JP2020087276A - エネルギー消費量予測装置及びその方法 - Google Patents
エネルギー消費量予測装置及びその方法 Download PDFInfo
- Publication number
- JP2020087276A JP2020087276A JP2018225010A JP2018225010A JP2020087276A JP 2020087276 A JP2020087276 A JP 2020087276A JP 2018225010 A JP2018225010 A JP 2018225010A JP 2018225010 A JP2018225010 A JP 2018225010A JP 2020087276 A JP2020087276 A JP 2020087276A
- Authority
- JP
- Japan
- Prior art keywords
- weather forecast
- forecast data
- energy consumption
- data
- weather
- 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
- 238000005265 energy consumption Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 238000010801 machine learning Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Entrepreneurship & Innovation (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Environmental Sciences (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
【課題】インターネットへの接続有無に関わらず、気象予報データを用いて、機器のエネルギー消費量を予測することができるエネルギー消費量予測装置及びその方法を提供する。【解決手段】予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得し、この取得した気象予報データに対して、一定周期よりも短い周期で、気象予報データを補完する気象予報データ取得部15と、気象予報データ取得部15がインターネットに接続できない場合に、入力された気象予報データと、取得した全ての気象実測データとに基づいて、気象予報データを予測演算する気象予報データ手入力部16と、気象予報データ取得部15によって補完された気象予報データ、または、気象予報データ手入力部16によって予測演算された気象予報データを用いて、設備機器21のエネルギー消費量を予測する予測部17とを備える。【選択図】図1
Description
この発明は、気象予報データを用いて、機器のエネルギー消費量を予測することができるエネルギー消費量予測装置及びその方法に関する。
近年、ビル等の施設には、室内環境及びエネルギー性能の最適化を図るためのビル管理システムとして、例えば、BEMS(Building and Energy Management System)が導入されている。このような、ビル管理システムは、エネルギーの供給設備と需要設備とを監視及び制御し、エネルギーの消費予測を行いながら、設備機器の運転を最適なものとし、施設全体の省エネルギー化を図るようにしている。
また、施設内のエネルギー消費量を予測するエネルギー消費量予測装置の中には、気象予報データを用いて、設備機器のエネルギー消費量を予測するものがある。そして、このような、従来のエネルギー消費量予測装置としては、例えば、特許文献1に開示されている。
上記従来のエネルギー消費量予測装置は、インターネットへの接続によって、気象予報データを取得するものである。しかしながら、エネルギー消費量予測装置を設置するときには、セキュリティ保護の観点から、装置を直接的にインターネットに接続させない場合、及び、装置におけるインターネットへの接続を制限する場合がある。これにより、エネルギー消費量予測装置は、インターネットへの接続有無に関わらず、設備機器のエネルギー消費量を予測できることが求められている。
この発明は、上記のような課題を解決するためになされたもので、インターネットへの接続有無に関わらず、気象予報データを用いて、機器のエネルギー消費量を予測することができるエネルギー消費量予測装置及びその方法を提供することを目的とする。
この発明に係るエネルギー消費量予測装置は、気象予報データを用いて、機器のエネルギー消費量を予測するエネルギー消費量予測装置であって、予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得し、この取得した気象予報データに対して、一定周期よりも短い周期で、気象予報データを補完する気象予報データ取得部と、気象予報データ取得部がインターネットに接続できない場合に、予測対象期間における気象予報データの最大予報値及び最小予報値が入力され、最大予報値及び最小予報値と、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データとに基づいて、気象予報データを予測演算する気象予報データ手入力部と、気象予報データ取得部によって補完された気象予報データ、または、気象予報データ手入力部によって予測演算された気象予報データを用いて、機器のエネルギー消費量を予測する予測部とを備えることを特徴とするものである。
この発明に係るエネルギー消費量予測方法は、気象予報データを用いて、機器のエネルギー消費量を予測するエネルギー消費量予測方法であって、予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得した後、この取得した気象予報データに対して、一定周期よりも短い周期で、気象予報データを補完し、補完した気象予報データを用いて、機器のエネルギー消費量を予測し、インターネットに接続できない場合に、予測対象期間における気象予報データの最大予報値及び最小予報値を入力し、最大予報値及び最小予報値と、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データとに基づいて、気象予報データを予測演算し、予測演算した気象予報データを用いて、機器のエネルギー消費量を予測することを特徴とするものである。
この発明によれば、インターネットへの接続有無に関わらず、気象予報データを用いて、機器のエネルギー消費量を予測することができる。
以下、この発明の実施の形態について図面を参照しながら詳細に説明する。
実施の形態1.
先ず、実施の形態1に係るエネルギー消費量予測装置の構成及びエネルギー消費量予測方法について、図1を用いて説明する。図1は、実施の形態1に係るエネルギー消費量予測装置の構成を示した図である。
先ず、実施の形態1に係るエネルギー消費量予測装置の構成及びエネルギー消費量予測方法について、図1を用いて説明する。図1は、実施の形態1に係るエネルギー消費量予測装置の構成を示した図である。
エネルギー消費量予測装置は、収集部11、記憶部12、カレンダー設定部13、機械学習部14、気象予報データ取得部15、気象予報データ手入力部16、予測部17、及び、スイッチ18を備えている。また、エネルギー消費量予測装置は、ビル等の施設内に設けられる各種の設備機器21と接続している。設備機器21は、例えば、空調機器、照明機器、防犯機器等である。
収集部11は、各種の設備機器21と接続しており、当該設備機器21が消費したエネルギー量を、エネルギー消費量の実績値として収集するものである。
記憶部12は、収集部11が収集したエネルギー消費量を、例えば、設備機器21の種類ごとに記憶しておくものである。
カレンダー設定部13は、日付、曜日、祝祭日、休館日、及び、特異日等のカレンダーに関するカレンダー情報が設定されるものである。
機械学習部14は、記憶部12に記憶されている設備機器21のエネルギー消費量と、カレンダー設定部13に設定されているカレンダー情報とに基づいて、予測対象期間に対応したエネルギー消費量予測モデルを、機械学習によって生成するものである。
即ち、ビル等の施設においては、平日及び土日等の日によって、人の流れが大きく変わることになり、これに伴って、設備機器21のエネルギー消費量についても大きさも変わる。例えば、エネルギー消費量の予測対象期間を明日及び明後日の土日とする場合には、オフィスビルにおいては、そのエネルギー消費量が、平日のそれよりも減少する傾向にあり、ホテル及びショッピングセンタにおいては、そのエネルギー消費量が、平日のそれよりも増大する傾向にある。
従って、機械学習部14は、学習対象期間を複数パターンで用意しておき、予測対象期間が、いずれかのパターンの学習対象期間に該当するのかを、自動的に選択可能となっている。これにより、機械学習部14は、予測対象期間の特性を考慮した機械学習によって、当該予測対象期間に対応したエネルギー消費量予測モデルを生成することができる。但し、機械学習部14によって生成されるエネルギー消費量予測モデルは、設備機器21ごとの予測モデル、または、施設全体の予測モデルであっても構わない。
気象予報データ取得部15は、詳細については後述するが、気象予報会社が提供する気象予報データの中から、予測対象期間に対応した気象予報データを、当該気象予報会社のウェブサイトからインターネット経由で直接的に取得して、補完するものである。
気象予報データ手入力部16は、詳細については後述するが、気象予報データ取得部15がインターネットに接続できない場合に、予測対象期間に対応した気象予報データを、人が装置内に入力するときに使用するものである。また、気象予報データ手入力部16は、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データを、気象データベース(図示省略)から取得することができる。そして、気象予報データ手入力部16は、人力によって入力された気象予報データと、気象データベースから取得した気象実測データとに基づいて、予測対象期間における気象予報データを予測演算する。
予測部17は、機械学習部14によって生成された、予測対象期間に対応したエネルギー消費量予測モデルに対して、気象予報データ取得部15または気象予報データ手入力部16から入力された、予測対象期間に対応した気象予報データを加味することにより、当該予測対象期間におけるエネルギー消費量の予測値を予測するものである。但し、予測部17によって予測されるエネルギー消費量は、設備機器21ごとの予測値、または、施設全体の予測値であっても構わない。
スイッチ18は、予測部17に入力する気象予報データを、気象予報データ取得部15によって補完された気象予報データと、気象予報データ手入力部16によって予測演算された気象予報データとの間で、切り替えるものである。
詳細には、スイッチ18は、気象予報データ取得部15がインターネットに接続できる場合には、予測部17に入力する気象予報データを、その気象予報データ取得部15によって補完された気象予報データに切り替える。また、スイッチ18は、気象予報データ取得部15がインターネットに接続できない場合には、予測部17に入力する気象予報データを、気象予報データ手入力部16によって予測演算された気象予報データに切り替える。
次に、気象予報データ取得部15の動作について、図2を用いて説明する。図2は、気象予報データをインターネット経由で取得したときのデータ補完方法について説明した図である。
気象予報データ取得部15は、予測対象期間に対応した気象予報データとして、例えば、外気温度データ及び外気湿度データをインターネット経由で取得する。ここで、気象予報会社が提供する気象予報データは、一定周期(例えば、3時間周期)で更新される。これにより、気象予報データ取得部15は、気象予報会社が気象予報データを提供または更新するごとに、予測対象期間に対応した外気温度データ及び外気湿度データを取得する。
更に、図2に示すように、気象予報データ取得部15は、一定周期で取得した外気温度データ及び外気湿度データに対して、その一定周期よりも短い周期(例えば、30分周期)で、外気温度データ及び外気湿度データを保管する。
なお、図2に示した「○」印は、気象予報データ取得部15がインターネット経由で取得した外気温度データ及び外気湿度データである。また、図2に示した「●」印は、気象予報データ取得部15が補完した補完値である。
次に、気象予報データ手入力部16の動作について、図3を用いて説明する。図3は、気象予報データを手入力したときのデータ予測演算方法について説明した図である。
気象予報データ手入力部16は、気象予報データ取得部15がインターネットに接続できない場合に、当該気象予報データ取得部15から切り替わって、予測対象期間に対応した気象予報データを予測演算するものである。即ち、気象予報データ取得部15がインターネットに接続できない場合には、エネルギー消費量予測装置は、予測対象期間に対応した気象予報データを取得することができないため、気象予報データ手入力部16によって、予測対象期間に対応する気象予報データを予測演算する。
しかしながら、上述したように、気象予報データ取得部15は、予測対象期間に対応した気象予報データとして、外気温度データ及び外気湿度データを取得すると共に、補完値を設定するため、気象予報データ手入力部16を使用して、それら全てを手入力しようとすると、膨大な労力が必要となってしまう。
そこで、気象予報データ手入力部16は、予測対象期間における気象予報データの最大予報値及び最小予報値が入力可能であると共に、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データが取得可能となっている。ここで、全ての気象実測データとは、予測対象期間に対応した過去のエネルギー消費期間における、所定の実測周期で実測した全ての実測値のことである。
そして、気象予報データ手入力部16は、入力された最大予報値及び最小予報値と、取得した最大実測値及び最小実測値に基づいて、上記実測周期で、気象予報データを予測演算する。即ち、気象予報データ手入力部16は、最大予報値、最小予報値、最大実測値、及び、最小実測値の4種類のデータ値、および、所定の実測周期で実測した全ての気象実測データを用いて、予測対象期間に対応した気象予報データを予測演算することができる。
ここで、図3において実線で示した曲線Xは、予測対象期間に対応した過去のエネルギー消費期間における外気温度データ(気象実測データ)の時間的変化を示したものである。また、図3において2点鎖線で示した曲線Yは、気象予報データ手入力部16によって演算された外気温度データ(気象予測データ)の時間的変化を示したものである。
具体的には、図3に示すように、気象予報データ手入力部16は、気象データベースに記憶されている曲線Xから、最大実測値Xmax及び最小実測値Xminを取得する。
次いで、上記実測周期ごとの時刻をtとし、その時刻tにおける実測値をXtとし、時刻tにおける予報値をYtとすると、予報値Ytは、下記の式で表すことができる。このように、気象予報データ手入力部16は、上記実測周期ごとに、下記の式を用いて、予報値Ytを演算し続ける。なお、Ymaxは、最大予報値であり、Yminは、最小予報値である。また、最大予報値Ymax及び最小予報値Yminは、手入力された値である。
Yt=(Xt−Xmin)*(Ymax−Ymin)/(Xmax−Xmin)+Ymin
Yt=(Xt−Xmin)*(Ymax−Ymin)/(Xmax−Xmin)+Ymin
即ち、気象予報データ手入力部16は、予測対象期間において、外気温度データを上記実測周期ごとに上記式を用いて予測演算することにより、曲線Yを求める。
同様に、気象予報データ手入力部16は、予測対象期間における外気湿度の時間変化を示した曲線を求める。
以上より、実施の形態1に係るエネルギー消費量予測装置は、予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得し、この取得した気象予報データに対して、一定周期よりも短い周期で、気象予報データを補完する気象予報データ取得部15と、気象予報データ取得部15がインターネットに接続できない場合に、予測対象期間における気象予報データの最大予報値及び最小予報値が入力され、この入力された最大予報値及び最小予報値と、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データとに基づいて、気象予報データを予測演算する気象予報データ手入力部16と、気象予報データ取得部15によって補完された気象予報データ、または、気象予報データ手入力部16によって予測演算された気象予報データを用いて、設備機器21のエネルギー消費量を予測する予測部17とを備えている。これにより、エネルギー消費量予測装置は、ンターネットへの接続有無に関わらず、気象予報データを用いて、設備機器21のエネルギー消費量を予測することができる。
また、実施の形態1に係るエネルギー消費量予測装置は、カレンダーに関するカレンダー情報が設定されるカレンダー設定部13と、カレンダー設定部13に設定されたカレンダー情報と、設備機器21における過去のエネルギー消費量とに基づいて、予測対象期間に対応したエネルギー消費量予測モデルを、機械学習によって生成する機械学習部14とを備えている。これにより、機械学習部14は、学習対象期間を複数パターンで用意しておき、予測対象期間が、いずれかのパターンの学習対象期間に該当するのかを、自動的に選択することができる。従って、機械学習部14は、予測対象期間の特性を考慮した機械学習によって、当該予測対象期間に対応したエネルギー消費量予測モデルを生成することができる。
更に、実施の形態1に係るエネルギー消費量予測装置は、予測したエネルギー消費量を目標値として、最適運転方案のアルゴリズムと組み合わさることにより、設備機器21の運転を常時最適な状態に保つ運転計画を、立案することができる。
なお、本願発明は、その発明の範囲内において、実施の形態の任意の構成要素の変形、もしくは、実施の形態の任意の構成要素の省略が可能である。
11 収集部
12 記憶部
13 カレンダー設定部
14 機械学習部
15 気象予報データ取得部
16 気象予報データ手入力部
17 予測部
18 スイッチ
21 設備機器
12 記憶部
13 カレンダー設定部
14 機械学習部
15 気象予報データ取得部
16 気象予報データ手入力部
17 予測部
18 スイッチ
21 設備機器
Claims (3)
- 気象予報データを用いて、機器のエネルギー消費量を予測するエネルギー消費量予測装置であって、
予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得し、この取得した気象予報データに対して、前記一定周期よりも短い周期で、気象予報データを補完する気象予報データ取得部と、
前記気象予報データ取得部がインターネットに接続できない場合に、予測対象期間における気象予報データの最大予報値及び最小予報値が入力され、前記最大予報値及び前記最小予報値と、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データとに基づいて、気象予報データを予測演算する気象予報データ手入力部と、
前記気象予報データ取得部によって補完された気象予報データ、または、前記気象予報データ手入力部によって予測演算された気象予報データを用いて、前記機器のエネルギー消費量を予測する予測部とを備える
ことを特徴とするエネルギー消費量予測装置。 - カレンダーに関するカレンダー情報が設定されるカレンダー設定部と、
前記カレンダー設定部に設定されたカレンダー情報と、前記機器における過去のエネルギー消費量とに基づいて、予測対象期間に対応したエネルギー消費量予測モデルを、機械学習によって生成する機械学習部とを備える
ことを特徴とする請求項1記載のエネルギー消費量予測装置。 - 気象予報データを用いて、機器のエネルギー消費量を予測するエネルギー消費量予測方法であって、
予測対象期間に対応した気象予報データを、インターネットに接続して一定周期で取得した後、この取得した気象予報データに対して、前記一定周期よりも短い周期で、気象予報データを補完し、
補完した気象予報データを用いて、前記機器のエネルギー消費量を予測し、
インターネットに接続できない場合に、予測対象期間における気象予報データの最大予報値及び最小予報値を入力し、
前記最大予報値及び前記最小予報値と、予測対象期間に対応した過去のエネルギー消費期間における所定の実測周期で実測した全ての気象実測データとに基づいて、気象予報データを予測演算し、
予測演算した気象予報データを用いて、前記機器のエネルギー消費量を予測する
ことを特徴とするエネルギー消費量予測方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018225010A JP2020087276A (ja) | 2018-11-30 | 2018-11-30 | エネルギー消費量予測装置及びその方法 |
KR1020190147904A KR20200066182A (ko) | 2018-11-30 | 2019-11-18 | 에너지 소비량 예측 장치 및 그 방법 |
CN201911180812.8A CN111260110A (zh) | 2018-11-30 | 2019-11-27 | 能源消耗量预测装置及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018225010A JP2020087276A (ja) | 2018-11-30 | 2018-11-30 | エネルギー消費量予測装置及びその方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020087276A true JP2020087276A (ja) | 2020-06-04 |
Family
ID=70910034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018225010A Pending JP2020087276A (ja) | 2018-11-30 | 2018-11-30 | エネルギー消費量予測装置及びその方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2020087276A (ja) |
KR (1) | KR20200066182A (ja) |
CN (1) | CN111260110A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705867A (zh) * | 2021-08-16 | 2021-11-26 | 浙江浙大中控信息技术有限公司 | 一种基于能耗区间预测的设备异常诊断方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102588604B1 (ko) | 2020-11-30 | 2023-10-11 | 한국공학대학교산학협력단 | 태양광 발전 추정량을 이용한 실제 전력부하 산출 방법 및 시스템 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6050955B2 (ja) | 2012-05-28 | 2016-12-21 | 株式会社Nttファシリティーズ | ワークプレイス管理システム、ワークプレイス管理装置、ワークプレイス管理方法、及びプログラム |
-
2018
- 2018-11-30 JP JP2018225010A patent/JP2020087276A/ja active Pending
-
2019
- 2019-11-18 KR KR1020190147904A patent/KR20200066182A/ko not_active IP Right Cessation
- 2019-11-27 CN CN201911180812.8A patent/CN111260110A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705867A (zh) * | 2021-08-16 | 2021-11-26 | 浙江浙大中控信息技术有限公司 | 一种基于能耗区间预测的设备异常诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111260110A (zh) | 2020-06-09 |
KR20200066182A (ko) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11860661B2 (en) | Method and apparatus to assess and control energy efficiency of pump installed in facility of building systems | |
US20190294133A1 (en) | Apparatus and method for prioritizing demand response dispatch based on occupancy | |
US10684599B2 (en) | Occupancy based energy consumption control | |
JP5851105B2 (ja) | エネルギー需要予測装置及びプログラム | |
US10795394B2 (en) | System for energy management based on estimated resource utilization | |
US10488878B2 (en) | Apparatus and method for energy management of multiple facilities as a function of estimated occupancy | |
US10802452B2 (en) | Mechanism for occupancy based traffic control | |
US9786143B1 (en) | Apparatus and method for automated building security based on estimated occupancy | |
US10552869B2 (en) | Apparatus and method for targeted marketing based on estimated building occupancy | |
US20170323208A1 (en) | Apparatus and method for forecasting occupancy based on energy consumption | |
KR102578639B1 (ko) | 기계학습을 이용한 단계적 태양광 발전량 예측 장치 및 방법 | |
US20170323207A1 (en) | Apparatus and method for occupancy determination | |
JP2020087276A (ja) | エネルギー消費量予測装置及びその方法 | |
JP6091568B1 (ja) | 電力消費量予測制御装置、電力消費量予測方法および電力消費量予測プログラム | |
JP2006350920A (ja) | エネルギー需要予測システム及び需要予測方法 | |
JP2008259308A (ja) | 電力管理システム、電力管理サーバ、および、電力管理方法 | |
JPH07151369A (ja) | 熱負荷予測装置およびプラント熱負荷予測装置 | |
JP6198953B2 (ja) | 管理装置、管理システム、管理方法、及び、プログラム | |
JP5975276B2 (ja) | 運転管理装置、デマンドレスポンス制御発動時の電力実測値補正方法 | |
JP6438548B1 (ja) | 電力デマンド予測方法及び電力デマンド予測システム | |
Shivakumar | Use of smart buildings technology to optimize indoor climate control in local government buildings | |
Fernandez et al. | Targeted Energy Efficiency Expert Evaluation Report: Neal Smith Federal Building, Des Moines, IA |