有意確率を示す表である。6月4日に対する有意確率(p value)が比較的に大きい値を有することが分かり、これは、地方選挙のために休業をしたことと一致する。すなわち、勤務日に対して事前情報を知らないとしても測定値と温度間の関係から休日に対する情報を知ることができる。
以上の方法により、平日にもかかわらず勤務日でないと判断される場合には、以後の電気使用量の算出から除外することにする。
基底使用量抽出ステップ(S400)は、非使用時間に使われた電気使用量を用いて電気機器の基底使用量を抽出する。
本実施形態では、非勤務日あるいは勤務日の勤務時間以外の時間に使われた電気使用量から事務室の維持に必要な基底電力量を抽出する。このとき、全体電気使用量の中央値で基底使用量を表すことにする。夜勤や週末勤務などのために一人でも在室者がいても、それによる電気使用量が多く増加するため、平均値で基底電力量を抽出する場合に誤差が大きく発生する可能性がある。よって、このような短所を補完するために中央値で事務室の基底使用量を定義することができる。
次に、温度/電気使用量関数抽出ステップ(S500)は、人々が感じる体感温度に応じて電気使用量が変化する現象を関係で表す。好ましくは、体感温度は、大気温度と湿度などを考慮して、人々が実際に感じる温度を数値で表される。
具体的な式は下記の数式の通りであり、tは室外温度、hは相対湿度(0と1の範囲)、Tは体感温度を意味する。
一般的に、人々は快適感を感じる体感温度(例えば、摂氏15度)を基準に該当の温度より高いか低い温度では熱的な不満足を感じるようになって、事務室内の冷暖房機器を作動させる。また、快適温度との温度差が大きいほど、冷暖房機器をさらに強く稼動する傾向がある。
しかし、このような傾向にもかかわらず、冷暖房機器で室内温度を下げたり上げたりするには物理的な限界があり、よって、温度が特定の限界値を外れる場合には、温度に関係なく冷暖房機械の使用量に制限がある。例えば、異常高温が発生する夏季の場合には、冷房機器を完全稼動しても冷房機器の自らの出力の限界のために電気使用量の増加には限界がある。
このような現象は図4のような関数で表現されることができ、下記の数式によって電気使用量/温度間の関数を抽出する。すなわち、本実施形態において、臨界温度は、暖房機器の最大稼動を要求する第1臨界温度と冷房機器の最大稼動を要求する第2臨界温度を含み、温度/電気使用量連続関数を抽出するステップは、第1臨界温度の電気使用量、第2臨界温度の電気使用量、および第1臨界温度と第2臨界温度間の電気使用量に対する連続関数を抽出する。
このとき、Pは電力量、Tは体感温度、冷暖房機器を最大に使う温度として第1臨界温度TC、第2臨界温度THに仮定する。
ここで、最高温度限界値と最低温度限界値間の範囲[TC、TH]では、温度−電気使用量間の関係式が4次式で表現されると仮定した。これにより、極小点を基準に温度が高くなるか低くなる場合、電気使用量も増加する現象を表現できるようになる。
また、極小点の場合は冷暖房機器の作動が最小化するため、このときの温度を快適温度に分類することにする。温度限界値を外れた範囲では電気使用量がこれ以上増加せず、最大使用量に維持されるという仮定下で、定数関数で表現した。そして、全般的には、微分可能な連続関数に仮定して温度−電気使用量間の関係を表現した。
上記の数式で定義された関数Pの極限に対する条件は微分可能な連続関数になるための条件と同様である。これを満たすためには、最高/最低温度限界値における微分値が0にならなければならない。よって、(TC、TH)区間における関数Pの微分を次の数式のような3次式にならなければならない。
これより関数Pを表現すれば、
以上の数式の通りである。すなわち、5個の変数a、b、c、TC、THによって関数Pを表すことができ、追加の変数の導入なしに全体実数領域で定義された関数Pを表すことができる。これを整理すると、関数Pを下記の数式で簡単に表すことができる。
推定電気使用量算出ステップ(S600)は、算出された電気使用量に基底使用量および連続関数の最小値を除外して推定電気使用量を算出する。
本実施形態において、推定電気使用量算出ステップ(S600)は、温度に関係なく事務室で使う冷暖房機器以外の電気機器の使用量は一定であるという仮定下で、冷暖房機器と非冷暖房機器の電気使用量を分離することができる。すなわち、温度に対して快適感を感じる温度では、冷暖房機器を稼動せず、純粋に非冷暖房機器だけを稼動する状態とみることができる。
よって、対応する温度で、温度/電気使用量関数抽出ステップ(S500)で抽出された関数が最小値を有する。その時の関数値をnon−HVAC要素に対する推定量とする。
また、温度/電気使用量関数抽出ステップ(S500)の関数から関数の最小値を引いた値をHVAC要素に対する推定量とする。
具体的に説明すれば、上記で言及した体感温度を基準に勤務時間の間発生した電気使用量を分析して推定電気使用量を算出する。先ず、各時間別の体感温度と電気使用量をTiとPiとし、次のような最小二乗問題の解法によって変数を推定する。このとき、変数TC、THに対する関数Pの微分はディラックのデルタ関数(Dirac delta function)となるが、これは数値的に計算し難いので微分を使わない最小化技法を適用する。
各曜日別、時間帯別の電気機器、好ましくは、冷暖房空調機(HVAC、Heating Ventilating、and Air Conditioning)の使用特性を反映するために、上記の関数は在室時間帯に対して曜日別、時間帯別にそれぞれ推定する。データが充分でない場合には各曜日別を平日と週末に区分することもできる。このとき、推定された温度に応じた電気使用量は図5のように示すことができる。
冷暖房空調機の電気使用量は、推定された関数Pにおいて、該当時間帯の温度を代入したP(T_i)から基底使用量と推定された関数の最小値を引いた値で定義する。具体的に、実際の該当時間帯に測定された電気使用量をyとし、推定された基底使用量をa、推定された関数の最小値で定義された非冷暖房空調機器の使用量をb、推定された関数に該当時間帯の温度を代入し、bを引いた値をcとすると、実際に測定された値に応じて表2のように使用量を分離推定することができる。
さらに、本実施形態による電気使用量の推定方法によって電気使用量を予測することも可能である。すなわち、非勤務日および勤務外の時間帯の総電気使用量は基底使用量として、その他の勤務時間帯の電気使用量は推定された関数に体感温度を代入して計算された値として電気使用量を予測することができる。
図6は、提案された方法を温度に応じた電気使用量の推定に基づいて電気使用量を各要素別に分離して近似した結果を示す例示である。
黒線で示された部分が実際測定値であり、赤線で示された部分が予測によって表現した値である。週末間の電気使用量がよく近似することが分かり、これによって基底使用量がよく表現されていることが分かる。
また、7/29日直前の週末の場合、基底使用量より大きく電気使用量が増加したことから勤務者が存在したことが分かる。このような予測値と実際測定値の差により、一般的でない在室パターンに対する通知を提供することもできる。
以上の本発明による電気使用量の推定方法は図7の電気使用量の推定装置10によって実行されることができる。
すなわち、データ収集部100は、電気使用量および温度情報を含む環境情報を収集する。
次に、温度/電気使用量関係抽出部200は、決められた体感温度と体感温度に応じた電気使用量の相関関係を分析して、使用者が電気機器を使う使用時間と非使用時間を区分し、非使用時間に使われた電気使用量を用いて電気機器の基底使用量を抽出し、電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表す温度/電気使用量連続関数を抽出する。
その後、推定電気使用量算出部300は、連続関数から所定の温度に応じた電気使用量を算出し、基底使用量を除いた推定電気使用量を算出する。
以上の本発明によれば、温度に応じた電気使用量の関係を具体的に使用者の建物内の在室有無によって電気使用類型を分離し、それぞれの類型に対する使用量を提供することができる。さらに、推定された使用量と実際使用量を比較して異常状況に対する使用者通知情報を提供することができ、算出された温度/電気使用量の関係によって未来の電気使用量の予測情報を提供することができる。
以上の説明は本発明の技術思想を例示的に説明したものに過ぎず、本発明が属する技術分野で通常の知識を有した者であれば、本発明の本質的な特性から逸脱しない範囲内で様々な修正、変更および置換が可能であろう。
したがって、本発明に開示された実施形態および添付された図面は本発明の技術思想を限定するためのものでなく説明するためのものであり、このような実施形態および添付された図面によって本発明の技術思想の範囲が限定されるものではない。本発明の保護範囲は下記の請求範囲によって解釈しなければならず、それと同等な範囲内にある全ての技術思想は本発明の権利範囲に含まれると解釈しなければならない。

Claims (8)

  1. 決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分するステップ、
    前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出するステップ、
    前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表す温度/電気使用量連続関数を抽出するステップ、および
    前記連続関数から所定の温度に応じた電気使用量を算出し、前記基底使用量を除いた推定電気使用量を算出するステップを含むことを特徴とする、温度に応じた電気使用量の推定方法。
  2. 前記電気使用量の推定方法は、
    収集された電気使用量の平均に対して予め決められた範囲外の異常電気使用量を除くステップを含み、
    前記区分するステップは、前記異常電気使用量を除いた電気使用量の体感温度との相関関係を分析することを特徴とする、請求項1に記載の温度に応じた電気使用量の推定方法。
  3. 前記基底使用量は、前記非使用時間に使われた電気使用量の中央値であることを特徴とする、請求項1に記載の温度に応じた電気使用量の推定方法。
  4. 前記臨界温度は、暖房機器の最大稼動を要求する第1臨界温度と冷房機器の最大稼動を要求する第2臨界温度を含み、
    前記温度/電気使用量連続関数を抽出するステップは、
    前記第1臨界温度の電気使用量、前記第2臨界温度の電気使用量、および前記第1臨界温度と前記第2臨界温度との間の電気使用量に対する連続関数を抽出することを特徴とする、請求項1に記載の温度に応じた電気使用量の推定方法。
  5. 前記推定電気使用量を算出するステップは、
    前記算出された電気使用量に前記基底使用量および前記連続関数の最小値を除いて推定電気使用量を算出することを特徴とする、請求項1に記載の温度に応じた電気使用量の推定方法。
  6. 前記電気使用量の推定方法は、
    前記算出された電気使用量に前記基底使用量および前記推定電気使用量を除いた非冷暖房空調機器の電気使用量を算出するステップをさらに含むことを特徴とする、請求項1に記載の温度に応じた電気使用量の推定方法。
  7. 電気使用量および温度情報を含む環境情報を収集するデータ収集部、
    決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分し、前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出し、前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表現する温度/電気使用量連続関数を抽出する温度/電気使用量関係抽出部、および
    前記連続関数から所定の温度に応じた電気使用量を算出し、前記基底使用量を除いた推定電気使用量を算出する推定電気使用量算出部を含むことを特徴とする、温度に応じた電気使用量の推定装置。
  8. 決められた温度と前記温度に応じた電気使用量の相関関係を分析して使用者が電気機器を使う使用時間と非使用時間を区分するステップ、
    前記非使用時間に使われた電気使用量を用いて前記電気機器の基底使用量を抽出するステップ、
    前記電気機器の最大稼動を要求する臨界温度の電気使用量と臨界温度以外の電気使用量を表現する温度/電気使用量連続関数を抽出して温度に応じた推定電気使用量を算出するステップを含むことを特徴とする、温度に応じた電気使用量の推定方法。
JP2015188663A 2014-10-07 2015-09-25 温度に応じた電力使用量の推定方法および装置 Active JP6393670B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2014-0134958 2014-10-07
KR1020140134958A KR101598979B1 (ko) 2014-10-07 2014-10-07 온도에 따른 전기 사용량 추정 방법 및 장치

Publications (2)

Publication Number Publication Date
JP2016075671A true JP2016075671A (ja) 2016-05-12
JP6393670B2 JP6393670B2 (ja) 2018-09-19

Family

ID=55582685

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015188663A Active JP6393670B2 (ja) 2014-10-07 2015-09-25 温度に応じた電力使用量の推定方法および装置

Country Status (4)

Country Link
US (1) US20160098639A1 (ja)
JP (1) JP6393670B2 (ja)
KR (1) KR101598979B1 (ja)
CN (1) CN105512455B (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6189508B1 (ja) * 2016-05-31 2017-08-30 エンコアード テクノロジーズ インク 家電機器の使用ガイドシステムおよび家電機器の使用ガイド方法
JP2018204944A (ja) * 2017-05-30 2018-12-27 パナソニックIpマネジメント株式会社 換気方法、制御装置および換気システム
JP2021018773A (ja) * 2019-07-24 2021-02-15 パーパス株式会社 ガス売上げ予測の方法、システム、プログラム、サーバー、および端末
JP2021050862A (ja) * 2019-09-25 2021-04-01 株式会社富士通ゼネラル 空気調和機
JP2022139806A (ja) * 2021-03-12 2022-09-26 本田技研工業株式会社 物資管理装置、物資管理方法、およびプログラム

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10724752B2 (en) 2016-05-24 2020-07-28 Gridpoint, Inc. Methods and systems for automated HVAC testing
CN106056474B (zh) * 2016-06-03 2019-08-09 武汉企鹅能源数据有限公司 一种基于能源供应系统的自适应运维和参数调节方法
CN107169596B (zh) * 2016-06-30 2024-02-09 国网江苏省电力公司南通供电公司 基于人体舒适度的台区日用电量的预测方法
WO2019074475A1 (en) * 2017-10-09 2019-04-18 Total Solar International METHODS AND SYSTEMS FOR DECOUPLING MODELING
CN110876180B (zh) * 2018-08-31 2023-08-29 Oppo广东移动通信有限公司 功耗处理方法、装置、电子设备及计算机可读介质
KR102081912B1 (ko) * 2018-11-15 2020-02-26 광주과학기술원 딥러닝 기반 마스크 추정 방법을 이용한 건물 부하 식별 시스템의 동작 방법
US11212946B2 (en) * 2019-09-18 2021-12-28 Baidu Usa Llc Performance-per-watt optimal control logic in liquid cooling solution for high performance machine-learning computing
DE102019219450A1 (de) 2019-12-12 2021-06-17 Robert Bosch Gmbh Verfahren zum Abschätzen eines Temperierungsenergieverbrauchs eines Elektrofahrzeugs, Verfahren zum Abschätzen einer Reichweite eines Elektrofahrzeugs
US11639804B2 (en) 2019-12-13 2023-05-02 Trane International Inc. Automated testing of HVAC devices
CN113400943A (zh) * 2020-03-16 2021-09-17 北京新能源汽车股份有限公司 一种电动汽车续驶里程的估算方法、装置及电动汽车
TWI832131B (zh) * 2021-12-23 2024-02-11 友達光電股份有限公司 能源需量管理系統
CN114487663A (zh) * 2022-01-11 2022-05-13 珠海格力电器股份有限公司 用电异常分析方法和装置、电子设备、存储介质
WO2024019253A1 (ko) 2022-07-19 2024-01-25 주식회사 씨드앤 대상 구역의 온도 변화량을 예측하는 장치 및 방법
KR102586980B1 (ko) * 2022-10-17 2023-10-10 주식회사 씨드앤 단일 냉난방기가 턴 온된 경우의 대상 구역의 온도 변화량을 예측하는 장치 및 방법
KR102607306B1 (ko) * 2022-10-14 2023-11-29 주식회사 씨드앤 대상 구역에 설치된 냉난방기들의 조합 희망 온도를 설정하는 장치 및 방법과, 이를 이용하여 대상 구역의 기저 관계 정보를 산출하는 방법

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004205255A (ja) * 2002-12-24 2004-07-22 Tohoku Denki Hoan Kyokai 電力使用量測定装置
CN200944049Y (zh) * 2006-08-23 2007-09-05 王学 中央空调冷热量电量监测计量装置
CN101751015B (zh) * 2008-12-10 2012-03-14 财团法人资讯工业策进会 建筑节能调控方法与系统
JP5100723B2 (ja) * 2009-09-02 2012-12-19 株式会社東芝 消費電力量監視装置および消費電力量監視方法
CN101893309B (zh) * 2010-07-19 2012-12-05 宁波奥克斯电气有限公司 变频空调节能运转的控制方法
CN102095927B (zh) * 2010-11-22 2013-11-13 陈欣 用于通信基站的节能计量方法
CN102253277A (zh) * 2011-04-19 2011-11-23 江苏白雪电器股份有限公司 一种试验售货机在定点温度时耗电量的方法
KR101866564B1 (ko) * 2011-09-26 2018-06-14 한국전력공사 원격검침 로드 프로파일의 부하기기별 전력 사용 패턴 분리 장치 및 방법
US9569804B2 (en) * 2012-08-27 2017-02-14 Gridium, Inc. Systems and methods for energy consumption and energy demand management
KR101355978B1 (ko) * 2012-09-20 2014-02-03 전자부품연구원 전력 관리 시스템 및 전력 사용량 예측 방법
KR20140043184A (ko) * 2012-09-28 2014-04-08 한국전자통신연구원 에너지 소비량 예측 장치 및 방법
US9348952B2 (en) * 2013-02-07 2016-05-24 General Electric Company Method for predicting HVAC energy consumption
WO2015075794A1 (ja) * 2013-11-20 2015-05-28 株式会社 東芝 電力需要予測システム、電力需要予測方法、需要家プロファイリングシステム、及び需要家プロファイリング方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6189508B1 (ja) * 2016-05-31 2017-08-30 エンコアード テクノロジーズ インク 家電機器の使用ガイドシステムおよび家電機器の使用ガイド方法
JP2017215924A (ja) * 2016-05-31 2017-12-07 エンコアード テクノロジーズ インク 家電機器の使用ガイドシステムおよび家電機器の使用ガイド方法
JP2018204944A (ja) * 2017-05-30 2018-12-27 パナソニックIpマネジメント株式会社 換気方法、制御装置および換気システム
JP2021018773A (ja) * 2019-07-24 2021-02-15 パーパス株式会社 ガス売上げ予測の方法、システム、プログラム、サーバー、および端末
JP7289449B2 (ja) 2019-07-24 2023-06-12 パーパス株式会社 ガス売上予測の方法、システム、プログラム、およびサーバー
JP7501944B2 (ja) 2019-07-24 2024-06-18 パーパス株式会社 ガス売上げ予測のシステム、方法、プログラムおよびサーバー
JP2021050862A (ja) * 2019-09-25 2021-04-01 株式会社富士通ゼネラル 空気調和機
JP7408976B2 (ja) 2019-09-25 2024-01-09 株式会社富士通ゼネラル 空気調和機
JP2022139806A (ja) * 2021-03-12 2022-09-26 本田技研工業株式会社 物資管理装置、物資管理方法、およびプログラム

Also Published As

Publication number Publication date
KR101598979B1 (ko) 2016-03-02
JP6393670B2 (ja) 2018-09-19
US20160098639A1 (en) 2016-04-07
CN105512455A (zh) 2016-04-20
CN105512455B (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
JP6393670B2 (ja) 温度に応じた電力使用量の推定方法および装置
CN109709912B (zh) 基于物联网的能源管理控制方法及系统
Sonta et al. Understanding building occupant activities at scale: An integrated knowledge-based and data-driven approach
EP3436878B1 (en) Method of optimizing filter life cycle between replacements and system for monitoring a ventilation system
KR101660487B1 (ko) 소비 특성에 따른 전력 소비량 예측 방법 및 장치
WO2013043863A1 (en) Adaptive stochastic controller for energy efficiency and smart buildings
JP2017505890A (ja) Hvacシステムの消費電力評価
CN107120794B (zh) 空调器运行工况调节方法及空调器
KR20130074043A (ko) 오차 보정 알고리즘을 이용한 수용가 수요전력 예측 방법 및 시스템
WO2017217131A1 (ja) 建物熱モデル生成装置、建物熱モデル生成方法および建物熱モデル生成プログラム
JP5262122B2 (ja) 空調機診断装置
JP2010038471A (ja) 空調機管理装置及び空調機管理方法
JP5635220B1 (ja) 蓄熱量予測装置、蓄熱量予測方法およびプログラム
Kim et al. Improving HVAC operational efficiency in small-and medium-size commercial buildings
KR20130065844A (ko) 지능형 빌딩 에너지 설비 효율 관리 시스템 및 그 방법
JP4434905B2 (ja) プロセス管理装置
KR20150129244A (ko) 자료포락분석을 이용한 건물 에너지 성능 평가 시스템 및 그 방법
US20200278130A1 (en) Operation control method, storage medium, and operation control device
Aswani et al. Quantitative methods for comparing different HVAC control schemes
Tal et al. A predictive model for an effective maintenance of hospital critical systems
JP6745641B2 (ja) 運転支援装置および方法
Li et al. Building automation system alarm management for operation and maintenance decision making
JP2018185696A (ja) 空調装置の劣化診断システム及び劣化診断方法
WO2022113201A1 (ja) 消費電力監視装置及びプログラム
JP2016004450A (ja) 設備運転管理装置および設備運転管理方法

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20160803

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20160809

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20161109

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161110

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20170328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170726

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20170802

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20171013

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180614

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180827

R150 Certificate of patent or registration of utility model

Ref document number: 6393670

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250