本發(fā)明涉及用于確定系統(tǒng)中能量負荷分布的計算機實現(xiàn)方法，涉及在能量管理系統(tǒng)中的多個系統(tǒng)的所分解的單獨的能量負荷數(shù)據(jù)的使用，涉及在圖形用戶界面上的多個系統(tǒng)的所分解的單獨的能量負荷數(shù)據(jù)的使用，涉及數(shù)據(jù)處理系統(tǒng)，涉及計算機程序產(chǎn)品以及涉及計算機可讀介質(zhì)。

背景技術(shù)：

1、建筑物的能量消耗或建筑物的能量需求在建筑物運行的效率考慮方面起著關(guān)鍵作用。建筑可以是商業(yè)、住宅和/或工業(yè)建筑。此類建筑物的能量管理系統(tǒng)在最先進的技術(shù)中是眾所周知的，并且處理此類建筑物中的多個不同實體。

2、現(xiàn)在很明顯，還需要提供用于在能量方面管理這種建筑的方法。

技術(shù)實現(xiàn)思路

1、鑒于以上所述，本發(fā)明的目的是提供用于確定系統(tǒng)中能量負荷分布的方法，本發(fā)明的目的特別是提供用于確定系統(tǒng)中能量負荷分布的改進的方法。

2、這些和其他目的，在閱讀下面的描述時變得明顯，通過獨立權(quán)利要求的主題來解決。從屬權(quán)利要求提及本發(fā)明的優(yōu)選實施例。

3、在本公開的一方面，提供用于確定系統(tǒng)中能量負荷分布的計算機實現(xiàn)方法，包括以下步驟：接收系統(tǒng)的總能量負荷數(shù)據(jù)，其中總能量負荷數(shù)據(jù)包括多個資產(chǎn)的單獨的能量負荷數(shù)據(jù)；確定總能量負荷數(shù)據(jù)中的至少一個能量負荷峰值；將總能量負荷數(shù)據(jù)分解為多個資產(chǎn)的單獨的能量負荷數(shù)據(jù)；提供多個資產(chǎn)的所分解的單獨的能量負荷數(shù)據(jù)用于進一步處理?？梢杂欣厥褂盟纸獾膯为毜哪芰控摵蓴?shù)據(jù)來控制多個資產(chǎn)中的一個或多個，以便消除能量負荷峰值。這在分析系統(tǒng)方面可以是有利的。這可以有利于提供對系統(tǒng)的進一步見解。這可以有利地允許為多個資產(chǎn)制定控制策略。

4、在本方法的實施例中，確定至少一個能量負荷峰值可以基于模式識別算法。這在能量負荷峰值的有效檢測方面可以是有利的。這可以有利地防止系統(tǒng)在進一步的能量負荷峰值之前或防止已檢測的能量負荷峰值繼續(xù)。能量峰值的信息可以進一步用于選擇系統(tǒng)中的新硬件或更改生產(chǎn)計劃。能量峰值的信息通?？梢越o予新的見解。能量經(jīng)理或能量管理系統(tǒng)可以使用這些見解來制定具體步驟(例如，更改生產(chǎn)計劃)。

5、在本方法的實施例中，確定至少一個能量負荷峰值可以基于經(jīng)訓練的機器學習算法。這在能量負荷峰值的有效檢測方面可以是有利的。這可以有利地防止系統(tǒng)在進一步的能量負荷峰值之前或防止已檢測的能量負荷峰值繼續(xù)。

6、在本方法的實施例中，分解總能量負荷數(shù)據(jù)可以包括估計算法。在缺乏一個或多個資產(chǎn)的單獨的能量負荷數(shù)據(jù)的情況下，這可能是有利的。

7、在本方法的實施例中，分解總能量負荷數(shù)據(jù)可以包括通過測量設(shè)備接收多個資產(chǎn)的一個或多個單獨的能量負荷。這在確定的已分解的能量負荷數(shù)據(jù)的準確性和質(zhì)量方面是有利的。

8、在本方法的實施例中，該方法還可以包括提供多個資產(chǎn)的追蹤記錄，其中該追蹤記錄基于多個資產(chǎn)的所分解的單獨的能量負荷數(shù)據(jù)。這在用戶友好性和分析能力方面可以是有利的。

9、在本方法的實施例中，該方法還可以包括將多個資產(chǎn)標記為可控資產(chǎn)和不可控制資產(chǎn)。這可能是有利的，因為它進一步提供了控制可控資產(chǎn)的可能性。這在效率、反應(yīng)速度和自動化能力方面可能是有利的。

10、在該方法的實施例中，多個資產(chǎn)可以包括以下的一個或多個：加熱器、ev充電器、電池、hvac(加熱、通風和空調(diào)設(shè)備)。

11、本公開的另一方面涉及通過上文描述的方法，多個系統(tǒng)的所分解的單獨的能量負荷數(shù)據(jù)的使用在能量管理系統(tǒng)中被實現(xiàn)。

12、本公開的另一方面涉及通過上文描述的方法，多個系統(tǒng)的所分解的單獨的能量負荷數(shù)據(jù)的使用在圖形用戶界面上被實現(xiàn)。

13、本公開的另一方面涉及數(shù)據(jù)處理設(shè)備，該數(shù)據(jù)處理設(shè)備包括用于執(zhí)行上文描述的方法的裝置。

14、本公開的另一方面涉及計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括指令，當程序由計算機執(zhí)行時，使計算機執(zhí)行上文描述的方法。

15、本公開的最后一方面涉及計算機可讀介質(zhì)，該計算機可讀介質(zhì)包括指令，當指令由計算機執(zhí)行時，使計算機執(zhí)行上文描述的方法。

16、定義

17、術(shù)語能量負荷分布必須被廣泛地理解并且涉及一個或多個資產(chǎn)隨時間變化的一個或多個單獨的能量負荷。優(yōu)選地，能量負荷分布包括多個資產(chǎn)的單獨的能量負荷。能量負荷分布可以以表格或圖表來描述。能量負荷分布可以包括與能量負荷消耗和相應(yīng)時間有關(guān)的數(shù)據(jù)值。時間可以是秒、小時、天、周、月和/或年。術(shù)語能量負荷必須被廣泛地理解并且與能量負荷消耗或資產(chǎn)的功率有關(guān)。能量負荷優(yōu)選地用瓦特表示。能量或功率可以來自一個或多個能量源。能量可以包括電能、熱能和/或機械能。

18、術(shù)語系統(tǒng)必須被廣泛地理解并且涉及包括一個或多個資產(chǎn)的任何實體，其中資產(chǎn)消耗電能。優(yōu)選地，系統(tǒng)可以是住宅、工廠、辦公樓。該系統(tǒng)可以包括子系統(tǒng)，例如廠房1和廠房2。

19、術(shù)語資產(chǎn)必須被廣泛地理解并且涉及與系統(tǒng)相關(guān)的任何電能消耗實體。該資產(chǎn)可能包括建筑物中的燈、加熱器、hvac、ev充電器。術(shù)語資產(chǎn)并不局限于給出的示例。

20、術(shù)語總能量負荷數(shù)據(jù)必須被廣泛地理解，特別是本質(zhì)上涉及系統(tǒng)的整個能量負荷消耗。例如，總能量負荷數(shù)據(jù)由建筑物的整體電表獲取，其中電表可由電力供應(yīng)商通過整體電表的接口提供?？偰芰控摵蓴?shù)據(jù)由多個能量消費者(即資產(chǎn))組成?？偰芰控摵蓴?shù)據(jù)至少包括能量負荷值和時間值，優(yōu)選地隨時間變化的能量值曲線?？偰芰控摵蓴?shù)據(jù)可以以數(shù)字、表格、圖形等形式表示。總能量負荷數(shù)據(jù)可通過接口從各系統(tǒng)的能量管理系統(tǒng)接收。

21、術(shù)語單獨的能量負荷數(shù)據(jù)被廣泛地理解并且優(yōu)選地涉及資產(chǎn)的單獨的能量負荷消耗。

22、術(shù)語能量負荷峰值被廣泛地理解并且優(yōu)選地涉及在一段時間內(nèi)消耗的最高功率。

23、術(shù)語多個資產(chǎn)的所分解的單獨的能量負荷數(shù)據(jù)必須被廣泛地理解并且涉及一個或多個相應(yīng)資產(chǎn)的一個或多個單獨的能量負荷消耗。換句話說，所分解的單獨的能量負荷數(shù)據(jù)涉及單獨的資產(chǎn)的總能量負荷數(shù)據(jù)的分布，例如，在周二上午11點13分的能量負荷峰值處，加熱器消耗了30％的能量負荷，燈消耗了20％的能量負荷以及ev充電器消耗了50％的能量負荷。

24、術(shù)語模式識別算法必須被廣泛地理解并且可以涉及配置為確定總能量負荷數(shù)據(jù)中的能量負荷峰值的任何模式分析算法。模式識別算法可以包括分類算法、人工智能算法、機器學習算法。術(shù)語模式識別算法優(yōu)選地涉及自動識別總能量負荷數(shù)據(jù)中的某些模式和規(guī)律的技術(shù)。

25、術(shù)語機器學習算法必須被廣泛地理解并且可以優(yōu)選地涉及經(jīng)訓練的機器學習模型。機器學習模型可以基于標記的數(shù)據(jù)進行訓練，例如，使用建筑物的歷史能量需求日志。機器學習算法優(yōu)選地可以包括決策樹、樸素貝葉斯分類、最近鄰、神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、支持向量機、線性回歸、邏輯回歸、隨機森林和/或梯度增強算法。

26、術(shù)語估計算法被廣泛地理解并且可以涉及配置為基于系統(tǒng)中一個或多個資產(chǎn)的信息和/或一個或多個資產(chǎn)的一些測量的單獨的能量負荷和總能量負荷數(shù)據(jù)(一個資產(chǎn)的單獨的能量負荷或多個資產(chǎn)的單獨的能量負荷)估計的算法。估計算法可以是分解算法。這樣的分解算法可以按照以下步驟工作：首先，可以在系統(tǒng)內(nèi)識別所有單獨的資產(chǎn)(例如建筑物：冰箱，洗衣機，監(jiān)測器等)，然后，可以在較長時間內(nèi)(例如，1年)頻繁地(例如，每秒)收集所有資產(chǎn)以及整個建筑物的能耗。這些數(shù)據(jù)可以用來訓練ai模型(在訓練階段)。然后，該算法可以從已收集的數(shù)據(jù)中提取相關(guān)的所謂特征或特點。用于這些特征的示例可以是功率使用模式、頻譜、電壓波動、一天中的時間等。

27、通過歷史數(shù)據(jù)和提取的特征，可以訓練ml模型來學習分類和識別負責特定能量模式的資產(chǎn)。最后，在分解過程階段，可以取當前總能量需求，研究具體特征和特點，并且ml模型可以將分解預測為單獨的資產(chǎn)的負荷分布。

28、術(shù)語測量設(shè)備被廣泛地理解并且涉及配置為用于測量資產(chǎn)的能量負荷消耗的任何設(shè)備。測量設(shè)備可以是電表、分流電阻或類似設(shè)備。測量設(shè)備可以包括用于將測量值傳輸?shù)嚼缰醒胩幚韱卧牧硪粚嶓w的接口。

29、術(shù)語追蹤記錄被廣泛地理解并且涉及多個資產(chǎn)的隨時間變化的所分解的單獨的負荷數(shù)據(jù)。追蹤記錄可以被顯示在屏幕上用于進一步分析。追蹤記錄可以包括數(shù)字、表格、能量負荷值。

30、術(shù)語可控資產(chǎn)必須被廣泛地理解并且涉及可以控制自身的能量負荷消耗的資產(chǎn)?？煽刭Y產(chǎn)可以包括ev充電器。用戶可以根據(jù)多個資產(chǎn)的所分解的單獨的能量負荷數(shù)據(jù)決定在深夜通過ev充電器啟動電動汽車的充電。對于某些資產(chǎn)，電力負荷至少在一定程度上可以由外部系統(tǒng)動態(tài)控制，例如能量管理系統(tǒng)。ev充電器可以打開和關(guān)閉，某些ev充電器甚至允許連續(xù)控制，即充電功率可以在最小和最大充電率范圍內(nèi)取任何值。hvac系統(tǒng)也可以提供一定的靈活性。例如，提供給加熱或冷卻系統(tǒng)的功率可以根據(jù)房間的溫度動態(tài)調(diào)節(jié)。相反，有些資產(chǎn)無法從外部控制，諸如傳統(tǒng)的電加熱系統(tǒng)只能手動控制。

31、術(shù)語不可控制資產(chǎn)必須被廣泛地理解并且涉及通常無法控制自身的能量負荷消耗的資產(chǎn)。非可控資產(chǎn)可以包括安全設(shè)備，例如必須永久激活的火災(zāi)報警設(shè)備。將資產(chǎn)標記為可控資產(chǎn)和不可控資產(chǎn)可以有利于提高方法的效率。該信息可以允許用戶或上級控制切換依賴于所分解的單獨的負荷數(shù)據(jù)的資產(chǎn)。

32、術(shù)語能量管理系統(tǒng)被廣泛地理解并且涉及用于分析、控制或預測系統(tǒng)能量行為的任何軟件。能量管理系統(tǒng)可以提供下列數(shù)據(jù)中的一個或多個：總能量負荷數(shù)據(jù)、一個或多個資產(chǎn)的一個或多個已測量的單獨的能量負荷。

33、根據(jù)一個或多個示例實施例的單元和/或設(shè)備可以使用硬件、軟件和/或其組合來實現(xiàn)。例如，硬件設(shè)備可以使用處理電路來實現(xiàn)，這些處理電路包括但不限于諸如處理器、中央處理單元(cpu)、控制器、算術(shù)邏輯單元(alu)、數(shù)字信號處理器、微型計算機、現(xiàn)場可編程門陣列(fpga)、片上系統(tǒng)(soc)、可編程邏輯單元、微處理器或能夠以定義的方式響應(yīng)和執(zhí)行指令的任何其他設(shè)備。

34、單元或設(shè)備可以包括一個或多個接口電路。在一些示例中，接口電路可以包括連接到局域網(wǎng)(lan)、因特網(wǎng)、廣域網(wǎng)(wan)或其組合的有線或無線接口。本公開的任何給定設(shè)備或單元的功能可以分布在經(jīng)由接口電路連接的多個單元或設(shè)備之間。

35、本文描述的任何公開和實施例涉及上面列出的方法、系統(tǒng)、設(shè)備、計算機程序元件，反之亦然。有利地，任何實施例和示例提供的益處同樣適用于所有其他實施例和示例，反之亦然。

36、如本文所用，“確定”還包括“啟動或?qū)е麓_定”，“產(chǎn)生”還包括“啟動或?qū)е庐a(chǎn)生”，“提供”還包括“啟動或?qū)е麓_定、生成、選擇、發(fā)送或接收”?！皢踊?qū)е聢?zhí)行操作”包括觸發(fā)計算設(shè)備執(zhí)行相應(yīng)操作的任何處理信號。