TWI411975B - 顧客流量等級預測方法及應用其之空調溫度控制方法 - Google Patents

顧客流量等級預測方法及應用其之空調溫度控制方法 Download PDF

Info

Publication number
TWI411975B
TWI411975B TW098130289A TW98130289A TWI411975B TW I411975 B TWI411975 B TW I411975B TW 098130289 A TW098130289 A TW 098130289A TW 98130289 A TW98130289 A TW 98130289A TW I411975 B TWI411975 B TW I411975B
Authority
TW
Taiwan
Prior art keywords
time period
flow value
processing unit
value
customer traffic
Prior art date
Application number
TW098130289A
Other languages
English (en)
Other versions
TW201019258A (en
Inventor
Wen Hsiang Tseng
Cheng Ting Lin
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW098130289A priority Critical patent/TWI411975B/zh
Priority to US12/578,985 priority patent/US20100114401A1/en
Priority to JP2009254935A priority patent/JP2010113721A/ja
Publication of TW201019258A publication Critical patent/TW201019258A/zh
Application granted granted Critical
Publication of TWI411975B publication Critical patent/TWI411975B/zh

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00742—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models by detection of the vehicle occupants' presence; by detection of conditions relating to the body of occupants, e.g. using radiant heat detectors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F24F2110/12—Temperature of the outside air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy

Description

顧客流量等級預測方法及應用其之空調溫度控制方法
本發明是有關於一種流量預測方法與裝置，且特別是有關於一種顧客流量等級預測方法與裝置及應用其之空調溫度控制方法與系統。
便利商店的店鋪坪數雖小，但耗能指數卻高於百貨公司、超級市場等業種。隨著節能意識的抬頭，如何針對便利商店用電情況，設計一套有效且合適的節能系統，將是一項重要的研究議題。
便利商店是服務顧客的營業場所，在實施節能策略時，同時需要考慮到是否會影響店舖的營運。在日本專利公開號JP2006178886的申請案「Store Management System」中揭露一套整合POS以及店舖管理平台之架構，提供遠端網路連結之功能，同時可納入節能策略對空調、照明等設備做控制。然而，建構這些系統的成本過於昂貴，導致成本回收期過長。此外，架構過於複雜，使得相關的硬體成本及軟體設計費用無法降低，使其實用性大為降低。
再者，美國專利公開號US2002163431的申請案「In-store equipment remote monitoring system」揭露一個監控系統，用來收集室內外照度、冷藏櫃溫度、室外溫度、自動門開關頻率等參數，系統會藉由這些參數的歷史資料預測明天的天氣、亮度，以及參考天氣預報計算出建議的室內照度、空調溫度，使用者可以依據這些建議手動調整設備運轉。然而，建構系統的成本也過於昂貴，架構複雜使得相關的硬體成本及軟體設計費用也居高不下。特別是系統無法主動改變設備運轉狀態，尤其當環境因素變動頻繁而影響決策結果時，店員要忙於看店又須手動調整設備，使實用性大為降低，因此有必要發展一套自動化且有效的節能策略。
本發明係有關於一種顧客流量等級預測方法與裝置，可以根據統計資料來預測未來特定時段的顧客流量等級。
根據本發明之第一方面，提出一種顧客流量等級的預測方法至少包括步驟：(a)計數單元計數一時段之造訪人次；(b)若為時段之初，處理單元檢查資料庫中是否含有該時段之參考人流值；以及(c)若有，則處理單元根據參考人流值估算該時段之顧客流量等級。
根據本發明之第二方面，再提出一種空調溫度控制方法包括：(a)測量單元測量一時段之室外溫度；(b)處理單元預測該時段之顧客流量等級包括：(b1)計數單元計數一時段的造訪人次；(b2)若為該時段之初，處理單元檢查一資料庫中是否含有該時段之一參考人流值；及(b3)若有，則處理單元根據該參考人流值估算該時段之顧客流量等級；以及(c)處理單元根據該時段之室外溫度以及顧客流量等級設定該空調溫度。
根據本發明之第三方面，提出一種顧客流量等級的預測裝置包括一計數單元，計數一時段的造訪人次；一資料庫，儲存複數筆造訪人次以及儲存複數筆參考人流值；以及一處理單元，於該時段之初檢查該資料庫中是否含有該時段之參考人流值，若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級。
根據本發明之第四方面，提出一種空調溫度控制系統，包括：一測量單元，測量一時段之室外溫度；一計數單元，計數一時段的造訪人次；一資料庫，儲存複數筆造訪人次以及儲存複數筆參考人流值；以及一處理單元，於該時段之初檢查一資料庫中是否含有該時段之一參考人流值，若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級預測該時段之顧客流量等級；其中，該處理單元根據該時段之室外溫度以及顧客流量等級設定該空調溫度。
為讓本發明之上述內容能更明顯易懂，下文特舉一較佳實施例，並配合所附圖式，作詳細說明如下：
本發明係提出一種控制的概念，就某些營業場域而言，其管理方式與顧客流量密切相關。在粗略估計顧客流量、將其分級、整理成有用的統計資料之後，本發明係提出一種顧客流量等級預測方法及裝置，可以根據統計資料來預測未來特定時段的顧客流量等級。其應用領域很廣，可以如第二實施例應用至空調溫度控制方法及系統，但並不限定於此。
第一實施例
本實施例揭露一種預測顧客流量等級的裝置以及方法，顧客流量等級預測裝置至少包括計數單元、資料庫以及處理單元。顧客流量等級的預測方法至少包括步驟：(a)計數單元計數一時段之造訪人次；(b)若為時段之初，處理單元檢查一資料庫中是否含有本時段之一參考人流值；以及(c)若有，則處理單元根據參考人流值估算本時段之顧客流量等級。
我們將時間定義為複數個週期W，每個週期W具有N個時段T1、T2、T3...Tn...TN。舉例來說，以一個禮拜為一個週期，以10分鐘為一個時段，一個禮拜有10080分鐘，一個禮拜有1008個10分鐘，因此每個週期都有1008個時段依序以T1、T2、T3...T1008表示，例如時段T2可以代表每個星期日的0：10至0：20這個時段。再者，本實施例之方法可以應用於預測便利商店、電影院、百貨公司、超級市場、公共廁所等場合的顧客流量等級，以下將以便利商店為例說明其詳細步驟。
第1圖繪示本發明之第一實施例之一種顧客流量預測裝置，第2圖繪示本發明之第一實施例之一種顧客流量等級預測方法的流程圖。請參照第1圖，本實施例之顧客流量預測裝置101包括計數單元130、資料庫140以及處理單元150。請同時參照第1圖及第2圖，首先，於步驟100中，計數單元130計數一時段Tn的造訪人次。本實施例利用造訪人次來估計顧客流量，例如是在便利商店的自動門內側設置感應器，當感應器偵測到顧客移進感應範圍就計數一次，感應次數不等於精確的顧客人數，但感應次數可用以估計為此時段Tn的顧客流量。
接著，於步驟102中，處理單元150判斷是否為時段之初。如步驟104所示，若為時段之初，處理單元150檢查資料庫140中是否含有時段Tn之參考人流值Rn。當系統運作一段時間之後，資料庫140內會儲存多筆資料，過去多個時段甚至是多個週期的參考人流值，其取得方式請參照步驟110與112。
之後，如步驟106所示，若資料庫140中含有各個時段T1、T2、T3...TN之參考人流值R1、R2、R3...RN，則處理單元150可以根據參考人流值Rn估算時段Tn之顧客流量等級，顧客流量較佳的是根據參考人流值Rn佔極大人流值M之比例來分級。極大人流值M的定義如下：取N筆參考人流值中數值較高的前n筆參考人流值的平均值作為一極大人流值M，n與N皆為正整數，n=N/20。在較佳實施例中，當參考人流值Rn大於極大人流值M的70%(也就是Rn/M＞0.7)時，則估計時段Tn之顧客流量等級為高；當參考人流值Rn介於極大人流值的35%至70%(也就是0.35＜Rn/M＜0.7)時，則估計時段Tn之顧客流量等級為中；當參考人流值Rn小於極大人流值的35%(也就是Rn/M＜0.35)時，則估計時段Tn之顧客流量等級為低。
需注意的是，在本實施例之極大人流值M的定義中乃是將n設定為大約等於二十分之N(約為5%N)，然熟悉此技藝者當可明瞭將極大人流值設定為所有參考人流值的前5%或是前20%的平均值實屬可茲變通的參數之一，本發明並不以此為限。同樣地，顧客流量分級的方式並不限定於此，本技術領域具有通常知識者當可明瞭顧客流量分級可以有很多種變化，例如是只將顧客流量分為高與低兩種等級，或是細分為五個或更多等級，當應用至不同領域或不同目的，採用的顧客流量等級數量就可能隨之調整而有所不同。另外，就算同樣將顧客流量等級分為三種(如本實施例所述)，各等級之間臨界值的設定範圍也可以有所變化，本實施例雖以極大人流值的35%與70%作為臨界值，但本發明並不限定於此。舉例來說，也可以25%與75%做為臨界值，端視其應用領域與目的而變化。
步驟102-106係利用資料庫140中的歷史資料來預測當前這個時段的顧客流量等級。也就是說，藉由發生在過去不同週期但相同時段的參考人流值來預測未來相同時段的顧客流量，由於顧客流量與時間週期密切相關，因此預測結果也會相當準確。
如步驟108所示，若資料庫140中未含有參考人流值，則處理單元150直接將時段之顧客流量等級設定為高。
另外，於步驟110中，處理單元150判斷是否為時段之末。若為時段之末，則計數單元130累計此時段Tn之造訪人次作為實際人流值Xn(Wi )。之後，於步驟122中，處理單元150將此時段Tn之實際人流值Xn儲存於資料庫140，並更新此時段之參考人流值Rn’。較佳的是，將本週期時段Tn之實際人流值Xn(Wi )與資料庫中的參考人流值Rn(Wi-1 )取平均值做為下一週期時段Tn的參考人流值Rn’=[Rn(Wi-1 )+Xn(Wi )]/2。在較佳實施例中，參考人流值的定義及更新方法可以如下所示：
Rn’=(Rn(Wi-1 )+Xn(Wi ))/2
Rn(Wi-1 )：資料庫中現存之時段Tn之參考人流值R
Xn(Wi )：前一週期之時段Tn之一實際人流值
Rn’：更新後之時段Tn之參考人流值
舉例來說，資料庫中現有週二13：00-13：10的參考人流值為60，測得本週二13：00-13：10的實際人流值為80，便可以取兩者平均值(60+80)/2=70作為下週二13：00-13：10的參考人流值。
另外，於步驟120中，若不為時段之初也不為時段之末，則處理單元150判斷是否已達插值時間。接著，如步驟122所示，若已達此時段之插值時間，則處理單元150根據目前累計之實際造訪人次預測本時段之顧客流量等級。較佳的是，插值時間大約為時段時間長度的二分之一，例如一個時段為10分鐘，插值時間則訂為5分鐘。預測本時段之顧客流量等級的方法包括：(a)處理單元150利用目前累計之實際造訪人次以插值法得出一預測人流值Pn；以及(b)處理單元150根據預測人流值佔極大人流值M之比例來計算本時段之顧客流量等級。以時段T2(週日0：10-0：20)為例，假設0：15時累計之實際造訪人次為5人，平均每分鐘造訪人次為1人，假設剩下五分鐘的造訪人次也會按照相同趨勢，以插值法估計在時段之末累計的造訪人次可能為10，以此做為預測人流值，插值法可以是內插法或外插法。以插值法得到預測人流值Pn之後，根據預測人流值Pn佔極大人流值M之比例來計算本時段之顧客流量等級。極大人流值M的計算方法與步驟106相同，在較佳實施例中，當預測人流值Pn大於極大人流值M的70%(也就是Pn/M＞0.7)時，則估計時段Tn之顧客流量等級為高；當預測人流值Pn介於極大人流值的35%至70%(也就是0.35＜Pn/M＜0.7)時，則估計時段Tn之顧客流量等級為中；當預測人流值Pn小於極大人流值的35%(也就是Pn/M＜0.35)時，則估計時段Tn之顧客流量等級為低。
事實上，實際人流值和參考人流值可能會有落差，因此步驟120-122係利用本時段插值時間內造訪人次的即時累計資料來預測當前這個時段接下來的顧客流量等級。也就是說，從時段之初到插值時間之間累積了具有代表性的造訪人次資料，利用本時段前半段的實際人流值來估算本時段後半段的顧客流量，可以更為準確地預測本時段的顧客流量等級。
最後，如步驟124所示，不論在時段之初、之間還是之末，設定顧客流量等級之後仍繼續累計此時段之造訪人次，並於時段之末計數單元130將累計的實際人流值儲存於資料庫140內，且處理單元更新參考人流值。由於顧客流量與時間週期的相關性很高，因此定期更新資料可以提高預測顧客流量等級的準確度。
第二實施例
本實施例提出一種將顧客流量等級預測結果應用至空調溫度控制方法，藉由1)室外溫度以及2)顧客流量等級兩個控制因子來調整空調設定溫度。
請參照第3圖及第4圖，第3圖繪示本發明之第二實施例之一種空調溫度控制系統的方塊圖，第4圖繪示本發明之第二實施例之一種空調溫度控制方法的流程圖。本實施例之空調溫度控制系統200包括計數單元130、資料庫140、處理單元150以及測量單元260。本實施例之空調溫度控制方法至少包括下列步驟。首先，於步驟202中，測量單元260測量一時段之室外溫度。接著，處理單元150預測該時段之顧客流量等級，其預測方法如第一實施例所述，於此不再贅述。最後，根據該時段之室外溫度以及顧客流量等級設定空調溫度。
第5圖為室外溫度與空調設定溫度的關係圖。在較佳的實施例中，測量單元260將測得之室外溫度載入一對應關係得出兩個對應的空調溫度設定值。於第5圖中包括兩條曲線，上方為省能模式，下方為舒適模式。當室外溫度為37℃時，在舒適模式下應將空調溫度設定為28℃，在省能模式下應將空調溫度設定為30℃。
於步驟204中，處理單元150判斷顧客流量等級是否為低。若否，則測量單元260重新測量室外溫度與處理單元150重新判斷顧客流量等級。若該時段之顧客流量等級為低，如步驟206所示，則處理單元150將空調溫度設定為該兩個空調溫度設定值中較高者。舉例來說，假設該時段之室外溫度為37℃且判斷顧客流量等級為低時，處理單元150應該將空調設定為省能模式，也就是將空調溫度設定為30℃，可以降低空調所需電能，減少耗電量，有效節省流動電費。
於步驟220中，處理單元150判斷顧客流量等級是否為高。若否，則測量單元260重新測量室外溫度與處理單元150重新判斷顧客流量等級。若該時段之顧客流量等級為高，如步驟222所示，則處理單元150將空調溫度設定為兩個空調溫度設定值中較低者。舉例來說，假設該時段之室外溫度為37℃且判斷顧客流量等級為高時，處理單元150應該將空調設定為舒適模式，也就是將空調溫度設定為28℃。此外，顧客流量等級越高，可能代表為店內的顧客人數越多，也可能代表自動門開關次數越多(也意味著冷空氣流失量越多/熱空氣流入量也越多)。當顧客較多的時候，自動門開關次數也會比較頻繁，在熱空氣大量湧入的情況下，室內溫度可能無法在短時間內降至設定的溫度。因此，若能夠預測下個時段的顧客流量，並且在顧客流量高的時段之前或之初預先調整好室內溫度，無須耗費大量電能也能能維持商店內的舒適度。
於步驟210中，處理單元150判斷顧客流量等級是否為高。若否，則測量單元260重新測量室外溫度與處理單元150重新判斷顧客流量等級。若該時段之顧客流量等級為中，如步驟212所示，則處理單元150將空調溫度設定為該兩個空調溫度設定值的平均值。舉例來說，假設該時段之室外溫度為37℃且判斷顧客流量等級為中時，處理單元150應該將空調設定為介於舒適模式與省能模式之間的模式，也就是將空調溫度設定為(28+30)/2=29℃。
採用上述控制方法所需的硬體設備簡單，其架設硬體成本低廉。就空調溫度控制來看，僅需要計數單元(如：感應器)計數造訪人次、測量單元(如：室外溫度計)以及一個處理單元與資料庫即可，例如是個人電腦或嵌入式系統等。處理單元接收計數單元及測量單元等資訊，經資料處理後輸出控制指令至空調設備(如第3圖之20、22)進行控制即可。
顧客流量等級預測方法可以應用範圍很廣，並不限定於此。以便利商店為例，顧客流量等級的預測結果可以應用至商店內個別設備的控制管理(例如是冷藏櫃溫度控制方法、照明系統控制方法、季節性設備陳設時機等)，也可以應用至整個商店的耗電量控制，更可以應用至商店與供應商之間的物流管理，繁此種種控制與管理方法都可以更為有效率地管理賣場。
本發明上述實施例所揭露之顧客流量等級預測方法及應用其之空調溫度控制方法，根據統計資料來預測未來特定時段區間的顧客流量等級，此外還可以根據即時人流來修正預測結果。應用至空調溫度控制方法，在不影響舒適度的前提下，在顧客流量等級低的時段調高空調設定溫度，可以降低空調設備耗電量，有效降低流動電費。再者，採用上述控制方法所需的硬體設備簡單，其架設硬體成本低廉。
綜上所述，雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾。因此，本發明之保護範圍當視後附之申請專利範圍所界定者為準。
20、22．．．空調
100~222．．．步驟
101．．．顧客流量預測裝置
130．．．計數單元
140．．．資料庫
150．．．處理單元
200．．．空調溫度控制系統
260．．．測量單元
第1圖繪示本發明之第一實施例之一種顧客流量等級預測裝置的方塊圖。
第2圖繪示本發明之第一實施例之一種顧客流量等級預測方法的流程圖。
第3圖繪示本發明之第二實施例之一種空調溫度控制系統的方塊圖。
第4圖繪示本發明之第二實施例之一種空調溫度控制方法的流程圖。
第5圖為室外溫度與空調設定溫度的關係圖。
100~124．．．步驟

Claims (22)

  1. 一種顧客流量等級的預測方法，包括：一計數單元計數一時段的造訪人次；若為該時段之初，一處理單元檢查一資料庫中是否含有該時段之一參考人流值；以及若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級；其中一週期包括N個時段，當該資料庫中存有該週期之N筆參考人流值，該處理單元取該N筆參考人流值中數值較高的前n筆參考人流值的平均值作為一極大人流值，n與N皆為正整數且n小於N，該處理單元係根據該參考人流值佔該極大人流值之比例來對顧客流量分級。
  2. 如申請專利範圍第1項所述之方法，更包括：當該參考人流值大約大於該極大人流值的70%時，則該處理單元估計該時段之顧客流量等級為高；當該參考人流值大約介於該極大人流值的35%至70%時，則該處理單元估計該時段之顧客流量等級為中；當該參考人流值大約小於該極大人流值的35%時，則該處理單元估計該時段之顧客流量等級為低。
  3. 如申請專利範圍第1項所述之方法，更包括：若該資料庫中未含有該參考人流值，則該處理單元將該時段之顧客流量等級設定為高。
  4. 如申請專利範圍第1項所述之方法，更包括：若已達一插值時間，則該處理單元根據目前累計之造訪人次預測該時段之顧客流量等級。
  5. 如申請專利範圍第4項所述之方法，其中該插值時間約為該時段長度的二分之一。
  6. 如申請專利範圍第4項所述之方法，其中預測該時段之顧客流量等級的方法包括：該處理單元利用目前累計之造訪人次以插值法得出一預測人流值；以及該處理單元根據該預測人流值佔該極大人流值之比例來計算該時段之顧客流量等級。
  7. 如申請專利範圍第1項所述之方法，更包括：若為該時段之末，則該計數單元累計該時段之造訪人次作為一實際人流值；該計數單元將該時段之該實際人流值儲存於該資料庫，且該處理單元更新該時段之該參考人流值。
  8. 如申請專利範圍第1項所述之方法，其中更新該時段之該參考人流值的方法包括：該處理單元將該參考人流值與該時段之該實際人流值取平均值作為下一週期之該時段的一參考人流值。
  9. 一種空調溫度控制方法，包括：一測量單元測量一時段之室外溫度；一處理單元預測該時段之顧客流量等級，包括：一計數單元計數一時段的造訪人次；若為該時段之初，該處理單元檢查一資料庫中是否含有該時段之一參考人流值；及若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級；以及 該處理單元根據該時段之室外溫度以及顧客流量等級設定該空調溫度；其中一週期包括N個時段，該資料庫中至少存有該N個時段的N筆參考人流值，取該N筆參考人流值中數值較高的前n筆參考人流值的平均值作為一極大人流值，n與N皆為正整數且n小於N，該處理單元根據該參考人流值佔該極大人流值之比例來對顧客流量分級。
  10. 如申請專利範圍第9項所述之方法，更包括：該測量單元於測得室外溫度之後，該處理單元將其載入一對應關係得出兩個對應的空調溫度設定值。
  11. 如申請專利範圍第10項所述之方法，其中設定空調溫度的步驟包括：若該時段之顧客流量等級為低，則該處理單元將空調溫度設定為該兩個空調溫度設定值中較高者。
  12. 如申請專利範圍第10項所述之方法，其中若該時段之顧客流量等級為高，則該處理單元將空調溫度設定為該兩個空調溫度設定值中較低者。
  13. 如申請專利範圍第10項所述之方法，其中若該時段之顧客流量等級為中，則該處理單元將空調溫度設定為該兩個空調溫度設定值的平均值。
  14. 如申請專利範圍第9項所述之方法，其中預測顧客流量等級的步驟更包括：當該參考人流值大約大於該極大人流值的70%時，則該處理單元估計該時段之顧客流量等級為高；當該參考人流值大約介於該極大人流值的35%至70 %時，則估計該時段之顧客流量等級為中；當該參考人流值大約小於該極大人流值的35%時，則該處理單元估計該時段之顧客流量等級為低。
  15. 如申請專利範圍第9項所述之方法，更包括：若該資料庫中未含有該參考人流值，則該處理單元將該時段之顧客流量等級設定為高。
  16. 如申請專利範圍第9項所述之方法，更包括：若已達一插值時間，則該處理單元根據目前累計之造訪人次預測該時段之顧客流量等級。
  17. 如申請專利範圍第16項所述之方法，其中該插值時間約為該時段長度的二分之一。
  18. 如申請專利範圍第16項所述之方法，其中預測該時段之顧客流量等級的方法包括：該處理單元利用目前累計之造訪人次以插值法得出一預測人流值；以及該處理單元根據該預測人流值佔該極大人流值之比例來計算該時段之顧客流量等級。
  19. 如申請專利範圍第16項所述之方法，更包括：若為該時段之末，則該計數單元累計該時段之造訪人次作為一實際人流值；該計數單元將該時段之該實際人流值儲存於該資料庫，且該處理單元更新該時段之該參考人流值。
  20. 如申請專利範圍第16項所述之方法，其中更新該時段之該參考人流值的方法包括：將該參考人流值與該實際人流值取平均值作為下一 週期之該時段的一參考人流值。
  21. 一種顧客流量預測裝置，包括：一計數單元，計數一時段的造訪人次；一資料庫，儲存複數筆造訪人次以及儲存複數筆參考人流值；以及一處理單元，於該時段之初檢查該資料庫中是否含有該時段之參考人流值，若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級；其中一週期包括N個時段，該資料庫中至少存有該N個時段的N筆參考人流值，取該N筆參考人流值中數值較高的前n筆參考人流值的平均值作為一極大人流值，n與N皆為正整數且n小於N，該處理單元根據該參考人流值佔該極大人流值之比例來對顧客流量分級。
  22. 一種空調溫度控制系統，包括：一測量單元，測量一時段之室外溫度；一計數單元，計數一時段的造訪人次；一資料庫，儲存複數筆造訪人次以及儲存複數筆參考人流值；以及一處理單元，於該時段之初檢查一資料庫中是否含有該時段之一參考人流值，若有，則該處理單元根據該參考人流值估算該時段之顧客流量等級預測該時段之顧客流量等級；其中，一週期包括N個時段，該資料庫中至少存有該N個時段的N筆參考人流值，取該N筆參考人流值中數值較高的前n筆參考人流值的平均值作為一極大人流 值，n與N皆為正整數且n小於N，該處理單元根據該參考人流值佔該極大人流值之比例來對顧客流量分級，且該處理單元根據該時段之室外溫度以及顧客流量等級設定該空調溫度。
TW098130289A 2008-11-06 2009-09-08 顧客流量等級預測方法及應用其之空調溫度控制方法 TWI411975B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW098130289A TWI411975B (zh) 2008-11-06 2009-09-08 顧客流量等級預測方法及應用其之空調溫度控制方法
US12/578,985 US20100114401A1 (en) 2008-11-06 2009-10-14 Method and Device of Predicting the Level of Customer Amount, and Method and System of Controlling Temperature of Aircondiction by Using the Same
JP2009254935A JP2010113721A (ja) 2008-11-06 2009-11-06 客数のレベルを予測する方法及び装置、並びに該方法及び装置を使用することによって空調温度を制御する方法及びシステム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW97142956 2008-11-06
TW098130289A TWI411975B (zh) 2008-11-06 2009-09-08 顧客流量等級預測方法及應用其之空調溫度控制方法

Publications (2)

Publication Number Publication Date
TW201019258A TW201019258A (en) 2010-05-16
TWI411975B true TWI411975B (zh) 2013-10-11

Family

ID=42132444

Family Applications (1)

Application Number Title Priority Date Filing Date
TW098130289A TWI411975B (zh) 2008-11-06 2009-09-08 顧客流量等級預測方法及應用其之空調溫度控制方法

Country Status (3)

Country Link
US (1) US20100114401A1 (zh)
JP (1) JP2010113721A (zh)
TW (1) TWI411975B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102230661B (zh) * 2011-06-17 2014-07-02 东华大学 一种滞后时间预测的中央空调系统智能控制方法
KR102157072B1 (ko) 2013-12-03 2020-09-17 삼성전자 주식회사 공조장치 또는 공조시스템의 온도 제어장치 및 방법
EP3105744B1 (en) * 2014-02-14 2018-05-02 Cognimatics AB System and method for occupancy estimation
CN107678330A (zh) * 2017-09-18 2018-02-09 广东美的制冷设备有限公司 终端控制方法、装置及计算机可读存储介质
CN110464168B (zh) * 2018-05-10 2023-10-20 开利公司 制冷展示柜及其控制方法
CN109703326B (zh) * 2018-12-24 2021-07-16 北京新能源汽车股份有限公司 一种车辆空调的控制方法、装置及汽车
CN112549895A (zh) * 2019-09-26 2021-03-26 森源汽车股份有限公司 一种车载空调控制方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040079094A1 (en) * 2001-12-28 2004-04-29 Masaya Kasai Air conditioner
JP2005344952A (ja) * 2004-05-31 2005-12-15 Sanyo Electric Co Ltd 屋内環境制御装置
TWM347632U (en) * 2008-06-06 2008-12-21 Tsint Multifunction emergency escape light

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3652838A (en) * 1970-03-02 1972-03-28 Edac Co Demand automated computer
US4583182A (en) * 1983-10-07 1986-04-15 At&T Information Systems Inc. Controllable risk parameter for device control system
US4855922A (en) * 1987-03-20 1989-08-08 Scientific-Atlanta, Inc. Apparatus and method for monitoring an energy management system
US5440480A (en) * 1992-05-15 1995-08-08 Jit Institute Of Technology, Inc. Method for determining flexible demand in a manufacturing process
US5745381A (en) * 1994-06-27 1998-04-28 Matsushita Electric Industrial Apparatus and method for evaluating operability of appliances and an apparatus for improving the operability of the appliances
US6115676A (en) * 1996-04-09 2000-09-05 General Electric Company Methods and apparatus for performing load profile and load control
US7480623B1 (en) * 2000-03-25 2009-01-20 The Retail Pipeline Integration Group, Inc. Method and system for determining time-phased product sales forecasts and projected replenishment shipments for a retail store supply chain
JP4562307B2 (ja) * 2001-03-30 2010-10-13 三洋電機株式会社 店舗内機器遠隔監視システム
EP1286240B1 (de) * 2001-08-22 2004-08-11 Pumpenfabrik Ernst Vogel Gesellschaft m.b.H. Verfahren zur Ermittlung einer Pumpen-Regelkennlinie
US7200579B2 (en) * 2002-01-02 2007-04-03 Hewlett-Packard Development Company, L.P. Method and apparatus for determining prices that maximize revenue
JP2004192425A (ja) * 2002-12-12 2004-07-08 Matsushita Electric Ind Co Ltd 混雑度合予測システム
US7149605B2 (en) * 2003-06-13 2006-12-12 Battelle Memorial Institute Electrical power distribution control methods, electrical energy demand monitoring methods, and power management devices
US7386047B2 (en) * 2003-08-19 2008-06-10 Radio Computing Services, Inc. Method for determining the likelihood of a match between source data and reference data
US7849031B2 (en) * 2004-12-22 2010-12-07 Hntb Holdings Ltd. Optimizing traffic predictions and enhancing notifications
JP2006190145A (ja) * 2005-01-07 2006-07-20 Omron Corp 店舗管理システム、店舗制御装置および店舗制御方法、管理サーバおよび管理方法、並びにプログラム
US7403928B2 (en) * 2005-02-03 2008-07-22 Siemens Power Transmission & Distribution, Inc. Identify data sources for neural network
US20080103614A1 (en) * 2006-10-06 2008-05-01 Julian Ellison Prediction method and system
TW200834378A (en) * 2007-02-14 2008-08-16 Behavior Tech Computer Corp Control method and system of input device
ITVA20070020A1 (it) * 2007-02-16 2008-08-17 Whirlpool Co Metodo per regolare l'umidita' all'interno di un frigorifero e frigorifero adatto all'implementazione di tale metodo
US20090319172A1 (en) * 2007-04-26 2009-12-24 Timebi, Lda Travel time prediction system
US8805552B2 (en) * 2007-08-28 2014-08-12 Causam Energy, Inc. Method and apparatus for actively managing consumption of electric power over an electric power grid
ATE555887T1 (de) * 2007-09-27 2012-05-15 Michelin Soc Tech Aushärtungsdauerverstellung für einen kautschukartikel
US8239244B2 (en) * 2007-11-30 2012-08-07 Sap Ag System and method for transaction log cleansing and aggregation
JP5198404B2 (ja) * 2009-10-15 2013-05-15 株式会社東芝 湿度推定装置および湿度推定方法
JP2012086449A (ja) * 2010-10-19 2012-05-10 Canon Inc 画像形成装置、ジョブ管理方法、及びプログラム
KR101748766B1 (ko) * 2010-12-23 2017-07-03 한국전자통신연구원 스마트 그리드 환경에서의 에너지 관리 방법 및 시스템, 스마트 그리드 환경에서의 전력 생산 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040079094A1 (en) * 2001-12-28 2004-04-29 Masaya Kasai Air conditioner
JP2005344952A (ja) * 2004-05-31 2005-12-15 Sanyo Electric Co Ltd 屋内環境制御装置
TWM347632U (en) * 2008-06-06 2008-12-21 Tsint Multifunction emergency escape light

Also Published As

Publication number Publication date
US20100114401A1 (en) 2010-05-06
TW201019258A (en) 2010-05-16
JP2010113721A (ja) 2010-05-20

Similar Documents

Publication Publication Date Title
TWI411975B (zh) 顧客流量等級預測方法及應用其之空調溫度控制方法
CN101751614B (zh) 顾客流量等级预测方法及应用其的空调温度控制方法
US11782465B2 (en) Optimization of energy use through model-based simulations
US11169499B2 (en) Apparatus and method for controlling comfort temperature of air conditioning device or air conditioning system
US10354345B2 (en) Optimizing and controlling the energy consumption of a building
Kim et al. Impact of occupancy rates on the building electricity consumption in commercial buildings
Ouf et al. On quantifying building performance adaptability to variable occupancy
CN106796043B (zh) 温度控制方法和装置
US20140316582A1 (en) Automated Facilities Management System having Occupant Relative Feedback
US20150276508A1 (en) Computer-Implemented System And Method For Externally Evaluating Thermostat Adjustment Patterns Of An Indoor Climate Control System In A Building
US20120245740A1 (en) Method and system for controlling environmental conditions of entity
CA2762163A1 (en) Remote device control and energy monitoring
KR101579607B1 (ko) 건물 에너지 절감을 위한 실시간 에너지진단 방법
JPWO2014185149A1 (ja) 需要家電力制御システム及び需要家電力制御方法
KR20190093754A (ko) 에어 컨디셔닝 시스템에서 에어 컨디셔너를 제어하는 장치 및 방법
Wang et al. Energy conservation through flexible HVAC management in large spaces: An IPS-based demand-driven control (IDC) system
KR20150095995A (ko) 상황인식 기반의 빌딩 에너지 관리 시스템 및 그를 이용한 빌딩 에너지 관리 방법
KR20150131913A (ko) Hvac 시스템의 에너지를 제어하기 위한 방법 및 장치
US11514537B2 (en) Decoupled modeling methods and systems
JP2004234302A (ja) プロセス管理装置
KR102001975B1 (ko) 재실자를 고려한 건물 에너지 부하 산출 방법 및 이를 이용한 건물 에너지 성능 평가 방법
JP5705348B1 (ja) 空調システムのアドバイス装置
TWI397698B (zh) 需量限定值計算方法、需量控制方法及其系統
JP2021108079A (ja) 資源管理システム、資源管理方法及びプログラム
Ramesh et al. Detection and Analysis of Digital Display Board Energy Consumption using IoT and Machine Learning Techniques