CN104412291A - 不寻常使用量报告的方法和*** - Google Patents
不寻常使用量报告的方法和*** Download PDFInfo
- Publication number
- CN104412291A CN104412291A CN201380032876.8A CN201380032876A CN104412291A CN 104412291 A CN104412291 A CN 104412291A CN 201380032876 A CN201380032876 A CN 201380032876A CN 104412291 A CN104412291 A CN 104412291A
- Authority
- CN
- China
- Prior art keywords
- use amount
- consumer
- current bill
- bill cycle
- report
- 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
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
Landscapes
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的说明性实施例涉及向消费者报告商品不寻常或者异常使用量或者消费的方法和计算机***。计算机***检索与一组消费者相对应的一组使用量信息数据集,每个数据集包括在至少一个完成账单周期内的商品过去使用量和当前账单周期内的商品当前使用量。所述计算机***建立一组当前账单周期的报告触发条件,每个报告触发条件与消费者相对应。所述计算机***监视一组消费者的使用量或者消费以便于对于每位消费者确定为其建立的估算使用量是否满足消费者的报告触发条件。一旦满足报告触发条件,计算机***给消费者输出报告。
Description
相关申请
本申请是2013年6月申请的、名称为“不寻常使用量报告的方法和***”的PCT/US13/46126进入国家阶段的申请,并且享受以下申请的优先权,申请日为2012年6月27日的美国临时申请No.61/665,189;申请日为2012年11月5日的美国临时申请No.61/722,334;申请日为2013年2月12日的美国申请No.13/765,045,所有这些申请的内容在此通过引用的方式进行合并。
技术领域
本发明涉及商品使用量报告,更具体地涉及消费者商品使用量报告。
发明内容
根据说明性的实施例,提供了一种计算机执行方法,用于通过将当前账单周期的商品不寻常使用量报告给消费者来减少商品的使用量或者费用。所述计算机***检索与一组消费者相对应的一组使用量信息数据集。每个数据集可以包括a)至少一个完成账单周期内商品的过去使用量,所述周期可以对应于一个如当前账单周期的相似季节性的周期,b)当前账单周期的完成部分期间商品的当前使用量。所述商品指的是基于公用设施(utility)的商品,例如电、水、煤气、或者几个资源的集合,例如总能源。
计算机***为一组消费者建立一组当前账单周期报告触发条件,每个触发报告条件对应于一位消费者。在不同的实施例中,计算机***可以建立每个账单周期的报告触发条件一次,例如在当前账单周期的开始时刻或者之前。所述报告触发条件可以包括至少一个不寻常使用量条件以及至少一个许可条件。不寻常使用量条件可以定义为当前账单周期的估算使用量超过基于过去使用量而定义的基线指定百分比。所述指定的百分比可以在100%和150%之间。不寻常使用量条件还可以定义为当前账单周期剩余部分的估算使用量超过以指定百分比而调整的过去使用量进行定义的使用量阈值。不寻常的使用量条件可以进一步用预期成本或者环境影响进行定义。许可条件可以进一步包括a)消费者同意接收报告,b)所述报告在账单周期内是首次发送的,以及c)在账单周期内不寻常条件在可操作窗口中出现。所述可操作窗口可以处于部分账单周期期间从而用户可以采取行动抑制他们的使用量。例如,在四周的账单周期内,所述可操作窗口可以包括该周期的第二周和第三周。
所述计算机***可以连续地或者间断地监控一组消费者的使用量或者花费,从而对于每个消费者确定为每个消费者建立的估算使用量是否满足它们各自的消费者的报告触发条件。所述计算机***可以确定估算使用量,该估算使用量的确定基于a)当前账单周期的完成部分的使用量以及b)当前账单周期的剩余部分的使用量预测。所述预测可以基于可在五天和十天的时间段之间变化的活动或追踪历史记录窗口。
基于所述估算使用量满足各自消费者的报告触发条件,所述计算机***输出报告给消费者。所述报告可以包括生成电子信息或者输出信号到中间服务器上,所述中间服务器将所述报告传送给消费者。所述计算机***可以通过电子信息方式传送报告给接收报告的消费者或者使引起报告传送给接收报告的消费者,例如通过短信息服务(SMS)、自动语音信息服务、以及电子邮件(“e-mail”)的形式。可选地,所述计算机***可以传送电子信号或者引起电子信号传送到电子设备上,所述电子设备位于消费者的房屋内,以便给消费者显示或者转发并然后显示电子信号。所述电子设备可以包括自动调温器或者公共事业电表,所述电表在房屋内与作为用户门户运行的设备相连通。所述报告可以包括商品的不寻常使用量例如不寻常的高费用、意外费用、高使用量、或者高于预期环境影响以及/或者碳排放量。
根据本发明的其他实施例,所述计算机执行方法可以检测消费者对商品的不寻常使用量,其中测量的使用量考虑费用。所述方法可以包括检索一组使用量信息数据集,其中每个数据集可以对应消费者的商品使用量。所述计算机***可以检索当前账单周期的费用率数据集,该数据集可以是价格等级(price-tiers)定价或者是分时计价。所述计算机***可以为一组消费者建立一组当前账单周期的报告触发条件,其中每个报告触发条件对应于各自的消费者。所述报告触发条件可以是从过去使用量数据和价格数据中得到。所述报告触发条件可以包括使用量触发条件和费用触发条件。对于每位消费者,所述计算机***可以确定已经为每位消费者建立的当前账单周期的估算费用是否满足费用触发条件,例如,估算费用超过不寻常费用设定值。所述计算机***还可以确定为相同的消费者建立的估算使用量是否也已经超出(也就是,使用量触发条件)。如果使用量触发条件和费用触发条件都满足,所述计算机***可以输出报告或者引起输出报告给消费者。
所述方法可以作为计算机程序产品应用,存储在机器可读媒介或者计算机数据信号中,通过电磁波呈现,包括具体地在计算中要执行的程序代码。
附图说明
实施例的上述特征通过参照附图的下面的详细描述将更加易懂,其中:
图1是说明了根据说明性实施例通过报告商品的不寻常使用量给消费者来减少商品使用量或者费用的计算机执行方法的流程图。
图2A展示了一位指定消费者在指定年份中日常用电量的图。
图2B展示了图2A的使用量在每个账单周期的累积。
图3是根据说明性实施例的报告触发条件的图。
图4是根据可替代实施例的报告触发条件的图。
图5说明了预测当前账单周期的剩余部分的消费者使用量的方面。
图6是说明实施例的运行情况的图,来确定对于每位消费者为其建立的当前账单周期的估算使用量是否满足报告触发条件。
图7是根据可替换实施例通过报告不寻常费用给消费者来减少商品使用量或者费用的计算机执行方法流程图。
图8是根据所述实施例的***图。
图9展示了根据可替代实施例的计算机执行方法流程图。
图10展示了根据所述说明性实施例的实施例。
图11说明了使用量超过历史记录平均值的消费者分布图。
图12说明了根据说明性实施例的电子邮件报告。
具体实施方式
提供不寻常或者异常公用设施使用量的提醒,能使消费者管理自己的财务,同时促进节约。消费者可以设置什么时候会发送提醒或者报告的阈值。然而,通过阈值本身不足以抑制消费者的花销行为。例如,所述阈值可能触发有可能会晚到的提醒或者报告。当账单周期的剩余有相当大的部分时,消费者可能需要继续消费或者使用商品。消费者可以设定较低的阈值以便接收较早的提醒。然而,为了能够这样做,消费者必须要了解他们的使用量模式以便设定合适的设定值。此外,消费者的使用量模式的可变性和受季节性的影响使得所述问题进一步复杂化。
说明性实施例用以说明报告消费者不寻常或者异常商品使用量的计算机执行方法和***。在不同的说明性实施例中,提供报告给消费者或者提供报告给公用设施或者报告服务提供部门再由它们转送给消费者。所述报告可以是电子版或者可以是作为邮寄给消费者的纸质复印件生成。说明性实施例进一步确定了构成作为不寻常的使用量模式,同时考虑到季节性并且允许较早检测确定的使用量以便抑制消费者的使用量或者消费。
如这里所使用的,术语“报告”通常指的是引起视觉或者声音指示的信号。报告还涉及引起发出这类指示的信号传输。
术语“使用量”指的是使用数量、与使用相关的费用、代表使用或者费用的量化标准,例如环境影响。
术语“商品”指的是基于公用设施的商品,例如电、水、和天然气,这些是传送到固定结构上的可消费的有限资源。商品还涉及这些资源的集合,例如总能源。
图1说明了根据说明性实施例通过报告商品的不寻常使用量给消费者来减少商品使用量或者费用的计算机执行方法的原理流程图。该操作是在当前账单周期内执行的。典型地,公用设施公司在使用周期结束时给消费者开账单。照此,所述当前账单周期指的是消费者消费要开账单的商品的时间。
所述方法包括检索102一组使用量信息数据集的计算机***,所述每组使用量信息数据集对应于一组消费者的商品使用量。例如,使用量信息数据集可以包括a)完成账单周期的商品过去使用量以及b)当前账单周期的完成部分的商品当期使用量。
计算机***可以从消费者的旧公用设施账单中检索到过去使用量数据。所述旧账单这里可以以完成账单周期作为参考。所述账单可以存储在数据库中,所述数据库由公用设施公司、档案提供部门、或者传送不寻常使用量报告给消费者的服务提供部门操作。过去使用量数据还可以是对应于消费者商品消费的存储仪表读数。
商品的当前使用量指的是最新信息,也就是从使用量监视装置(即公用仪表)中得到的最后读数(或者最后一系列读数)。当前使用量可以在例如是最后一个小时或者一天之类的时间期限内查阅。所述仪表读数可以由公用设施公司或者由提供仪表读数给公用设施公司的独立的服务提供部门完成。
所述计算机***可以在账单周期内以指定的时间安排执行所述监视操作,指定的时间例如每小时、小时或天的分数、每日、或者每周。可选地,所述计算机***可以在指定的事件中执行所述监视操作,例如当新的使用量数据从所述仪表中检索到或者从公用数据库中能够获得时。所述计算机***还可以在当前账单周期指定部分中执行所述监视操作,例如在账单周期的中期。
在不同的实施例中,所述计算机***可以从数据库中检索到当前使用量数据。所述当前使用量数据可以是仪表的读数,但是也可以是房屋中的其他使用量收集装置的读数,例如自动调温器、分表、以及能源管理***的读数。
消费者过去的使用量还可以从其他使用者手中得到。例如在公用设施公司新服务的开始时,在消费者具有有限的使用量历史记录的情况下,所述计算机***可以使用具有相似家庭特征的其他消费者的历史记录使用量数据来形成所述新消费者的过去使用量。所述家庭特征可以包括一些信息,例如房屋大小(以平方英尺计算)、居住人数、房屋的大概房龄、住所类型、是否存在游泳池、仪表读数周期、相互之间的距离、以及地理位置。在这些例子中,所述计算机***可以分析许多消费者具有一些或者所有的这些特征的数据集。可选地,公用设施公司可以基于地理位置估算过去的使用量。这些估算值也可以作为新的消费者的过去使用量数据。
通常,房屋装配有仪表用来监视房屋中的商品使用量。提供商品到房屋的公用设施公司通常在每个账单周期内完成仪表的读数,典型地以每月为基础。图2A展示了指定消费者在指定的年份期间每日用电量202的简图。图2B展示了每个账单周期206累积的图2A的使用量。当前账单周期210的当前使用量208可以称为当前账单周期的完成部分内的商品当前使用量。
所述计算机***可以在当前账单周期开始时或者之前建立104当前账单周期的报告触发条件,优选地在所述周期开始之前。可选地,报告触发条件可以在当前账单周期内进行建立,例如直接在报告触发条件用于监视不寻常使用量之前。所述报告触发条件至少部分地基于使用量信息数据集中的过去使用量。
图3是根据说明性实施例的报告触发条件的图。报告触发条件302可以包括一组条件,例如触发条件以及许可的条件。触发条件指的是监视的不寻常或者异常条件。不止一个触发条件可以列入报告触发条件中。例如,触发条件可以基于使用量、费用、和/或者环境影响。所述触发条件可以独立地或者结合起来使用。基于使用量的触发条件304可以由方程1进行定义,其中所述触发条件是商品的实际使用量,在“时间i”上超过不寻常使用量情况(profile),
(方程1)
商品的实际使用量通常指的是仪表读数或者使用量读数。变化量“时间i”指的是当前账单周期内时间的实例。可以以同步时间间隔对其进行表达,例如按分钟、十分之一小时、四分之一小时、小时、或者天数。例如,“时间i”可以以15分钟递增。可选地,所述变量“时间i”可以是异步获得的。例如,根据事件标示对其进行表达,例如当读取仪表或者使用量时。
所述不寻常使用量情况是定义不寻常使用量的触发条件。它可以由方程2进行定义,其中所述不寻常使用量情况是基线历史记录使用量,Uhistorical,通过阈值百分比Tpercentage进行调整。所述历史记录使用量,Uhistorical作为基线。所述不寻常使用量情况对于账单周期内的天数N可以是线性的,
所述阈值百分比这里被称为预定义阈值。所述阈值百分比优选地确定为大约130%。然而,它可以在100%和200%之间变化。消费者可以接收使用的设定值建议以及它如何可以与不同的节约努力相对应的建议,图11说明了使用量超过历史记录平均值的消费者分布图。在x轴1102上,示出了超过历史记录平均值的使用量百分比。这里,在0%到200%之间对数据进行分析。超过历史记录平均值的使用量百分比指的是阈值百分比。在y轴1104上,示出了账单周期内具有超过阈值百分比的账单的消费者百分比。照此,对于给定的阈值百分比,所述计算机***可以确定能够收到提醒的消费者百分比。所述历史记录平均值可以是基于消费者自己的使用量历史记录以及可以基于账单周期(例如,相同的月份)进行比较。这里,在140%的阈值百分比上,大约15%的消费者具有至少一个超过所述阈值的账单。
可选地,可以确定Tpercentage值以便少于三个的提醒按期望以平均值发送给每个消费者。还可以确定Tpercentage值来最大化将接收报告的消费者的数量。例如,可以通过对于给定公共设施使用一组历史消费者使用量数据以及确定不同阈值等级的提醒发生的分布来确定阈值。所述阈值可以通过使用直方图进行分析。Tpercentage值可以是接收至少一个提醒的最大数量消费者的阈值等级。可以在几个季节执行所述分析来减少季节变化。
所述基线历史记录使用量,Uhistorical,在相似的季节性期间可以从过去使用量中获得。在不同的实施例中,所述过去使用量可以对应于一年以前的使用量。过去使用量数据可以是不同年份的相同月份的平均值。
触发条件306可以包括不寻常或者异常费用。方程3定义这种触发条件,其中在“时间i”上商品实际费用,超过不寻常费用情况(profile),
(方程3)
不寻常费用情况,可以由方程4进行定义,其中所述不寻常费用情况是基线历史记录费用,Chistorical,通过阈值百分比Tpercentage进行调整。所述情况对于账单周期的天数N可以是线性的。
此外,消费者可以通过提供提醒频率上的偏好个性化他的或者她的阈值。因此,不是输入阈值百分比,而是所述***可以提供期望提醒频率的选项,例如“正常”、“高频率”、或者“低频率”。然后基于选择的期望提醒频率,所述计算机***可以调节指定客户的个性化阈值百分比Tpercentage_customer_x。对于正常的提醒频率,所述计算机***可以确定Tpercentage值,该值将提供例如一年中至少三次的提醒。照此,“高频率”提醒选择可以与将提供附加提醒(例如,四次提醒)的Tpercentage值相对应。“低频率”提醒选择可以与将提供更少次数提醒(例如,两次提醒)的Tpercentage值相对应。
图4是根据可替代实施例的报告触发条件的图。不寻常费用的触发条件可以包括超过阈值的费用和使用量基线。例如,当前账单周期是第1年的五月(May of Year)。在第0年的五月中,消费者花费100美金用于100度电。对于130%的阈值百分比,所述触发阈值可以确定在130美金和130度电。在该实施例中,对于要被满足的触发条件,五月末的估算费用会超过130美元以及会使用了130度电。由于所述条件是基于费用和使用量的,所述***避免仅仅由于商品价格波动而进行报告。本领域的技术人员应该明白的是,不同的阈值百分比值可以应用于费用和使用量上。
可选地,不寻常的费用可以根据环境影响的改变来表达。环境影响可以包括,例如,碳排放量(如大量碳所示)。
环境影响还可以根据等同于其他环境量来进行表达,例如,行车公里数等等。消费者可能不明白基于他们产生的碳排放量的环境影响,因此,可以可选地相对于更具体的参考表达所述报告。例如,所述报告可以说“需要加热和/或者冷却住宅的能源是等同于消费者行车公里数X。”所述报告还可以以促进节约的方式进行表达。例如,消费者已经超过他的或者她的使用量,所述报告可以建议消费者应该行车一定的公里数以便抵消用于加热和/或者冷却住宅的额外能源的环境影响。
环境效益或者影响可以通过使用存储在查找表中的以及应用于费用和/或者使用量信息上的数据进行计算。所述计算机***可以使用由不同政府单位或者相似的数据库公布的环境效益信息。
回看图3,报告触发条件302可以包括许可条件,例如消费者是否已经同意接收所述报告308以及所述报告是否将是当前账单周期内310发给消费者的第一份报告。许可条件可以称为资格条件。许可条件可以提升消费者接收所述报告的经验。例如,在消费者不同意接收所述报告的情况下;收到所述报告可能产生困惑。同样地,过度地提醒消费者也可能导致消费者忽视所述报告。其他许可条件可以包括作为住宅消费者的消费者。
其他许可条件可以包括是否在账单周期的中期312检测不寻常使用。例如,在四周的账单周期内,两周的监视窗口可以作为许可或者资格条件应用。
回看图1,所述方法可以对于当前账单周期剩余部分确定106当前账单周期的估算使用量以及确定108所述估算使用量是否满足报告触发条件。一旦所述报告触发条件得到满足,所述方法包括输出110报告。
图5说明了预测当前账单周期剩余部分的消费者使用量的方面。在不同的实施例中,当前账单周期剩余部分502的消费者使用量的预测可以基于当前账单周期的完成部分内的追踪历史记录(trailing history)504。当前账单周期的开始日期506始于账单周期的第一天。在这种情况下,当前日期512是第15天。在31天的账单周期内当前账单周期剩余部分502的是余下的16天(第16天到第31天)。当所述追踪历史记录504长于当前账单周期的完成部分时,可以使用来自之前完成账单周期的数据。例如,五月的第二天,所述追踪历史记录窗口可以包括五月的第一天以及四月的最后六天。
在不同的实施例中,可以复制所述追踪历史记录数据508作为当前账单周期剩余部分的预测510。当前账单周期剩余部分502长于所述追踪历史记录504时,可以多次复制所述追踪历史记录数据508来形成预测数据516和最终预测数据518。根据当前账单周期剩余部分502的长度,最终预测数据518可以短于预测数据516。预测数据516可以作为追踪历史记录数据508的镜像(即,和追踪历史记录数据反相)进行复制。该方案在追踪历史记录数据508中为最新使用量数据提供了更高的权值(weight),因为最终预测数据518是基于追踪历史记录数据508中的最新数据。可选地,可以仅以与追踪历史记录数据508相同的顺序复制预测数据516。其中所述报告给消费者解释了预测方法,该方案将更加容易被消费者理解。
在某一实施例中,还可以平均追踪窗口数据508来提供平均使用率。平均使用率可以应用于推断当前账单周期剩余部分502的预测使用量。
本发明的发明者发现七天到十天的追踪窗口提供直至一个月的消费者使用量趋势的合理使用量估算。所述窗口尺寸有利地考虑了一个时间阶段内的高使用量和低使用量,同时还保持在相同的天气阶段内。所述窗口还足够小以便不会受可能歪曲预测的季节性效果的影响。
本领域的技术人员应该理解的是可以应用较长或者较短的追踪历史记录数据,不受公开的实施例影响。例如,通过天气模式建模,计算机***可以考虑超过七天到十天追踪窗口的天气效果。
计算机***可以确定106估算的使用量是否满足当前账单周期预定义时间表上的报告触发条件。当通信仪表部署之后,可以在每隔一分钟、15分钟、一个小时或者一天的增量下读取仪表数。
该操作可以用于匹配新的仪表读数。
回看图1,计算机***确定108所述估算使用量是否满足报告触发条件。图6说明实施例的运行情况的图,对于每位消费者确定为其建立的当前账单周期的估算使用量是否满足报告触发条件。在不同的实施例中,过去使用量数据602是由Tpercentage值(例如,130%)来调节(scaled)从而建立触发阈值604。在所述例子中,在当前日期512(第15天)的预测使用量606超过第18天的触发阈值604,因此满足报告触发条件。
可选地,报告触发条件可以基于预测使用量606,该使用量605超过建立在账单周期末端的触发阈值608。如图所示,消费者的不寻常使用量模式是在提高的使用量初期的几天内检测到的。照此,消费者有时间来抑制他们的使用量或者花费。
估算使用量的组分可以包括建立账单周期长度的其持续时间。在不同的实施例中,当前账单周期可以具有基于三个账单周期平均数的持续时间。可以应用其他预测长度,例如定长。
操作110中,计算机***基于满足触发报告条件来输出报告。所述报告可以通过不同的方式形成。例如,它可以包括产生电子信息,该电子信息可以是电子邮件信息、短消息服务(SMS)信息、和/或者自动语音信息。可以通过电子信息直接发送所述报告给消费者。还可以直接发送所述报告给中介机构,例如公用设施公司或者服务提供部门。所述报告还可以是发送给设置在与消费者有关的场所的电子设备上的信号,例如仪表或者自动调温器。所述仪表可以是以仪表或者通过网络具有通信能力的仪表为基础的智慧型仪表基础建设(AMI)。
所述信息可以是个性化的。个性化提供更多的信任给消费者,使消费者认为所述信息是有意义的。例如,个性化可以包括提醒类型(不寻常使用量或者费用)、燃料类型、以及减少使用量的建议和培训材料。从而,消费者采取行动的可能性增加。
所述信息可以是如表1所示的电子邮件专用格式。
表1
邮件主题:
标题信息:这里的文字对所有的情况都是相同的,除非另有注明
对于短消息服务(SMS)信息,所述报告可以显示“UTILCO:基于您最近用电使用情况,您的预计账单金额是$102。建议:调节3-5F的温度来降低您的账单金额。”所述报告还可以显示“UTLCO:您最近的用电使用量高于您每年这个时候的通常用电使用量。建议:调节3-5F的温度来降低您的账单金额。”
所述报告可以包括文字(literature)来改进减少使用量。所述文字可以包括如表2所示的建议。
表2
消费者还可以定制报告的设置,例如阈值(最大值或者最小值),以及每次账单周期要接收的提醒的最大数值。消费者还可以指出传送报告方法的偏好。
图12示出了根据说明性实施例的电子邮件报告。如图所示,所述报告包括介绍性说明1202、账号1204、提醒标题1206、和用以改进减少使用量的文字1208。
所述方法可以设置为监视大量消费者,同时区分受普通波动影响的普通使用量与不寻常使用量。为了使消费者能够管理他们的商品使用情况,不同的实施例为增大效率以及得到更多消费者的满意做准备。此外,所述方法可以提升用户体验从而保证尽可能多的人接收提醒并且所述提醒对他们而言是有关和有用的。当建立触发阈值时,所述设置可能需要平衡报告的频率和伪阳性条件(false-positive condition)的频率。
图7是根据可替换实施例通过报告不寻常费用给消费者来减少商品使用量或者费用的计算机执行方法流程图。
计算机***可以检索与消费者702商品使用量对应的使用量信息数据集,所述使用量信息数据集包括至少一个完成账单周期内的商品过去使用量和当前账单周期的完成部分内的商品当前使用量。所述计算机***可以检索当前账单周期704的费用率数据集。所述费用率数据集可以包括等级电价以及峰值电价和非峰值电价。
所述计算机***可以建立当前账单周期的报告触发条件;所述报告触发条件基于使用量信息数据集706中的过去使用量。所述计算机***可以确定当前账单周期的估算费用是否满足报告触发条件708并且基于该条件输出报告给消费者710。
图8是根据说明性实施例的***图。所述***通过报告不寻常费用或者直接有关商品使用的花费给消费者来减少商品使用量或者费用。所述***800包括存储器802、通信端口804a-c和控制程序806.
存储器802配置为存储关于商品的使用量数据808。使用量数据可以部分地包括与多位消费者的商品使用量相对应的使用量信息数据集。所述使用量信息可以部分地包括至少一个完成账单周期内的商品过去使用量信息和当前账单周期的完成部分内的商品当前使用量。所述过去使用量数据可以包括账单数据809。通信端口804c可以配置为传送报告数据给一组消费者810,同时通信端口804a配置为接收公用设施数据库的数据。控制程序806配置为控制存储器802和通信端口804a-c。控制程序806可以包括预测模块814、速率(rate)模块816、显示器模块818和报告模块820。控制程序806还可以通过与仪表812直接连接的通信端口804b检索消费者的使用量信息数据集。控制程序806可以建立消费者当前账单周期的报告触发条件,其中所述报告触发条件可以至少部分地基于使用量信息数据集中的过去的使用量。控制程序806可以至少部分地基于当前账单周期的完成部分的使用量确定当前账单周期的估算使用量,完成和确定当前账单周期的剩余部分的使用量的预测。使用量的预测可以通过预测模块814产生。控制程序806可以使用显示器模块818连续地确定估算使用量是否满足报告触发条件。如果估算使用量满足报告触发条件,显示器模块818可以使得报告模块820通过通信端口804c输出报告给消费者810。
通信端口804b可以配置为连接到仪表、自动调温器、蜂窝式网络的数据交换接口以及其他网络上。
本领域的技术人员应该理解的是通信端口804a-c可以单独地或者结合应用。例如,通信端口可以结合到连接局域网的单独网路端口上。不同的通信端口可以在连接到各自网络上的几个服务器上应用。例如,通信端口804b可以是连接到公用仪表上的服务器。一个例子是网关FTP服务器用以与公用服务器相连接来传送数据文件。通信端口804c可以作为交换服务器进行应用,例如用语短消息服务(SMS)网关上的UUA、使用简单邮件传送协议的电子邮件(email),以及交互式语音应答(IVR)。所述应用程序接口(API)可以,例如,用于控制IVR和SMS。
图9展示了根据可替代实施例的计算机执行方法流程图。计算机***可以建立消费者902账单周期的平均长度来确定当前账单周期的结束日期。例如,账单周期的平均长度是在28天到31天之间,其中当前账单周期是按月的。账单周期的平均长度可以基于包括过去三个账单周期到过去十二个账单周期的旧账单。在少于三个旧账单存在的情况下,计算机***可以使用公用设施公司提供的缺省值。账单周期的平均长度可以用于过滤可能发生在新消费者身上的不规则的短期账单周期。如上所述,账单周期可以是按月的,但是可以应用其他期间,包括,例如45天、60天、和90天。
计算机***可以检索当前账单周期904的使用量数据来建立当前账单周期的结束日期。计算机***可以检索所读的最后的账单使用量来确定当前账单周期的起始日期以及检索平均账单周期来计划当前账单周期的结束日期。
使用量数据可以是如表3所示的数据格式。
表3
速度建模文本 | 未建模文本 | |
最近数据标题 | 您最后X天 | <相同> |
最新数据 | $XXX | XXX<kwh/therms/CCF> |
最新数据日期范围 | 年月日 | <相同> |
链接到ASTRO: | 查看您的使用量 | <相同> |
计算机***可以通过确定到当前账单周期的目前日期为止的使用量和预测当前账单周期内剩余天数来确定账单周期906内剩余天数的使用量。所述预测可以基于可能在7天到10天之间的使用量的追踪窗口。
计算机***可以使用阶梯电价、或者峰值电价和非峰值电价来确定当前账单周期908的剩余部分的预计费用。计算机***可以存储预计账单周期、目前为止的使用量和费用、预测使用量和费用到数据库中。
所述计算机***可以比较预测值与基线来确定是否存在不寻常的使用量910。不寻常的使用量可以定义为基线值,是从相似季节的旧账单中建立的,超过确定的阈值。如果条件满足,计算机***可以验证资格标准来确保消费者已经选择接收提醒,消费者是有住宅的,并且所述报告在账单周期912的中期将被发送出去。不寻常使用量可以基于费用或者使用量。如果费用是触发因素,仅当使用量阈值和费用阈值都被超过时914才可以输出所述报告。该条件将使得价格增加的影响打折扣,而不是使用量的增加。
图10展示了根据所述说明性实施例的实施例。服务器1002接收来自公共设施1006的数据(也就是历史记录信息和使用量信息)。服务器1002执行上述的计算机执行方法。如果满足报告触发条件,服务器1002可以将所述信息传达给与建筑1008、1010和1012相关的消费者。在不同的实施例中,服务器1002通过通信网络1014传送报告、或者提醒。例如,服务器1002可以通过电子邮件发送报告和/或者提醒。可选地,消费者可以登陆服务器支持网站1004并且查看对应报告的提醒或者个性化信息。此外,服务器1002可以打印所述报告或者可以将所述信息提供给打印***以便数据可以通过普通邮件提供给消费者(例如部分的公共设施费用单)。在其他的实施例中,将报告/提醒传送给公共事业单位1006以便公共事业单位1006可以提供所述报告/提醒给消费者1008、1010和1012。
应该注意的是,术语“处理器”和“服务器”这里可以用于描述可以使用在本发明的确定实施例中的装置并且不应该被解释为限制本发明到任何特定的装置类型或者***中,除非情况另有需要。因此,***可以非限制性地包括客户端、服务器、计算机、用具、或者其他类型的装置。这种装置典型地包括一个或者更多的通过通信网络和处理器(例如带有存储器的微处理器和其他***设备和/或者专用硬件)通信的网络接口,所述处理器相应地配置为执行装置和/或者***的功能。通信网络通常可以包括公共和/或者专用网络;可以包括局域网、广域网、城域网、存储网络和/或者其他类型的网络;并且可以应用通信技术包括但绝不限于模拟技术、数字技术、光学技术、无线技术、网络技术和网络互连技术。
所述控制程序的不同部分可以单独或者结合应用。例如,每个部分可以应用在专用服务器上或者一组以分布式方式配置的服务器上。
还应该注意的是,装置可以使用通信协议和信息(例如,通过***创立、传送、接收、存储和/或者处理的信息),并且所述信息可以通过通信网络或者媒介传送。除非上下文另有要求,本发明不应被解释为限制到任何特定的通信消息类型、通信消息格式、或者通信协议中。因此,通信消息通常可以包括但不限于帧、数据包、数据报,用户数据报,单元、或者其他类型的通信消息。除非上下文另有要求,特定通信协议的引用是示范性的,并且应该理解的是可选的实施例可以适当地采用所述通信协议的变化版本(例如可以随时地进行协议的修改或者扩展)或者其他已知或者将来开发的协议。还要注意的是逻辑流程这里可以描述为用以说明本发明的不同方面,并且不应被解释为限制本发明于任何特定的逻辑流程或者逻辑实现中。所述逻辑可以分为不同的逻辑块(例如,程序、模块、接口、功能、或者子程序)而不改变总体结果或者超出本发明的真实范围。通常,逻辑单元可以被增加、修改、省略、以不同顺序执行、或者应用不同的逻辑设计实施(例如逻辑门、循环原语、条件逻辑、和其他逻辑设计)而不改变总体结果或者超出本发明的真是范围。
本发明可以以多种不同的形式实施,包括,但是不限于,供使用的带有处理器的计算机程序逻辑(例如,微处理器、微控制器、数字信号处理器、或者通用计算机)、供使用的带有可编程逻辑器件的可编程逻辑(例如,现场可编程门阵列(FPGA)或者其他可编程逻辑器件(PLD))、分立元器件、集成电路元件(例如,专用集成电路(ASIC))、或者其他包括任何它们的结合的方法。在本发明的典型实施例中,主要地所有的所述逻辑是作为一组计算机程序指令应用的,所述指令被转变为计算机可执行格式,照此存储在计算机可读媒介中,并且由微处理器在操作***的控制下执行。
执行所有或者部分的前述功能的计算机程序逻辑这里可以通过多种形式实施,包括,但是不限于,源代码形式、计算机可执行形式、和多种中间形式(例如,通过汇编器、编辑器、链接器、或者***产生的形式)。源代码可以包括一系列以多种编程语言的任意一种实现的计算机程序指令(例如,目标代码、汇编语言、或者高级语言如Fortran、C、C++、JAVA、或者HTML),供多种操作***或者操作环境使用。所述源代码可以定义和使用各种数据结构以及通信信息。所述源代码可以是计算机可执行格式(例如,通过解释程序),或者所述源代码可以转化(例如,通过译码器、汇编器、或者编译器)为计算机可执行格式。
计算机程序可以以任何形式(例如源代码形式、计算机可执行形式、或者中间形式)或永久地或暂时地固化到有形存储介质中,例如半导体存储器(例如RAM、ROM、PROM、EEPROM、闪存可编程RAM)、磁存储器(例如磁盘或者硬盘)、光学存储器(例如,CD-ROM)、PC卡(例如PCMCIA卡)、或者其他存储设备。计算机程序可以以任何形式固化到利用多种通信技术可传送到计算机上的信号中,所述通信技术包括,但是不限于,模拟技术、数字技术、光学技术、无线技术、网络技术、和网络互连技术。计算机程序可以以作为移动存储介质的任何形式进行分布,所述移动存储介质带有附随印刷的或者电子文件(例如,压缩打包软件)、预装计算机***(例如,在***ROM或者硬盘上)、或者通过通信***(例如,互联网或者万维网)从服务器中或者电子公告板中进行分布。
执行所有或者部分的前述功能的硬件逻辑(包括供可编程逻辑器件使用的可编程逻辑)这里可以通过使用传统手动方法进行设计,或者可以使用多种工具进行设计、捕获、模拟、或者电子记录,例如使用计算机辅助设计(CAD)、硬件描述语言(例如,VHDL或者AHDL)、或者PLD编程语言(例如,PALASM,ABEL,or CUPL)。
可编程逻辑可以或者永久地或者暂时地固化到有形存储介质中,例如半导体存储器(例如,RAM、ROM、PROM、EEPROM、闪存可编程RAM)、磁存储器(例如磁盘或者硬盘)、光学存储器(例如,CD-ROM)、或者其他存储器。可编程逻辑可以固化到利用多种通信技术中的任何一种可传送到计算机上的信号中,所述通信技术包括,但是不限于,模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、网络技术、和网络互连技术。可编程逻辑可以作为移动存储介质进行分布,所述移动存储介质带有附随印刷的或者电子文件(例如,压缩打包软件)、预装载计算机***(例如,在***ROM或者硬盘上)、或者可编程逻辑通过通信***(例如,互联网或者万维网)从服务器中或者电子公告板中进行分布。当然,本发明的一些实施例可以以软件(例如,计算机程序产品)和硬件的结合来实施。本发明的其他实施例以全部硬件或者全部软件形式来实施。
上述的本发明实施例仅仅是示例性;多种变化和修改对本领域的技术人员是显而易见的。所有的这些变化和修改都在本发明的范围内。
Claims (24)
1.一种通过将商品的不寻常使用量报告给消费者来减少商品的使用量或者费用的计算机执行方法,其中所述不寻常使用量是在当前账单周期内由消费者造成的,并且其中当前账单周期是未完成的,所述计算机执行方法包括:
检索多个使用量信息数据集,每个数据集对应于消费者的商品使用量,每个使用量信息数据集包括在完成账单周期和当前账单周期的完成部分中的至少一个期间的商品过去使用量;
建立多个当前账单周期的报告触发条件,每个报告触发条件与每位消费者对应,并且至少部分地基于使用量信息数据集中的过去使用量;以及
对于每位消费者,确定为每位消费者建立的当前账单周期的剩余部分的估算使用量是否满足消费者各自的报告触发条件,并且,如果所述估算使用量满足报告触发条件,则给消费者输出报告,
其中所述估算使用量是至少部分地基于当前账单周期的完成部分的使用量和当前账单周期的剩余部分的使用量预测进行确定的。
2.根据权利要求1所述的计算机执行方法,其中当前账单周期的剩余部分的使用量预测基于当前账单周期的完成部分内消费者的使用量追踪历史记录。
3.根据权利要求1所述的计算机执行方法,其中所述多个报告触发条件的建立是先于当前账单周期完成的。
4.根据权利要求1所述的计算机执行方法,其中,使用量信息数据集中的过去使用量是处于与当前账单周期的季节对应的季节中的周期内,至少部分地基于所述使用量信息数据集建立多个报告触发条件。
5.根据权利要求4所述的计算机执行方法,其中对于每位消费者而言,所述多个报告触发条件包括当前账单周期的剩余部分的估算使用量超过对应周期期间的过去使用量的130%。
6.根据权利要求4所述的计算机执行方法,其中对于每位消费者而言,所述多个报告触发条件包括当前账单周期的剩余部分的估算使用量超过账单周期的消费者指定阈值。
7.根据权利要求1所述的计算机执行方法,其中输出所述报告包括至少一个:
生成电子信息,电子信息包括电子邮件信息、短消息服务(SMS)信息、自动语音信息、以及发送到位于与消费者相关的位置的电子设备的信号中的至少一个。
8.根据权利要求7所述的计算机执行方法,其中所述电子设备包括自动调温器。
9.根据权利要求1所述的计算机执行方法,其中所述商品包括电、水、燃气中的至少一个。
10.根据权利要求1所述的计算机执行方法,其中所述报告触发条件部分地基于如下的至少一个:
消费者商品使用量以及
商品的目前费用。
11.根据权利要求1所述的计算机执行方法,其中确定所述估算使用量是否满足报告触发条件是在当前账单周期期间的多个时间间隔阶段中执行的。
12.根据权利要求1所述的计算机执行方法,其中确定所述估算使用量是否满足报告触发条件是在当前账单周期的一半已经发生后执行的,其中当前账单周期持续时间为至少四个星期。
13.根据权利要求1所述的计算机执行方法,其中确定所述估算使用量是否满足报告触发条件是在当前账单周期内的预定时间之后执行的。
14.根据权利要求1所述的计算机执行方法,其中当前账单周期具有持续期,该持续期至少部分地基于如下的至少一个:
三个账单周期和十二个完成账单周期之间的平均持续期,以及
缺省周期。
15.根据权利要求2所述的计算机执行方法,其中所述追踪历史记录包括当前账单周期的完成部分的五到十天的使用量信息。
16.根据权利要求1所述的计算机执行方法,其中对于每位消费者而言,所述多个报告触发条件包括代表消费者同意接受所述报告的数值。
17.根据权利要求1所述的计算机执行方法,其中提供给消费者的报告显示商品不寻常使用量,所述商品不寻常使用量以高费用、高使用量、高环境影响、以及高碳排放量中的至少一个来表示。
18.一种计算机程序产品,该产品存储在机器可读媒介、或者计算机数据信号中,通过电磁波呈现,包括用于执行通过报告商品不寻常使用量给消费者来实现减少商品使用量和费用的方法的程序代码,其中所述不寻常使用量是当前账单周期内消费者造成的,并且其中所述当前账单周期是未完成的,所述计算机程序产品包括:
用于检索多个使用量信息数据集的计算机代码,每个数据集对应于消费者的商品使用量,每个使用量信息数据集包括在完成账单周期和当前账单周期的完成部分中的至少一个期间的商品的过去使用量;
用于建立多个当前账单周期的报告触发条件的计算机代码,每个报告触发条件对应于每位消费者并且至少部分地基于使用量信息数据集中的过去使用量;以及
对于每位消费者,用于确定为每位消费者建立的当前账单周期的剩余部分的估算使用量是否满足消费者各自的报告触发条件的计算机代码并且,如果所述估算使用量满足报告触发条件,则输出报告给消费者,
其中所述估算使用量是至少部分地基于当前账单周期的完成部分的使用量和当前账单周期的剩余部分的使用量预测进行确定的。
19.一种***包括:
配置为存储与商品相关的使用量数据的存储器,所述使用量数据部分地包括与多位消费者的商品使用量相对应的使用量信息数据集,所述使用量信息部分地包括至少一个完成账单周期内的商品过去使用量信息和当前未完成账单周期内的商品当前使用量;
配置为传送报告数据给多位消费者的通信端口;
控制程序,配置为
控制所述存储器和通信端口;
检索消费者的使用量信息数据集;
为消费者建立当前账单周期的报告触发条件,所述报告触发条件至少部分地基于使用量信息数据集中的过去使用量,
对于每位消费者,至少基于当前账单周期的完成部分的使用量和当前账单周期的剩余部分的使用量预测确定当前账单周期的估算使用量;并且
连续地确定所述估算使用量是否满足每位消费者各自的报告触发条件;并且如果所述估算使用量满足报告触发条件,则通过通信端口输出报告给消费者。
20.根据权利要求19所述的***,其中所述通信端口配置为部分地连接到仪表、自动调温器、网络、蜂窝式网络的数据交换接口和到电子邮件服务器的数据交换接口中的至少一个上。
21.一种通过报告商品的不寻常使用量给消费者来减少商品使用量或者费用的计算机执行方法,其中所述不寻常使用量是在当前账单周期内由消费者造成的,并且其中当前账单周期是未完成的,所述计算机执行方法包括:
检索对应于消费者的商品使用量的使用量信息数据集,所述使用量信息数据集包括至少一个完成账单周期内的商品过去使用量和当前账单周期的完成部分内的商品使用量;
检索当前账单周期的费用率数据集;
建立多个当前账单周期的报告触发条件,每个报告触发条件至少部分地基于使用量信息数据集中的过去使用量和费用率数据集;
对于每位消费者,确定当前账单周期的估算使用量是否满足消费者各自的报告触发条件,并且如果当前账单周期的估算使用量满足了要被满足的报告触发条件,则输出报告给消费者,
其中当前账单周期的估算费用是根据费用率数据集和当前账单周期的估算使用量确定的,当前账单周期的估算使用量是至少部分地基于当前账单周期的完成部分的使用量和当前账单周期的剩余部分的使用量预测进行确定的。
22.根据权利要求21所述的计算机执行方法,其中当前账单周期的剩余部分的使用量预测是基于当前账单周期的完成部分中当前使用量的追踪历史记录。
23.根据权利要求21所述的计算机执行方法,其中所述费用率数据集包括当前账单周期内与多个时间阶段相关的多个费用值。
24.根据权利要求21所述的计算机执行方法,其中每个报告触发条件至少部分地基于消费者的商品使用量预测超过预定费用阈值。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261665189P | 2012-06-27 | 2012-06-27 | |
US61/665,189 | 2012-06-27 | ||
US201261722334P | 2012-11-05 | 2012-11-05 | |
US61/722,334 | 2012-11-05 | ||
US13/765,045 US10796346B2 (en) | 2012-06-27 | 2013-02-12 | Method and system for unusual usage reporting |
US13/765,045 | 2013-02-12 | ||
PCT/US2013/046126 WO2014004148A1 (en) | 2012-06-27 | 2013-06-17 | Method and system for unusual usage reporting |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104412291A true CN104412291A (zh) | 2015-03-11 |
CN104412291B CN104412291B (zh) | 2018-09-18 |
Family
ID=49779194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380032876.8A Active CN104412291B (zh) | 2012-06-27 | 2013-06-17 | 不寻常使用量报告的方法和*** |
Country Status (4)
Country | Link |
---|---|
US (2) | US10796346B2 (zh) |
JP (1) | JP6099166B2 (zh) |
CN (1) | CN104412291B (zh) |
WO (1) | WO2014004148A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110114768A (zh) * | 2016-10-31 | 2019-08-09 | 美商新思科技有限公司 | 功率计算逻辑 |
CN110603562A (zh) * | 2017-03-30 | 2019-12-20 | 华尔莱水处理股份有限公司 | 用于检测和报告公用事业仪表异常的***和方法 |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012154566A1 (en) | 2011-05-06 | 2012-11-15 | Opower, Inc. | Method and system for selecting similar consumers |
US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
US10001792B1 (en) | 2013-06-12 | 2018-06-19 | Opower, Inc. | System and method for determining occupancy schedule for controlling a thermostat |
US10885238B1 (en) | 2014-01-09 | 2021-01-05 | Opower, Inc. | Predicting future indoor air temperature for building |
US9947045B1 (en) | 2014-02-07 | 2018-04-17 | Opower, Inc. | Selecting participants in a resource conservation program |
US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
US9852484B1 (en) | 2014-02-07 | 2017-12-26 | Opower, Inc. | Providing demand response participation |
US10031534B1 (en) | 2014-02-07 | 2018-07-24 | Opower, Inc. | Providing set point comparison |
US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
US9727063B1 (en) | 2014-04-01 | 2017-08-08 | Opower, Inc. | Thermostat set point identification |
US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
US10019739B1 (en) | 2014-04-25 | 2018-07-10 | Opower, Inc. | Energy usage alerts for a climate control device |
US10171603B2 (en) | 2014-05-12 | 2019-01-01 | Opower, Inc. | User segmentation to provide motivation to perform a resource saving tip |
USD753168S1 (en) * | 2014-06-27 | 2016-04-05 | Opower, Inc. | Display screen of a communications terminal with graphical user interface |
US10235662B2 (en) | 2014-07-01 | 2019-03-19 | Opower, Inc. | Unusual usage alerts |
US10024564B2 (en) | 2014-07-15 | 2018-07-17 | Opower, Inc. | Thermostat eco-mode |
US10467249B2 (en) * | 2014-08-07 | 2019-11-05 | Opower, Inc. | Users campaign for peaking energy usage |
US10410130B1 (en) | 2014-08-07 | 2019-09-10 | Opower, Inc. | Inferring residential home characteristics based on energy data |
US10572889B2 (en) | 2014-08-07 | 2020-02-25 | Opower, Inc. | Advanced notification to enable usage reduction |
US9576245B2 (en) | 2014-08-22 | 2017-02-21 | O Power, Inc. | Identifying electric vehicle owners |
US10033184B2 (en) | 2014-11-13 | 2018-07-24 | Opower, Inc. | Demand response device configured to provide comparative consumption information relating to proximate users or consumers |
US11093950B2 (en) | 2015-02-02 | 2021-08-17 | Opower, Inc. | Customer activity score |
US10198483B2 (en) | 2015-02-02 | 2019-02-05 | Opower, Inc. | Classification engine for identifying business hours |
US10074097B2 (en) | 2015-02-03 | 2018-09-11 | Opower, Inc. | Classification engine for classifying businesses based on power consumption |
US10371861B2 (en) | 2015-02-13 | 2019-08-06 | Opower, Inc. | Notification techniques for reducing energy usage |
US10817789B2 (en) | 2015-06-09 | 2020-10-27 | Opower, Inc. | Determination of optimal energy storage methods at electric customer service points |
US9958360B2 (en) | 2015-08-05 | 2018-05-01 | Opower, Inc. | Energy audit device |
US10559044B2 (en) | 2015-11-20 | 2020-02-11 | Opower, Inc. | Identification of peak days |
US10621680B2 (en) * | 2017-01-03 | 2020-04-14 | Newswhip Media Limited | System and method for alerting users to digital content objects of potential interest |
US11195622B2 (en) * | 2017-10-04 | 2021-12-07 | Reciprocal Labs Corporation | Pre-emptive asthma risk notifications based on medicament device monitoring |
US11935118B2 (en) * | 2019-02-21 | 2024-03-19 | TrendSpider LLC | Advanced financial alerts generation based on automatic analysis of price charts |
US20230148149A1 (en) * | 2021-11-08 | 2023-05-11 | Johnson Controls Tyco IP Holdings LLP | Building automation system with resource consumption tracking features |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020052940A1 (en) * | 2000-10-27 | 2002-05-02 | Jenny Myers | Method and system for using wireless devices to control one or more generic systems |
JP2003281223A (ja) * | 2002-03-26 | 2003-10-03 | Sekisui Chem Co Ltd | 消費エネルギ予測方法及び消費エネルギ予測装置 |
US20070203860A1 (en) * | 2006-02-24 | 2007-08-30 | Gridpoint, Inc. | Energy budget manager |
CN101772692A (zh) * | 2007-08-01 | 2010-07-07 | 皇家飞利浦电子股份有限公司 | 用于用户辅助资源使用量确定的方法、装置和*** |
US20110251807A1 (en) * | 2009-01-26 | 2011-10-13 | Geneva Cleantech Inc. | Automatic detection of appliances |
CN102414714A (zh) * | 2010-03-01 | 2012-04-11 | 松下电器产业株式会社 | 能量管理装置、方法以及*** |
Family Cites Families (162)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1525656A (en) | 1976-11-09 | 1978-09-20 | Ching Chi Liu | Incubators for nursing chicks |
EP0003010A1 (en) | 1977-12-27 | 1979-07-11 | United Technologies Corporation | Method and apparatus for limiting the power demand in heating-ventilation-air conditioning |
US4334275A (en) | 1980-09-11 | 1982-06-08 | Levine Marshall S | Energy auditing kit |
US4843575A (en) | 1982-10-21 | 1989-06-27 | Crane Harold E | Interactive dynamic real-time management system |
DE3703387A1 (de) | 1986-02-06 | 1987-08-27 | Gossen Gmbh | Verfahren und vorrichtung zum automatischen erfassen und/oder verteilen und/oder abrechnen und/oder anzeigen von energieverbrauchsdaten bzw. -kosten |
SE9002681L (sv) | 1989-09-14 | 1991-03-15 | Shimizu Construction Co Ltd | System foer att skapa behaglig miljoe |
US5903454A (en) | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
CA2116168A1 (en) | 1993-03-02 | 1994-09-03 | Gregory Cmar | Process for identifying patterns of electric energy consumption and demand in a facility, predicting and verifying the effects of proposed changes, and implementing such changes in the facility to conserve energy |
US5513519A (en) | 1994-09-23 | 1996-05-07 | David M. Cauger | Method of measuring changes in the energy transfer efficiency of a thermal transfer system |
US20070061735A1 (en) | 1995-06-06 | 2007-03-15 | Hoffberg Steven M | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
US5873251A (en) | 1995-09-13 | 1999-02-23 | Kabushiki Kaisha Toshiba | Plant operation control system |
US5717609A (en) | 1996-08-22 | 1998-02-10 | Emv Technologies, Inc. | System and method for energy measurement and verification with constant baseline reference |
US5855011A (en) | 1996-09-13 | 1998-12-29 | Tatsuoka; Curtis M. | Method for classifying test subjects in knowledge and functionality states |
JP3790307B2 (ja) | 1996-10-16 | 2006-06-28 | 株式会社ルネサステクノロジ | データプロセッサ及びデータ処理システム |
US5930773A (en) | 1997-12-17 | 1999-07-27 | Avista Advantage, Inc. | Computerized resource accounting methods and systems, computerized utility management methods and systems, multi-user utility management methods and systems, and energy-consumption-based tracking methods and systems |
US6618709B1 (en) | 1998-04-03 | 2003-09-09 | Enerwise Global Technologies, Inc. | Computer assisted and/or implemented process and architecture for web-based monitoring of energy related usage, and client accessibility therefor |
US5948303A (en) | 1998-05-04 | 1999-09-07 | Larson; Lynn D. | Temperature control for a bed |
JP2000270379A (ja) | 1999-03-12 | 2000-09-29 | Toshiba Corp | 地域ビル群エネルギー管理システム |
US7073073B1 (en) | 1999-07-06 | 2006-07-04 | Sony Corporation | Data providing system, device, and method |
EP1242932A4 (en) | 1999-07-15 | 2004-04-07 | Ebidenergy Com | USER INTERFACE TO FACILITATE, ANALYZE AND MANAGE RESOURCE CONSUMPTION |
US6701298B1 (en) | 1999-08-18 | 2004-03-02 | Envinta/Energetics Group | Computerized management system and method for energy performance evaluation and improvement |
US6975975B2 (en) | 1999-09-21 | 2005-12-13 | Fasca Ted S | Emissions management and policy making system |
US6295504B1 (en) | 1999-10-25 | 2001-09-25 | Halliburton Energy Services, Inc. | Multi-resolution graph-based clustering |
US20020178047A1 (en) | 2000-09-15 | 2002-11-28 | Or Ellen Pak-Wah | Energy management system and method for monitoring and optimizing energy usage, identifying energy savings and facilitating procurement of energy savings products and services |
US7149727B1 (en) | 2000-11-01 | 2006-12-12 | Avista Advantage, Inc. | Computerized system and method for providing cost savings for consumers |
US6785620B2 (en) | 2001-02-08 | 2004-08-31 | Weatherwise Usa, Llc | Energy efficiency measuring system and reporting methods |
AUPR441401A0 (en) | 2001-04-12 | 2001-05-17 | Gladwin, Paul | Utility usage rate monitor |
US20020198629A1 (en) | 2001-04-27 | 2002-12-26 | Enerwise Global Technologies, Inc. | Computerized utility cost estimation method and system |
US6861956B2 (en) | 2001-07-10 | 2005-03-01 | Yingco Electronic Inc. | Remotely controllable wireless energy control unit |
US20030018517A1 (en) | 2001-07-20 | 2003-01-23 | Dull Stephen F. | Providing marketing decision support |
US20030023467A1 (en) | 2001-07-30 | 2003-01-30 | Vlad Moldovan | Method for developing and promoting operations and services that are supported by an energy, energy efficiency, water management, environmental protection and pollution prevention fund |
US9729639B2 (en) | 2001-08-10 | 2017-08-08 | Rockwell Automation Technologies, Inc. | System and method for dynamic multi-objective optimization of machine selection, integration and utilization |
JP4785298B2 (ja) * | 2001-08-17 | 2011-10-05 | 四国電力株式会社 | 予測電気料金計算サーバコンピュータ |
US6732055B2 (en) | 2001-11-06 | 2004-05-04 | General Electric Company | Methods and systems for energy and emissions monitoring |
JP3576525B2 (ja) | 2001-11-09 | 2004-10-13 | 松下電器産業株式会社 | スケジュール作成装置、基地局装置及び無線通信方法 |
US7073075B2 (en) | 2001-11-27 | 2006-07-04 | General Instrument Corporation | Telephony end user interface in an HFC access network |
US7356548B1 (en) | 2001-12-03 | 2008-04-08 | The Texas A&M University System | System and method for remote monitoring and controlling of facility energy consumption |
US20030110103A1 (en) * | 2001-12-10 | 2003-06-12 | Robert Sesek | Cost and usage based configurable alerts |
US6778945B2 (en) | 2001-12-12 | 2004-08-17 | Battelle Memorial Institute | Rooftop package unit diagnostician |
US6681194B2 (en) * | 2001-12-21 | 2004-01-20 | General Electric Company | Method of setting a trigger point for an alarm |
US7552030B2 (en) | 2002-01-22 | 2009-06-23 | Honeywell International Inc. | System and method for learning patterns of behavior and operating a monitoring and response system based thereon |
BR0308702A (pt) * | 2002-03-28 | 2005-02-09 | Robertshaw Controls Co | Sistema e método de gerenciamento de suprimento de energia, dispositivo de termostato e método de desvio de pedidos de energia |
US7049976B2 (en) | 2002-04-15 | 2006-05-23 | Hunt Power, L.P. | User-installable power consumption monitoring system |
US6972660B1 (en) | 2002-05-15 | 2005-12-06 | Lifecardid, Inc. | System and method for using biometric data for providing identification, security, access and access records |
AU2003273844A1 (en) | 2002-06-10 | 2003-12-22 | Xybix Systems, Inc. | Method and system for controlling ergonomic settings at a worksite |
US7561977B2 (en) | 2002-06-13 | 2009-07-14 | Whirlpool Corporation | Total home energy management system |
US20070100666A1 (en) | 2002-08-22 | 2007-05-03 | Stivoric John M | Devices and systems for contextual and physiological-based detection, monitoring, reporting, entertainment, and control of other devices |
US7020508B2 (en) | 2002-08-22 | 2006-03-28 | Bodymedia, Inc. | Apparatus for detecting human physiological and contextual information |
AU2003284118A1 (en) | 2002-10-14 | 2004-05-04 | Battelle Memorial Institute | Information reservoir |
US7440871B2 (en) | 2002-12-09 | 2008-10-21 | Verisae, Inc. | Method and system for tracking and reporting emissions |
US7333880B2 (en) | 2002-12-09 | 2008-02-19 | Enernoc, Inc. | Aggregation of distributed energy resources |
US7142949B2 (en) | 2002-12-09 | 2006-11-28 | Enernoc, Inc. | Aggregation of distributed generation resources |
JP2004233118A (ja) | 2003-01-29 | 2004-08-19 | Nec Fielding Ltd | 環境管理システム、環境管理方法、および当該方法を実行するためのプログラム |
US7460899B2 (en) | 2003-04-23 | 2008-12-02 | Quiescent, Inc. | Apparatus and method for monitoring heart rate variability |
JP4600802B2 (ja) * | 2003-12-18 | 2010-12-22 | 富士ゼロックス株式会社 | 画像形成装置 |
US8690751B2 (en) | 2003-12-31 | 2014-04-08 | Raphael Auphan | Sleep and environment control method and system |
US7200468B2 (en) | 2004-04-05 | 2007-04-03 | John Ruhnke | System for determining overall heating and cooling system efficienies |
KR100595214B1 (ko) | 2004-05-21 | 2006-07-03 | 엘지전자 주식회사 | 공조 시스템의 공기 청정 제어장치 및 그 제어방법 |
JP4540444B2 (ja) | 2004-10-21 | 2010-09-08 | 中国電力株式会社 | 省エネルギーに関する評価方法 |
US20060089851A1 (en) | 2004-10-25 | 2006-04-27 | Silby D W | Informing consumers about carbon usage based on purchases |
JP4475586B2 (ja) * | 2005-03-28 | 2010-06-09 | パナソニック株式会社 | 電力監視方法 |
US7243044B2 (en) | 2005-04-22 | 2007-07-10 | Johnson Controls Technology Company | Method and system for assessing energy performance |
JP2007006579A (ja) * | 2005-06-22 | 2007-01-11 | Toshiba Corp | 電力情報提供システムおよび方法 |
SE530417C2 (sv) | 2005-11-02 | 2008-05-27 | Kimmo Yliniemi | En anordning för mätning av energiåtgång fär att värma upp tappvatten |
JP2007133468A (ja) | 2005-11-08 | 2007-05-31 | Ntt Facilities Inc | 建物環境支援システム、方法及びプログラム |
US20070213992A1 (en) | 2006-03-07 | 2007-09-13 | International Business Machines Corporation | Verifying a usage of a transportation resource |
US20070255457A1 (en) | 2006-04-28 | 2007-11-01 | Bright Planet Network, Inc. | Consumer Pollution Impact Profile System and Method |
US7636666B2 (en) | 2006-07-31 | 2009-12-22 | Van Putten Mauritius H P M | Gas-energy observatory |
US7444251B2 (en) | 2006-08-01 | 2008-10-28 | Mitsubishi Electric Research Laboratories, Inc. | Detecting and diagnosing faults in HVAC equipment |
US20080195561A1 (en) | 2007-02-12 | 2008-08-14 | Michael Herzig | Systems and methods for providing renewable power systems by aggregate cost and usage |
US8275635B2 (en) | 2007-02-16 | 2012-09-25 | Bodymedia, Inc. | Integration of lifeotypes with devices and systems |
US7991513B2 (en) | 2007-05-08 | 2011-08-02 | Ecodog, Inc. | Electric energy bill reduction in dynamic pricing environments |
US8176095B2 (en) | 2007-06-11 | 2012-05-08 | Lucid Design Group, Llc | Collecting, sharing, comparing, and displaying resource usage data |
US8145361B2 (en) | 2007-08-28 | 2012-03-27 | Consert, Inc. | System and method for manipulating controlled energy using devices to manage customer bills |
US8160752B2 (en) | 2008-09-30 | 2012-04-17 | Zome Networks, Inc. | Managing energy usage |
CA2701645C (en) | 2007-10-04 | 2017-09-26 | Sungevity | Methods and systems for provisioning energy systems |
WO2009046435A1 (en) | 2007-10-05 | 2009-04-09 | Aharon Mizrahi | System and method for enabling search of content |
US8897923B2 (en) | 2007-12-19 | 2014-11-25 | Aclara Technologies Llc | Achieving energy demand response using price signals and a load control transponder |
US20110022429A1 (en) | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Resource reporting |
US20110023045A1 (en) | 2007-12-21 | 2011-01-27 | Positive Energy, Inc. | Targeted communication to resource consumers |
US20110061014A1 (en) | 2008-02-01 | 2011-03-10 | Energyhub | Interfacing to resource consumption management devices |
US8417061B2 (en) | 2008-02-01 | 2013-04-09 | Sungevity Inc. | Methods and systems for provisioning energy systems |
US20110063126A1 (en) | 2008-02-01 | 2011-03-17 | Energyhub | Communications hub for resource consumption management |
US20100076835A1 (en) | 2008-05-27 | 2010-03-25 | Lawrence Silverman | Variable incentive and virtual market system |
WO2010008479A2 (en) | 2008-06-25 | 2010-01-21 | Versify Solutions, Llc | Aggregator, monitor, and manager of distributed demand response |
US20100025483A1 (en) | 2008-07-31 | 2010-02-04 | Michael Hoeynck | Sensor-Based Occupancy and Behavior Prediction Method for Intelligently Controlling Energy Consumption Within a Building |
US8166047B1 (en) | 2008-08-06 | 2012-04-24 | At&T Intellectual Property I, L.P. | Systems, devices, and/or methods for managing data |
US20100099954A1 (en) | 2008-10-22 | 2010-04-22 | Zeo, Inc. | Data-driven sleep coaching system |
US8065098B2 (en) | 2008-12-12 | 2011-11-22 | Schneider Electric USA, Inc. | Progressive humidity filter for load data forecasting |
US8538102B2 (en) | 2008-12-17 | 2013-09-17 | Synarc Inc | Optimised region of interest selection |
US8390473B2 (en) | 2008-12-19 | 2013-03-05 | Openpeak Inc. | System, method and apparatus for advanced utility control, monitoring and conservation |
JP5255462B2 (ja) | 2009-01-13 | 2013-08-07 | 株式会社日立製作所 | 電力需給運用管理サーバ、および電力需給運用管理システム |
AU2010204729A1 (en) | 2009-01-14 | 2011-09-01 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US8489245B2 (en) | 2009-02-06 | 2013-07-16 | David Carrel | Coordinated energy resource generation |
US20100217642A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crubtree | System and method for single-action energy resource scheduling and participation in energy-related securities |
US20100217651A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for managing energy resources based on a scoring system |
US20100217550A1 (en) | 2009-02-26 | 2010-08-26 | Jason Crabtree | System and method for electric grid utilization and optimization |
US20110040666A1 (en) | 2009-08-17 | 2011-02-17 | Jason Crabtree | Dynamic pricing system and method for complex energy securities |
US20100217452A1 (en) | 2009-02-26 | 2010-08-26 | Mccord Alan | Overlay packet data network for managing energy and method for using same |
US20100217549A1 (en) | 2009-02-26 | 2010-08-26 | Galvin Brian R | System and method for fractional smart metering |
US20100332373A1 (en) | 2009-02-26 | 2010-12-30 | Jason Crabtree | System and method for participation in energy-related markets |
WO2010129913A1 (en) | 2009-05-08 | 2010-11-11 | Accenture Global Services Gmbh | Building energy consumption analysis system |
CA2762163C (en) | 2009-05-18 | 2017-12-12 | Alarm.Com Incorporated | Remote device control and energy monitoring |
US20100138363A1 (en) | 2009-06-12 | 2010-06-03 | Microsoft Corporation | Smart grid price response service for dynamically balancing energy supply and demand |
JP4411365B1 (ja) * | 2009-06-19 | 2010-02-10 | 日本テクノ株式会社 | 警告システム |
US8600556B2 (en) | 2009-06-22 | 2013-12-03 | Johnson Controls Technology Company | Smart building manager |
US9286582B2 (en) | 2009-06-22 | 2016-03-15 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
WO2011002735A1 (en) | 2009-07-01 | 2011-01-06 | Carnegie Mellon University | Methods and apparatuses for monitoring energy consumption and related operations |
JP4985722B2 (ja) | 2009-07-23 | 2012-07-25 | 三菱電機株式会社 | 空気調和機 |
TW201118789A (en) * | 2009-09-09 | 2011-06-01 | Univ Trobe | Method and system for energy management |
US8239178B2 (en) | 2009-09-16 | 2012-08-07 | Schneider Electric USA, Inc. | System and method of modeling and monitoring an energy load |
JP2011078182A (ja) * | 2009-09-29 | 2011-04-14 | Panasonic Electric Works Co Ltd | 電力監視システム |
US20110106327A1 (en) | 2009-11-05 | 2011-05-05 | General Electric Company | Energy optimization method |
CA2779754C (en) | 2009-11-05 | 2015-08-18 | Opower, Inc. | Method and system for disaggregating heating and cooling energy use from other building energy use |
GB2476456B (en) * | 2009-12-18 | 2013-06-19 | Onzo Ltd | Utility data processing system |
JP2011113442A (ja) * | 2009-11-30 | 2011-06-09 | Seiko Epson Corp | 会計処理判定装置、会計処理判定装置の制御方法およびプログラム |
US20110231320A1 (en) | 2009-12-22 | 2011-09-22 | Irving Gary W | Energy management systems and methods |
US8653968B2 (en) * | 2009-12-23 | 2014-02-18 | Pulse Energy Inc. | Systems and methods for predictive building energy monitoring |
US9412082B2 (en) | 2009-12-23 | 2016-08-09 | General Electric Company | Method and system for demand response management in a network |
US20110178937A1 (en) | 2010-01-15 | 2011-07-21 | Jonathan Bud Bowman | Systems and Methods for Detecting Unexpected Utility Usage |
US8571919B2 (en) | 2010-01-20 | 2013-10-29 | American Express Travel Related Services Company, Inc. | System and method for identifying attributes of a population using spend level data |
US8348840B2 (en) | 2010-02-04 | 2013-01-08 | Robert Bosch Gmbh | Device and method to monitor, assess and improve quality of sleep |
US8583288B1 (en) | 2010-05-28 | 2013-11-12 | Comverge, Inc. | System and method for using climate controlled spaces as energy storage units for “receiving” surplus energy and for “supplying” energy when needed |
US8423637B2 (en) | 2010-08-06 | 2013-04-16 | Silver Spring Networks, Inc. | System, method and program for detecting anomalous events in a utility network |
US8560133B2 (en) | 2010-09-01 | 2013-10-15 | General Electric Company | Energy smart system |
WO2012031279A1 (en) | 2010-09-02 | 2012-03-08 | Anker Berg-Sonne | Rules engine with database triggering |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
US8510255B2 (en) | 2010-09-14 | 2013-08-13 | Nest Labs, Inc. | Occupancy pattern detection, estimation and prediction |
US20120078417A1 (en) | 2010-09-28 | 2012-03-29 | International Business Machines Corporartion | Detecting Energy and Environmental Leaks In Indoor Environments Using a Mobile Robot |
US9167991B2 (en) | 2010-09-30 | 2015-10-27 | Fitbit, Inc. | Portable monitoring devices and methods of operating same |
JP5696877B2 (ja) | 2010-10-01 | 2015-04-08 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
JP5668970B2 (ja) | 2010-10-01 | 2015-02-12 | 清水建設株式会社 | 運転管理装置、運転管理方法、および運転管理プログラム |
US8375118B2 (en) | 2010-11-18 | 2013-02-12 | Verizon Patent And Licensing Inc. | Smart home device management |
US8195313B1 (en) | 2010-11-19 | 2012-06-05 | Nest Labs, Inc. | Thermostat user interface |
USD672666S1 (en) | 2011-01-12 | 2012-12-18 | Emerson Electric Co. | Thermostat |
US8761944B2 (en) | 2011-01-12 | 2014-06-24 | Emerson Electric Co. | Apparatus and method for determining load of energy consuming appliances within a premises |
US20130317655A1 (en) | 2011-02-14 | 2013-11-28 | Rajendra K. Shah | Programmable environmental control including an energy tracking system |
US20120216123A1 (en) | 2011-02-23 | 2012-08-23 | Evoworx Inc. | Energy audit systems and methods |
US20120259678A1 (en) | 2011-04-06 | 2012-10-11 | Michael Charles Overturf | Method and system for computing Energy Index |
WO2012154566A1 (en) | 2011-05-06 | 2012-11-15 | Opower, Inc. | Method and system for selecting similar consumers |
DE102011077522A1 (de) | 2011-06-15 | 2012-12-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung der thermischen Behaglichkeit |
JP2013020307A (ja) | 2011-07-07 | 2013-01-31 | Mitsubishi Electric Corp | エネルギー消費分析装置 |
US8805000B2 (en) | 2011-08-23 | 2014-08-12 | Honeywell International Inc. | Mobile energy audit system and method |
US20130060531A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, L..P. | Dynamic tagging to create logical models and optimize caching in energymanagement systems |
US20130060720A1 (en) | 2011-09-02 | 2013-03-07 | Hunt Energy Iq, Lp | Estimating and optimizing cost savings for large scale deployments using load profile optimization |
CA3044757C (en) | 2011-10-21 | 2021-11-09 | Google Llc | User-friendly, network connected learning thermostat and related systems and methods |
US9921591B2 (en) | 2012-03-26 | 2018-03-20 | Siemens Schweiz Ag | System and method for HVAC interlocks |
US9367053B2 (en) | 2012-03-27 | 2016-06-14 | Siemens Schweiz Ag | System and method for coordination of building automation system demand and shade control |
US9026405B2 (en) | 2012-03-28 | 2015-05-05 | Solarcity Corporation | Systems and methods for home energy auditing |
US10796346B2 (en) | 2012-06-27 | 2020-10-06 | Opower, Inc. | Method and system for unusual usage reporting |
US20140019319A1 (en) | 2012-07-10 | 2014-01-16 | Honeywell International Inc. | Floorplan-based residential energy audit and asset tracking |
US9547316B2 (en) | 2012-09-07 | 2017-01-17 | Opower, Inc. | Thermostat classification method and system |
US8630741B1 (en) | 2012-09-30 | 2014-01-14 | Nest Labs, Inc. | Automated presence detection and presence-related control within an intelligent controller |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
US10067516B2 (en) | 2013-01-22 | 2018-09-04 | Opower, Inc. | Method and system to control thermostat using biofeedback |
US10719797B2 (en) | 2013-05-10 | 2020-07-21 | Opower, Inc. | Method of tracking and reporting energy performance for businesses |
US10037014B2 (en) | 2014-02-07 | 2018-07-31 | Opower, Inc. | Behavioral demand response dispatch |
US20150269664A1 (en) | 2014-03-19 | 2015-09-24 | Opower, Inc. | Solar panel wattage determination system |
US9835352B2 (en) | 2014-03-19 | 2017-12-05 | Opower, Inc. | Method for saving energy efficient setpoints |
US20150310465A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Behavioral demand response ranking |
US10108973B2 (en) | 2014-04-25 | 2018-10-23 | Opower, Inc. | Providing an energy target for high energy users |
US20150310463A1 (en) | 2014-04-25 | 2015-10-29 | Opower, Inc. | Solar customer acquisition and solar lead qualification |
-
2013
- 2013-02-12 US US13/765,045 patent/US10796346B2/en active Active
- 2013-06-17 CN CN201380032876.8A patent/CN104412291B/zh active Active
- 2013-06-17 JP JP2015520276A patent/JP6099166B2/ja active Active
- 2013-06-17 WO PCT/US2013/046126 patent/WO2014004148A1/en active Application Filing
-
2020
- 2020-10-05 US US17/062,686 patent/US11455666B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020052940A1 (en) * | 2000-10-27 | 2002-05-02 | Jenny Myers | Method and system for using wireless devices to control one or more generic systems |
JP2003281223A (ja) * | 2002-03-26 | 2003-10-03 | Sekisui Chem Co Ltd | 消費エネルギ予測方法及び消費エネルギ予測装置 |
US20070203860A1 (en) * | 2006-02-24 | 2007-08-30 | Gridpoint, Inc. | Energy budget manager |
CN101772692A (zh) * | 2007-08-01 | 2010-07-07 | 皇家飞利浦电子股份有限公司 | 用于用户辅助资源使用量确定的方法、装置和*** |
US20110251807A1 (en) * | 2009-01-26 | 2011-10-13 | Geneva Cleantech Inc. | Automatic detection of appliances |
CN102414714A (zh) * | 2010-03-01 | 2012-04-11 | 松下电器产业株式会社 | 能量管理装置、方法以及*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110114768A (zh) * | 2016-10-31 | 2019-08-09 | 美商新思科技有限公司 | 功率计算逻辑 |
CN110114768B (zh) * | 2016-10-31 | 2023-09-08 | 美商新思科技有限公司 | 功率计算逻辑 |
CN110603562A (zh) * | 2017-03-30 | 2019-12-20 | 华尔莱水处理股份有限公司 | 用于检测和报告公用事业仪表异常的***和方法 |
CN110603562B (zh) * | 2017-03-30 | 2024-04-05 | 华尔莱水处理股份有限公司 | 用于检测和报告公用事业仪表异常的***和方法 |
Also Published As
Publication number | Publication date |
---|---|
US10796346B2 (en) | 2020-10-06 |
US20140006314A1 (en) | 2014-01-02 |
JP2015528161A (ja) | 2015-09-24 |
CN104412291B (zh) | 2018-09-18 |
WO2014004148A1 (en) | 2014-01-03 |
US20210073875A1 (en) | 2021-03-11 |
JP6099166B2 (ja) | 2017-03-22 |
US11455666B2 (en) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104412291A (zh) | 不寻常使用量报告的方法和*** | |
Aldersey-Williams et al. | Levelised cost of energy–A theoretical justification and critical assessment | |
US10438303B2 (en) | Optimization and distribution of coupons in residential demand response | |
Hall et al. | Risk‐based water resources planning in practice: a blueprint for the water industry in England | |
Rao et al. | Modeling electric taxis' charging behavior using real-world data | |
US9189766B2 (en) | Real time provisional evaluation of utility program performance | |
US10559044B2 (en) | Identification of peak days | |
CN102238045A (zh) | 一种无线互联网用户行为的预测***和方法 | |
CN106504534B (zh) | 一种预测道路路况的方法、装置及用户设备 | |
Wang et al. | A model for commercial adoption of photovoltaic systems in California | |
McLaren et al. | Impact of rate design alternatives on residential solar customer bills: increased fixed charges, minimum bills and demand-based rates | |
CN103606022A (zh) | 一种短期负荷预测方法 | |
JP2015138547A (ja) | 需要応答イベント査定方法およびプログラム | |
Liu et al. | Imputation of missing traffic data during holiday periods | |
US9805321B2 (en) | Eco score analytics system | |
CN112613637A (zh) | 充电负荷的处理方法和装置 | |
Hassi et al. | A compound real option approach for determining the optimal investment path for RPV-storage systems | |
Billings et al. | Grid‐responsive smart manufacturing: A perspective for an interconnected energy future in the industrial sector | |
Olaya et al. | Modelling for policy assessment in the natural gas industry | |
Agarwal et al. | A model for residential adoption of photovoltaic systems | |
Wawrzosek et al. | Water consumption variability based on cumulative data from non-simultaneous and long-term measurements | |
CN103793276A (zh) | 负载预测方法与电子装置 | |
von Solms et al. | Use of low bandwidth network technologies and sensors for operation and performance monitoring of rural development projects: A case study in South Africa | |
JP2017078925A (ja) | 電気料金情報予測システム | |
JP2016170468A (ja) | 電力取引量決定システム、電力取引量決定方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |