TW201822122A - 分析用電戶之用戶事件之方法 - Google Patents

分析用電戶之用戶事件之方法 Download PDF

Info

Publication number
TW201822122A
TW201822122A TW105139636A TW105139636A TW201822122A TW 201822122 A TW201822122 A TW 201822122A TW 105139636 A TW105139636 A TW 105139636A TW 105139636 A TW105139636 A TW 105139636A TW 201822122 A TW201822122 A TW 201822122A
Authority
TW
Taiwan
Prior art keywords
load
load operation
modes
information
consumer
Prior art date
Application number
TW105139636A
Other languages
English (en)
Inventor
蔡家緯
楊竣崴
洪永杰
Original Assignee
財團法人資訊工業策進會
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 財團法人資訊工業策進會 filed Critical 財團法人資訊工業策進會
Priority to TW105139636A priority Critical patent/TW201822122A/zh
Priority to US15/370,356 priority patent/US20180157310A1/en
Priority to CN201710086747.7A priority patent/CN108133278A/zh
Publication of TW201822122A publication Critical patent/TW201822122A/zh

Links

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
    • G06Q30/00—Commerce
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • 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
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Educational Administration (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本發明係一種分析用電戶之用戶事件之方法，係藉由用電戶之負載之負載運作時間取得負載運作模式，並將負載運作模式互相關聯後取得負載運作關聯模式，並以資料探勘或專家系統將負載運作模式對應於用戶事件，以取得用電戶之行為模式。

Description

分析用電戶之用戶事件之方法
本發明係有關於一種用戶事件之方法，特別係有關於依據用電戶之負載運作情形分析用電戶之用戶事件之方法。
隨著科技的進步，每個用電戶都有著為數不少的負載(例如：冷氣、冰箱、電暖器、除濕機、抽風機、電視、電視遊樂器、電腦、微波爐等)，當有家庭成員在家中時，或多或少都會使用到這些負載，當這些負載被開啟時，電表也開始運作以記錄下用電戶所使用的電量，以利電力公司對用電戶收取電費。
目前用以取得用電戶中的負載運作情形主要的方法分為侵入式負載偵測及非侵入式負載偵測兩種，當用侵入式負載偵測的方式取用電戶中的負載運作情形時，會將用電戶的每一個負載都接上量測單元，當有負載運作時，接於此負載之量測單元即會感測到此負載之運作，而當此負載停止運作時，連接於此負載量測單元亦會有所感測，藉此以或負載之運作時間、開始運作時間即結束運作時間。
當用非侵入式的負載偵測方式取用電戶中的負載運作情形時，則是以一智慧型電表取得用電戶於一段時間內負載的總用電量，並以一演算法依據每一負載之用電特徵比對總用電量，藉此取得每一負載之運作狀態。
用電戶之負載運作與否，與用電戶之行為有相當的關連性，然而，目前關於用電戶之負載運作之運作，大多都是用於偵測用電戶之負載運作狀況，並未有將負載之運作與否與用電戶之行為相關聯之應用。
本發明之主要目的，係提供一種分析用電戶之用戶事件之方法，藉由用電戶之負載之負載運作模式取得負載運作關聯模式，並使得用電戶之用戶事件對應於負載運作關聯模式，以取得用電戶之行為模式。
為達上述之指稱之各目的與功效，本發明之一實施例係揭示一種分析用電戶之用戶事件之方法，其步驟包含取得用電戶之複數個負載資訊，並定義至少一用戶事件，依據該些負載資訊各自之負載運作時間取得該用電戶之複數個負載運作模式，依據該些個負載運作模式取得複數個負載運作關聯模式，將該些個負載運作關聯模式分別對應於該至少一用戶事件。
於本發明之一實施例中，其中於依據該些負載資訊各自之負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含：以支持性演算法計算每一該負載運作模式中每一負載運作之頻率計算取得支持性計算後之該些個負載運作模式。
於本發明之一實施例中，其中於依據該些負載資訊各自之負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含：以相似性演算法依據每一該負載運作模式中每一負載資訊之一設置位置資訊或/及每一該負載資訊之一類型資訊計算取得相似性計算後之該些個相似性負載運作模式。
於本發明之一實施例中，其中於依據該些負載資訊各自之該負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含：以支持性演算法、相似性演算法及每一該負載運作模式計算取得經支持性及相似性計算後之該些個負載運作模式。
於本發明之一實施例中，其中以機率密度函數計算取得該些個負載運作關聯模式。
於本發明之一實施例中，其中以專家系統或資料探勘將該些個負載運作關聯模式分別對應於該至少一用戶事件。
於本發明之一實施例中，其中該負載運作時間包含負載啟動時間及負載關閉時間。
為使　貴審查委員對本發明之特徵及所達成之功效有更進一步之瞭解與認識，謹佐以較佳之實施例及配合詳細之說明，說明如後：
先前之技術中，並未有將負載之運作與否與用電戶之行為相關聯之應用，因此本發明提出一種依據用電戶之負載運作情形分析用電戶之用戶事件之方法。
在此說明本發明之第一實施例之分析用電戶之用戶事件之方法之流程，請參閱第一圖，其係為本發明之第一實施例之分析用電戶之用戶事件之方法之流程圖。如圖所示，本實施例之分析用電戶之用戶事件之方法其步驟包含：
步驟S1：取得負載資訊並定義用戶事件；
步驟S3：取得負載運作模式；
步驟S5：取得負載運作關聯模式；以及
步驟S7：負載運作關聯模式對應用戶事件。
接著說明為達成本發明之分析用電戶之用戶事件之方法所需之系統，請參閱第二圖，其係為本發明之第一實施例之分析用電戶之用戶事件之方法之系統示意圖。如圖所示，本發明之分析用電戶之用戶事件之方法所需之系統包含：一用電戶1、一量測單元301、一量測單元303及一伺服裝置5，用電戶1包含有一第一負載101及一第二負載103，第一量測單元301電性連接於第一負載101，第二量測單元303電性連接於第二負載103。伺服裝置5包含一通訊單元501、一處理單元503及一儲存單元505。
上述之伺服裝置5可為智慧型手機、個人數位助理(PDA)、平板電腦、筆記型電腦、桌上型電腦、伺服器主機、工作站等電子裝置。
上述之通訊單元501可以有線或無線之方式與量測單元301及量測單元303進行通訊。
上述之第一負載101及第二負載103可為用電戶1所擁有之電器設備，例如電腦、電視、電冰箱、微波爐、電磁爐、冷氣等。
上述之第一量測單元301、第二量測單元303為可量測第一負載101及第二負載103之負載運作時間，其中負載運作時間包含負載啟動時間或負載關閉時間，並以有線或無線之方式將所感測之負載運作時間發送至伺服裝置5。
以下將說明本發明之第一實施例之分析用電戶之用戶事件之方法執行時之流程，請參閱搭配第一圖及第二圖。當分析用電戶之用戶事件時，將執行步驟S1至步驟S7。
於步驟S1中，取得負載資訊並定義用戶事件，伺服裝置5取得用電戶1之第一負載101之負載資訊及第二負載103之負載資訊。第一量測單元301取得第一負載101之負載啟動時間及負載關閉時間，第二量測單元303取得第二負載103之負載啟動時間及負載關閉時間，並發送至伺服裝置5，換言之，伺服裝置5會取得用電戶1之複數個負載資訊並透過通訊單元501取得每一負載資訊所對應之負載之負載運作時間。且，於伺服裝置5中定義至少一用戶事件於伺服裝置5之儲存單元503，用戶事件為用電戶1可能進行之用戶事件，舉例而言，用戶事件可為讀書事件、洗澡事件、煮飯事件、娛樂事件、用餐事件等。
於步驟S3中，取得負載運作模式，伺服裝置5之處理單元503依據每一負載之負載運作時間取得複數個負載運作模式。舉例而言，當第一負載101之負載啟動時間與第二負載103之負載啟動時間相近，且第一負載101之負載關閉時間與第二負載103之負載關閉時間亦相近時，則伺服裝置5之處理單元503取得包含第一負載101及第二負載103之一負載運作模式。當用電戶1有多個負載時，伺服裝置5之處理單元503則依據每一負載之負載運作時間，取得複數個負載運作模式。
每一負載並不限定於只能在其中一個負載運作模式中，換言之，當用電戶1有第一負載101、第二負載103及第三負載時，伺服裝置5之處理單元503可依據第一負載101、第二負載103及第三負載各自之運作時間取得包含第一負載101及第二負載103之一負載運作模式及包含第一負載101及第三負載之另一負載運作模式。
除此之外，每一負載運作模式除了可包含多個負載外，亦可只包含一個負載，換言之，負載運作模式包含至少一負載。
於步驟S5中，取得負載運作關聯模式，伺服裝置5依據負載運作模式取得複數個負載運作關聯模式。伺服裝置5之處理單元503以一機率密度函數(Probability Density Function)計算該些負載運模式，以判斷負載運作模式是否間互相關聯，並將互相關聯之負載運作模式組成一負載負載運作關聯模式。當具有多個負載運作模式時伺服裝置5之處理單元503會取得複數個負載運作關聯模式。其中，機率密度函數為Moments、Maximum、Regression of Cumulative、Histogram、Multivariate kernel Density Estimation或其他機率密度函數。
於步驟S7中，負載運作關聯模式對應用戶事件，伺服裝置5之處理單元503將每一負載運作關聯模式分別對應於一用戶事件，每一用戶事件可能對應一個或多個負載運作關聯模式。舉例而言，當一第一負載運作關聯模式包含第一負載運作模式及第二負載運作模式、一第二負載運作關聯模式包含第三負載運作模式及第四負載運作模式、一第三負載運作關聯模式包含第五負載運作模式及第六負載運作模式時，伺服裝置5之處理單元503可將第一負載運作關聯模式及第二負載運作關聯模式對應於一第一用戶事件，第三負載運作關聯模式對應於第二用戶事件。其中，伺服裝置5是以資料探勘(Data mining)或專家系統(Expert System)之方式將每一負載運作關聯模式分別對應於一用戶事件。
於此，即完成本發明之第一實施例之分析用電戶之用戶事件之方法，藉由本實施例，可以分析用電戶之用電戶事件包含哪些負載運作關聯模式，以建立用電戶之行為模型。當用電戶之負載運作模式發生異常時可以提早發現，例如，在用電戶之洗澡事件對應之負載運作關聯模式包含啟動及關閉電熱水器之負載運作模式及啟動關閉抽風機之負載運作模式，當發生啟動電熱水器之及抽風機時伺服裝置判斷用電戶正在進行洗澡事件，但當用電戶於一段時間後還未關閉電熱水器及抽風機(亦及啟動及關閉電熱水器之負載運作模式及啟動關閉抽風機之負載運作模式尚未全部完成)時，可以判斷用電戶之行為發生異常(例如：用電戶之成員於浴室中滑倒昏迷)可通知有關單位致電關心或處理。亦可以用於預測用電戶之行為，例如在用電戶之娛樂事件之負載運作關聯模式中包含啟動電視遊樂器之主機及啟動電視，則在用電戶啟動電視遊樂器之主機時，伺服裝置可發出指令以啟動電視，達成建立智慧型生活空間之功效。
接著說明本發明之第二實施例之分析用電戶之用戶事件，請參閱第三圖，本實施與第一實施例之差異在於：於本實施例中是採用非侵入式之負載偵測方式，如圖所示，第一負載101及第二負載103連接於一量測單元3。通訊單元501可以有線或無線之方式與量測單元3進行通訊。量測單元3可取得用電戶於一段時間內該些負載之一總用電量資訊，伺服裝置5透過通訊單元501取得該總用電量資訊，並由伺服裝置5之處理單元503以一演算法依據每一負載資訊對應之負載之用電特徵比對總用電量資訊，藉此取得該時間內之每一負載之運作時間。或者，伺服裝置5之處理單元503可依據用電戶1之每一負載資訊對應之負載消耗功率及一時間內之總用電資訊取得每一負載於每一時間區間中之運作機率，並藉由負載運作機率取得負載運作時間，例如，當該負載之運作機率於一時間區間內大於一門檻值時，處理單元503判斷該負載於該時間區間內為啟動，並設定該時間區間為該負載之一負載啟動時間，當該負載之運作機率於一時間區間內低於一門檻值時，處理單元503判斷該負載於該時間區間內為關閉，並設定該時間區間為該負載之一負載關閉時間。其餘部分皆與第一實施例相同，於此不再贅述。
本實施例以非侵入式之負載偵測方式取得用電戶1之負載運作狀態，相較於第一實施例，本實施例有較低之建置成本。
接著說明本發明之第三實施例之分析用電戶之用戶事件，請參閱第四圖，本實施例與第一實施例之差異在於：於步驟S3後更包含一步驟S4：過濾負載運作模式。
於步驟S4中，過濾負載運作模式，伺服裝置5之處理單元503以一支持性(Support)演算法計算每一負載運作模式出現之頻率，並將出現頻率低於一門檻值之負載運作模式刪除，以取得支持性計算後之該些個負載運作模式。由於在用電戶1於日常生活中會有一些隨機之啟動、關閉負載之行為(例如：突然半夜睡不著而開電視看、臨時起意要做點心或是單純無聊而開關電視等隨機行為)，這些負載運作模式亦會被量測單元3記錄並發送給伺服裝置5，但由於這類隨機的負載運作模式較無法與其他負載運作模式互相關聯，又或者是於關聯後會使得所產生之負載運作關聯模式因為多了這個隨機的負載運作模式而無法與用戶事件互相對應，因此，於取得負載運作關聯模式前先以支持性演算法去除這些隨機的負載運作模式，可使得所取得負載運作關聯模式有較佳之準確度，亦可以減少在取得負載運作關聯模式時的計算時間。
於本發明之一實施例中，於步驟S4，伺服裝置5之處理單元503以一相似性(Similarly)演算法依據每一負載運作模式中每一負載資訊之一設置位置資訊或/及每一負載資訊之一類型資訊計算取得相似性計算後之複數個負載運作模式。用電戶1之負載皆有其設置位置(例如：設置於客廳、廚房、臥室等)及負載類型(例如：電視的類型為娛樂型負載、吸塵器為清潔型負載)，於相似性運算時，會依據負載運作模式中每一負載之設置位置或/及每一負載之類型計算此負載運作模式與其他負載運作模式之相似性以取得相似性計算後之複數個負載運作模式，經由相似性之運算，可使所取得負載運作關聯模式時更具有準確度。其中，相似性演算法可為Bray–Curtis dissimilarity、Morisita-Horn index、abundance Jaccard index、 abundance Sorensen index或其他相似性演算法。
於本發明之一實施例中，於步驟S4，伺服裝置5之處理單元503可以支持性演算法及相似性演算法計算取得一經支持性及相似性計算後之該些個負載運作模式。以除去隨機的負載運作模式並取得負載運作模式之間的相似性。
惟以上所述者，僅為本發明之較佳實施例而已，並非用來限定本發明實施之範圍，舉凡依本發明申請專利範圍所述之形狀、構造、特徵及精神所為之均等變化與修飾，均應包括於本發明之申請專利範圍內。
本發明係實為一具有新穎性、進步性及可供產業利用者，應符合我國專利法所規定之專利申請要件無疑，爰依法提出發明專利申請，祈　鈞局早日賜准專利，至感為禱。
1‧‧‧用電戶
101‧‧‧第一負載
103‧‧‧第二負載
3‧‧‧量測單元
301‧‧‧量測單元
303‧‧‧量測單元
5‧‧‧伺服裝置
501‧‧‧通訊單元
503‧‧‧處理單元
505‧‧‧儲存單元
第一圖：其係為本發明之第一實施例之分析用電戶之用戶事件之方法之流程圖； 第二圖：其係為本發明之第一實施例之分析用電戶之用戶事件之方法之系統示意圖； 第三圖：其係為本發明之第二實施例之分析用電戶之用戶事件之方法之系統示意圖；以及 第四圖：其係為本發明之第三實施例之分析用電戶之用戶事件之方法之系統示意圖。

Claims (21)

  1. 一種分析用電戶之用戶事件之方法，其步驟包含： 取得一用電戶之複數個負載資訊，並定義至少一用戶事件； 依據該些負載資訊各自之一負載運作時間取得該用電戶之複數個負載運作模式； 依據該些個負載運作模式取得複數個負載運作關聯模式；以及 將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  2. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中於依據該些負載資訊各自之該負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含： 以一支持性演算法計算每一該負載運作模式中每一負載運作之頻率計算取得支持性計算後之該些個負載運作模式。
  3. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中於依據該些負載資訊各自之該負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含： 以一相似性演算法依據每一該負載運作模式中每一負載資訊之一設置位置資訊或/及每一該負載資訊之一類型資訊計算取得相似性計算後之該些個相似性負載運作模式。
  4. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中於依據該些負載資訊各自之該負載運作時間取得該用電戶之該些個負載運作模式之步驟後，該方法更包含： 以一支持性演算法、一相似性演算法及每一該負載運作模式計算取得一經支持性及相似性計算後之該些個負載運作模式。
  5. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中以一機率密度函數計算取得該些個負載運作關聯模式。
  6. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中以專家系統或資料探勘將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  7. 如專利申請範圍第1項所述之分析用電戶之用戶事件之方法，其中該負載運作時間包含一負載啟動時間及一負載關閉時間。
  8. 一種分析用電戶之用戶事件之系統，其包含： 一用電戶，該用電戶包含複數個負載及複數個量測單元，每一負載分別連接於該些量測單元其中之一，每一量測單元取得所連接之負載之一負載運作時間； 一伺服裝置，該伺服裝置包含一通訊單元、一處理單元及一儲存單元，該儲存單元定義有至少一用戶事件； 其中，該伺服裝置取得複數個負載資訊，每一負載資訊分別對應該些負載其中之一； 其中，該伺服裝置透過該通訊單元取得每一該負載資訊所對應之負載之該負載運作時間，該處理單元依據每一負載資訊各自之該負載運作時間取得該用電戶之複數個負載運作模式；以及 其中，該處理單元依據該些個負載運作模式取得複數個負載運作關聯模式，並將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  9. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該處理單元以一支持性演算法計算每一該負載運作模式中每一負載運作之頻率計算取得支持性計算後之該些個負載運作模式。
  10. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該處理單元以一相似性演算法依據每一該負載運作模式中每一負載資訊之一設置位置資訊或/及每一該負載資訊之一類型資訊計算取得相似性計算後之該些個相似性負載運作模式。
  11. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該處理單元以一支持性演算法、一相似性演算法及每一該負載運作模式計算取得一經支持性及相似性計算後之該些個負載運作模式。
  12. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該處理單元以一機率密度函數計算取得該些個負載運作關聯模式。
  13. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該處理單元以專家系統或資料探勘將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  14. 如專利申請範圍第8項所述之分析用電戶之用戶事件之系統，其中該負載運作時間包含一負載啟動時間及一負載關閉時間。
  15. 一種分析用電戶之用戶事件之系統，其包含： 一用電戶，該用電戶包含複數個負載及一量測單元，該些負載連接於該量測單元，該量測單元取得該些負載於一段時間內之一總用電資訊； 一伺服裝置，該伺服裝置包含一通訊單元、一處理單元及一儲存單元，該儲存單元定義有至少一用戶事件； 其中，該伺服裝置取得複數個負載資訊，每一負載資訊分別對應該些負載其中之一； 其中，該伺服裝置透過該通訊單元從該量測單元取得該總用電量資訊，該處理單元依據每一負載資訊所對應之該負載之一負載消耗功率及該總用電量資訊取得每一負載之一負載運作時間，該處理單元依據每一負載資訊各自之該負載運作時間取得該用電戶之複數個負載運作模式；以及 其中，該處理單元依據該些個負載運作模式取得複數個負載運作關聯模式，並將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  16. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該處理單元以一支持性演算法計算每一該負載運作模式中每一負載運作之頻率計算取得支持性計算後之該些個負載運作模式。
  17. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該處理單元以一相似性演算法依據每一該負載運作模式中每一負載資訊之一設置位置資訊或/及每一該負載資訊之一類型資訊計算取得相似性計算後之該些個相似性負載運作模式。
  18. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該處理單元以一支持性演算法、一相似性演算法及每一該負載運作模式計算取得一經支持性及相似性計算後之該些個負載運作模式。
  19. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該處理單元以一機率密度函數計算取得該些個負載運作關聯模式。
  20. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該處理單元以專家系統或資料探勘將該些個負載運作關聯模式分別對應於該至少一用戶事件。
  21. 如專利申請範圍第15項所述之分析用電戶之用戶事件之系統，其中該負載運作時間包含一負載啟動時間及一負載關閉時間。
TW105139636A 2016-12-01 2016-12-01 分析用電戶之用戶事件之方法 TW201822122A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW105139636A TW201822122A (zh) 2016-12-01 2016-12-01 分析用電戶之用戶事件之方法
US15/370,356 US20180157310A1 (en) 2016-12-01 2016-12-06 Method for analyzing client events of electric power consumer
CN201710086747.7A CN108133278A (zh) 2016-12-01 2017-02-17 分析用电户的用户事件的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105139636A TW201822122A (zh) 2016-12-01 2016-12-01 分析用電戶之用戶事件之方法

Publications (1)

Publication Number Publication Date
TW201822122A true TW201822122A (zh) 2018-06-16

Family

ID=62243154

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105139636A TW201822122A (zh) 2016-12-01 2016-12-01 分析用電戶之用戶事件之方法

Country Status (3)

Country Link
US (1) US20180157310A1 (zh)
CN (1) CN108133278A (zh)
TW (1) TW201822122A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI680430B (zh) * 2018-11-29 2019-12-21 財團法人工業技術研究院 能耗管理系統與能耗管理方法
TWI837819B (zh) * 2022-09-12 2024-04-01 財團法人資訊工業策進會 用電行為分析裝置及用電行為分析方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
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
CN111680117A (zh) * 2020-05-29 2020-09-18 上海欣能信息科技发展有限公司 一种电力用能服务大数据智慧地图系统及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103026246B (zh) * 2010-06-04 2016-05-18 胜赛斯美国公司 一种用于非侵入式负载监测和处理的方法
TW201347340A (zh) * 2012-05-04 2013-11-16 Nat Univ Tsing Hua 智慧建築應用服務偵測系統與方法
CN102891786B (zh) * 2012-09-21 2015-05-13 兴泓昇(福州)智能科技有限公司 自动进行关联的智能家居系统的场景控制组网方法
CN103078408B (zh) * 2013-01-21 2015-04-08 华北电力大学（保定） 基于物联网和云计算的实时互动智能用电系统及互动方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI680430B (zh) * 2018-11-29 2019-12-21 財團法人工業技術研究院 能耗管理系統與能耗管理方法
US10928797B2 (en) 2018-11-29 2021-02-23 Industrial Technology Research Institute Energy consumption management system and energy consumption management method
TWI837819B (zh) * 2022-09-12 2024-04-01 財團法人資訊工業策進會 用電行為分析裝置及用電行為分析方法

Also Published As

Publication number Publication date
US20180157310A1 (en) 2018-06-07
CN108133278A (zh) 2018-06-08

Similar Documents

Publication Publication Date Title
Chen et al. Non-intrusive occupancy monitoring using smart meters
Rahimpour et al. Non-intrusive energy disaggregation using non-negative matrix factorization with sum-to-k constraint
Kleiminger et al. Household occupancy monitoring using electricity meters
He et al. Non-intrusive load disaggregation using graph signal processing
Kim et al. Nonintrusive load monitoring based on advanced deep learning and novel signature
TW201822122A (zh) 分析用電戶之用戶事件之方法
Najafi et al. Data analytics for energy disaggregation: Methods and applications
US9483737B2 (en) Identifying an event associated with consumption of a utility
Batra et al. NILMTK: An open source toolkit for non-intrusive load monitoring
Eibl et al. Influence of data granularity on smart meter privacy
Reinhardt et al. On the accuracy of appliance identification based on distributed load metering data
US20110313582A1 (en) Classifying devices by fingerprinting voltage and current consumption
Machlev et al. MO-NILM: A multi-objective evolutionary algorithm for NILM classification
JP2011197904A (ja) 省エネアドバイス生成装置
JP6470497B2 (ja) 行動判定システム、セキュリティシステム及び居住者見守りシステム
Ho et al. Heatprobe: a thermal-based power meter for accounting disaggregated electricity usage
Alhamoud et al. Extracting human behavior patterns from appliance-level power consumption data
Xu et al. A new non-intrusive load monitoring algorithm based on event matching
JP6076242B2 (ja) 配電系統の負荷予測装置および配電系統の負荷予測方法
AU2017435881B2 (en) Decoupled modeling methods and systems
US20140088945A1 (en) System and method for an energy management system
Barker et al. Powerplay: creating virtual power meters through online load tracking
JP2016218801A (ja) 行動推定装置、行動推定方法、及び行動推定プログラム
Tang et al. Occupancy-aided energy disaggregation
US20140129291A1 (en) Identifying an event associated with consumption of a utility