TWI663570B - 用電分析伺服器及其用電分析方法 - Google Patents

用電分析伺服器及其用電分析方法 Download PDF

Info

Publication number
TWI663570B
TWI663570B TW106136185A TW106136185A TWI663570B TW I663570 B TWI663570 B TW I663570B TW 106136185 A TW106136185 A TW 106136185A TW 106136185 A TW106136185 A TW 106136185A TW I663570 B TWI663570 B TW I663570B
Authority
TW
Taiwan
Prior art keywords
data
power consumption
user
group
users
Prior art date
Application number
TW106136185A
Other languages
English (en)
Other versions
TW201917671A (zh
Inventor
蔡家緯
洪永杰
蔣貴君
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 TW106136185A priority Critical patent/TWI663570B/zh
Priority to CN201711076895.7A priority patent/CN109697548B/zh
Priority to US15/814,714 priority patent/US10120004B1/en
Priority to CA3017229A priority patent/CA3017229C/en
Publication of TW201917671A publication Critical patent/TW201917671A/zh
Application granted granted Critical
Publication of TWI663570B publication Critical patent/TWI663570B/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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
    • G01R21/1333—Arrangements for measuring electric power or power factor by using digital technique adapted for special tariff measuring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/76—Architectures of general purpose stored program computers
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit 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
    • H02J13/00002—Circuit 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 characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D9/00—Level control, e.g. controlling quantity of material stored in vessel
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit 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
    • H02J13/00006—Circuit 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 characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00028—Circuit 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 characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment involving the use of Internet protocols
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/70—Load identification
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/155—Coordinated control of two or more light sources
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

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

Abstract

一種用電分析伺服器及其用電分析方法。用電分析伺服器基於用戶資料，將該等用戶進行一分群劃分成複數個群組。針對各群組，用電分析伺服器將對應至該群組中之一參考用戶之總用電量時序資料，經由自動編碼器，以產生M+1個編碼輸出。針對各群組，用電分析伺服器自參考用戶之一能源管理系統裝置，接收一電器實際量測資料，並根據電器實際量測資料，標記M+1個編碼輸出之M個編碼輸出，使其分別對應至M種電器。最後，針對各群組，用電分析伺服器根據該群組之M個編碼輸出，建立該群組之一非侵入式負載監測系統模型。

Description

用電分析伺服器及其用電分析方法
本發明係關於一種用電分析伺服器及其用電分析方法。具體而言，本發明之用電分析伺服器執行用電分析方法，根據複數個用戶資料，建立一非侵入式負載監測系統(Non-intrusive load monitoring system；NILM)模型。
隨著資料分析科學的快速發展，資料分析的技術已逐漸地成熟。因此，各種類型的資料被相繼的收集加以分析，以提供相關的參考資訊來應用於多種用途之中。近年來，智慧型電表的布建已成為主流，其可透過網路回報用戶的總用電量。因此，如何基於用戶的總用電量，提供用戶電器設備用電量的分析，辨識用戶於某時段內電器設備的使用狀態，根據這些收集的資料建置用戶的用電分析模型，以進一步的提供多樣化的應用，例如：根據用電分析模型建議用戶用電的習慣及行為，乃為目前業界及學術界思考的問題。
習知的用戶電器設備用電量分析技術係透過非侵入式電力負載監控技術，藉由收集用戶的總用電資料(例如：總電壓量)，進一步推估主要電器設備的用電量。然而，習知的非侵入式電力負載監控技術欲 獲得精準的電器用電特徵值，需要依靠高取樣頻率(通常大於1Hz)來獲得用戶的總用電資料，再透過人工介入來分析判斷，以自用戶的總用電資料中區分並標示各種電器的用電特徵值，進而產生標籤資料(labeled data)，因此其用電分析模型的建置成本相當高，特別是在絕大部分的智慧型電表並不具有以高取樣頻率獲得用戶的總用電資料的能力。
此外，不同用戶間可能存在環境不同的因素，欲確保用電分析模型能符合各個用戶，服務商恐需要重新獲得用戶的總用電資料，以建置不同的用電分析模型來克服環境因素，倘若非如此，而將相同用電分析模型套用在不同環境的用戶上，將相當容易發生過度擬合(overfitting)的問題(即建置用電分析模型時使用過多的參數)。因此，為提供用戶可靠的用電分析的服務而針對每個用戶分別建置用電分析模型，將更大幅地增加用電分析模型的建置成本。
有鑑於此，如何提供一用電分析機制，其可無需以高取樣頻率獲得用戶的總用電資料且無需人力介入來分析用戶的總用電資料，以自其中標示出各種電器的用電特徵值，因而降低建置用電分析模型的成本，乃是學術及業界亟待解決的問題。
本發明之目的在於提供一用電分析機制，以建置用戶的用電分析模型。本發明用電分析機制藉由分群用戶，並針對各群組之該等用戶之一參考用戶，透過自動編碼器處理該參考用戶之用電資料，以產生複數個編碼輸出，同時利用該參考用戶的能源管理系統(Energy Management System)裝置中之電器實際量測資料，標記該等編碼輸出，使其分別對應 至多種電器，來建置用戶群組的用電分析模型。如此一來，相較於習知技術，本發明用電分析機制可以低取樣頻率(例如：1分鐘1筆)量測以獲得用戶的總用電量資料，並可在無人力介入的情況下，產生標籤資料，以建置各用戶群組的專屬用電分析模型。此外，本發明之用電分析機制可進一步地基於用戶的能源管理系統裝置之電器實際量測資料，調整用電分析模型，以提升其對複雜環境的容限度(tolerance)。
為達上述目的，本發明揭露一種用電分析伺服器，其包含一網路介面、一儲存器及一處理器，該處理器電性連結至該網路介面及該儲存器。該儲存器用以儲存一用戶資料庫，該用戶資料庫紀錄複數用戶每一者之一用戶資料。該處理器用以執行下列步驟：(a)基於該等用戶資料，將該等用戶進行一分群，以將該等用戶劃分成複數個群組；(b)針對各該群組，將該等用戶資料中對應至該群組之一參考用戶之一總用電量時序資料，經由一自動編碼器(Autoencoder)，以產生M+1個編碼輸出，其中M為一正整數；(c)針對各該群組，透過該網路介面連線至該群組中該參考用戶之一能源管理系統裝置，以接收一電器實際量測資料，該電器實際量測資料與M種電器相關聯；(d)針對各該群組，根據該電器實際量測資料，標記該M+1個編碼輸出之該M個編碼輸出，使其分別對應至該M種電器；以及(e)針對各該群組，於標記該M個編碼輸出後，根據M+1個編碼輸出，建立該群組之一非侵入式負載監測系統(Non-intrusive load monitoring system；NILM)模型。
此外，本發明更揭露一種用於一用電分析伺服器之用電分析方法。該用電分析伺服器具有一處理器電性連結至一網路介面及一儲存 器，該儲存器用以儲存一用戶資料庫，該用戶資料庫紀錄複數用戶每一者之一用戶資料，該用電分析方法包含下列步驟：(a)基於該等用戶資料，將該等用戶進行一分群，以將該等用戶劃分成複數個群組；(b)針對各該群組，將該等用戶資料中對應至該群組之一參考用戶之一總用電量時序資料，經由一自動編碼器，以產生M+1個編碼輸出，其中M為一正整數；(c)針對各該群組，透過該網路介面連線至該群組中該參考用戶之一能源管理系統裝置，以接收一電器實際量測資料，該電器實際量測資料與該M種電器相關聯；(d)針對各該群組，根據該電器實際量測資料，標記該M+1個編碼輸出之該M個編碼輸出，使其對應至該M種電器；以及(e)針對各該群組，於標記該M個編碼輸出後，根據M+1個編碼輸出，建立該群組之一非侵入式負載監測系統模型。
以下結合圖式闡述本發明之詳細技術及較佳實施方式，俾使本發明所屬技術領域中具有通常知識者能理解所請求保護之發明之特徵。
1‧‧‧非侵入式電力負載監控系統
3、5、7‧‧‧用戶
11‧‧‧用電分析伺服器
11a‧‧‧網路介面
11b‧‧‧儲存器
11c‧‧‧處理器
13、15、17‧‧‧智慧型電表
19‧‧‧電力資料伺服器
103、105、107‧‧‧總用電量資料
AE‧‧‧自動編碼器
NW‧‧‧網路
TU‧‧‧總用電量時序資料
tu1、tu2、...、tun、tui‧‧‧子總用電量時序資料
、、...、‧‧‧編碼輸出
S401-S413‧‧‧步驟
第1圖係本發明之一非侵入式電力負載監控系統1之示意圖； 第2圖係本發明之用電分析伺服器11之示意圖； 第3圖係描繪自動編碼器之輸入及輸出之示意圖； 第4圖係本發明一實施例之用電分析方法之流程圖； 第5A圖係本發明另一實施例之用電分析方法之流程圖；以及 第5B圖係本發明另一實施例之用電分析方法之流程圖。
以下將透過實施方式來解釋本發明之內容。然而，該等實施方式並非用以限制本發明需在如該等實施方式所述之任何環境、應用或方式方能實施。因此，關於實施方式之說明僅為闡釋本發明之目的，而非用以限制本發明之範圍。應理解，在以下實施方式及圖式中，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如第1圖所示，其係描繪一非侵入式電力負載監控(Non-intrusive load monitoring；NILM)系統1。NILM系統1包含一用電分析伺服器11、智慧型電表13、15、17及一電力資料伺服器19。智慧型電表13、15、17透過網路NW連線至電力資料伺服器19。用電分析伺服器11與電力資料伺服器19亦透過網路NW相連線。網路NW可為一行動通訊網路、一網際網路、一區域網路等，或是前述各種網路之組合。
智慧型電表13、15及17係架設其對應用戶3、5、7之建築上，以記錄其總用電量，並傳送即時的總用電量資料103、105、107至電力資料伺服器19。於本發明中，總用電量資料103、105、107係經由小於等於每分鐘1筆之一取樣頻率所量測。換言之，總用電量資料103、105、107係週期性地傳送至電力資料伺服器19，其每筆資料代表智慧型電表13、15、17每個取樣時間點上所量測到之對應之用戶3、5、7的全部電器所消耗的總電量。
須說明者，因受限於版面大小，於第1圖中僅繪示用戶3、5、7及其智慧型電表13、15、17；惟，所屬技術領域中具有通常知識者可輕易瞭解本發明之NILM系統1係可服務數百、數千或數萬以上之用戶，故用戶之數量與智慧型電表之數量並非用於限制本發明。此外，於本實施例中，智慧 型電表13、15、17及電力資料伺服器19係屬於電力公司，而用電分析伺服器11係屬於一第三方業者，故用電分析伺服器11係與電力資料伺服器19協作，以自電力資料伺服器19獲得各用戶的資料。然而，於其他實施例中，用電分析伺服器11係可屬於電力公司，且用電分析伺服器11與電力資料伺服器19可整合成單一伺服器。在此情況下，用電分析伺服器11可直接透過網路NW與智慧型電表13、15、17連線。
以下係協同第2圖進一步說明本發明之用電分析伺服器11。用電分析伺服器11包含一網路介面11a、儲存器11b及處理器11c。處理器11c電性連接至網路介面11a及儲存器11b。網路介面11a可為一有線網路介面或一無線網路介面，其透過網路NW連線至電力資料伺服器19。儲存器11b可為一快閃記憶體、一硬碟或任何具有相同功能之儲存媒體。
於本實施例中，儲存器11b儲存一用戶資料庫，其記錄複數用戶每一者(至少包含用戶3、5、7)之一用戶資料。各用戶資料至少包含一總用電量時序資料。此外，各用戶資料更可包含至少其中之一：一統計用電量(例如：月總用電量、日總用電量等)、一負載曲線、一建物類型、一住宅人數、一地區類型及一氣候類型，但不限於此。處理器11c可透過網路介面11c連線至電力資料伺服器19，以自電力資料伺服器19獲得用戶資料。此外，用戶資料除可自電力資料伺服器19所獲得外，更可基於總用電量資料(例如：總用電量資料103、105、107)產生，或者部分自用戶端直接獲得。換言之，本發明之用電分析伺服器11可提供一網頁介面或一程式介面，供申請服務之用戶自行上傳其用戶資料。
處理器11c基於該等用戶資料，將該等用戶進行一分群，以 將該等用戶劃分成複數個群組。須說明者，分群是為了區分用電行為及環境等因素上類似的用戶，且分群可採用例如K-means分群演算法或其他任一習知的演算法達成。因此，任一達到相同目的之分群演算法皆屬於本發明之保護範疇。本發明之分群係針對各用戶資料中至少其中之一參數，進行一維度、二維度或多維度之分群，甚至是進行多回合之分群，以將該等用戶劃分為複數個群組。
舉例而言，處理器11c可基於用戶資料中的統計用電量、負載曲線及住宅人數，進行多維度的分群。假設分群結果為用戶3及5被分類至同一群組，用戶7被分類至另一群組。須注意者，如同先前所述本發明之NILM系統1係可服務數百、數千或數萬以上之用戶，故分群後之群組數量及各群組之用戶量並非用以限制本發明之保護範圍。
接著，針對分群完的各個群組，處理器11c自每個群組選擇一參考用戶，將每個群組中的參考用戶的總用電量時序資料，透過自動編碼器(Autoencoder)AE，來產生M+1個編碼輸出，其中M為一正整數。自動編碼器AE可為稀疏自編碼器、卷積自編碼器、降噪自編碼器或可收縮性自編碼器等。須說明者，在選擇參考用戶時，本發明可選擇分群時較接近群中心而具有代表性的用戶，以增加參考的價值，且參考用戶需裝設能源管理系統(Energy Management System)。此外，本發明亦未限制選擇參考用戶之數量，故可基於實際系統運作的需求增減參考用戶之數量。
另外，總用電量時序資料可藉由設置一觀察訊窗，自用戶之總用電量資料中所獲得。如同先前所述，智慧型電表針對每個取樣時間點上所量測到之對應之用戶的全部電器所耗費的總電量會產生一總用電量資 料。因此，以用戶3作為參考用戶來說明，在時序上，針對用戶3之總用電量資料可表示為p1,p2,...,pt，其中t係一正整數，故pt係指第t個取樣時間點上所量測到的總用電量。舉例而言，智慧型電表可以設定於每15分鐘量測一筆。因此，若總用電量p1代表PM 1：00所量測到的總用電量，則總用電量p2代表PM 1：15所量測到的總用電量。
總用電量時序資料TU可表示由多個子總用電量時序資料tu1,tu2,...,tun所構成，即TU={tu1,tu2,...,tun}，其中n為一正整數。若觀察訊窗為128筆，則子總用電量時序資料tui(i=1~n)係為由128筆量測到的總用電量所構成之陣列。舉例而言，當子總用電量時序資料tui於時序上相鄰之二者彼此不重疊時，則tu1={p1,p2,...,p128}、tu2={p129,p130,...,p256}....，以此類推。此外，子總用電量時序資料tui於時序上相鄰之二者彼此亦可部分重疊，例如：tu1={p1,p2,...,p128}、tu2={p65,p66,...,p192}....，以此類推。由於所屬技術領域中具有通常知識者基於上述說明可瞭解本發明總用電量時序資料TU的各種組成態樣，且亦可瞭解為增加用電分析的準確度，智慧型電表之量測取量頻率可調整增加(例如：由每15分鐘量測一筆設定為每1分鐘量測一筆)，故在此不再加以贅述。
請進一步參考第3圖，其係描繪將總用電量時序資料TU輸入至自動編碼器AE之一範例。由於本發明欲達成的用電分析係著重於主要電器的用電量，例如：電冰箱、冷氣、熱水瓶等，故於本發明中，自動編碼器AE所產生的M+1個編碼輸出中M個編碼輸出可用以對應至M種主要電器的用電量，剩餘1個編碼輸出係用以對應非該M種主要電器的其他電器的用電量。
進一步言，自動編碼器AE之輸入與輸出間之關係可透過以下等式1來表示： 其中，子總用電量時序資料tui係為子總用電量時序資料tu1、tu2、...、tun其中之一，以及代表子總用電量時序資料tui的第j個編碼輸出，其中j=1~M+1。於第3圖中，子總用電量時序資料tui及其對應之第j個編碼輸出係以圖形來表示，其中縱軸為總用電需量(kW)及橫軸為時序(t)。
隨後，處理器11c針對已產生編碼輸出之各群組，透過網路介面11a連線至該群組中之參考用戶之能源管理系統裝置，以接收電器的實際量測資料。接著，處理器11c針對各群組，根據接收到的實際量測資料(其至少包含M種電器的實際量測資料)，以標記自動編碼器AE所產生之M+1個編碼輸出中的M個編碼輸出，使其分別對應至M種電器。
舉例而言，在用戶3作為參考用戶且安裝有能源管理系統裝置的情況下，能源管理系統裝置係與K個附掛於K個主要電器的感測器相連接。能源管理系統裝置可藉由K個感測器對K個主要電器進行耗電量測，以獲得K個主要電器的實際量測資料。須說明者，基於實際標記的需求，K的數值可設成與M的數值相同(即只量測M種電器)，或者K的數值可設成大於M的數值(即量測超過M種電器)。如此一來，根據實際量測資料，處理器11c可得知智慧型電錶13所量測且產生之總用電量資料中包含哪些主要電器的耗電，並藉由增強式學習(Reinforcement Learning)演算法，將M個編碼輸出分別標記以對應至M種電器。
以一簡單例子作為說明，假設M=7(即所欲分析的主要電器 為7種)。當子總用電量時序資料tu2經自動編碼器AE所產生的編碼輸出、、、、、、、中僅有編碼輸出與有明顯波形產生時，處理器11c基於實際量測資料可得知子總用電量時序資料tu2所相對應的實際時間區間內用戶3正在使用的主要電器為洗衣機及冷氣，並判斷編碼輸出與可能分別對應至洗衣機及冷氣。另外，當子總用電量時序資料tu3經自動編碼器AE所產生的編碼輸出、、、、、、、中僅有編碼輸出有明顯波形產生時，處理器11c基於實際量測資料可判斷子總用電量時序資料tu3所相對應的實際時間區間內用戶3正在使用的主要電器為冷氣。因此，處理器11c藉由這樣的比對(matching)方式，可將編碼輸出標記為洗衣機以及編碼輸出標記為冷氣。
經由相互比對各個子總用電量時序資料tui所對應之編碼輸出與實際量測資料間的關係，處理器11c即可將M個編碼輸出分別標記以對應至M種電器。最後，針對各已標記完M個編碼輸出的群組，處理器11c根據該群組之M+1個編碼輸出，建立該群組之一NILM系統模型。舉例言而，用電分析伺服器11可將基於參考用戶3所建立之NILM系統模型作為其所屬群組之NILM系統模型，因此，可基於NILM系統模型，分析該群組之一服務用戶(例如：用戶5)的總用電量時序資料，以得知用戶5之主要電器的用電情況，並產生一用電建議資料，以供用戶5作為用電參考。
須說明者，於本實施例中係假設能源管理系統裝置安裝於用戶之建築上；然而，於其他實施例中，能源管理系統裝置亦可為一雲端裝置，其透過網路NW與附掛於電器之感測器連線。此外，於其他實施例中，本發明在選擇參考用戶上的依據，除了可選擇分群時較接近群中心而具有代表 性的用戶外，亦可選擇M種電器在使用時間上較有區隔的用戶，以增加標記的效率。
於其他實施例中，當用戶改變其用戶資料時，用電分析伺服器1即可快速地根據用戶更新之用戶資料，以將此用戶分類至其他適合的群組，並將新群組的NILM系統模型套用至該用戶上。舉例而言，當用戶從公寓大樓搬離至獨棟的房屋、搬離至較炎熱的區域時或是住宅人數有異動時，用電分析伺服器1即可快速地根據用戶更新之用戶資料，分析異動後相關的特徵因素來將此用戶分類至適合的群組，直接將新的群組之NILM系統模型套用至此用戶上。據此，本發明在用戶的環境因素變動時，無需重新收集資料以建置不同NILM系統模型，造成建置成本增加。
另外，於一實施例中，針對M+1個編碼輸出，用電分析伺服器11之管理員可先對M+1個編碼輸出預先標記，再透過處理器11c根據實際量測資料確認編碼輸出的標記，並進一步地標記無法預先標記的編碼輸出。此外，於其他實施例中，除了將總用電量時序資料作為自動編碼器之輸入外，亦可將其他用戶資料(例如：負載曲線)亦同時作為另一維度輸入。由於所屬技術領域中具有通常知識基於前述說明應可瞭解本發明上述其他實施例之操作，以達到標記自動編碼器之該等編碼輸出，故在此不再加以贅述。
此外，於其他實施例中，如先前所述，用電分析伺服器11可屬於電力公司，且用電分析伺服器11與電力資料伺服器19可整合成單一伺服器。在此情況下，用電分析伺服器11可直接透過網路NW與智慧型電表13、15、17連線。因此，處理器11c可透過網路介面11a連線至智慧型電表13、15、 17。
本發明之第二實施例亦請參考第1圖及第2圖，其係為第一實施例之延伸。於本實施例中，針對各群處所建立之NILM系統模型，處理器11c更根據參考用戶之電器實際量測資料，校正群組之非侵入式負載監測系統模型。
舉例而言，針對用戶3之NILM系統模型，已被標記為冷氣，因此NILM系統模型在未校正之前，處理器11c係根據tui所對應之編碼輸出之波形判斷用戶3之用電量。然而，由於用戶3的實際環境中可能存在相當多種的非主要電器或小電器，因此編碼輸出中亦可能包其他非主要電器的成分。在此情況下，基於用戶3之能源管理系統裝置所量測之冷氣實際耗電量，則處理器11c可校正NILM系統模型。假設電器實際量測資料顯示冷氣的耗電量最大值為1200W且耗電量最小值為200W，而編碼輸出之波形最大值為1300W且最小值為300W，則處理器11c可將NILM系統模型中自編碼器所輸出之編碼輸出之波形進一步調整後，才基於調整後之波形，對用戶之用電量進行分析。據此，本發明之用電分析伺服器11可根據能源管理系統蒐集的實際量測資料進行反饋訓練，調整非侵入式負載監測系統模型的分析結果，以提升其對複雜環境的容限度(tolerance)。
本發明之第三實施例係為一用電分析伺服器之用電分析方法，其流程圖係如第4圖所示。本實施例之用電分析方法適用於一用電分析伺服器(例如：前述實施例之用電分析伺服器11)。用電分析伺服器具有一處理器、一網路介面及一儲存器。儲存器用以儲存用戶資料庫。用戶資料庫用以紀錄複數用戶每一者之用戶資料。處理器可透過網路介面連線至一電 力資料伺服器，以自電力資料伺服器獲得該等用戶之該等用戶資料。該用電分析方法由處理器所執行。
首先，於步驟S401中，基於該等用戶資料，將該等用戶進行分群，以將該等用戶劃分成複數個群組。如前述實施例，用電分析伺服器可基於該等用戶資料中至少其中之一參數，進行一維度、二維度或多維度之該分群，以將該等用戶劃分成該等個群組。接著，於步驟S403中，針對各群組，將群組之該等用戶資料中之一參考用戶之一總用電量時序資料，經由自動編碼器，以產生M+1個編碼輸出，其中M為正整數。隨後，於步驟S405中，針對各群組，透過網路介面連線至群組中參考用戶之一能源管理系統裝置，以接收一電器實際量測資料。電器實際量測資料係與M種電器相關聯。
接著，於步驟S407中，針對各群組，根據電器實際量測資料，標記將M+1個編碼輸出中之M個編碼輸出，以使其分別對應至M種電器。最後，於步驟S409中，針對各群組，於標記M個編碼輸出後，根據群組之M+1個編碼輸出，建立群組之非侵入式負載監測系統模型。
此外，於一實施例中，各用戶資料更包含以下至少其中之一：一統計用電量、一負載曲線、一建物類型、一住宅人數、一地區類型及一氣候類型。於一實施例中，該等總用電量時序資料係經由小於等於每分鐘1筆之一取樣頻率所量測。於一實施例中，如第5A圖所示，本發明之用電分析方法可更包含步驟S411：針對該等用戶之一服務用戶，根據服務用戶對應之群組之非侵入式負載監測系統模型，產生服務用戶之一用電建議資料。另外，於一實施例中，如第5B圖所示，本發明之用電分析方法更包含步驟S413：針對各群組，根據參考用戶之電器實際量測資料，校正群 組之非侵入式負載監測系統模型。
此外，於一實施例中，電分析伺服器可連線至電力資料伺服器，以自電力資料伺服器獲得各用戶之總用電量資料，且參考用戶之總用電量時序資料可藉由設置一觀察訊窗，自參考用戶之總用電量資料中所獲得。再者，總用電量資料可由複數個子總用電量時序資料所構成，且該等子總用電量時序資料中於時序上相鄰之二者可彼此部分重疊或彼此不重疊。
另外，於其他實施例中，用電分析伺服器可屬於電力公司，且可與電力資料伺服器可整合成單一伺服器。在此情況下，用電分析伺服器可直接透過網路與複數智慧型電表連線。
除了上述步驟，本實施例之用電分析方法亦能執行前述實施例所描述的所有操作及具備所對應的所有功能。所屬技術領域具有通常知識者可直接瞭解本實施例如何基於前述實施例的揭露內容執行此等操作及具備此等功能，於此不再贅述。
綜上所述，本發明之用電分析機制，透過用戶分群並對各用戶群組分別建立NILM系統模型，故當新用戶出現或用戶環境改變時，可自多個用戶群組之NILM系統模型中選擇最適合的NILM系統模型套用至新用戶或環境改變之用戶上，進而避免過度擬合(overfitting)的問題。再者，本發明之用電分析機制可以低取樣頻率量測以獲得用戶的總用電量資料，並可在無人力介入的情況下，產生標籤資料，故可免除人工的繁雜操作。此外，本發明之用電分析機制可進一步地配合能源管理系統裝置，獲得電器實際量測資料，進而調整用電分析模型，以提升其對複雜環境的容 限度(tolerance)。
上述實施方式僅用來例舉本發明之部分實施態樣，以及闡釋本發明之技術特徵，而非用來限制本發明之保護範疇及範圍。任何本發明所屬技術領域中具有通常知識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，而本發明之權利保護範圍以申請專利範圍為準。

Claims (20)

  1. 一種用電分析伺服器，包含：一網路介面；一儲存器，用以儲存一用戶資料庫，該用戶資料庫紀錄複數用戶每一者之一用戶資料；一處理器，電性連結至該網路介面及該儲存器，用以執行下列步驟：(a)基於該等用戶資料，將該等用戶進行一分群，以將該等用戶劃分成複數個群組；(b)針對各該群組，將該等用戶資料中對應至該群組之一參考用戶之一總用電量時序資料，經由一自動編碼器(AutoEncoder)，以產生M+1個編碼輸出，其中M為一正整數；(c)針對各該群組，透過該網路介面連線至該群組中該參考用戶之一能源管理系統(Energy Management System)裝置，以接收一電器實際量測資料，該電器實際量測資料與M種電器相關聯；(d)針對各該群組，根據該電器實際量測資料，標記將該M+1個編碼輸出中之該M個編碼輸出，以使其分別對應至該M種電器；以及(e)針對各該群組，於標記該M個編碼輸出後，根據M+1個編碼輸出及該電器實際量測資料，建立該群組之一非侵入式負載監測系統(Non-intrusive load monitoring system；NILM)模型。
  2. 如請求項1所述之用電分析伺服器，其中各該用戶資料更包含以下至少其中之一：一統計用電量、一負載曲線、一建物類型、一住宅人數、一地區類型及一氣候類型。
  3. 如請求項1所述之用電分析伺服器，其中該等總用電量時序資料係經由小於等於每分鐘1筆之一取樣頻率所量測。
  4. 如請求項1所述之用電分析伺服器，其中針對該等用戶之一服務用戶，該處理器更根據該群組之該非侵入式負載監測系統模型產生一用電建議資料。
  5. 如請求項1所述之用電分析伺服器，其中針對各該群組，該處理器更根據該參考用戶之該電器實際量測資料，校正該群組之該非侵入式負載監測系統模型。
  6. 如請求項1所述之用電分析伺服器，其中該處理器係基於該等用戶資料中至少其中之一參數，進行一維度、二維度或多維度之該分群，以將該等用戶劃分成該等個群組。
  7. 如請求項1所述之用電分析伺服器，其中該處理器更透過該網路介面連線至一電力資料伺服器，以自該電力資料伺服器獲得該等用戶之該等用戶資料。
  8. 如請求項1所述之用電分析伺服器，其中該處理器更透過該網路介面連線至一電力資料伺服器，以自該電力資料伺服器獲得各該用戶之一總用電量資料，其中該參考用戶之該總用電量時序資料係藉由設置一觀察訊窗，自該參考用戶之該總用電量資料中所獲得。
  9. 如請求項8所述之用電分析伺服器，其中該總用電量資料由複數個子總用電量時序資料所構成，該等子總用電量時序資料中於時序上相鄰之二者彼此部分重疊或彼此不重疊。
  10. 如請求項1所述之用電分析伺服器，其中該處理器更透過該網路介面連線至複數智慧型電表。
  11. 一種用於一用電分析伺服器之用電分析方法，該用電分析伺服器具有一處理器、一網路介面及一儲存器，該儲存器用以儲存一用戶資料庫，該用戶資料庫紀錄複數用戶每一者之一用戶資料，該用電分析方法由該處理器執行且包含下列步驟；(a)基於該等用戶資料，將該等用戶進行一分群，以將該等用戶劃分成複數個群組；(b)針對各該群組，將該等用戶資料中對應至該群組之一參考用戶之一總用電量時序資料，經由一自動編碼器(AutoEncoder)，以產生M+1個編碼輸出，其中M為一正整數；(c)針對各該群組，透過該網路介面連線至該群組中該參考用戶之一能源管理系統(Energy Management System)裝置，以接收一電器實際量測資料，該電器實際量測資料與M種電器相關聯；(d)針對各該群組，根據該電器實際量測資料，標記將該M+1個編碼輸出中之該M個編碼輸出，以使其分別對應至該M種電器；以及(e)針對各該群組，於標記該M個編碼輸出後，根據M+1個編碼輸出及該電器實際測量資料，建立該群組之一非侵入式負載監測系統(Non-intrusive load monitoring system；NILM)模型。
  12. 如請求項11所述之用電分析方法，其中各該用戶資料更包含以下至少其中之一：一統計用電量、一負載曲線、一建物類型、一住宅人數、一地區類型及一氣候類型。
  13. 如請求項11所述之用電分析方法，其中該等總用電量時序資料係經由小於等於每分鐘1筆之一取樣頻率所量測。
  14. 如請求項11所述之用電分析方法，更包含以下步驟：針對該等用戶之一服務用戶，根據該服務用戶對應之該群組之該非侵入式負載監測系統模型，產生該服務用戶之一用電建議資料。
  15. 如請求項11所述之用電分析方法，更包含以下步驟：針對各該群組，根據該參考用戶之該電器實際量測資料，校正該群組之該非侵入式負載監測系統模型。
  16. 如請求項11所述之用電分析方法，其中該步驟(a)係基於該等用戶資料中至少其中之一參數，進行一維度、二維度或多維度之該分群，以將該等用戶劃分成該等個群組。
  17. 如請求項11所述之用電分析方法，更包含以下步驟：透過該網路介面連線至一電力資料伺服器，以自該電力資料伺服器獲得該等用戶之該等用戶資料。
  18. 如請求項11所述之用電分析方法，其中該電分析伺服器連線至一電力資料伺服器，以自該電力資料伺服器獲得各該用戶之一總用電量資料，其中該參考用戶之該總用電量時序資料係藉由設置一觀察訊窗，自該參考用戶之該總用電量資料中所獲得。
  19. 如請求項18所述之用電分析方法，其中該總用電量資料由複數個子總用電量時序資料所構成，該等子總用電量時序資料中於時序上相鄰之二者彼此部分重疊或彼此不重疊。
  20. 如請求項11所述之用電分析方法，其中該電分析伺服器連線至複數智慧型電表。
TW106136185A 2017-10-20 2017-10-20 用電分析伺服器及其用電分析方法 TWI663570B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW106136185A TWI663570B (zh) 2017-10-20 2017-10-20 用電分析伺服器及其用電分析方法
CN201711076895.7A CN109697548B (zh) 2017-10-20 2017-11-06 用电分析服务器及其用电分析方法
US15/814,714 US10120004B1 (en) 2017-10-20 2017-11-16 Power consumption analyzing server and power consumption analyzing method thereof
CA3017229A CA3017229C (en) 2017-10-20 2018-09-13 Power consumption analyzing server and power consumption analyzing method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106136185A TWI663570B (zh) 2017-10-20 2017-10-20 用電分析伺服器及其用電分析方法

Publications (2)

Publication Number Publication Date
TW201917671A TW201917671A (zh) 2019-05-01
TWI663570B true TWI663570B (zh) 2019-06-21

Family

ID=63964010

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106136185A TWI663570B (zh) 2017-10-20 2017-10-20 用電分析伺服器及其用電分析方法

Country Status (4)

Country Link
US (1) US10120004B1 (zh)
CN (1) CN109697548B (zh)
CA (1) CA3017229C (zh)
TW (1) TWI663570B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096844B (zh) * 2016-06-15 2022-03-08 中国电力科学研究院 一种城市电网大型馈线需求响应物理潜力的评估方法
CN109840691B (zh) * 2018-12-31 2023-04-28 天津求实智源科技有限公司 基于深度神经网络的非侵入式分项电量估计方法
JP7069058B2 (ja) * 2019-01-23 2022-05-17 三菱電機株式会社 負荷推定装置及び負荷推定方法
CN110033395B (zh) * 2019-04-24 2023-08-01 江苏智臻能源科技有限公司 非侵入终端辨识能力测试案例库构建方法及模拟检测平台
CN110188826A (zh) * 2019-05-31 2019-08-30 湖南科技大学 基于智能电表数据的家用电器运行状态非侵入式检测方法
GB2588701B (en) * 2019-10-29 2022-11-23 Samsung Electronics Co Ltd Predicting a remaining battery life in a device
TWI816547B (zh) * 2022-09-14 2023-09-21 財團法人資訊工業策進會 基於非侵入式負載監控辨識電器運作狀態的方法和系統
TWI850119B (zh) * 2023-09-22 2024-07-21 財團法人資訊工業策進會 用戶用電型態分類系統及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103944258A (zh) * 2013-11-07 2014-07-23 国家电网公司 基于td-scdma远程电力负荷控制系统及实现方法
US20140336831A1 (en) * 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
CN105117810A (zh) * 2015-09-24 2015-12-02 国网福建省电力有限公司泉州供电公司 一种阶梯电价机制下居民用电中期负载预测方法
CN105429135A (zh) * 2015-12-08 2016-03-23 河南许继仪表有限公司 一种非侵入式电力负荷分解的辨识决策方法及系统
TW201719547A (zh) * 2015-11-30 2017-06-01 財團法人資訊工業策進會 智慧型電表系統

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2290328B1 (en) * 2009-08-24 2015-03-04 Accenture Global Services Limited Utility management system
JP5876874B2 (ja) * 2010-06-04 2016-03-02 センサス ユーエスエー インク．Ｓｅｎｓｕｓ Ｕｓａ Ｉｎｃ． 非侵入型負荷監視及び処理方法並びにシステム
US9411073B1 (en) * 2011-07-25 2016-08-09 Clean Power Research, L.L.C. Computer-implemented system and method for correlating satellite imagery for use in photovoltaic fleet output estimation
US8165812B2 (en) * 2011-07-25 2012-04-24 Clean Power Research, L.L.C. Computer-implemented system and method for estimating power data for a photovoltaic power generation fleet
US9880230B1 (en) * 2011-07-25 2018-01-30 Clean Power Research, L.L.C. System and method for inferring operational specifications of a photovoltaic power generation system using net load with the aid of a digital computer
US8682585B1 (en) * 2011-07-25 2014-03-25 Clean Power Research, L.L.C. Computer-implemented system and method for inferring operational specifications of a photovoltaic power generation system
US9577473B2 (en) * 2011-09-15 2017-02-21 Electronic Systems Protection, Inc. Power-centric system management
CA2864739C (en) * 2011-11-29 2020-03-31 Energy Aware Technology Inc. Method and system for forecasting power requirements using granular metrics
KR20140065897A (ko) * 2012-11-22 2014-05-30 삼성전자주식회사 전력 부하 모니터링 장치 및 방법
TW201541238A (zh) * 2014-04-18 2015-11-01 仁寶電腦工業股份有限公司 電力控制系統及方法
CN103984307B (zh) * 2014-05-08 2016-06-22 国网山西省电力公司经济技术研究院 一种基于用电波形分析的能源监控管理系统及方法
US10417076B2 (en) * 2014-12-01 2019-09-17 Uptake Technologies, Inc. Asset health score

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140336831A1 (en) * 2013-05-08 2014-11-13 Samsung Electronics Co., Ltd. Non-intrusive load monitoring apparatus and method
CN103944258A (zh) * 2013-11-07 2014-07-23 国家电网公司 基于td-scdma远程电力负荷控制系统及实现方法
CN105117810A (zh) * 2015-09-24 2015-12-02 国网福建省电力有限公司泉州供电公司 一种阶梯电价机制下居民用电中期负载预测方法
TW201719547A (zh) * 2015-11-30 2017-06-01 財團法人資訊工業策進會 智慧型電表系統
CN105429135A (zh) * 2015-12-08 2016-03-23 河南许继仪表有限公司 一种非侵入式电力负荷分解的辨识决策方法及系统

Also Published As

Publication number Publication date
CN109697548A (zh) 2019-04-30
US10120004B1 (en) 2018-11-06
CN109697548B (zh) 2023-05-23
CA3017229C (en) 2019-10-22
TW201917671A (zh) 2019-05-01
CA3017229A1 (en) 2019-04-20

Similar Documents

Publication Publication Date Title
TWI663570B (zh) 用電分析伺服器及其用電分析方法
Stephen et al. Enhanced load profiling for residential network customers
Zhang et al. ZipNet-GAN: Inferring fine-grained mobile traffic patterns via a generative adversarial neural network
Tardioli et al. Data driven approaches for prediction of building energy consumption at urban level
CN105612546B (zh) 用于能量测量的装置、服务器、系统和方法
Babaei et al. A study and a directory of energy consumption data sets of buildings
Aman et al. Holistic measures for evaluating prediction models in smart grids
Sevlian et al. Detection and statistics of wind power ramps
US20150371151A1 (en) Energy infrastructure sensor data rectification using regression models
Teichgraeber et al. Extreme events in time series aggregation: A case study for optimal residential energy supply systems
Rajabi et al. A pattern recognition methodology for analyzing residential customers load data and targeting demand response applications
US10114347B2 (en) Energy disaggregation techniques for low resolution whole-house energy consumption data
Li et al. Predicting Short‐Term Electricity Demand by Combining the Advantages of ARMA and XGBoost in Fog Computing Environment
US9053438B2 (en) Energy consumption analysis using node similarity
Choksi et al. Feature based clustering technique for investigation of domestic load profiles and probabilistic variation assessment: Smart meter dataset
Yu et al. Towards statistical modeling and machine learning based energy usage forecasting in smart grid
CN110381126A (zh) 基于边缘计算的用电设备识别方法、系统、设备及介质
JP2009294969A (ja) 需要予測方法および需要予測装置
Marais et al. A review of the topologies used in smart water meter networks: A wireless sensor network application
Lujic et al. Adaptive recovery of incomplete datasets for edge analytics
Ahmed et al. Data communication and analytics for smart grid systems
EP3048566B1 (en) Information processing device and information processing method
Zhou et al. A novel stochastic model for hourly electricity load profile analysis of rural districts in Fujian, China
Lork et al. How many watts: A data driven approach to aggregated residential air-conditioning load forecasting
Dedić et al. Fuzzy C-means clustering applied to load profiling of industrial customers