JP2019513001A - 電流消費モニタリングおよびその機械学習に基づくデバイス状態の決定のためのシステムおよびその方法 - Google Patents
電流消費モニタリングおよびその機械学習に基づくデバイス状態の決定のためのシステムおよびその方法 Download PDFInfo
- Publication number
- JP2019513001A JP2019513001A JP2018565470A JP2018565470A JP2019513001A JP 2019513001 A JP2019513001 A JP 2019513001A JP 2018565470 A JP2018565470 A JP 2018565470A JP 2018565470 A JP2018565470 A JP 2018565470A JP 2019513001 A JP2019513001 A JP 2019513001A
- Authority
- JP
- Japan
- Prior art keywords
- state
- power consuming
- consuming device
- operating state
- current
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
本出願は、2016年3月5日付出願の米国仮特許出願第62/304,183号の米国特許法第119条(e)に基づく利益を主張するものであり、当該出願は、参照によりその全体がここに具体的に組み込まれる。本出願は、共通の譲受人に譲渡された、米国特許出願第12/760,867号、米国特許出願第14/586,605号、および米国特許出願第14/662,039号を参照し、これらは、参照によりここに組み込まれる。
1. 発明の技術分野
本発明は、一般にデバイスによる電力消費のモニタリングに関し、より具体的には電力消費デバイスの動作状態の決定に関する。
エネルギ管理システムにおける近年の発展およびモノのインターネット(IoT)は、メイン電力ラインだけでなく個々のデバイスのエネルギ消費のリアルタイムデータの容易かつ低コストの収集および可視性を可能とした。 エネルギ管理の当業者の誰にとっても、そのようなデータは、施設管理者がエネルギ消費サイトの動作およびエネルギ効率性を著しく増加させるのに役立てることができるという素晴らしい価値を含むことは、明らかである。しかし、分析的リソースの不足およびコストに起因して、大量のデータからそのような価値ある洞察を実用的かつ容易にもたらすことは常に大いなる課題である。より多くのデバイスがモニタされるにつれ、タスクは、少なくともリアルタイムで実行可能な情報を提供する方法で、手動で管理されることは実用的に不可能になる。
ここで開示される主題は、明細書の終わりの特許請求の範囲において具体的に指摘され、明確に記載される。開示される実施形態の上記および他の目的、特徴、および利点は、添付の図面と併せて以下の詳細な説明から明らかになるであろう。
今回開示された実施の形態は、ここでの革新的な教示の多くの有利な使用の例にすぎないことに留意することが重要である。一般に、本出願の明細書においてなされた記述は、必ずしも様々な請求される実施形態のいずれかを限定するものではない。また、いくつかの記述は、いくつかの発明の特徴にではなく、他のものに適用されてもよい。一般的に、特に明記しない限り、一般性を失うことなく、単数形の要素は複数であってもよく、またはその逆であってもよい。図面において、符号は、いくつかの図を通して同様の部分を指す。
Claims (35)
- 電気エネルギを消費する電力消費デバイスの動作状態を決定するための方法であって、前記方法は、
モニタデバイスによって、前記電力消費デバイスに対する第1の複数の読込みをセンサから受信することと、
前記モニタデバイスによって、前記第1の複数の読込みに対して適用されるべき少なくとも1つの分類モデルを選択することと、
前記モニタデバイスによって、前記電力消費デバイスの複数の動作状態に関連付けられた複数の状態パラメータを決定するために、前記少なくとも1つの分類モデルおよび前記第1の複数の読込みを用いトレーニングプロセスを行うことと、
前記モニタデバイスによって、少なくとも1つの第2の読込みを前記センサから受信することと、
前記モニタデバイスによって、前記電力消費デバイスを分類することとを備え、分類は、前記少なくとも1つの第2の読込みおよび前記複数の状態パラメータに基づいて前記電力消費デバイスの電流動作状態を決定することを含み、前記電力消費デバイスの前記電流動作状態は、前記電力消費デバイスの前記複数の動作状態のうちの1つであり、前記方法はさらに、
前記モニタデバイスによって、通知を表示するためのユーザデバイスに信号を送信することを備え、前記通知は、前記電力消費デバイスの前記電流動作状態を含む、方法。 - 前記第1の複数の読込みは、エネルギ、電流、電力のうちの少なくとも1つに基づく、請求項1に記載の方法。
- 前記少なくとも1つの第2の読込みは、エネルギ、電流、電力のうちの少なくとも1つに基づく、請求項1に記載の方法。
- 前記少なくとも1つの分類モデルは、ガウシアン混合モデルを含み、前記複数の状態パラメータを決定するために前記トレーニングプロセスを行うことは、前記ガウシアン混合モデルの状態パラメータを決定することを含む、請求項1に記載の方法。
- 前記ガウシアン混合モデルの前記状態パラメータは、前記電力消費デバイスの少なくとも1つの動作状態を代表するガウシアン分布の平均および標準偏差の少なくとも1つの組を含む、請求項4に記載の方法。
- 前記モニタデバイスによって、前記電力消費デバイスの前記動作状態から、前記複数の動作状態のうちの少なくとも1つおよび前記複数の動作状態のうちの除去されるものに関連付けられた状態パラメータを除去することをさらに備える、請求項1に記載の方法。
- 前記モニタデバイス内に含まれるトレーニングモジュールによって生成される前記複数の状態パラメータが予め規定された品質値を満たすかどうかを決定することと、
前記複数の状態パラメータが予め規定された閾値以上で前記予め規定された品質値とは異なることを決定した際に、前記トレーニングモジュールによってエラーメッセージを生成し送信することとをさらに備える、請求項1に記載の方法。 - 前記トレーニングモジュールが、分布が広すぎること、分布の重みが低すぎること、平均電流が低すぎること、平均電流が高すぎること、状態平均間の比率が望ましくないこと、のうちの少なくとも1つを決定したときに、前記複数の状態パラメータは、予め規定された閾値以上で前記予め規定された品質値とは異なることが決定される、請求項7に記載の方法。
- 前記複数の状態パラメータが予め規定された閾値以上で前記予め規定された品質値とは異なることが決定されたときに、異なるトレーニングモジュールを選択することをさらに備える、請求項7に記載の方法。
- 前記少なくとも1つの第2の読込みは、複数の第2の読込みを含む、請求項4に記載の方法。
- 前記複数の状態パラメータを決定するために前記トレーニングプロセスを行うことは、
複数のガウシアン分布のうちの1つに関連付けられた前記複数の第2の読込みの確率を計算し、最大の確率を有する分布を決定することと、
前記分布を前記電力消費デバイスの前記動作状態のうちの1つに関連付けることとをさらに含む、請求項10に記載の方法。 - 予め規定された数の前記第2の読込みの後に動作状態の変化を決定することをさらに備える、請求項11に記載の方法。
- 前記予め規定された数の前記第2の読込みは、予め規定された期間または動作状態が変化されないままである期間内に含まれる第2の読込みの数である、請求項12に記載の方法。
- 前記動作状態の変化を決定することは、隣接する分布に関連付けられた前記動作状態の確率からの予め規定された閾値の変化よりも大きい、前記ガウシアン分布のうちの1つに関連付けられた確率を有することを含む、請求項12に記載の方法。
- 前記モニタデバイスによって、前記電力消費デバイスの複数の動作状態に関連付けられた前記複数の状態パラメータを決定し更新するために、前記少なくとも1つの第2の読込みおよび少なくとも1つの分類モデルを用いて、前記トレーニングプロセス行うことをさらに備える、請求項2に記載の方法。
- 前記モニタデバイスによって、前記複数の状態パラメータを決定し更新するために、前記少なくとも1つの分類モデルおよび前記少なくとも1つの第2の読込みを用いて、前記トレーニングプロセスを行うことは、周期的に行われる、請求項15に記載の方法。
- 少なくとも1つの分類モデルを選択することは、前記電力消費デバイスのデバイスタイプに基づいて行われる、請求項1に記載の方法。
- 別々の前記複数の動作状態は、オン、オフ、アイドル、のうちの少なくとも1つを含む、請求項1に記載の方法。
- 前記第1の複数の読込みおよび前記少なくとも1つの第2の読込みは、前記電力消費デバイスの複数の位相の各位相に基づく、請求項1に記載の方法。
- 前記電力消費デバイスの前記複数の位相に関連付けられた動作状態は、多数の位相、少数の位相、一致する位相、のうちの1つに基づく、請求項19に記載の方法。
- 少なくとも2つの前記複数の動作状態の前記複数の状態パラメータの組み合わせである追加的動作状態に関連付けられた複数の状態パラメータを決定することをさらに備える、請求項1に記載の方法。
- 前記通知は、時間に基づく前記電力消費デバイスの動作状態の表示をさらに含む、請求項1に記載の方法。
- 電気エネルギを消費する電力消費デバイスの複数の動作状態の決定のためのモニタデバイスであって、前記モニタデバイスは、
前記ネットワークにわたってそれぞれの前記電力消費デバイスの第1の複数の読込みを受信し、通知を表示するためのユーザデバイスに信号を送信するための、ネットワークへのインタフェースと、
前記インタフェースに結合されたプロセッサと、
前記プロセッサによって実行されるとプロセッサに、
トレーニングモジュールを用いて、前記電力消費デバイスの複数の動作状態に関連付けられた複数のパラメータを決定するために、少なくとも1つの分類モデルを前記第1の複数の読込みに適用することと、
分類モジュールを介して前記トレーニングモジュールから、前記電力消費デバイスの前記複数の動作状態に関連付けられた前記複数のパラメータを受信することと、
前記分類モジュールを介して前記インタフェースから、前記電力消費デバイスからの少なくとも1つの第2の読込みを受信することと、
前記分類モジュールを用いて、前記少なくとも1つの第2の読込みおよび前記複数の状態パラメータに基づいて前記電力消費デバイスの電流動作状態を決定することによって、前記電力消費デバイスを分類することと、を行わせる命令をその内部に格納したメモリとを備え、前記電力消費デバイスの前記電流動作状態は、前記電力消費デバイスの前記複数の動作状態のうちの1つであり、前記通知は、前記電力消費デバイスの前記電流動作状態を含む、モニタデバイス。 - 前記第1の複数の読込みは、エネルギ、電流、電力のうちの少なくとも1つに基づく、請求項23に記載のシステム。
- 前記少なくとも1つの第2の読込みは、エネルギ、電流、電力のうちの少なくとも1つに基づく、請求項23に記載のシステム。
- 前記プロセッサは、ガウシアン混合モデルのパラメータを前記トレーニングモジュールを用いて決定するためにさらに適合される、請求項23に記載のシステム。
- 前記プロセッサは、前記分類モジュールを介して前記インタフェースから前記電力消費デバイスからの複数の第2の読込みをさらに受信し、前記ガウシアン混合モデルの前記パラメータは、前記電力消費デバイスの少なくとも1つの動作状態を代表するガウシアン分布の平均および標準偏差のうちの少なくとも1つの組を含む、請求項26に記載のシステム。
- 電気エネルギを消費する電力消費デバイスの動作状態を決定するための方法であって、前記方法は、
前記モニタデバイスによって、前記第1の複数の読込みに対して適用されるべき少なくとも1つの分類モデルを選択することと、
前記モニタデバイスによって、前記電力消費デバイスの複数の動作状態に関連付けられた複数の状態パラメータを決定するために、前記少なくとも1つの分類モデルおよび前記第1の複数の読込みを用いトレーニングプロセスを行うことと、
前記モニタデバイスによって、複数の第2の読込みを前記センサから受信することと、
前記モニタデバイスによって、前記電力消費デバイスを分類することとを備え、分類は、前記複数の第2の読込みおよび前記複数の状態パラメータに基づいて前記電力消費デバイスの電流動作状態を決定することを含み、前記電力消費デバイスの前記電流動作状態は、前記電力消費デバイスの前記複数の動作状態のうちの1つであり、前記方法はさらに、
前記モニタデバイスによって、通知を表示するためのユーザデバイスに信号を送信することを備え、前記通知は、前記電力消費デバイスの前記電流動作状態を含む、方法。 - 前記少なくとも1つの分類モデルは、ガウシアン混合モデルを含み、前記複数の状態パラメータを決定するために前記トレーニングプロセスを行うことは、前記ガウシアン混合モデルの状態パラメータを決定することを含む、請求項28に記載の方法。
- 前記ガウシアン混合モデルの前記状態パラメータは、前記電力消費デバイスの少なくとも1つの動作状態を代表する、ガウシアン分布の平均および標準偏差の少なくとも1つの組を含む、請求項29に記載の方法。
- 前記モニタデバイス内に含まれるトレーニングモジュールによって生成される前記複数の状態パラメータが予め規定された品質値を満たすかどうかを決定することと、
前記複数の状態パラメータが予め規定された閾値以上で前記予め規定された品質値とは異なると決定した際に、前記トレーニングモジュールによってエラーメッセージを生成し送信することをさらに備える、請求項28に記載の方法。 - 前記複数の状態パラメータが予め規定された閾値以上で前記予め規定された品質値とは異なることが決定されたときに、異なるトレーニングモジュールを選択することをさらに備える、請求項28に記載の方法。
- 前記第1の複数の読込みおよび第2の複数の読込みは、前記電力消費デバイスの複数の位相の各位相に基づく、請求項28に記載の方法。
- 前記電力消費デバイスの前記複数の位相の動作状態は、多数の位相、少数の位相、一致する位相のうちの1つに基づく、請求項33に記載の方法。
- 少なくとも2つの前記複数の動作状態の前記複数の状態パラメータの組み合わせである追加的な動作状態に関連付けられた複数の状態パラメータを決定することをさらに備える、請求項28に記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662304183P | 2016-03-05 | 2016-03-05 | |
US62/304,183 | 2016-03-05 | ||
US15/449,187 US20170255864A1 (en) | 2016-03-05 | 2017-03-03 | Systems and Methods Thereof for Determination of a Device State Based on Current Consumption Monitoring and Machine Learning Thereof |
US15/449,187 | 2017-03-03 | ||
PCT/IB2017/051270 WO2017153880A1 (en) | 2016-03-05 | 2017-03-04 | Systems and methods thereof for determination of a device state based on current consumption monitoring and machine-learning thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019513001A true JP2019513001A (ja) | 2019-05-16 |
JP2019513001A5 JP2019513001A5 (ja) | 2020-03-12 |
Family
ID=59722760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018565470A Pending JP2019513001A (ja) | 2016-03-05 | 2017-03-04 | 電流消費モニタリングおよびその機械学習に基づくデバイス状態の決定のためのシステムおよびその方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20170255864A1 (ja) |
EP (1) | EP3423789B1 (ja) |
JP (1) | JP2019513001A (ja) |
MX (1) | MX2018010319A (ja) |
WO (1) | WO2017153880A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109193630B (zh) * | 2018-09-21 | 2021-06-15 | 武汉大学 | 一种柔性负荷可调区间预测方法及装置 |
CN112115847B (zh) * | 2020-09-16 | 2024-05-17 | 深圳印像数据科技有限公司 | 人脸情绪愉悦度判断方法 |
CN117355710A (zh) * | 2021-05-25 | 2024-01-05 | 罗伯特·博世有限公司 | 一种用于控制制冷设备的方法和装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0535707A (ja) * | 1991-07-25 | 1993-02-12 | Hitachi Ltd | ニユ−ラルネツトを利用したパタ−ン分類方法および装置 |
JP2005528077A (ja) * | 2002-05-24 | 2005-09-15 | バージニア テック インテレクチュアル プロパティーズ インコーポレーテッド | 動作相を同定し通電を制御する装置および方法 |
US20060178887A1 (en) * | 2002-03-28 | 2006-08-10 | Qinetiq Limited | System for estimating parameters of a gaussian mixture model |
JP2007003296A (ja) * | 2005-06-22 | 2007-01-11 | Toenec Corp | 電気機器モニタリングシステム |
JP2011072122A (ja) * | 2009-09-25 | 2011-04-07 | Central Res Inst Of Electric Power Ind | 分散形電源の運転状態判別方法および装置並びに運転状態判別プログラム |
US20110307200A1 (en) * | 2010-06-11 | 2011-12-15 | Academia Sinica | Recognizing multiple appliance operating states using circuit-level electrical information |
US20120053925A1 (en) * | 2010-08-31 | 2012-03-01 | Steven Geffin | Method and System for Computer Power and Resource Consumption Modeling |
JP2012064023A (ja) * | 2010-09-16 | 2012-03-29 | Sony Corp | データ処理装置、データ処理方法、およびプログラム |
KR101173823B1 (ko) * | 2011-07-01 | 2012-08-20 | 연세대학교 산학협력단 | 공동주택의 에너지 사용량 예측 시스템 및 방법 |
US20120290230A1 (en) * | 2009-07-01 | 2012-11-15 | Carnegie Mellon University | Methods and Apparatuses for Monitoring Energy Consumption and Related Operations |
JP2013531450A (ja) * | 2010-04-26 | 2013-08-01 | ベルキン・インターナショナル・インコーポレイテッド | 電気事象検出デバイスおよび電力使用状況を検出して分類する方法 |
US9057746B1 (en) * | 2014-11-26 | 2015-06-16 | Sense Labs, Inc. | Determining information about devices in a building using different sets of features |
US9135667B2 (en) * | 2012-11-16 | 2015-09-15 | Johnson Controls Technology Company | Systems and methods for building energy use benchmarking |
US20150339572A1 (en) * | 2014-05-23 | 2015-11-26 | DataRobot, Inc. | Systems and techniques for predictive data analytics |
JP2015219610A (ja) * | 2014-05-14 | 2015-12-07 | 株式会社デンソーアイティーラボラトリ | 電力需要シミュレータ、電力需要シミュレーション方法、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7412339B2 (en) * | 2002-05-24 | 2008-08-12 | Virginia Tech Intellectual Properties, Inc. | Method and apparatus for identifying an operational phase of a motor phase winding and controlling energization of the phase winding |
US6889173B2 (en) * | 2002-10-31 | 2005-05-03 | Emerson Retail Services Inc. | System for monitoring optimal equipment operating parameters |
US7480641B2 (en) * | 2006-04-07 | 2009-01-20 | Nokia Corporation | Method, apparatus, mobile terminal and computer program product for providing efficient evaluation of feature transformation |
-
2017
- 2017-03-03 US US15/449,187 patent/US20170255864A1/en active Pending
- 2017-03-04 EP EP17762610.8A patent/EP3423789B1/en active Active
- 2017-03-04 JP JP2018565470A patent/JP2019513001A/ja active Pending
- 2017-03-04 WO PCT/IB2017/051270 patent/WO2017153880A1/en active Application Filing
- 2017-03-04 MX MX2018010319A patent/MX2018010319A/es unknown
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0535707A (ja) * | 1991-07-25 | 1993-02-12 | Hitachi Ltd | ニユ−ラルネツトを利用したパタ−ン分類方法および装置 |
US20060178887A1 (en) * | 2002-03-28 | 2006-08-10 | Qinetiq Limited | System for estimating parameters of a gaussian mixture model |
JP2005528077A (ja) * | 2002-05-24 | 2005-09-15 | バージニア テック インテレクチュアル プロパティーズ インコーポレーテッド | 動作相を同定し通電を制御する装置および方法 |
JP2007003296A (ja) * | 2005-06-22 | 2007-01-11 | Toenec Corp | 電気機器モニタリングシステム |
US20120290230A1 (en) * | 2009-07-01 | 2012-11-15 | Carnegie Mellon University | Methods and Apparatuses for Monitoring Energy Consumption and Related Operations |
JP2011072122A (ja) * | 2009-09-25 | 2011-04-07 | Central Res Inst Of Electric Power Ind | 分散形電源の運転状態判別方法および装置並びに運転状態判別プログラム |
JP2013531450A (ja) * | 2010-04-26 | 2013-08-01 | ベルキン・インターナショナル・インコーポレイテッド | 電気事象検出デバイスおよび電力使用状況を検出して分類する方法 |
US20110307200A1 (en) * | 2010-06-11 | 2011-12-15 | Academia Sinica | Recognizing multiple appliance operating states using circuit-level electrical information |
US20120053925A1 (en) * | 2010-08-31 | 2012-03-01 | Steven Geffin | Method and System for Computer Power and Resource Consumption Modeling |
JP2012064023A (ja) * | 2010-09-16 | 2012-03-29 | Sony Corp | データ処理装置、データ処理方法、およびプログラム |
KR101173823B1 (ko) * | 2011-07-01 | 2012-08-20 | 연세대학교 산학협력단 | 공동주택의 에너지 사용량 예측 시스템 및 방법 |
US9135667B2 (en) * | 2012-11-16 | 2015-09-15 | Johnson Controls Technology Company | Systems and methods for building energy use benchmarking |
JP2015219610A (ja) * | 2014-05-14 | 2015-12-07 | 株式会社デンソーアイティーラボラトリ | 電力需要シミュレータ、電力需要シミュレーション方法、及びプログラム |
US20150339572A1 (en) * | 2014-05-23 | 2015-11-26 | DataRobot, Inc. | Systems and techniques for predictive data analytics |
US9057746B1 (en) * | 2014-11-26 | 2015-06-16 | Sense Labs, Inc. | Determining information about devices in a building using different sets of features |
Also Published As
Publication number | Publication date |
---|---|
EP3423789B1 (en) | 2020-11-25 |
EP3423789A4 (en) | 2019-10-09 |
US20170255864A1 (en) | 2017-09-07 |
MX2018010319A (es) | 2019-05-16 |
EP3423789A1 (en) | 2019-01-09 |
WO2017153880A1 (en) | 2017-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200371491A1 (en) | Determining Operating State from Complex Sensor Data | |
US11637901B2 (en) | Electrical panel for identifying devices connected to a smart plug | |
TWI385492B (zh) | 機台設備的維護分析系統及其方法 | |
CN105612546B (zh) | 用于能量测量的装置、服务器、系统和方法 | |
CN110335168B (zh) | 基于gru优化用电信息采集终端故障预测模型的方法及系统 | |
JP2019513001A (ja) | 電流消費モニタリングおよびその機械学習に基づくデバイス状態の決定のためのシステムおよびその方法 | |
US20220414526A1 (en) | Intelligent fault detection system | |
CN112070353A (zh) | 一种精确检测数据中心能效的方法及系统 | |
Frank et al. | Extracting operating modes from building electrical load data | |
US11737193B2 (en) | System and method for adaptive fusion of data from multiple sensors using context-switching algorithm | |
US9172552B2 (en) | Managing an entity using a state machine abstract | |
CN110490132B (zh) | 数据处理方法和装置 | |
JP7214283B1 (ja) | ニューラルネットワーク基盤の負荷推定モデルを含む積算電力装置で負荷を推定する方法及びこれを利用した積算電力装置 | |
CN109343952A (zh) | 贝叶斯网络确定方法、装置、存储介质和电子设备 | |
WO2021079479A1 (ja) | 判定方法、判定プログラムおよび情報処理装置 | |
Dalai et al. | Hourly prediction of load using edge intelligence over IoT | |
Vaithilingam et al. | Intelligent Air Conditioning Systems: Enhancing Energy Efficiency and Indoor Air Quality through IoT and Air Conditioning Unit Using Machine Learning | |
CA3070670C (en) | A method and system for automatic detection of inefficient household thermal insulation | |
KR20240062187A (ko) | 인공지능 기반의 설비 사용패턴 분석 기반 에너지 효율화 서비스 시스템 및 방법 | |
Olsson et al. | An approach to evaluate machine learning algorithms for appliance classification | |
US20150363714A1 (en) | Business intelligence and analytics of energy consuming systems | |
CN117954063A (zh) | 一种基于物联网设备的医院运维管理系统 | |
CN117972345A (zh) | 一种基于贝叶斯优化的异常检测算法的推荐方法及装置 | |
Stjelja et al. | Futureproofing and scaling machine learning for occupancy prediction | |
WO2024026120A2 (en) | Asset management and iot device for refrigerated appliances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200203 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210514 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211102 |