Nothing Special   »   [go: up one dir, main page]

CN118249520A - 一种用电节能管理方法 - Google Patents

一种用电节能管理方法 Download PDF

Info

Publication number
CN118249520A
CN118249520A CN202410667353.0A CN202410667353A CN118249520A CN 118249520 A CN118249520 A CN 118249520A CN 202410667353 A CN202410667353 A CN 202410667353A CN 118249520 A CN118249520 A CN 118249520A
Authority
CN
China
Prior art keywords
energy
power
electricity
data
saving
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410667353.0A
Other languages
English (en)
Other versions
CN118249520B (zh
Inventor
林龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Leniao Electric Technology Co ltd
Original Assignee
Beijing Happy Bird Technology Co ltd
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 Beijing Happy Bird Technology Co ltd filed Critical Beijing Happy Bird Technology Co ltd
Priority to CN202410667353.0A priority Critical patent/CN118249520B/zh
Publication of CN118249520A publication Critical patent/CN118249520A/zh
Application granted granted Critical
Publication of CN118249520B publication Critical patent/CN118249520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H02J13/00001—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 the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • 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
    • 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
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers
    • 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
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2310/10—The network having a local or delimited stationary reach
    • H02J2310/12—The local stationary network supplying a household or a building
    • H02J2310/14—The load or loads being home appliances

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Strategic Management (AREA)
  • Water Supply & Treatment (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明适用于能耗管理技术领域，提供了一种用电节能管理方法，包括以下步骤：根据物理空间的区域和用电回路的划分，进行智能硬件的部署，并将智能硬件进行组网；获取智能硬件采集的物理空间内的用电数据，对用电数据进行预处理，所述用电数据包括智能硬件采集的用电回路的电参数和物理空间内各区域的环境数据；通过深度学习算法对用电数据进行学习和训练，结合设备标签、维度标签，分析并学习用户的用电习惯和行为习惯；本发明通过条件设备感知物理空间内的环境数据，通过执行设备采集电参数，对不断积累的用电数据进行学习和训练，学习用户的用电习惯和行为习惯，结合用户的用电习惯、行为习惯，智能调整用电设备的运行状态。

Description

一种用电节能管理方法
技术领域
本发明属于能耗管理技术领域，尤其涉及一种用电节能管理方法。
背景技术
随着全球能源资源的日益紧张，节能减排已成为当今社会的重要议题。对于电力系统的节能减排，主要集中在商业办公、工业厂房和家庭住宅三方面，无论是商业办公、工业厂房和家庭住宅的用电设备均通过三级配电系统进行配电供电，即用户的配电由总配电箱或配电室的配电柜开始，依次经过分配电箱，开关箱到用电设备，经三个层次逐级配送电力。
在实际用电场景中，用电设备主要包括照明回路、插座回路和空调回路，在电网的用户端，可以通过开关箱（配电箱）或电器本身的控制功能，实现对用电设备的通、断电控制，此类往往依赖人工操作和简单的数据分析，对用电设备进行管理和控制，无法结合用户的用电场景、用电习惯和行为习惯进行节能管理，实现用电设备运行状态或参数的自动调整，不利于对用户的能源消耗进行实时的监测和预测，无法实现精准的节能控制。因此，为解决上述问题，现提出一种用电节能管理方法。
发明内容
本发明提供一种用电节能管理方法，旨在解决无法结合用户的用电场景、用电习惯和行为习惯进行节能管理，不利于对用户的能源消耗进行实时的监测和预测，无法实现精准的节能控制的问题。
本发明是这样实现的，一种用电节能管理方法，包括以下步骤：
根据物理空间的区域和用电回路的划分，进行智能硬件的部署，并将智能硬件进行组网；
对智能硬件进行通信测试，确定智能硬件组网状态和运行状态；
获取智能硬件采集的物理空间内的用电数据，对用电数据进行预处理，所述用电数据包括智能硬件采集的用电回路的电参数和物理空间内各区域的环境数据；
对用电数据生成设备标签和维度标签，通过标签算法对打标签的用电数据进行分类处理；
通过深度学习算法对用电数据进行学习和训练，结合设备标签、维度标签，分析并学习用户的用电习惯和行为习惯；
根据智能硬件实时感知到的环境数据和电参数，结合用户的用电习惯和行为习惯，进行AI智能节能，智能调整用电设备的运行状态。
优选的，所述电参数至少包括电压、电流、有功功率、无功功率、相位、频率、功率因数。
优选的，所述环境数据包括物理空间内的温度、湿度、光照度和热成像。
优选的，所述设备标签包括用电设备、智能硬件的设备信息和分组信息。
优选的，所述维度标签包括用电场景、用电区域、用电时间、用电行为和用电条件。
优选的，还包括：对于不常使用的区域和用电场景进行场景节能，根据用电场景和实时的电参数对区域内的用电设备进行一键启动并触发场景节能，结合实时的环境数据，调整用电设备的运行状态。
优选的，还包括：根据用电条件、实时的环境数据和电参数进行条件节能，依据用电条件触发条件节能，结合实时的环境数据，调整用电设备的运行状态。
优选的，还包括：对用电设备智能匹配节能模式和状态，根据智能硬件实时感知的环境数据和电参数触发用电设备的节能模式，所述节能模式至少包括温控节能、无人节能、光感节能、假日节能、追踪节能。
与现有技术相比，本发明的有益效果是：
1、本发明据物理空间内的区域划分和配电线路进行智能硬件的部署，对场所进行节能改造，通过条件设备感知物理空间内的环境数据，通过执行设备对照明回路、插座回路和空调回路进行控制，并采集照明回路、插座回路和空调回路的电参数，通过深度学习算法对不断积累的用电数据进行学习和训练，学习用户的用电习惯和行为习惯，结合用电习惯、行为习惯，以感知到的环境数据和电参数进行AI智能节能，智能调整用电设备的运行状态；
2、本发明根据智能硬件感知的环境数据和电参数，结合用电习惯、行为习惯、用电场景和用电条件，进行AI智能节能、场景节能和条件节能，在节能控制过程中，以智能硬件感知到的环境数据和电参数进行用电场景、节能模式和节能策略的动态触发，实现对用电设备进行自动控制，同时能够对用电能耗进行实时的监测和预测，进行更加精准的节能控制，获得更加精准的节能效果，适用于办公大楼、政府大楼、院所院校、各类园区和机构等多种场所，可根据实际的物理空间，灵活组合部署智能硬件达到最佳节电策略，实现更为精准、智能的能源管理，为企业和社会带来显著的节能效益，对于提高能源利用效率、降低能耗具有重要意义。
附图说明
图1为本发明的用电节能管理系统的示意图；
图2为本发明的一种用电节能管理方法的流程示意图；
图3为本发明的用电节能管理系统的智能硬件部署示意图；
图4为本发明的用电节能管理系统的三级配电示意图。
图中：1、云平台；2、条件设备；21、智能传感器；22、感知摄像头；3、执行设备；31、智能开关面板；32、智能插座；33、智能空调面板；4、计量设备；41、智能断路器；5、数据库；6、场景标签库；7、智能网关。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
请参阅图1、3、4，本发明提供一种用电节能管理系统，包括云平台1、数据库5和智能硬件，所述智能硬件包括条件设备2、执行设备3和计量设备4；
所述条件设备2获取物理空间内包括温度、湿度、光照度、热成像和声纹在内的环境数据；
所述执行设备3接入物理空间内的用电回路，分别控制照明回路、插座回路、空调回路中的照明、插座和空调的运行状态，并采集照明、插座、空调的电参数；
所述计量设备4接入开关箱，所述计量设备4用于控制用电回路配电端对应电源的分、合并采集用电回路的电参数，具体的，计量设备4在照明回路、插座回路和空调回路的配电端采集电参数，并控制用电回路电力配送的通、断；
所述云平台1获取条件设备2、执行设备3和计量设备4采集的用电数据并储存至数据库5中，并对执行设备3和计量设备4进行智能控制；
所述数据库5储存云平台1预处理后的用电数据，并通过数据加密技术对敏感数据进行加密存储，确保数据的安全性和完整性；
即可通过条件设备2感知物理空间内的环境数据，将执行设备3接入照明回路、插座回路和空调回路在内的用电回路中，由执行设备3采集照明、插座和空调的电参数，将计量设备4接入开关箱，对照明回路、插座回路和空调回路进行控制电源的通、断控制，同时采集对应的照明回路、插座回路和空调回路的电参数，并通过云平台1和数据库5对环境数据和电参数进行处理和储存，不仅可以执行用户的人为设定，同时云平台1根据用电数据进行分析，对照明回路、插座回路和空调回路进行智能控制，便于进行节能管理。
其中，所述计量设备4包括智能断路器41，所述智能断路器41用于控制用电回路配电端对应电源的分、合并采集用电回路的电参数；
所述计量设备4还包括节能监测器，所述节能监测器作为用电管理终端，获取物理空间内的能耗数据，所述能耗数据包括各用电回路的用电量、各用电设备的用电量；
其中，还包括智能网关7，具体的，所述智能网关7安装在物理空间内，所述智能网关7用于智能硬件与云平台1进行数据连接和传输。
其中，还包括场景标签库6，所述场景标签库6用于对用电数据进行分类，将用电数据根据设备标签和维度标签分类存储至数据库5中。
进一步的，所述条件设备2包括智能传感器21和感知摄像头22，具体的，所述智能传感器21和感知摄像头22根据物理空间的区域进行部署安装；
所述智能传感器21用于获取物理空间内的温度、湿度、光照度和热成像，具体的，所述智能传感器21包括温度传感器、湿度传感器、光照传感器和热成像仪；
其中，所述热成像仪用于测量物理空间内的红外辐射，获取物理空间内的热量分布、人员分布及人员的用电行为；
其中，所述智能传感器21还包括声纹传感器，用于获取物理空间内的声音，通过将声音转换成声波频谱，识别用户的声纹及语音控制指令，并依据用户的语音控制指令对智能硬件进行控制；
实际应用中，可以为温度传感器、湿度传感器、光照传感器和热成像仪组成的四合一传感器，也可以为声纹传感器、温度传感器、湿度传感器、光照传感器和热成像仪组成的五合一传感器；
所述感知摄像头22用于获取物理空间内的人员行为数据，所述人员行为数据包括人员移动和用电操作；
即可通过智能传感器21感知物理空间内的声纹、温度、湿度、光照度、热成像，并通过感知摄像头22获取物理空间内的人员行为，从而获得全面的环境数据，通过感知全面的环境数据，精准预测用电行为。
进一步的，所述执行设备3包括智能开关面板31、智能插座32、智能空调面板33；
所述智能开关面板31接入照明回路，控制对应的照明（灯具）的运行状态，并采集照明（灯具）的电参数或者通过照明回路对应的智能断路器41采集电参数，具体的，通过智能开关面板31根据用户的人为设定和执行云平台1的控制指令，控制照明（灯具）的运行状态（包括照明的开启、关闭以及照明的色温、亮度等运行参数），且通过智能开关面板31单独采集对应的照明（灯具）的电参数，或者通过智能断路器41统一采集对应的照明回路的电参数；
所述智能插座32用于三级配电下延伸单条配电回路，例如插排、饮水机、打印机、电脑、微波炉、冰箱、投影仪、屏幕等三级配电下的单条配电回路，所述智能插座32接入插座回路，采集其延伸的配电回路的电参数并控制其运行状态，具体的，智能插座32采集其延伸的单条配电回路的电参数，并执行用户的人为设定和云平台1的控制指令，控制其延伸的单条配电回路的运行状态（包括单条配电回路对应电源的开启和关闭），同时由智能断路器41采集对应的插座回路的电参数；
所述智能空调面板33接入空调回路，控制空调的运行状态，并采集空调的电参数或通过智能断路器41采集对应的空调回路的电参数，具体的，智能空调面板33根据用户的人为设定和云平台1的指令，控制空调的运行状态（包括空调的开启和关闭以及空调的模式、温度、风速和风向等运行参数），且通过智能空调面板单独对应的空调的电参数或通过智能断路器41统一采集对应的空调回路的电参数；
其中，所述执行设备3还会包括智能门禁控制器，智能门禁控制器接入门禁回路，智能门禁控制器根据人员行为和云平台1的指令，控制门禁进行开启、关闭以及访客提醒，并采集门禁的电参数或通过智能断路器41采集门禁回路的电参数，具体的，用户通过智能门禁控制器录入身份信息，身份信息包括人员名称、编号，还包括指纹信息和人脸信息中的一种，进入物理空间时，通过指纹识别或人脸识别验证身份信息，验证通过后，智能门禁控制器开启门禁，人员外出时，通过物理空间内的按钮开关开启门禁；
即可通过智能开关面板31、智能插座32、智能空调面板33和智能门禁控制器分别接入接入照明回路、插座回路、空调回路和门禁回路，根据用户的人为设定和云平台1的指令，进行人为控制和自动控制，更加便于用电管理和使用。
实施例2
请参阅图1-4，在实施例1的基础上，不同之处在于，本发明还提供一种用电节能管理方法，包括以下步骤：
S1、硬件部署：根据物理空间的区域和用电回路的划分，进行智能硬件的部署，并将智能硬件进行组网；
所述用电回路包括照明回路、空调回路和插座回路，在实际应用中，所述用电回路还包括门禁回路；
为达到精确的能耗管理及整体节能需求，首先对配电线路进行全面梳理，形成配电线路平面图，精细到每一区域及区域内照明、插座、空调、门禁与配电间内的空开线路的控制关系；照明回路、插座回路、空调回路、门禁回路
以某公司500m2的办公场所为例，经过三级配电装置配送电力，即由总配电箱（一级箱）或配电室的配电柜开始，依次经过分配电箱（二级箱），开关箱（三级箱）到用电设备，从而经三个层次逐级配送电力形成三级配电系统；
从整体配电来讲，物业会在楼层的配电室（定义为一级配电）进行电力分配，此处是某公司500m2的办公场所总配电出线端，配送电力至办公场所的分配电箱（定义为二级配电），以二级配电为始延伸到500m2的办公场所内，办公场所内会设置开关箱（定义为：三级配电或室内配电）；
办公场所内会根据规划进行区域划分，例如会议室、综合办公室、财务室、总经理办公室、办公区等区域，各个区域分路有照明回路、插座回路和空调回路，入户侧设置门禁回路，照明回路、插座回路、空调回路和门禁回路的电力经开关箱配送，从而在办公场所内形成分级分路的三级配电网络；
具体的部署和改造方案如下：
A1、部署条件设备2：在物理空间内部署智能传感器21（声纹、温度、湿度、光照度及热成像进行组合形成多合一传感器）和感知摄像头22；
A2、部署执行设备3：智能开关面板31替换原有照明开关面板，智能插座32替换原有插座，智能空调面板33替换原有空调开关面板，智能门禁控制器替换原有门禁控制面板，将智能开关面板31、智能插座32、智能空调面板33和智能门禁控制器分别接入照明回路、插座回路、空调回路和门禁回路；
A3、部署计量设备4：智能断路器41替换开关箱中的传统空开，通过智能断路器41作为对应的用电回路的启动电源，完成接触和分断电路外，尚能对电路或电气设备发生的短路、严重过载及等进行保护；
A4、部署终端：可在开关箱或配电箱中配置节能监测器或在物理空间内的开关箱旁配置用电管理终端，监测各用电回路的电参数；
A5、组网：将物理空间内的智能硬件与智能网关7进行数据连接，智能网关7与云平台1通信连接，进行数据传输；
S2、硬件分组：根据物理空间的区域划分和配电线路对智能硬件进行分组，获得智能硬件和用电设备的设备信息和分组信息，例如会议室内的照明回路、插座回路和空调回路分别接入智能开关面板31、智能插座32和智能空调面板33，并在开关箱内通过对应的智能断路器41进行配电，形成以区域为一级分组，区域内的用电设备为二级分组，并以区域名称命名一级分组，以智能硬件的分类命名二级分组；
所述用电设备包括照明回路中的照明（灯具）、空调回路中的空调、门禁回路中的门禁，所述用电设备还包括门禁回路，其中照明回路包括照明（灯具）及其电力配送的配电线路，插座回路为对插座进行电力配送的配电线路，智能插座进行电力配送的单条回路，空调回路包括空调及其电力配送的单条回路，门禁回路包括门禁及其电力配送的用电回路。
其中，所述设备信息至少包括用电设备的名称、品牌、规格、型号、额定功率、额定电压，所述照明回路的设备信息还包括色温和亮度；
所述分组信息至少包括用电设备和智能硬件的所属区域、分类和名称；
将设备信息和分组信息关联，用户登录云平台1后，云平台1会对用户的用电设备进行通信测试，并以分组的形式展示关联的设备，设备关联作为一级类目，一级类目下展示各区域作为二级类目，以会议室为例，会议室类目中，展示关联的智能硬件，分别以条件设备2、执行设备3、计量设备4作为三级类目，其中条件设备2、执行设备3、计量设备4类目下，展示对应的用电设备；
S3、状态测试：对智能硬件进行通信测试，确定智能硬件组网状态和运行状态，具体的，基于BFD、NQA、IP-link中的任一种链路检测协议，对智能硬件的组网状态和运行状态的测试步骤如下：
B1、云平台1周期性的先行检测用户的智能网关7所在通信链路是否正常；
具体的，用户通过移动终端登录云平台1，并进入云平台1首页后，云平台1先向用户的智能网关7发送报文，并等待智能网关7反馈响应，若在设置的时段内，智能网关7正常响应，则认定智能网关7的通信链路正常，系统运行无误，若在设置的时段内，智能网关7无法正常响应，则认定智能网关7出现故障，输出故障信号至用户的移动终端，通知用户进行检修；
B2、智能网关7的通信链路认定正常后，再检测智能断路器41的通信链路是否正常，并获取智能断路器41的运行状态；
具体的，云平台1通过智能网关7建立的通信链路向智能断路器41发送报文，若在设置的时段内，智能断路器41正常响应，则认定智能断路器41的通信链路正常，且系统运行无误，同时智能断路器41向云平台1输出运行状态信息，若在设置的时段内，智能断路器41无法正常响应，则认定智能断路器41出现故障，并输出智能断路器41的设备标签和故障信号至用户终端，通知用户进行检修；
B3、智能断路器41的通信链路认定正常且智能断路器41处于闭合状态，则检测智能断路器41对应用电回路下的其他智能硬件的通信链路是否正常，并获取智能断路器41对应用电回路下的其他智能硬件的运行状态；
具体的，云平台1通过智能网关7建立的通信链路向条件设备2和执行设备3发送报文，若在设置的时间内，条件设备2和执行设备3均能够正常响应，则认定用电回路下条件设备2和执行设备3的通信链路正常，且系统运行无误，同时条件设备2和执行设备3向云平台1输出其运行状态信息，若在设置的时段内，智能开关面板31、智能插座32、智能空调面板33、智能传感器21、感知摄像头22中存在无法正常响应的智能硬件，则认定无法正常相应的智能硬件出现故障，并输出故障硬件的设备标签和故障信号至用户终端，通知用户进行检修；
S4、数据的采集和预处理：获取智能硬件采集的物理空间内的用电数据，对用电数据进行预处理，具体的，智能硬件采集的用电数据缓存在数据库5中，再进行预处理，并通过预处理后的用电数据更新原缓存数据，所述用电数据包括智能硬件采集的用电回路的电参数和物理空间内各区域的环境数据；
所述电参数至少包括电压、电流、有功功率、无功功率、相位、频率、功率因数；
其中，所述智能开关面板31采集的电参数还包括照明的运行参数，如照明的色温、亮度等运行参数，所述智能空调面板33采集的电参数还包括空调的运行参数，如空调运行的模式、温度、风速和风向等运行参数；
所述环境数据包括物理空间内的温度、湿度、光照度和热成像，所述环境数据还包括声纹；
其中，所述预处理至少包括数据清洗、数据整理和数据标准化处理；
所述数据清洗是对用电数据的原始数据中存在的一些错误、重复、缺失或异常的问题数据进行清洗，例如，对重复数据进行删除或合并，对错误数据、缺失数据和异常数据删除或采用插值法进进行插值；
所述数据整合是在数据清洗后，将多个来源的可能存在不同的格式或数据类型的数据进行连接、合并等数据整理和转换操作；
所述数据标准化处理是在数据整合后，对不同的数据来源和格式，存在差异的数据命名和单位进行规范化，包括大小写、符号、时间格式等，减少数据解读的误差；
S5、添加标签：构建场景标签库6，对用电数据生成设备标签和维度标签，并通过标签算法对用电数据进行分类，具体的，将设备信息、分组信息作为设备标签，结合维度标签对用电数据进行相应的打标签，通过标签算法对打标签的用电数据进行分类处理，同时标签对用电数据形成类别、来源和关键词标记，便于分析用户的偏好；
所述设备标签包括用电设备、智能硬件的设备信息和分组信息；
所述维度标签包括用电场景、用电区域、用电时间、用电行为和用电条件；
其中，所述用电场景至少包括办公场景、娱乐场景、会议场景、休息场景、白天场景、夜晚场景、阴天场景；
所述用电区域包括物理空间内划分的各个区域，例如会议室、综合办公室、财务室、总经理办公室、办公区；
所述用电时间包括工作时间、非工作时间；
所述用电行为包括人为通过智能开关面板31、智能插座32、智能空调面板33进行开启、关闭及运行参数设定的行为，具体的，智能开关面板31对应的用电行为包括开启照明、关闭照明、调节照明参数；智能插座32对应的用电行为包括开启供电、关闭供电；智能空调面板33对应的用电行为包括开启空调、关闭空调、调节空调参数；
所述用电行为是通过对环境数据和电参数进行多维度分析，获得的智能开关面板31、智能插座32、智能空调面板33进行的人为设定行为，例如：根据流明度和智能开关面板31的电参数，识别用户的行为特征，如开启照明、关闭照明、调节照明参数；根据温度、湿度和智能空调面板32的电参数，识别用户的行为特征，如开启空调、关闭空调、调节空调参数；根据智能插座32的电参数，识别用户的行为特征，如开启供电、关闭供电；根据采集的声音，将声音转换成声波频谱，识别用户的声纹及语音控制指令，控制智能硬件执行语音控制指令产生的用电行为；
所述用电条件包括环境数据和电参数的阈值及智能硬件的执行规则，具体的，当环境数据达到设定值或者在设定阈值范围内，并满足智能硬件的执行规则时，智能开关面板31、智能插座32、智能空调面板33和智能门禁控制器自动执行照明、插座供电、空调和门禁的开启、关闭，例如，工作时间内，物理空间内的流明度达到设定值、室内有人等条件下，通过智能开关面板31开启或保持开启人员所在区域的照明；非工作时间内，物理空间内无人，则通过智能开关面板31、智能插座32和智能空调面板33分别关闭或保持关闭照明、插座供电和空调；
其中，所述维度标签还包括用电类型、用电时段；
所述用电类型包括峰时用电、谷时用电和平时用电；
所述用电时段包括高峰时段、低谷时段和平均时段，用电时段根据所在地区的电力公司的划分，例如根据办公时间，高峰时段设为9:00-12:00和13:30-18:00，平均时段设为7:00-9:00、12:00-13:30以及18:00-23:00，低谷时段设为23:00-7:00；
S6、智能学习：将用电数据、设备标签和维度标签关联后，通过深度学习算法对用电数据进行学习和训练，结合设备标签、维度标签，分析并学习用户的用电习惯和行为习惯；
具体的，历史的用电数据通过深度学习算法进行学习和训练，结合用电数据关联的设备标签和维度标签，对用电数据进行多维度分析，获得用户每个区域的用电习惯和行为习惯，随着用电数据的不断积累，通过海量的用电数据进行训练，能够不断的优化用户的用电习惯和行为习惯；
所述用电习惯为基于历史的环境数据，用户通过智能开关面板31、智能插座32、智能空调面板33分别对照明、插座和空调的进行人为开启或关闭的操作习惯；
例如：基于室内流明度的历史数据，用户通过智能开关面板31对照明进行开启和关闭，具体表现为：结合流明度的历史数据，当室内流明度达到一定值或处于一定的阈值范围时，用户会对照明进行开启和关闭的用电行为；
基于时间及区域内有无人员和人员分布的历史数据，用户会通过智能插座32对插座回路进行通断控制的行为，如工作时间、节假日、周末和其他非工作时间，用户会对智能插座32延伸的单条用电回路进行通电和断电的用电行为；
基于室内温度和湿度的历史数据，用户会通过智能空调面板33对空调进行通断的行为，即室内温度和湿度在一定的阈值范围内时，用户会对空调进行开启和关闭的用电行为；
所述行为习惯为基于环境数据，用户主动通过智能开关面板31、智能插座32、智能空调面板33分别对照明回路、插座回路和空调回路的运行参数进行重复或规律性的人为设定，便于分析照明回路、插座回路和空调回路的控制规律和趋势；
例如：基于室内流明度，用户触发智能开关面板31，通过智能开关面板31对照明的亮度、色温等运行参数进行调节，通过分析室内流明度和照明调节的历史数据，获得照明的设定习惯及对应的室内流明度；
基于空调开启前的室内温度和湿度，用户触发智能空调面板33，通过智能空调面板33对空调的模式、温度、风速等运行参数进行设置，通过分析室内温度和湿度的历史数据和用户对空调的历史控制行为，从而获得空调温度的设定习惯及对应的室内温度和湿度的阈值范围；
S7、匹配节能策略：根据智能硬件感知的环境数据和电参数，结合用电习惯、行为习惯、用电场景和用电条件，进行AI智能节能、场景节能和条件节能，对用电设备进行节能策略管理，自动调整用电设备的运行状态；
S71、AI智能节能：根据智能硬件实时感知到的环境数据和电参数，结合用户的用电习惯和行为习惯，进行AI智能节能，智能调整用电设备的运行状态，具体的，通过AI学习用户的用电习惯和行为习惯，智能控制执行设备3调整用电设备的运行状态；
S72、场景节能：对于不常使用的区域和用电场景进行场景节能，根据用电场景和实时的电参数对区域内的用电设备进行一键启动并触发场景节能，并结合实时的环境数据，调整用电设备的运行状态，具体的，针对会议场景、娱乐场景等不常使用的场景，出现智能开关面板31或智能空调面板33的用电信号时，一键启动该区域或场景下的用电设备，进行场景节能，结合该场景下的用电习惯、行为习惯和实时的环境数据，通过智能开关面板31、智能空调面板33自动控制照明、插座和空调的运行状态；
例如：会议室中，智能开关面板31或智能空调面板33出现人为启动时，会议室内的照明、插座和空调一键启动，根据实时的环境数据，结合该场景下的用电习惯和行为习惯，通过智能开关面板31自动控制照明的亮度、色温，将环境的流明度保持在符合办公的要求，通过智能空调面板33调整空调的模式、温度、风速、风向，通过智能插座32开启其延伸的单条配电回路的供电，人员离去后，通过智能开关面板31或智能空调面板32一键关闭该区域或场景下的用电设备；
S73、条件节能：根据用电条件、实时的环境数据和电参数进行条件节能，依据用电条件触发条件节能，结合实时的环境数据，调整用电设备的运行状态，具体的，根据用电条件，结合实时的用电数据，通过智能开关面板31、智能插座32、智能空调面板33和智能门禁控制器根据用电条件，自动控制照明、插座、空调、门禁；
例如，工作时间中，9点钟上班时，当区域内的流明度达到设定阈值，需要开启照明时，则通过智能开关面板31自动开启照明（灯具），并根据流明度调节照明的亮度和色温；
其中，通过不断积累的用电数据，持续优化深度学习算法、标签算法和节能模式并更新用户的用电习惯和行为习惯；
S8、匹配节能模式：对用电设备智能匹配节能模式和状态，根据智能硬件实时感知的环境数据和电参数触发用电设备的节能模式；
其中，所述节能模式至少包括温控节能、无人节能、光感节能、假日节能、追踪节能；
具体的，所述温控节能：通过深度学习算法学习用电场景下的室内温度和用户设定的温度、模式，智能调节空调的运行参数，控制空调模式、温度、风速及电源的通断；
所述无人节能：任一用电场景下，根据环境数据对区域进行有/无人员的判定，自动调整用电设备的运行状态或关闭不必要的用电设备，具体的，无人时，通过控制智能开关面板31、智能插座32和智能空调面板33对照明回路、插座回路、空调回路进行电源的通断，并根据用电习惯智能匹配无人情况下断电时限，不断调整优化；
所述光感节能：通过感知用电场景下的流明度（光照度），判定此时的用电场景，如白天、夜晚、阴天等，结合用电习惯、行为习惯（人为用电喜好），智能调节照明的亮度和色温；
所述追踪节能（沉默用电）：通过识别配电线路上用电设备或用电场景下的电参数，对用电行为进行追踪，分析用电设备的运行状态，用电设备处于待机或关闭状态下，对用电回路的电源进行通断控制，具体的，获取插座回路延伸的单条用电回路下的用电设备的电参数，根据电参数分析用电设备处于待机/关闭状态，则对用电回路的电源进行通断控制，主要针对插座回路上的用电设备的关闭状态；如：电脑直接通过其电源线连接智能插座32，根据电脑运行、待机和关机状态下的电参数变化，若判断电脑处于关机状态时，若插座回路上仍然有电流传输造成电能浪费，则控制智能插座32对其进行断电；
所述假日节能：预设或自动学习节假日和非工作时间，对每个用电回路进行电源通断控制，在节假日和非工作时间自动调整用电设备的运行状态或关闭不必要的用电设备；
其中，不同的用电设备适配不同的节能模式，对照明、插座、空调、门禁匹配全部或对应的节能模式，虽然用户的用电习惯、行为习惯在不断的数据积累中优化，但是由于实时的用电行为的不确定性，匹配的节能模式可能无法执行，则需要结合实时的用电数据智能控制用电设备的节能模式的状态；
例如：根据用电设备的不同，用电设备匹配并执行对应的节能模式，若是节假日非工作时间，物理空间内进入人员进行办公，出现用电行为后，人员办公区域或其他区域的用电设备则需要解除假日节能的节能模式，在人员离开后，恢复假日节能的锁定状态。
在本实施例中，根据物理空间内的区域和配电线路划分进行智能硬件的部署，并对组网的智能硬件进行周期性的通信测试，实时监测智能硬件和用电设备的运行状态，能够在异常情况下及时的报警通知并采取相应的保护措施，并通过获取部署后的智能硬件的设备信息和分组信息，由条件设备2感知物理空间内的环境数据，执行设备3采集照明、插座、空调、门禁的电参数，计量设备4采集各用电回路的电参数，通过场景标签库6对智能硬件采集的用电数据添加设备标签和维度标签，通过深度学习算法根据打标签的历史用电数据学习并训练，对用电数据进行多维度分析，获得用户的用电习惯和行为习惯；
从而根据智能硬件感知的环境数据和电参数，结合用电习惯、行为习惯、用电场景和用电条件，进行AI智能节能、场景节能和条件节能，对用电设备进行节能管理，自动调整用电设备的运行状态并智能匹配节能模式；
在节能控制过程中，以智能硬件感知到的环境数据和电参数进行用电场景、节能模式和节能策略的动态触发，实现对用电设备进行自动控制，同时能够对用电能耗进行实时的监测和预测，进行更加精准的节能控制，获得更加精准的节能效果。
实施例3
请参阅图1-4，在实施例2的基础上，不同之处在于，一种用电节能管理方法，还包括以下步骤：
S9、生成设备画像：对智能硬件采集的用电数据进行机器学习，训练出用电习惯模型，通过用电习惯模型生成用电设备的设备画像，并通过不断积累的用电数据对用电习惯模型进行持续的训练，进而不断优化用电习惯模型，持续更新用电设备的设备画像；
所述设备画像包括设备标签、用电习惯、行为习惯、偏好标签，所述设备画像通过用电数据描述用电设备感知到的用电场景和环境，并从用电数据中得出用电设备的健康状况，从而做到预警监控；
S10、节能预测：根据设备画像，通过多元线性回归算法和决策树算法对用电设备进行节能分析和预测，获得用电设备的节电率；
其中，通过多元线性回归算法和决策树算法分析通过节能策略和节能模式对用电设备的自动控制产生的节能效果，预测节能目标以及进行场景断电达到节能目标的可行性；
具体的，节能效果和节能目标均以综合节电率表征，节能目标为综合节电率3~40%；
综合节电率按如下公式计算：
N=（W1-W2）/W1*100%；
式中，N为综合节电率；
W1为上述用电节能管理方法使用前n小时耗电量（kW·h）；
W2为上述用电节能管理方法使用后n小时耗电量（kW·h）；
具体的，综合节电率获取方式包括以下两种：
方式一，在相同负载、相同时间内，智能硬件接入用电回路后，统计并分析用电节能管理方法使用前n小时和使用后n小时的能耗；
方式二，在相同负载、相同时间内，智能硬件接入用电回路前进行挂表手动实测n小时的能耗，并在智能硬件接入用电回路后，通过云平台1统计进行n小时的用电节能管理后的能耗；
根据上述综合节电率的计算公式，最终获得综合节电率。
在本实施方式中，通过用电习惯模型对历史的用电数据进行持续的学习和训练，生成用电设备的设备画像，通过多元线性回归算法和决策树算法精准预测能源消耗和需求能耗进行预测，并分析节能模式对用电设备的自动控制能否实现节能目标，便于根据实际需求进行精确控制，避免能源的浪费。
实施例4
请参阅图1-4，在实施例2或3的基础上，不同之处在于，一种用电节能管理方法，还包括以下步骤：
S11、能耗统计：根据用电数据生成节能日志，所述节能日志包括电费单、综合节电率、节电策略、节能提醒、节能数据报警等；
所述电费单包括实际的电度明细和电费明细以及节约的电度明细和电费明细，具体的，节能管理后，统计实际的电度明细和电费明细，并依据用户的用电习惯和行为习惯，预测未进行节能管理时的电度明细和电费明细，获得节能管理过程中，节约的电度和电费；
S12、报告分析：根据节能策略和节能日志，结合设备画像生成节能报告，所述节能报告包括节能数据分析、能耗数据分析、综合节电率、节能措施和可行性分析；
在本实施方式中，通过对能耗进行统计监测，生成电度明细和电费明细，由深度学习算法不断学习用电数据，生成节能报告，为节能管理提供智能化决策支持，帮助管理人员更加科学、合理地制定节能策略。
本发明的使用流程：
本发明中的用电设备包括照明回路中的照明（灯具）、插座回路中智能插座32延伸的单条配电回路、空调回路中的空调、门禁回路中的门禁以及条件设备2和智能网关7。
用户通过移动终端登录云平台1，云平台1对节能日志和节能报告进行可视化展示，用户可根据需求和喜好对各个区域的用电设备和、节能模式和节能策略进行个性化设置和调整，以满足其特定需求，例如设置能源消耗报警阈值，对用电设备选择性的锁定节能模式，并对节能模式进行个性化设置和调整；
运行过程中，通过前端的智能硬件不断采集形成海量的用电数据，深度学习不同用电场景下的用电习惯和行为习惯，对不同的用电场景采取不同的节能策略，并对用电数据进行汇总分析，模拟真实的人为用电习惯和行为习惯，通过AI智能节能、场景节能、条件节能自动执行并控制各个用电设备的运行状态；
并且根据历史数据、用户反馈和实际节能经验，形成节能知识库，为用户提供更为具体的节能建议和指导，同时节能知识库还可以实现共享和传播，推动节能技术的普及和应用。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用电节能管理方法，其特征在于，包括以下步骤：
根据物理空间的区域和用电回路的划分，进行智能硬件的部署，并将智能硬件进行组网；
对智能硬件进行通信测试，确定智能硬件组网状态和运行状态；
获取智能硬件采集的物理空间内的用电数据，对用电数据进行预处理，所述用电数据包括智能硬件采集的用电回路的电参数和物理空间内各区域的环境数据；
对用电数据生成设备标签和维度标签，通过标签算法对打标签的用电数据进行分类处理；
通过深度学习算法对用电数据进行学习和训练，结合设备标签、维度标签，分析并学习用户的用电习惯和行为习惯；
根据智能硬件实时感知到的环境数据和电参数，结合用户的用电习惯和行为习惯，进行AI智能节能，智能调整用电设备的运行状态。
2.如权利要求1所述的一种用电节能管理方法，其特征在于：所述电参数至少包括电压、电流、有功功率、无功功率、相位、频率、功率因数。
3.如权利要求2所述的一种用电节能管理方法，其特征在于：所述环境数据包括物理空间内的温度、湿度、光照度和热成像。
4.如权利要求1所述的一种用电节能管理方法，其特征在于：所述设备标签包括用电设备、智能硬件的设备信息和分组信息。
5.如权利要求4所述的一种用电节能管理方法，其特征在于：所述维度标签包括用电场景、用电区域、用电时间、用电行为和用电条件。
6.如权利要求5所述的一种用电节能管理方法，其特征在于，还包括：对于不常使用的区域和用电场景进行场景节能，根据用电场景和实时的电参数对区域内的用电设备进行一键启动并触发场景节能，结合实时的环境数据，调整用电设备的运行状态。
7.如权利要求5所述的一种用电节能管理方法，其特征在于，还包括：根据用电条件、实时的环境数据和电参数进行条件节能，依据用电条件触发条件节能，结合实时的环境数据，调整用电设备的运行状态。
8.如权利要求1-7任一项所述的一种用电节能管理方法，其特征在于，还包括：对用电设备智能匹配节能模式和状态，根据智能硬件实时感知的环境数据和电参数触发用电设备的节能模式，所述节能模式至少包括温控节能、无人节能、光感节能、假日节能、追踪节能。
CN202410667353.0A 2024-05-28 2024-05-28 一种用电节能管理方法 Active CN118249520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410667353.0A CN118249520B (zh) 2024-05-28 2024-05-28 一种用电节能管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410667353.0A CN118249520B (zh) 2024-05-28 2024-05-28 一种用电节能管理方法

Publications (2)

Publication Number Publication Date
CN118249520A true CN118249520A (zh) 2024-06-25
CN118249520B CN118249520B (zh) 2024-09-10

Family

ID=91551507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410667353.0A Active CN118249520B (zh) 2024-05-28 2024-05-28 一种用电节能管理方法

Country Status (1)

Country Link
CN (1) CN118249520B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118690983A (zh) * 2024-08-28 2024-09-24 航天科工广信智能技术有限公司 一种基于多模态的能耗预测与节能方案生成方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687808A (zh) * 2019-10-14 2020-01-14 苏州数言信息技术有限公司 基于物联网和机器学习的室内智慧节能系统
US20230229959A1 (en) * 2022-01-14 2023-07-20 Navendu Sinha Method and system for ai-powered smart homes and offices
CN116909160A (zh) * 2023-08-21 2023-10-20 杭州四方博瑞科技股份有限公司 一种基于用电场景的用电器智能管理方法、装置及系统
CN117872790A (zh) * 2023-12-29 2024-04-12 松原市阳芳科技有限公司 一种智能家居物联网控制系统
CN118034146A (zh) * 2024-03-08 2024-05-14 未来城市(上海)建筑规划设计有限公司 一种用于办公场所的智能节能系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110687808A (zh) * 2019-10-14 2020-01-14 苏州数言信息技术有限公司 基于物联网和机器学习的室内智慧节能系统
US20230229959A1 (en) * 2022-01-14 2023-07-20 Navendu Sinha Method and system for ai-powered smart homes and offices
CN116909160A (zh) * 2023-08-21 2023-10-20 杭州四方博瑞科技股份有限公司 一种基于用电场景的用电器智能管理方法、装置及系统
CN117872790A (zh) * 2023-12-29 2024-04-12 松原市阳芳科技有限公司 一种智能家居物联网控制系统
CN118034146A (zh) * 2024-03-08 2024-05-14 未来城市(上海)建筑规划设计有限公司 一种用于办公场所的智能节能系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118690983A (zh) * 2024-08-28 2024-09-24 航天科工广信智能技术有限公司 一种基于多模态的能耗预测与节能方案生成方法及系统

Also Published As

Publication number Publication date
CN118249520B (zh) 2024-09-10

Similar Documents

Publication Publication Date Title
Sial et al. Detecting anomalous energy consumption using contextual analysis of smart meter data
Sinopoli Smart buildings systems for architects, owners and builders
USRE48372E1 (en) System and method for monitoring, controlling, and optimizing the use of utilities
Byun et al. A smart energy distribution and management system for renewable energy distribution and context-aware services based on user patterns and load forecasting
US9880578B2 (en) Power demand forecast device, method and system and power failure detection system
US20200349484A1 (en) System and methods for power system forecasting using deep neural networks
CN103608991B (zh) 智能节点
Mischos et al. Intelligent energy management systems: a review
CN110557171B (zh) 一种hplc通信系统及通信方法
CN118249520B (zh) 一种用电节能管理方法
CN103984316A (zh) 能源管理设备和系统
Vijayalakshmi et al. Smart Energy Management using IoT-based Embedded Systems
CN117974053A (zh) 大数据驱动的节能减排决策支持系统
CN105005205A (zh) 一种基于电力负荷分解与监测的家居安全告警系统及方法
US11796986B2 (en) System and method for smart system monitoring and control
CN117714910B (zh) 一种基于物联网的楼宇对讲机控制系统
CN111880417A (zh) 一种基于App的智慧家庭能源管控系统及其最优控制方法
CN105629947A (zh) 家居设备监测方法、家居设备监测装置和终端
Chinchero et al. A review on energy management methodologies for LED lighting systems in smart buildings
CN118210240B (zh) 一种基于物联网的多设备能耗监控与管理方法
CN114139950A (zh) 一种基于bim的智能建筑集成管理平台
CN114139735A (zh) 一种动环监控平台
Li et al. Smart home energy management systems based on non-intrusive load monitoring
CN112631354A (zh) 绿色健康医院建筑大数据管控系统
Iwayemi et al. Energy management for intelligent buildings

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240829

Address after: Room 801, Building 2, No. 310 Songbai Road, Liaobu Town, Dongguan City, Guangdong Province 523000

Patentee after: Guangdong Leniao Electric Technology Co.,Ltd.

Country or region after: China

Address before: 1101-6, 11th Floor, Building 2, No. 75 Lusong Street, Changping District, Beijing, 102206

Patentee before: BEIJING HAPPY BIRD TECHNOLOGY Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right