TWI481881B - 耗電預測裝置、方法及其電腦程式產品 - Google Patents

耗電預測裝置、方法及其電腦程式產品 Download PDF

Info

Publication number
TWI481881B
TWI481881B TW102142609A TW102142609A TWI481881B TW I481881 B TWI481881 B TW I481881B TW 102142609 A TW102142609 A TW 102142609A TW 102142609 A TW102142609 A TW 102142609A TW I481881 B TWI481881 B TW I481881B
Authority
TW
Taiwan
Prior art keywords
state
time
current
recording
power consumption
Prior art date
Application number
TW102142609A
Other languages
English (en)
Other versions
TW201520563A (zh
Inventor
Yu Sheng Chiu
Shiao Li Tsao
Yung Chi Chen
Shih Tsui Kuo
Original Assignee
Inst Information Industry
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 Inst Information Industry filed Critical Inst Information Industry
Priority to TW102142609A priority Critical patent/TWI481881B/zh
Priority to CN201310655388.4A priority patent/CN104655953A/zh
Priority to US14/194,239 priority patent/US20150149130A1/en
Priority to JP2014080130A priority patent/JP5940581B2/ja
Application granted granted Critical
Publication of TWI481881B publication Critical patent/TWI481881B/zh
Publication of TW201520563A publication Critical patent/TW201520563A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003Load forecast, e.g. methods or systems for forecasting future load demand
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Description

耗電預測裝置、方法及其電腦程式產品
本發明係關於一種耗電預測裝置、方法及其電腦程式產品;具體而言,本發明係關於一種基於電器使用機率之耗電預測裝置、方法及其電腦程式產品。
電力儼然已成為現代生活最主要的能源。為了管理電力,許多預測用電量的技術紛紛地被提出。然而,這些習知的用電量預測技術主要用於供電系統,以供地區電力系統作為用電調度或是發電量的參考。
事實上,對於終端用戶而言,為了節電以降低電費,針對小範圍(例如:單一工廠、智慧建築、智慧家庭等等)進行用電量的預測也是必要的。針對終端用戶之用電量預測,習知技術多半需要自用戶蒐集長時間(例如:一年)的用電資料,或是參考溫濕度感測器所感測到之資料做為預測參考。這些習知技術在預測用電量時,往往採用類神經網路、基因演算法等技術。透過這些技術,不僅需要長時間訓練過程,當預測對象之規模較小時,其預測成效也不如用於大規模時精準。
有鑑於此,本領域仍亟需一種能快速地建立出電器的用電模型並據以預測電器之未來用電量之技術。
為解決習知技術的問題,本發明提供一種耗電預測裝置、方法及其電腦程式產品。
本發明所提供之耗電預測裝置包含一介面及一處理單元,且二者間電性連接。該介面接收一電器之複數筆用電資料,其中該電器具有複數個運作狀態,且該等用電資料具有一時間順序。各用電資料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,且各該記錄狀態為該等運作狀態其中之一。該處理單元,電性連接至該介面,根據該等記錄狀態及該等記錄時間長度計算各該運作狀態之一平均運轉時間長度,且根據該時間順序及該等用電資料計算各該運作狀態之至少一轉移機率,其中各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同。
本發明所提供之耗電預測方法係由一電腦執行。該耗電預測方法包含下列步驟:(a)接收一電器之複數筆用電資料,該電器具有複數個運作狀態,該等用電資料具有一時間順序,各用電資料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,各該記錄狀態為該等運作狀態其中之一,(b)根據該等記錄狀態及該等記錄時間長度計算各該運作狀態之一平均運轉時間長度,以及(c)根據該時間順序及該等用電資料計算各該運作狀態之至少一轉移機率。各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同。
本發明所提供之電腦程式產品包含複數個程式指令。經由一 電子裝置載入該電腦程式產品後,該電子裝置執行該電腦程式產品所包含之該等程式指令,以使該電子裝置執行一建立一用電模型之方法。該等程式指令包含程式指令A、程式指令B及程式指令C。程式指令A使該電子裝置接收一電器之複數筆用電資料,其中該電器具有複數個運作狀態,該等用電資料具有一時間順序,各用電資料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,且各該記錄狀態為該等運作狀態其中之一。程式指令B使該電子裝置根據該等記錄狀態及該等記錄時間長度計算各該運作狀態之一平均運轉時間長度。程式指令C使該電子裝置根據該時間順序及該等用電資料計算各該運作狀態之至少一轉移機率。各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同。
本發明係利用自電器所蒐集到之用電資料為電器建立用電 模型。若後續再蒐集到其他的用電資料,則會利用這些後來蒐集到的用電資料來更新用電模型。透過不斷地更新,用電模型便能確實地反映電器在不同運作狀態下之平均運轉時間長度以及不同運作狀態間之轉移機率。在建立用電模型後,本發明便能據以預測電器之後之耗電量。簡言之,本發明依據電器之一電力特徵資料,先判斷電器於一目前時間點處於一目前狀態(亦即,電器所具有之運作狀態其中之一)以及本次進入該目前狀態後已經過的時間長度。之後,本發明會計算電器在此目前狀態之剩餘停留時間,再利用此剩餘停留時間及用電模型上之資訊來計算電器在目前時間點至目標時間點間之預測耗電量。因此,本發明不需要額外的環境資料(例 如:溫度資料、溼度資料等等),能在僅蒐集到電器的少部分用電資料下,就能建立出電器的用電模型,進而達到預測電器之未來用電量的效果。
在參閱圖式及隨後描述之實施方式後,此技術領域具有通常知識者便可瞭解本發明之其他目的,以及本發明之技術手段及實施態樣。
1‧‧‧耗電預測裝置
11‧‧‧介面
13‧‧‧處理單元
15‧‧‧智慧型電表
17‧‧‧建築
19‧‧‧電器
10a、10b、10c、10d、10e‧‧‧第一用電資料
12a、12b‧‧‧第二用電資料
S1、S2、S3、START、END‧‧‧運作狀態
T1、T2、T3、T4、T5‧‧‧記錄時間長度
ρ01 、ρ12 、ρ21 、ρ23 、ρ31 、ρ34 ‧‧‧轉移機率
S21~S27‧‧‧步驟
S231~S236‧‧‧步驟
第1A圖係描繪第一實施例之耗電預測裝置之示意圖;第1B圖係描繪第一用電資料之示意圖;第1C圖係描繪電器之用電模型之示意圖;第2A圖係描繪第二實施例之耗電預測方法之主要流程圖;以及第2B圖係描繪步驟S23之細部流程圖。
以下將透過不同之實施例來解釋本發明所提供之耗電預測裝置、方法及其電腦程式產品。然而,本發明的實施例並非用以限制本發明須在如實施例所述之任何環境、應用或方式方能實施。因此,關於實施例之說明僅為闡釋本發明之目的,而非用以直接限制本發明。須說明者,以下實施例及圖式中,與本發明非直接相關之元件已省略而未繪示。
本發明之第一實施例為一耗電預測裝置1,其示意圖係描繪於第1A圖。耗電預測裝置1包含一介面11及一處理單元13,且二者彼此電性連接。介面11可為任何能接收及傳送訊號之介面,而處理單元13則可為本發明所屬技術領域中具有通常知識者所知悉之各種處理器、中央處理裝置(central processing unit)、微處理器或其他計算裝置中之任一種。
於本實施例中,介面11電性連接至一智慧型電表15,且此智 慧型電表15連接至一建築17中之一電器19。需說明者,於本發明之其他實施態樣中,智慧型電表15可被一非侵入式負載監控設備取代。建築17中之電器19具有複數個運作狀態。舉例而言,若電器19為一電扇,則其所具有之狀態可包含「強」、「中」、「弱」、「啟動」及「關閉」。需說明者,所屬技術領域中具有通常知識者應可輕易地理解,不同的電器會具有不同的狀態,且狀態之數目亦會有所不同。於本實施例中,電器19具有五個運作狀態S1、S2、S3、START及END。
介面11透過智慧型電表15接收電器19之複數筆第一用電資 料10a、10b、10c、10d、……、10e。請一併參考第1B圖,其係描繪第一用電資料10a、10b、10c、10d、……、10e之示意圖。第一用電資料10a、10b、10c、10d、……、10e具有一第一時間順序。依該第一時間順序,第一用電資料10a早於第一用電資料10b,第一用電資料10b早於第一用電資料10c,依此類推。各筆第一用電資料10a、10b、10c、10d、……、10e包含一第一記錄狀態及該第一記錄狀態所對應之一第一記錄時間長度,其中各該第一記錄狀態為電器19之五個運作狀態S1、S2、S3、START及END其中之一。簡言之,第一用電資料10a、10b、10c、10d、……、10e之每一筆記錄電器19曾於某一運作狀態下運作了某一時間長度。於本實施例中,第一用電資料10a包含記錄狀態S1及第一記錄時間長度T1,第一用電資料10b包含記錄狀態S2及第一記錄時間長度T2,第一用電資料10c包含記錄狀態S1及第一記錄時間長度T3,第一用電資料10d包含記錄狀態S2及第一記錄時間長度T4,且第一用電資料10e包含記錄狀態S3及第一記錄時間長度T5。
接著,處理單元13利用第一用電資料10a、10b、10c、 10d、……、10e來建立電器19之用電模型。需說明者,此用電模型具有電器19於運作狀態S1、S2、S3、START及END之每一個之一平均運轉時間長度,以及電器19由某一運作狀態進入其他運作狀態之轉移機率。
具體而言,處理單元13根據第一用電資料10a、10b、10c、 10d、……、10e所包含之該等第一記錄狀態及該等第一記錄時間長度,計算運作狀態S1、S2、S3、START及END中的每一個之平均運轉時間長度。 舉例而言,處理單元13可藉由對運作狀態S1、S2、S3、START及END之每一個進行以下處理,來計算出其平均運轉時間長度:(a)自第一用電資料10a、10b、10c、10d、……、10e中選取第一記錄狀態為該運作狀態者,作為至少一選取用電資料,以及(b)將該至少一選取用電資料所對應之該至少一第一記錄時間長度進行算術平均以作為該運作狀態之該平均運轉時間長度。以運作狀態S1為例,處理單元13會選取第一用電資料10a、10c作為選取用電資料,再將其選取用電資料(亦即,第一用電資料10a、10c)所包含之第一記錄時間長度(亦即,第一記錄時間長度T1、T3)平均作為運作狀態S1之平均運轉時間長度。需說明者,於本發明之其他實施態樣中,處理單元亦可採用其他的方式計算各運作狀態之平均運轉時間長度,例如:以取中位數或眾數之方式為之。
此外,處理單元13會根據第一用電資料10a、10b、10c、 10d、……、10e所具有之該時間順序及第一用電資料10a、10b、10c、10d、……、10e,計算運作狀態S1、S2、S3、START及END中之每一個之至少一轉移機率。各該轉移機率為由一來源狀態進入一目標狀態之機率, 其中該來源狀態為運作狀態S1、S2、S3、START及END其中之一,該目標狀態亦為運作狀態S1、S2、S3、START及END其中之一,且該來源狀態及該目標狀態不同。
舉例而言,處理單元13可藉由對運作狀態S1、S2、S3、START 及END之每一個進行以下處理,來計算出運作狀態S1、S2、S3、START及END之每一個之該至少一轉移機率:(a)依據該時間順序及該等第一記錄狀態,統計進入該運作狀態之一第一數目,(b)依據該時間順序及該等第一記錄狀態,決定離開該運作狀態後所進入之至少一移轉狀態,各該至少一移轉狀態為運作狀態S1、S2、S3、START及END其中之一,(c)依據該時間順序及該等第一記錄狀態,統計由該運作狀態進入各該至少一移轉狀態之至少一第二數目,以及(d)將各該至少一第二數目各自除以該第一數目以得該運作狀態之該至少一轉移機率。
茲以運作狀態S1為例作進一步的說明。處理單元13會依據 該時間順序及該等第一記錄狀態,統計進入運作狀態S1之第一數目。以第1B圖所描繪之第一用電資料10b、10c為例,由於第一用電資料10c緊接於第一用電資料10b之後,代表電器19曾在離開運作狀態S2之後進入運作狀態S1。處理單元13便是依據這類資訊來進行統計,並得出進入運作狀態S1之第一數目。另一方面,處理單元13亦會依據該時間順序及該等第一記錄狀態,決定電器19離開運作狀態S1後所進入之狀態為何,並以此作為運作狀態S1之移轉狀態。以第1B圖所描繪之第一用電資料10a、10b以及第一用電資料10c、10d為例,電器19離開運作狀態S1皆進入運作狀態S2,因此處理單元13決定運作狀態S1有一個移轉狀態,且該移轉狀態為運作狀態S2。處 理單元13再依據該時間順序及該等第一記錄狀態,統計由運作狀態S1進入各該至少一移轉狀態(亦即,運作狀態S2)之至少一第二數目。之後,處理單元13將各該至少一第二數目各自除以該第一數目以得運作狀態S1之該至少一轉移機率。
為方便理解,關於處理單元13為電器19所建立之用電模型, 可參考第1C圖。第1C圖中之五個圓圈代表運作狀態S1、S2、S3、START及END,其中運作狀態S1、S2、S3、START及END之每一個有一平均運轉時間長度。此外,運作狀態START進入運作狀態S1之轉移機率為ρ01 ,運作狀態S1進入運作狀態S2之轉移機率為ρ12 ,運作狀態S2進入運作狀態S1、S3之轉移機率分別為ρ21 、ρ23 ,且運作狀態S3進入運作狀態S1、END之轉移機率分別為ρ31 、ρ34 。需說明者,本發明之重點在於為電器建立用電模型,但未限制用電模型需以如第1C圖之狀態轉換圖來呈現。
透過上述運作,處理單元13便可利用自電器19所蒐集到的第 一用電資料10a、10b、10c、10d、……、10e為電器19建立用電模型。在建立電器19之用電模型後,耗電預測裝置1便能預測電器19之後的耗電量。於本實施例中,耗電預測裝置1具有一能耗預測間距,代表處理單元13每次所能預測耗電量之時間長度。舉例而言,若目前時間點為10:00AM,而能耗預測間距為15分鐘,則處理單元13將會利用電器19之用電模型來預測10:00AM至10:15AM之耗電量。以下將接著說明耗電預測裝置1如何依據電器19之用電模型來預測電器19之後的耗電量。
處理單元13可依據電器19之一電力特徵資料判斷電器19於 一目前時間點之一目前狀態以及於該目前狀態下之一已停留時間長度,其 中該目前狀態為運作狀態S1、S2、S3、START及END其中之一,而該已停留時間長度代表電器19於本次進入該目前狀態後已經過的時間長度。需說明者,處理單元13如何依據電器19之電力特徵資料來判斷電器19於目前時間點處於哪一運作狀態(亦即,前述目前狀態)以及在該運作狀態下已經過之時間長度並非本發明之重點,故不贅言。
接著,處理單元13便可依據以下公式(1)以遞迴的方式來預測電器19自一目前時間點至一目標時間點之一預測耗電量。
上述公式(1)中,變數T from 代表目前時間點,變數T to 代表目標時間點,變數i 代表目前狀態,變數t 代表電器19在目前時間點(亦即,變數T from 之值)之目前狀態(亦即,變數i 之值)下之剩餘停留時間,變數P i 代表目前狀態(亦即,變數i 之值)之一功率(亦即,平均功耗),變數代表運作狀態j 在時段h 之平均運轉時間長度,變數代表在時段h 由運作狀態i 轉移至運作狀態j 之機率(亦即,前述轉移機率),變數H X 代表為電器19之有限的運作狀態集合,變數△P ij 代表由運作狀態i 轉移至運作狀態j 之功率變化,且期望值E H 代表電器19於目前時間點至目標時間點之預測耗電量。
為便於理解,茲假設目前狀態為運作狀態S2,運作狀態S2之平均運轉時間長度為30分鐘,目前時間點為10:00AM,能耗預測間距為15分鐘,且電器19在目前時間點(亦即,10:00AM)在目前狀態(亦即,運作狀態S2)下之已停留時間長度為20分鐘。處理單元13利用上述公式(1)所進 行之預測即為E(10:00AM,10:10AM,10,i)+Pi +E(10:10AM,10:15AM,5,i)。
詳言之,處理單元13在利用公式(1)進行上述預測時,會依據該能耗預測間距(例如:上述15分鐘)、該已停留時間長度(例如:上述20分鐘)及該目前狀態所對應之該平均運轉時間長度(例如:上述30分鐘)計算在目前狀態之剩餘停留時間。於上述範例中,電器19於目前時間點在目前狀態之剩餘停留時間為10分鐘,因此先以E(10:00AM,10:10AM,10,i)進行計算;之後加上Pi ;之後剩餘停留時間小於零,因此需進行一狀態轉換,故再加上E(10:10AM,10:15AM,5,i)。
簡言之,由公式(1)可知,倘若處理單元13判斷該剩餘停留時間不小於零,則處理單元13會利用該目前狀態之一功率、該剩餘停留時間、該目前時間點及一目標時間點,計算電器19於目前時間點至目標時間點之預測耗電量。倘若處理單元13判斷該剩餘停留時間小於零,處理單元13會選取該目前狀態之該至少一轉移機率作為至少一選取轉移機率,利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該停留時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及一目標時間點,計算電器19於該目前時間點至該目標時間點之一預測耗電量。倘若處理單元13判斷目前時間點及目標時間點相同,則處理單元13將會以電器19之該目前狀態之功率(亦即,平均功耗)作為目前時間點至目標時間點之預測耗電量。再者,若處理單元13判斷目前時間點晚於目標時間點,則會以零作為目前時間點至目標時間點之預測耗電量。
需說明者,於本發明之其他實施態樣中,處理單元13可採取 其他的方式來處理剩餘停留時間小於零的情況。處理單元13可先利用該目前狀態之該至少一轉移機率計算出至少一選取轉移機率。之後,處理單元再利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該停留時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及一目標時間點,計算該電器於該目前時間點至該目標時間點之一預測耗電量。舉例而言,處理單元13可將一天的時間長度區分為多個不同的時段,並利用不同的時段及轉移機率計算出選取轉移機率。
後續,若介面11更接收電器19之複數筆第二用電資料12a、……、12b,則可根據第二用電資料12a、……、12b來更新電器19之用電模型。具體而言,第二用電資料12a、……、12b具有一第二時間順序,其中第二用電資料12a、……、12b之每一筆包含一第二記錄狀態及該第二記錄狀態所對應之一第二記錄時間長度,且各該第二記錄狀態為運作狀態S1、S2、S3、START及END其中之一。處理單元13會採取前述方式,根據該等第二記錄狀態及該等第二記錄時間長度更新運作狀態S1、S2、S3、START及END之每一個之平均運轉時間長度,且根據該第二時間順序及第二用電資料12a、……、12b更新運作狀態S1、S2、S3、START及END之每一個之該至少一轉移機率。
綜上所述,耗電預測裝置1會利用自電器19所蒐集到的第一用電資料10a、10b、10c、10d、……、10e為電器19建立用電模型。若後續再蒐集到其他的用電資料,則會利用這些後來蒐集到的用電資料來更新用電模型。透過不斷地更新,用電模型便能確實地反映電器19在不同運作狀 態下之平均運轉時間長度以及不同運作狀態間之轉移機率。在建立用電模型後,耗電預測裝置1便能據以預測電器19之後之耗電量。簡言之,耗電預測裝置1可依據電器19之一電力特徵資料,先判斷電器19於一目前時間點處於一目前狀態(亦即,電器19所具有之運作狀態S1、S2、S3、START及END其中之一)以及本次進入該目前狀態後之一已停留時間長度。之後,耗電預測裝置1會依據一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度,計算電器19在此目前狀態之剩餘停留時間,再利用此剩餘停留時間及用電模型上之資訊來計算電器19在目前時間點至目標時間點間之預測耗電量。
透過本實施例之機制,耗電預測裝置1不需要額外的環境資料(例如:溫度資料、溼度資料等等),能在僅蒐集到電器19的少部分用電資料下,就能建立出電器19的用電模型,進而達到預測電器19之未來用電量的效果。
本發明之第二實施例為一耗電預測方法,其主要流程圖係描繪於第2A圖。本實施例之耗電預測方法係由一電腦、一電子裝置、一處理單元或其他具有運算能力之計算裝置來執行。
首先,執行步驟S21,接收一電器之複數筆用電資料。該電器具有複數個運作狀態,該等用電資料具有一時間順序,各用電資料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,且各該記錄狀態為該等運作狀態其中之一。
之後,執行步驟S22,根據該等記錄狀態及該等記錄時間長度計算各該運作狀態之一平均運轉時間長度。需說明者,於本發明之某些 實施態樣中,步驟S22可藉由對各該運作狀態進行以下步驟,以計算出各該運作狀態之該平均運轉時間長度:(a)自該等用電資料中選取該記錄狀態為該運作狀態者,作為至少一選取用電資料,以及(b)將該至少一選取用電資料所對應之該至少一第一記錄時間長度平均以作為該運作狀態之該平均運轉時間長度。
於步驟S23,根據該時間順序及該等用電資料計算各該運作 狀態之至少一轉移機率。各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同。
需說明者,於本發明之某些實施態樣中,步驟S23可藉由第 2B圖所描繪之流程,來計算出所有運作狀態之轉移機率。首先,於步驟S231中,選擇一尚未計算出轉移機率之運作狀態。接著,執行步驟S232,依據該時間順序及該等記錄狀態,統計進入步驟S231所選取之該運作狀態之一第一數目。於步驟S233,依據該時間順序及該等記錄狀態,決定離開該運作狀態後所進入之至少一移轉狀態,各該至少一移轉狀態為該等運作狀態其中之一。隨後,於步驟S234,依據該時間順序及該等記錄狀態,統計由該運作狀態進入各該至少一移轉狀態之至少一第二數目。之後,執行步驟S235,將各該至少一第二數目各自除以該第一數目以得該運作狀態之該至少一轉移機率。之後,執行步驟S236,判斷是否尚有未計算出轉移機率之運作狀態。若步驟S236之判斷結果為是,則重複地執行步驟S231至步驟S235以計算其他運作狀態之轉移機率。若步驟S236之判斷結果為否,則結束步驟S23。於執行完步驟S23後,代表本實施例之耗電預測方法已為電器建立 了用電模型,因此後續便可利用此用電模型來預估電器之耗電量。
後續,可執行步驟S24,接收該電器之一電力特徵資料。之後,執行步驟S25,依據該電器之該電力特徵資料判斷該電器於一目前時間點之一目前狀態以及於該目前狀態下之一已停留時間長度,其中該目前狀態為該等運作狀態其中之一。之後,於步驟S26,依據一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間。
接著,執行步驟S27,依據剩餘停留時間,對目前時間點進行能耗預測間距之耗電量預測。具體而言,步驟S27可利用上述公式(1)以遞迴的方式進行計算。簡言之,進行遞迴運算時,當剩餘停留時間不小於零時,步驟S27利用該目前狀態之一功率、該剩餘停留時間、該目前時間點及一目標時間點,計算該電器於該目前時間點至該目標時間點之一預測耗電量。當剩餘停留時間小於零時,則步驟S27選取該目前狀態之該至少一轉移機率作為至少一選取轉移機率,利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該平均運轉時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及一目標時間點,計算該電器於該目前時間點至該目標時間點之一預測耗電量。
另一方面,於執行完步驟S23後(亦即,於耗電預測方法為電器建立了用電模型後),耗電預測方法可再執行其他步驟來更新用電模型。具體而言,耗電預測方法可再執行一步驟(未繪示),接收該電器之複數筆其他用電資料,該等其他用電資料具有一時間順序,各筆其他用電資 料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,各該記錄狀態為該等運作狀態其中之一。之後,再執行另一步驟,根據該等其他用電資料所包含之該等記錄狀態及該等記錄時間長度更新各該運作狀態之該平均運轉時間長度,且根據該時間順序及該等其他用電資料更新各該運作狀態之該至少一轉移機率。
除了前述之步驟外,第二實施例亦能執行第一實施例之所有 運作及功能。所屬技術領域具有通常知識者可直接瞭解第二實施例如何基於上述第一實施例以執行此等操作及功能,故不贅述。
再者,第二實施例所描述之耗電預測方法可由一電腦程式產 品加以實現。當一電子裝置載入此電腦程式產品,並執行此電腦程式產品所包含之複數個指令後,即可完成第二實施例所描述之耗電預測方法。前述之電腦程式產品可為能被於網路上傳輸之檔案,亦可被儲存於電腦可讀取記錄媒體中,例如唯讀記憶體(read only memory;ROM)、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟習此項技藝者所習知且具有相同功能之任何其它儲存媒體中。
綜上所述,本發明利用自電器所蒐集到之用電資料為電器建 立用電模型。若後續再蒐集到其他的用電資料,則會利用這些後來蒐集到的用電資料來更新用電模型。透過不斷地更新,用電模型便能確實地反映電器在不同運作狀態下之平均運轉時間長度以及不同運作狀態間之轉移機率。在建立用電模型後,本發明便能據以預測電器之後之耗電量。簡言之,本發明依據電器之一電力特徵資料,先判斷電器於一目前時間點處於一目前狀態(亦即,電器所具有之運作狀態其中之一)以及本次進入該目前狀 態後已經過的時間長度。之後,本發明會計算電器在此目前狀態之剩餘停留時間,再利用此剩餘停留時間及用電模型上之資訊來計算電器在目前時間點至目標時間點間之預測耗電量。因此,本發明不需要額外的環境資料(例如:溫度資料、溼度資料等等),能在僅蒐集到電器的少部分用電資料下,就能建立出電器的用電模型,進而達到預測電器之未來用電量的效果。
上述之實施例僅用來例舉本發明之實施態樣,以及闡釋本發明之技術特徵,並非用來限制本發明之保護範疇。任何熟悉此技術者可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍,本發明之權利保護範圍應以申請專利範圍為準。
S21~S27‧‧‧步驟

Claims (16)

  1. 一種耗電預測裝置,包含:一介面,接收一電器之複數筆第一用電資料,該電器具有複數個運作狀態,該等第一用電資料具有一第一時間順序,各第一用電資料包含一第一記錄狀態及該第一記錄狀態所對應之一第一記錄時間長度,各該第一記錄狀態為該等運作狀態其中之一;以及一處理單元,電性連接至該介面,根據該等第一記錄狀態及該等第一記錄時間長度計算各該運作狀態之一平均運轉時間長度,且根據該第一時間順序及該等第一用電資料計算各該運作狀態之至少一轉移機率,其中各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同其中,該處理單元更利用一目前時間點、一目標時間點及該電器之一目前狀態,計算該電器於該目前時間點至該目標時間點之一預測耗電量,其中該目前狀態為該等運作狀態其中之一。
  2. 如請求項1所述之耗電預測裝置,其中該處理單元係藉由對各該運作狀態進行以下處理,以計算出各該運作狀態之該平均運轉時間長度:自該等第一用電資料中選取該第一記錄狀態為該運作狀態者,作為至少一選取用電資料,將該至少一選取用電資料所對應之該至少一第一記錄時間 長度進行算術平均以作為該運作狀態之該平均運轉時間長度。
  3. 如請求項1所述之耗電預測裝置,其中該處理單元係藉由對各該運作狀態進行以下處理,以計算出各該運作狀態之該至少一轉移機率:依據該時間順序及該等第一記錄狀態,統計進入該運作狀態之一第一數目,依據該時間順序及該等第一記錄狀態,決定離開該運作狀態後所進入之至少一移轉狀態,各該至少一移轉狀態為該等運作狀態其中之一,依據該時間順序及該等第一記錄狀態,統計由該運作狀態進入各該至少一移轉狀態之至少一第二數目,將各該至少一第二數目各自除以該第一數目以得該運作狀態之該至少一轉移機率。
  4. 如請求項1所述之耗電預測裝置,其中該處理單元更依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度,該處理單元更依據一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間,該處理單元更判斷該剩餘停留時間不小於零,該處理單元係利用該目前狀態之一功率、該剩餘停留時間、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  5. 如請求項1所述之耗電預測裝置,其中該處理單元更依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度,該處理單元更依據 一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間,該處理單元更判斷該剩餘停留時間小於零,該處理單元更選取該目前狀態之該至少一轉移機率作為至少一選取轉移機率,該處理單元係利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該平均運轉時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  6. 如請求項1所述之耗電預測裝置,其中該處理單元更依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度,該處理單元更依據該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間,該處理單元更判斷該剩餘停留時間小於零,該處理單元更利用該目前狀態之該至少一轉移機率計算出至少一選取轉移機率,該處理單元係利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該平均運轉時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  7. 如請求項1所述之耗電預測裝置,其中該介面更接收該電器之複數筆第二用電資料,該等第二用電資料具有一第二時間順序,各第二用電資料包含一第二記錄狀態及該第二記錄狀態所對應之一第二記錄時間長度,各該第二記錄狀態為該等運作狀 態其中之一,該處理單元更根據該等第二記錄狀態及該等第二記錄時間長度更新各該運作狀態之該平均運轉時間長度,且根據該第二時間順序及該等第二用電資料更新各該運作狀態之該至少一轉移機率。
  8. 一種電腦執行之耗電預測方法,包含下列步驟:(a)接收一電器之複數筆第一用電資料,該電器具有複數個運作狀態,該等第一用電資料具有一第一時間順序,各第一用電資料包含一第一記錄狀態及該第一記錄狀態所對應之一第一記錄時間長度,各該第一記錄狀態為該等運作狀態其中之一;(b)根據該等第一記錄狀態及該等第一記錄時間長度計算各該運作狀態之一平均運轉時間長度;(c)根據該第一時間順序及該等第一用電資料計算各該運作狀態之至少一轉移機率,其中各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來源狀態及該目標狀態不同;以及(d)利用一目前時間點、一目標時間點及該電器之一目前狀態,計算該電器於該目前時間點至該目標時間點之一預測耗電量,其中該目前狀態為該等運作狀態其中之一。
  9. 如請求項8所述之耗電預測方法,其中該步驟(c)係藉由對各該運作狀態進行以下步驟,以計算出各該運作狀態之該平均運轉時間長度:自該等第一用電資料中選取該第一記錄狀態為該運作狀態者,作為至少一選取用電資料;以及 將該至少一選取用電資料所對應之該至少一第一記錄時間長度進行算術平均以作為該運作狀態之該平均運轉時間長度。
  10. 如請求項8所述之耗電預測方法,其中該步驟(c)係藉由對各該運作狀態進行以下步驟,以計算出各該運作狀態之該至少一轉移機率:依據該時間順序及該等第一記錄狀態,統計進入該運作狀態之一第一數目;依據該時間順序及該等第一記錄狀態,決定離開該運作狀態後所進入之至少一移轉狀態,各該至少一移轉狀態為該等運作狀態其中之一;依據該時間順序及該等第一記錄狀態,統計由該運作狀態進入各該至少一移轉狀態之至少一第二數目;以及將各該至少一第二數目各自除以該第一數目以得該運作狀態之該至少一轉移機率。
  11. 如請求項8所述之耗電預測方法,更包含下列步驟:依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度;依據一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間;以及判斷該剩餘停留時間不小於零,其中,該步驟(d)係利用該目前狀態之一功率、該剩餘停留時間、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  12. 如請求項8所述之耗電預測方法,更包含下列步驟: 依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度,該目前狀態為該等運作狀態其中之一;依據該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間;判斷該剩餘停留時間小於零;以及選取該目前狀態之該至少一轉移機率作為至少一選取轉移機率,其中該步驟(d)係利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該平均運轉時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉換功率、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  13. 如請求項8所述之耗電預測方法,更包含下列步驟:依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度;依據一能耗預測間距、該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間;判斷該剩餘停留時間小於零;以及利用該目前狀態之該至少一轉移機率計算出至少一選取轉移機率,其中該步驟(d)係利用各該至少一選取轉移機率、各該至少一選取轉移機率之該目標狀態之該平均運轉時間長度、由該目前狀態進入各該至少一選取轉移機率之該目標狀態之至少一轉 換功率、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
  14. 如請求項8所述之耗電預測方法,更包含下列步驟:接收該電器之複數筆第二用電資料,該等第二用電資料具有一第二時間順序,各第二用電資料包含一第二記錄狀態及該第二記錄狀態所對應之一第二記錄時間長度,各該第二記錄狀態為該等運作狀態其中之一;根據該等第二記錄狀態及該等第二記錄時間長度更新各該運作狀態之該平均運轉時間長度;以及根據該第二時間順序及該等第二用電資料更新各該運作狀態之該至少一轉移機率。
  15. 一種電腦程式產品,經由一電子裝置載入該電腦程式產品後,該電子裝置執行該電腦程式產品所包含之複數個程式指令,以使該電子裝置執行一耗電預測方法,該等程式指令包含:程式指令A,使該電子裝置接收一電器之複數筆用電資料,該電器具有複數個運作狀態,該等用電資料具有一時間順序,各用電資料包含一記錄狀態及該記錄狀態所對應之一記錄時間長度,各該記錄狀態為該等運作狀態其中之一;程式指令B,使該電子裝置根據該等記錄狀態及該等記錄時間長度計算各該運作狀態之一平均運轉時間長度;以及程式指令C,使該電子裝置根據該時間順序及該等用電資料計算各該運作狀態之至少一轉移機率,其中各該轉移機率為由一來源狀態進入一目標狀態之機率,該來源狀態為該等運作狀態其中之一,該目標狀態為該等運作狀態其中之一,且該來 源狀態及該目標狀態不同;以及程式指令D,利用一目前時間點、一目標時間點及該電器之一目前狀態,計算該電器於該目前時間點至該目標時間點之一預測耗電量,其中該目前狀態為該等運作狀態其中之一。
  16. 如請求項15所述之電腦程式產品,其中該等程式指令更包含:程式指令E,使該電子裝置依據該電器之一電力特徵資料判斷該電器於該目前時間點之該目前狀態以及於該目前狀態下之一已停留時間長度;程式指令E,使該電子裝置依據該已停留時間長度及該目前狀態所對應之該平均運轉時間長度計算一剩餘停留時間;以及程式指令F,使該電子裝置判斷該剩餘停留時間不小於零;其中該程式指令G係使該電子裝置利用該目前狀態之一功率、該剩餘停留時間、該目前時間點及該目標時間點,計算該電器於該目前時間點至該目標時間點之該預測耗電量。
TW102142609A 2013-11-22 2013-11-22 耗電預測裝置、方法及其電腦程式產品 TWI481881B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW102142609A TWI481881B (zh) 2013-11-22 2013-11-22 耗電預測裝置、方法及其電腦程式產品
CN201310655388.4A CN104655953A (zh) 2013-11-22 2013-12-05 耗电预测装置及方法
US14/194,239 US20150149130A1 (en) 2013-11-22 2014-02-28 Power consumption prediction apparatus, method, and non-transitory computer readable storage medium thereof
JP2014080130A JP5940581B2 (ja) 2013-11-22 2014-04-09 消費電力予測装置、方法、およびその非一時的コンピュータ可読記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102142609A TWI481881B (zh) 2013-11-22 2013-11-22 耗電預測裝置、方法及其電腦程式產品

Publications (2)

Publication Number Publication Date
TWI481881B true TWI481881B (zh) 2015-04-21
TW201520563A TW201520563A (zh) 2015-06-01

Family

ID=53183346

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102142609A TWI481881B (zh) 2013-11-22 2013-11-22 耗電預測裝置、方法及其電腦程式產品

Country Status (4)

Country Link
US (1) US20150149130A1 (zh)
JP (1) JP5940581B2 (zh)
CN (1) CN104655953A (zh)
TW (1) TWI481881B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915283B (zh) * 2015-06-25 2016-07-06 北京奇虎科技有限公司 衡量移动终端耗电情况的方法和装置
TWI580145B (zh) * 2015-10-27 2017-04-21 財團法人資訊工業策進會 適用於加工機台之用電量預估系統與用電量預估方法
TW201820246A (zh) * 2016-11-23 2018-06-01 財團法人資訊工業策進會 取得用電戶之負載運作機率之方法及取得用電戶群組之負載運作機率之方法
CN106707807B (zh) * 2016-11-28 2018-01-02 深圳普创天信科技发展有限公司 饮水机及其基于时序的智能控制方法、系统
CN107194502B (zh) * 2017-05-04 2020-10-23 山东大学 一种居民用户电力负荷预测方法
CN108387776A (zh) * 2018-01-02 2018-08-10 山东浪潮通软信息科技有限公司 一种智能电表的预警方法及装置
CN109359780B (zh) * 2018-11-16 2021-10-08 上海电力学院 一种基于电器化指数的居民用电量预测方法
CN111126707B (zh) * 2019-12-26 2023-10-27 华自科技股份有限公司 能耗方程构建、能耗预测方法与装置
CN111224443A (zh) * 2020-02-05 2020-06-02 广州赛特智能科技有限公司 基于大数据的配送机器人充电方法、系统及处理终端

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200745585A (en) * 2006-02-09 2007-12-16 Lg Chemical Ltd System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
US7752468B2 (en) * 2006-06-06 2010-07-06 Intel Corporation Predict computing platform memory power utilization
JP2011178209A (ja) * 2010-02-26 2011-09-15 Denso Corp 消費電力予測装置
US8190939B2 (en) * 2009-06-26 2012-05-29 Microsoft Corporation Reducing power consumption of computing devices by forecasting computing performance needs
TW201314236A (zh) * 2011-09-27 2013-04-01 Neotec Semiconductor Ltd 電池容量預測裝置及其預測方法
CN103037391A (zh) * 2013-01-17 2013-04-10 上海交通大学 基于数据流预测的低功耗rrc协议优化控制方法
CN103336877A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 一种基于rvm动态可重构的卫星锂离子电池剩余寿命预测系统及方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0627175A (ja) * 1992-07-07 1994-02-04 Toyota Autom Loom Works Ltd コンデンサの寿命計算装置
US7310572B2 (en) * 2005-09-16 2007-12-18 Honeywell International Inc. Predictive contract system and method
US20110307200A1 (en) * 2010-06-11 2011-12-15 Academia Sinica Recognizing multiple appliance operating states using circuit-level electrical information
DE112011102128T5 (de) * 2010-06-25 2013-04-04 Sharp Kabushiki Kaisha Elektrizitätsmanagementsystem zum effektiven Betreiben einer Mehrzahl von Elektrogeräten, Elektrogerät dafür, zentrale Steuereinheit, Computerprogramm und Speichermedium dafür sowie Verfahren zum Managen von Elektrogeräten mittels der zentralen Steuereinheit
US9190844B2 (en) * 2012-11-04 2015-11-17 Bao Tran Systems and methods for reducing energy usage
US8560134B1 (en) * 2010-09-10 2013-10-15 Kwangduk Douglas Lee System and method for electric load recognition from centrally monitored power signal and its application to home energy management
EP2652685A2 (en) * 2010-12-13 2013-10-23 Fraunhofer USA, Inc. Methods and system for nonintrusive load monitoring
US8812427B2 (en) * 2011-04-27 2014-08-19 Hewlett-Packard Development Company, L.P. System and method for disaggregating power load
US8543135B2 (en) * 2011-05-12 2013-09-24 Amit Goyal Contextually aware mobile device
US20140143189A1 (en) * 2011-07-13 2014-05-22 Nitto Denko Corporation On-demand power control system, on-demand power control system program, and computer-readable recording medium recording the same program
JP5395923B2 (ja) * 2012-03-22 2014-01-22 株式会社東芝 行動モデル生成装置およびその方法
US8818774B2 (en) * 2012-03-22 2014-08-26 Kabushiki Kaisha Toshiba Behavioral model generating device and method therefor
JP6020880B2 (ja) * 2012-03-30 2016-11-02 ソニー株式会社 データ処理装置、データ処理方法、及び、プログラム
CA2865873A1 (en) * 2012-03-30 2013-10-03 Sony Corporation Data processing apparatus, data processing method, and program
CN103198235B (zh) * 2013-04-27 2015-12-02 国家电网公司 基于风功率纵向时刻概率分布的风功率预测值预评估方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200745585A (en) * 2006-02-09 2007-12-16 Lg Chemical Ltd System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
US7752468B2 (en) * 2006-06-06 2010-07-06 Intel Corporation Predict computing platform memory power utilization
US8190939B2 (en) * 2009-06-26 2012-05-29 Microsoft Corporation Reducing power consumption of computing devices by forecasting computing performance needs
JP2011178209A (ja) * 2010-02-26 2011-09-15 Denso Corp 消費電力予測装置
TW201314236A (zh) * 2011-09-27 2013-04-01 Neotec Semiconductor Ltd 電池容量預測裝置及其預測方法
CN103037391A (zh) * 2013-01-17 2013-04-10 上海交通大学 基于数据流预测的低功耗rrc协议优化控制方法
CN103336877A (zh) * 2013-07-25 2013-10-02 哈尔滨工业大学 一种基于rvm动态可重构的卫星锂离子电池剩余寿命预测系统及方法

Also Published As

Publication number Publication date
US20150149130A1 (en) 2015-05-28
JP5940581B2 (ja) 2016-06-29
JP2015103241A (ja) 2015-06-04
TW201520563A (zh) 2015-06-01
CN104655953A (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
TWI481881B (zh) 耗電預測裝置、方法及其電腦程式產品
US9740545B2 (en) Equipment evaluation device, equipment evaluation method and non-transitory computer readable medium
KR20140043184A (ko) 에너지 소비량 예측 장치 및 방법
JP5025807B1 (ja) 予備力計算装置およびその方法、コンピュータプログラム
US20160077538A1 (en) Load forecasting for residential sector demand response
US11293812B2 (en) Adaptive filter bank for modeling a thermal system
US11592200B2 (en) Detecting diagnostic events in a thermal system
KR101660487B1 (ko) 소비 특성에 따른 전력 소비량 예측 방법 및 장치
US20120150454A1 (en) Apparatus and method for managing energy resources
JP6610281B2 (ja) 情報処理装置、制御方法及び制御プログラム
JPWO2015037307A1 (ja) 蓄電制御装置、管理システム、蓄電制御方法、蓄電制御プログラム及び記録媒体
US11906180B1 (en) Data center management systems and methods for compute density efficiency measurements
Li et al. Coordinated state‐estimation method for air‐conditioning loads to provide primary frequency regulation service
US9645563B2 (en) Tuning model structures of dynamic systems
Radovanovic et al. Power modeling for effective datacenter planning and compute management
TWI489725B (zh) 建立一用電模型之裝置、方法及其電腦程式產品
US9575554B1 (en) Dynamic time sliced sensor sampling for reduced power consumption
EP3942486A1 (en) Data center management systems and methods for compute density efficiency measurements
Biemann et al. Data centre HVAC control harnessing flexibility potential via real-time pricing cost optimisation using reinforcement learning
Ramesh et al. Big Data and IoT System for Utility Power Planning using Commercial Cloud Database
JP2020160932A (ja) 電力予測方法及び電力予測システム
KR20200053379A (ko) 스마트그리드를 위한 통신 방식 채택 방법 및 이를 수행하는 통신 정책 서버
JP2016127622A (ja) 電力需要予測システム
Basmadjian et al. Hidden storage in data centers: Gaining flexibility through cooling systems
KR102250730B1 (ko) 금형 디지털 카운터 기반 금형 관리 시스템