TWI464411B - 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法 - Google Patents

智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法 Download PDF

Info

Publication number
TWI464411B
TWI464411B TW102103353A TW102103353A TWI464411B TW I464411 B TWI464411 B TW I464411B TW 102103353 A TW102103353 A TW 102103353A TW 102103353 A TW102103353 A TW 102103353A TW I464411 B TWI464411 B TW I464411B
Authority
TW
Taiwan
Prior art keywords
power
electrical
data
remote server
smart meter
Prior art date
Application number
TW102103353A
Other languages
English (en)
Other versions
TW201430353A (zh
Inventor
Chung Wei Lin
Lun Chia Kuo
Wan Jung Lin
Nien Chen Lin
Original Assignee
Ind Tech Res Inst
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 Ind Tech Res Inst filed Critical Ind Tech Res Inst
Priority to TW102103353A priority Critical patent/TWI464411B/zh
Priority to CN201310125313.5A priority patent/CN103973761B/zh
Priority to US13/898,485 priority patent/US9754329B2/en
Publication of TW201430353A publication Critical patent/TW201430353A/zh
Application granted granted Critical
Publication of TWI464411B publication Critical patent/TWI464411B/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
    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D4/00—Tariff metering apparatus
    • G01D4/002—Remote reading of utility meters
    • 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
    • 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
    • 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
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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
    • Y04S20/242—Home appliances
    • 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
    • Y04S20/30—Smart metering, e.g. specially adapted for remote reading

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Description

智慧電表及其管理系統與操作方法、遠端伺服器及其 操作方法以及電器電力特徵資料庫的管理方法
本揭露是有關於一種管理系統，以及其中智慧電表與遠端伺服器，以及智慧電表與遠端伺服器的操作方法，以及其中電器電力特徵資料庫的管理方法。
智慧電表除了可以量測家中的用電量外，還可以非侵入方式監測家中電器的負載狀況(開/關)。在非侵入居家電器負載監測的應用情境，一般智慧電表的計算能力不足，且僅能針對實功資訊進行辨識，因此辨識正確率不高。另一種方法可以由電表端先判斷事件發生，再將電力特徵上傳至雲端，以便在雲端進行負載辨識。為了更精確知道電器的負載狀況，勢必將智慧電表解析度提高，但相對產生的電力特徵資料量愈多。例如，當取樣率為4KHz時，智慧電表上傳至雲端的資料流量相當於7.5KB/s。對系統營運商而言，巨量的電力特徵資料將會增加雲端頻寬成本、儲存空間租賃成本與計算的成本。
本揭露實施例提出一種智慧電表的管理系統，包括遠端伺服器以及至少一智慧電表。該智慧電表量透過通訊網路耦接至該遠端伺服器。智慧電表量測至少一電力線的電 能，以獲得至少一用電資料。智慧電表偵測是否發生負載事件。若發生該負載事件，則智慧電表對在該負載事件所對應的事件期間中的所述用電資料進行資料壓縮，以獲得經壓縮資料，以及將該經壓縮資料上傳至遠端伺服器。遠端伺服器對該經壓縮資料進行資料解壓縮，以獲得經解壓縮資料。遠端伺服器依據該經解壓縮資料進行負載辨識。
本揭露實施例提出一種智慧電表的操作方法，包括：量測至少一電力線的電能，以獲得至少一用電資料；偵測是否發生負載事件；若發生該負載事件，則對在該負載事件所對應的事件期間中的所述用電資料進行資料壓縮，以獲得經壓縮資料；以及將該經壓縮資料上傳至遠端伺服器。
本揭露實施例提出一種智慧電表，包括電力量測單元、通訊單元以及處理單元。電力量測單元量測至少一電力線的電能，以獲得至少一用電資料。處理單元耦接至電力量測單元與通訊單元。處理單元偵測是否發生負載事件。若發生該負載事件，則處理單元對在該負載事件所對應的事件期間中的所述用電資料進行資料壓縮，以獲得經壓縮資料。處理單元經由通訊單元將該經壓縮資料上傳至遠端伺服器。
本揭露實施例提出一種遠端伺服器的操作方法，其中該遠端伺服器透過通訊網路管理至少一智慧電表。該操作方法包括：接收該智慧電表所上傳的經壓縮資料；對該經壓縮資料進行資料解壓縮，以獲得經解壓縮資料；以及依據該經解壓縮資料進行負載辨識。
本揭露實施例提出一種遠端伺服器，以透過通訊網路管理至少一智慧電表。該遠端伺服器包括通訊單元以及處理單元。處理單元耦接至該通訊單元。處理單元經由該通訊單元接收智慧電表所上傳的經壓縮資料。處理單元對該經壓縮資料進行資料解壓縮，以獲得經解壓縮資料。處理單元依據該經解壓縮資料進行負載辨識。
本揭露實施例提出一種遠端伺服器的操作方法。該遠端伺服器透過通訊網路管理至少一智慧電表。該操作方法包括：接收該智慧電表所上傳的用電資料，其中該用電資料包含多個電力特徵；以該些電力特徵對在電器電力特徵資料庫中的多個電器樣本進行負載辨識；以及依據該負載辨識的結果，決定該用電資料所對應的電器。
本揭露實施例提出一種遠端伺服器，透過通訊網路管理至少一智慧電表。遠端伺服器包括電器電力特徵資料庫、通訊單元以及處理單元。處理單元耦接至電器電力特徵資料庫與通訊單元。處理單元經由通訊單元接收該智慧電表所上傳的用電資料，其中該用電資料包含多個電力特徵。處理單元以該些電力特徵對在該電器電力特徵資料庫中的多個電器樣本進行負載辨識。依據該負載辨識的結果，處理單元決定該用電資料所對應的電器。
本揭露實施例提出一種電器電力特徵資料庫的管理方法，包括：由一提供者提供至少一電器樣本，並將該電器樣本上傳至該電器電力特徵資料庫，其中該電器樣本具有多個樣本特徵；從一智慧電表上傳多個電力特徵至一遠端 伺服器；由一遠端伺服器以該些電力特徵對該電器電力特徵資料庫的內容進行一負載辨識；以及當該負載辨識的結果顯示該電器樣本被採用時，則該遠端伺服器自動累計該電器樣本被採用次數。
基於上述，本揭露實施例提供一種管理系統及其智慧電表與遠端伺服器，以及智慧電表與遠端伺服器的操作方法。在一些實施例中，系統可以針對不同種類電器的電力特徵，動態調整用電資料(例如電流波形資料)的壓縮比率，以及將經壓縮資料上傳至遠端伺服器。在另一些實施例中，系統可以針對不同電力特徵(例如實功、虛功、電流波形、諧波、暫態或其他電力特徵)分別給予不同的電力特徵權重，以提高辨識正確率。更在一些實施例中，系統可以考量負載辨識正確率和不同的遠端伺服器平台(例如雲端伺服器)收費機制，動態調整所述壓縮率。本揭露實施例再提供一種電器電力特徵資料庫的管理方法，建立提供者(例如家電廠商、服務商、一般用戶或是其他人)提供電器樣本至系統的機制。
為讓本揭露之上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
在本案說明書全文(包括申請專利範圍)中所使用的「耦接」一詞可指任何直接或間接的連接手段。舉例而言，若文中描述第一裝置耦接於第二裝置，則應該被解釋成該 第一裝置可以直接連接於該第二裝置，或者該第一裝置可以透過其他裝置或某種連接手段而間接地連接至該第二裝置。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟代表相同或類似部分。不同實施例中使用相同標號或使用相同用語的元件/構件/步驟可以相互參照相關說明。
圖1是依照本揭露實施例說明一種智慧電表的管理系統應用情境示意圖。管理系統包括遠端伺服器110以及至少一個智慧電表(例如圖1所示智慧電表120、130與140)。遠端伺服器110可以是任何形式的計算平台，例如雲端伺服器、大型電腦、個人電腦或是其他電子裝置。遠端伺服器110可以由系統營運商所設置與管理，以便提供非侵入式居家電器負載辨識/監測服務。
於圖1所示應用情境中，智慧電表120、130與140各自裝配在不同用戶的家中(或公司、工廠中)。智慧電表120、130與140各自連接一個或多個電器(負載)。智慧電表可以量測至少一電力線的電能，以獲得所述電力線的用電資料。所述電力線可以傳輸電能給一個或多個電器(負載)。
智慧電表120、130與140各自透過通訊網路耦接至遠端伺服器110。所述通訊網路可以是任何形式的通訊機制，例如網際網路(internet)、區域網路(Local Area Network,LAN)、無線區域網路(Wireless Local Area Network,WLAN)、市話系統、3G行動通訊協定(third generation(3G) mobile communication protocol)或是其他通訊網路。智慧電表120、130與140可以各自將用電資料上傳至遠端伺服器110。在一些實施例中，智慧電表120、130或140可以將未經壓縮的用電資料上傳至遠端伺服器110。在另一些實施例中，智慧電表120、130或140可以將用電資料壓縮後再上傳至遠端伺服器110(容後詳述)。
於本實施例中，智慧電表120、130與140可以各自偵測是否發生「負載事件」。例如，智慧電表120可以偵測所屬電力網路中是否有電器被啟動(turn on)、被關機(turn off)或是切換至其它運轉模式。其他智慧電表130與140可以參照智慧電表120的相關說明而類推之。一旦在此電力網路中的任何電器(負載)發生啟動事件、關機事件、或是切換至其它運轉模式，智慧電表120可以藉由偵測電力網路(電力線)的電力特徵(例如實功、虛功、電流波形、諧波、暫態或其他特徵)來獲知這些事件的發生。於本實施例中，這些事件被統稱為「負載事件」。
當發生負載事件時，智慧電表120可以將在該負載事件所對應的「事件期間」中的用電資料上傳至遠端伺服器110。所述「事件期間」可以依照實際產品/系統的設計需求而定義之。例如，在一些實施例中，將發生負載事件的時間點的前後10秒範圍定義為所述事件期間。又例如，在另一些實施例中，將發生負載事件的時間點的前2秒至後10秒範圍定義為所述事件期間。
圖2是恢照本揭露實施例說明智慧電表與遠端伺服器的功能方塊示意圖。圖2所述實施例可以參照圖1的相關說明。智慧電表120包括電力量測單元121、處理單元122以及通訊單元123。市電經由至少一電力線供電給一或多個電器(負載)，如圖2所示。電力量測單元121可以量測所述電力線的電能(例如量測電壓及/或電流)，以獲得至少一用電資料。
處理單元122耦接至電力量測單元121與通訊單元123。處理單元122可以依據電力量測單元121所量測到的電力特徵來偵測是否發生所述「負載事件」(參看圖1的相關說明)。在一些實施例中，若發生該負載事件，則處理單元122經由通訊單元123將在該負載事件所對應的「事件期間」中的未經壓縮用電資料上傳至遠端伺服器110。在另一些實施例中，若發生該負載事件，則處理單元122對在該「事件期間」中的用電資料進行資料壓縮，以獲得一經壓縮資料。在完成資料壓縮後，處理單元122經由通訊單元123將所述經壓縮資料上傳至遠端伺服器110。依照不同實施例的不同設計需求，上述用電資料或所述經壓縮資料可以包含實功率值、虛功率值、諧波值、電流波形資料、電壓波形資料及/或其他電性特徵資料。
遠端伺服器110可以透過通訊網路管理一個或多個智慧電表(例如智慧電表120)。遠端伺服器110包括通訊單元111、處理單元112以及電器電力特徵資料庫113。處理單元112耦接至通訊單元111與電器電力特徵資料庫 113。在一些實施例中，若智慧電表120將未經壓縮的用電資料上傳至遠端伺服器110，則處理單元112經由通訊單元111接收智慧電表120所上傳的用電資料(其包含多個電力特徵)。處理單元112以這些電力特徵對在電器電力特徵資料庫113中的多個電器樣本進行負載辨識。依據該負載辨識的結果，處理單元112決定該用電資料所對應的電器。在另一些實施例中，若智慧電表120將壓縮後的用電資料上傳至遠端伺服器110，則處理單元112經由通訊單元111接收智慧電表120所上傳的經壓縮資料。處理單元112對該經壓縮資料進行資料解壓縮，以獲得經解壓縮資料。處理單元112依據該經解壓縮資料進行負載辨識。
圖3是依照本揭露一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。圖3所述實施例可以參照圖1與圖2的相關說明而類推之。請參照圖2與圖3，電力量測單元121執行步驟S310，以量測所述電力線的電能並獲得用電資料。處理單元122執行步驟S320，以依據電力量測單元121所量測到的用電資料來偵測是否發生所述「負載事件」。若發生該負載事件，則處理單元122執行步驟S330，以對在該「事件期間」(參看圖1的相關說明)中的用電資料進行資料壓縮，以獲得經壓縮資料。
本實施例並不限制上述步驟S330所進行的資料壓縮方法。例如，圖4是依照本揭露一實施例說明智慧電表進行資料壓縮的操作方法流程示意圖。不同的電器種類，在不同的壓縮率的情況下，對負載辨識正確率的影響程度也 不一樣。圖4所述實施例可以參照圖1至圖3的相關說明而類推之。請參照圖2與圖4，為了有效提高不同種類電器的電流波形的壓縮率，處理單元122執行步驟S410，以分析該事件期間中的用電資料，進而決定該負載事件所對應的電器類別。
本實施例並不限制上述步驟S410所進行決定電器類別的方法。例如，在一些實施例中，若電力量測單元121所提供的用電資料/電力特徵包含電流波形資料，則處理單元122可以依據此電流波形資料辨識出負載類型(電器類別)。不同種類的電器因為內部組件的特性，而會有不同的電流波形形態。圖5A、圖5B與圖5C是依照本揭露實施例說明不同負載類型的電流波形示意圖。圖5A、5B與5C的縱軸表示電流值，而橫軸表示時間。其中，圖5A為電阻類(例如吹風機)的電流波形。常見之電阻類電器包含有白熾燈泡、吹風機、熱水壺及電暖爐等。電阻類電器多屬於熱源提供之電器，其電流波形呈較完全的正弦波。圖5B為電感類(例如空氣清淨機)的電流波形。家用電器中以馬達類負載為電感類的常見電器。電感類的負載之虛功皆較顯著，其中包含電風扇、電冰箱、冷氣、抽水馬達及散熱風扇等種類。圖5C為日光燈類的電流波形。藉由辨識電流波形，處理單元122可以辨識出觸發所述「負載事件」的電器的負載類型(電器類別)。
另外，諸如液晶螢幕、筆記型電腦及印表機等則屬於電子類。在電子類的電流波形中諧波成分相當高，究其原 因乃因其多採用直流供電，因此需在市電輸入後，在變壓器中進行全橋整流及降壓等處理。電力網路中其頻率高於基波的成份稱為諧波。諧波可由電力量測單元121直接提供，也可由電力量測單元121所提供的電流波形加以計算後得到。
在另一些實施例中，若電力量測單元121所提供的用電資料/電力特徵包含實功率值與虛功率值，則處理單元122可以依據此實功率值與虛功率值辨識出負載類型(電器類別)。例如，處理單元122可以判斷該實功率值與該虛功率值的比率是否大於臨界值。若實功率值與虛功率值的比率大於該臨界值，則處理單元122可以決定觸發所述「負載事件」的電器類別為電阻類。其中，所述實功率值可由電力量測單元121直接提供，也可由電力量測單元121所提供的電壓、電流再加以計算而獲得。例如，處理單元122可以將電力量測單元121所提供的電壓、電流二者間的相位差取餘弦值，再將此電壓、電流與餘弦值三者相乘後積分而得。所述虛功率值則是當電壓V與電流I之間有相位差的時候，所損失的部分能量。所述虛功率值電力量測單元121直接提供，也可由電力量測單元121所提供的電壓、電流相乘後積分得到的值減去實功率值而得。
在又一些實施例中，若電力量測單元121所提供的用電資料/電力特徵包含電壓電流曲線資料，則處理單元122可以依據此電壓電流曲線資料辨識出負載類型(電器類別)。例如，智慧電表120的處理單元122可以依據該電 壓電流曲線資料所對應的電壓電流曲線的封閉面積而決定該電器類別。電壓電流曲線的封閉面積的計算方法為本領域之公知技術，故不在此贅述。圖6A、圖6B與圖6C是依照本揭露實施例說明不同負載類型的電壓電流曲線示意圖。圖6A、6B與6C的縱軸表示電流值，而橫軸表示電壓。其中，圖6A為電阻類(例如電子熱水瓶啟動加熱)的電壓電流曲線，圖6B為電子類(例如液晶螢幕)的電壓電流曲線，圖6C為電感類(例如冰箱)的電壓電流曲線。藉由判斷電壓電流曲線的封閉區域面積，智慧電表120的處理單元122可以辨識出觸發所述「負載事件」的電器的負載類型(電器類別)。例如，若該電壓電流曲線的封閉面積小於第一臨界值(即該封閉面積極小，如圖6A所示)，則處理單元122可以決定觸發所述「負載事件」的電器類別為電阻類。再例如，若該電壓電流曲線的封閉面積大於第二臨界值(即該封閉面積極大，如圖6C所示)，則處理單元122可以決定觸發所述「負載事件」的電器類別為電感類。
在更一些實施例中，所述電壓電流曲線可以被分為左段610、中段620與右段630。處理單元122可以依據左段610、中段620與右段630內的封閉面積關係而辨識出負載類型(電器類別)。例如，若左段610、中段620與右段630內的封閉面積皆小於第一臨界值(即三段封閉面積皆極小，如圖6A所示)，則處理單元122可以決定觸發所述「負載事件」的電器類別為電阻類。再例如，若左段610 與右段630內的封閉面積皆大於第一臨界值，而中段620內的封閉面積小於第一臨界值(即封閉面積集中於左段610與右段630，而中段620內的封閉面積極小，如圖6B所示)，則處理單元122可以決定觸發所述「負載事件」的電器類別為電子類。又例如，若中段620內的封閉面積大於第二臨界值，而左段610與右段630內的封閉面積皆小於第二臨界值(即中段620內的封閉面積極大，而左段610與右段630內的封閉面積偏小，如圖6C所示)，則處理單元122可以決定觸發所述「負載事件」的電器類別為電感類。
圖4所步驟S410所進行決定電器類別的方法不應受限於上述實施例。例如，圖7是依照本揭露實施例說明決定電器類別的流程示意圖。圖7所示實施例是針對實虛功比例、電壓-電流曲線以及諧波含量等電力特徵值進行計算及比較。處理單元122進行步驟S710，以從電力量測單元121讀取用電資料/電力特徵。處理單元122進行步驟S720，以從用電資料/電力特徵分析/計算出實功率值與虛功率值的比率、電壓電流曲線中左右段的封閉面積與中段的封閉面積二者之比值、以及諧波比(例如三次諧波與二次諧波的比率)。
處理單元122進行步驟S730，以判斷負載實虛功比例。現今常用之電器中，大部分電器之實虛功比皆偏小，而電阻類電器之實虛功偏大。因此，處理單元122在步驟S730中可以判斷實功率值與虛功率值的比率是否大於臨 界值N。若實功率值與虛功率值的比率大於臨界值N，則處理單元122可以決定觸發所述「負載事件」的電器類別為電阻類。
若實功率值與虛功率值的比率小於臨界值N，則處理單元122進行步驟S740，以判斷電壓-電流曲線圖之三段面積比，例如圖6A、圖6B或圖6C中左段610、中段620與右段630的面積比。電子類之電壓-電流曲線面積的曲線封閉面積多集中於兩端(例如圖6B所示，其封閉面積集中於左段610與右段630，而中段620內的封閉面積極小)。處理單元122在步驟S740判斷電壓-電流曲線中左段610與右段630的封閉面積與中段620內的封閉面積二者之比值是否大於臨界值M。利用此特性將有助於從非電阻類之負載中，分類區分出電子類負載。若該比值大於臨界值M，則處理單元122可以決定觸發所述「負載事件」的電器類別為「電子類」。若該比值小於臨界值M，則處理單元122可以決定該電器類別為感抗類(例如電感類)。
螢光燈管(例如日光燈)類之負載功率較小，而其電流易受燈管前級驅動器影響使得辨識度偏低。此外，日光燈類的各項電氣特徵與一般馬達類(電感類)差異甚小。因此，當電壓-電流曲線中左右段封閉面積與中段封閉面積二者之比值小於臨界值M時，處理單元122可以進行步驟S750，以有效區別馬達類(電感類)負載與螢光燈管(日光燈)類負載。於本實施例中，該諧波比為三次諧波與二次諧波的比率。處理單元122在步驟S750判斷諧波比是 否大於臨界值L。若該諧波比大於臨界值L，則處理單元122可以決定觸發所述「負載事件」的電器類別為電感類。若該諧波比小於該臨界值L，則處理單元122可以決定該電器類別為日光燈類。
請參照圖2與圖4，處理單元122執行步驟S420，以依照步驟S410所決定的電器類別而動態決定步驟S430中資料壓縮的壓縮率。於本實施例中，步驟S420包括步驟S421~S424。處理單元122在步驟S421提供對應於不同電器類別的多個壓縮率-辨識正確率模型。所述電器類別包括電阻類、電子類、電感類或日光燈類。不同的電器種類，會有不同的壓縮率-辨識正確率的模型a=fi (cp)，其中cp為壓縮率，a為辨識正確率，而i=1為電阻類、i=2為電子類、i=3為電感類、i=4為螢光燈類。所述辨識正確率a表示在遠端伺服器110進行負載辨識(例如圖3中步驟S370)時的辨識正確率。
例如，圖8A與圖8B是依照本揭露實施例說明對應於不同電器種類的不同壓縮率-辨識正確率模型a=fi (cp)示意圖。圖8A與圖8B的縱軸表示辨識正確率a，橫軸表示壓縮率cp。其中，圖8A是日光燈類的壓縮率-辨識正確率模型a=f4 (cp)，而圖8B是電阻類的壓縮率-辨識正確率模型a=f1 (cp)。由圖8A可看出日光燈類在壓縮率為0.5時，辨識正確率即下降到80%以下，而由圖8B可看出電阻類在壓縮率為0.75時，辨識正確率仍接近100%。
處理單元122執行步驟S422，以依照步驟S410所決定的電器類別從步驟S421所提供的不同壓縮率-辨識正確率模型a=fi (cp)選擇其中一個對應模型。在一些實施例中，可以使用不同查找表(lookup table)分別實施不同的模型a=fi (cp)。例如，第一查找表可以記錄圖8A中模型曲線812的辨識正確率a與壓縮率cp的對應關係，而第二查找表可以記錄圖8B中模型曲線822的辨識正確率a與壓縮率cp的對應關係。因此，處理單元122可以在步驟S422中依照步驟S410所決定的電器類別而從不同查找表中選擇對應的查找表(對應的模型a=fi (cp))。
在另一些實施例中，可以使用不同方程式分別實施不同的模型a=fi (cp)。例如，第一方程式a=0.9091(cp)2 -24.909cp+122.73可以表示圖8A中模型曲線811的辨識正確率a與壓縮率cp的對應關係，而第二方程式a=15.909(cp)2 +60.455cp+52.273可以表示圖8B中模型曲線821的辨識正確率a與壓縮率cp的對應關係。因此，處理單元122可以在步驟S422中依照步驟S410所決定的電器類別而從不同方程式中選擇對應的方程式(對應的模型a=fi (cp))。
請參照圖2與圖4，處理單元122執行步驟S423，以定義臨界辨識率。臨界辨識率表示遠端伺服器110在進行負載辨識(例如圖3中步驟S370)時所能容忍的最低辨識正確率。此臨界辨識率是依照系統的設計需求來決定的。處理單元122執行步驟S424，以依照步驟S423所定義的 臨界辨識率，而從步驟S422所選擇的對應模型中獲得步驟S430的壓縮率。例如，若步驟S423所定義的臨界辨識率為80%，則以cp=80%代入步驟S422所選擇的對應模型a=fi (cp)，以求得步驟S430的壓縮率a。
在其他實施例中，可以同時以查找表與方程式實施同一個壓縮率-辨識正確率模型a=fi (cp)。以圖8A所示日光燈類的壓縮率-辨識正確率模型a=f4 (cp)為例，處理單元122可以同時以模型曲線811(方程式)與模型曲線812(查找表)來描述日光燈類的壓縮率-辨識正確率模型a=f4 (cp)。在此實施條件下，若設定辨識正確率需到達80%以上，則處理單元122可以從查找表找出/內插出辨識正確率為80%的第一壓縮率，以及從方程式算出辨識正確率為80%的第二壓縮率。處理單元122可以從所述第一壓縮率與所述第二壓縮率中取其高者，以供步驟S430進行電力特徵資料壓縮。
請參照圖2與圖4，處理單元122執行步驟S430，以依據步驟S420所決定的壓縮率對在該「事件期間」(參看圖1的相關說明)中的用電資料進行資料壓縮，以獲得所述經壓縮資料。例如，假設所述用電資料包含電流波形資料，則處理單元122在步驟S430中依據步驟S410所決定的電器類別與步驟S420所決定的該壓縮率，於查找表中找出取樣點位置資訊。接下來，處理單元122在步驟S430中依據所述取樣點位置資訊捨棄該電流波形資料的部份內容，以獲得該經壓縮資料，並產生壓縮後的電力特徵資料 封包。所述步驟S430的查找表可以視實際系統的設計需求來設定其內容。例如，表1是依照本揭露實施例說明步驟S430的查找表。
表1所示查找表具有對照代號欄位、週期波取樣數欄位、壓縮率欄位與取樣點位置欄位。例如，當對照代號為1時，週期波取樣數為64，表示在電流波形的一個週期中有64個取樣點。當對照代號為1時，壓縮率為0.5，表示壓縮後的資料量只有原始電流波形資料的一半。換句話說，一個週期中的64個取樣點經壓縮後變為32個取樣點。當對照代號為1時，取樣點位置欄位的內容(即取樣點位置資訊)表示原本64個取樣點中的第2、第4、第6、...第62、第64個取樣點會被保留，而其餘取樣點會被捨棄。需注意的是，被保留取樣點的位置可以是均勻分布，也可以是不均勻分布。例如，當對照代號為3時，可看到取樣點位置為1、3、5、15、16、28、30、32，其中每個取樣點間的間格距離並不相同。
處理單元122在步驟S430中將所述該經壓縮資料製作成電力特徵資料封包。圖9A是依照本揭露實施例說明一種封包的資料結構示意圖。圖9B是依照本揭露另一實施例說明一種封包的資料結構示意圖。其中，型碼(type code)表示封包的樣式。例如，型碼可以指示所屬封包是將電流波形資料和其他電力特徵(例如實功率值、虛功率值、諧波值等)整合在在同一封包中(如圖9A所示)，或是指示所屬封包是電流波形資料和其他特徵分成二個封包傳送(如圖9B所示)。始碼(start code)用以標示出電流波形資料開始的點，藉此和其他波形資料或其他電力特徵區隔。對照代號欄位的內容可以參照表1的相關說明。取樣數值表示電流波形中各取樣點的數值。圖9A與圖9B中括號內容是示例性地表示位元數，然而實際封包中各欄位的位元數量不以此為限。
圖3所示步驟S330所進行的資料壓縮方法不應受限於圖4所示實施方式。例如，圖10是依照本揭露另一實施例說明智慧電表進行資料壓縮的操作方法流程示意圖。圖10所述實施例可以參照圖1至圖9的相關說明而類推之。請參照圖10，系統營運商於步驟S1010中決定預算成本B，且依據每一用戶的會員條件而分配不同的雲端計算資源b。例如，以圖1所示應用情境為例，假設系統營運商只有三個會員，分別是用戶A、用戶B與用戶C。用戶A、用戶B與用戶C的會員等級分別為第一級會員、第二級會員與第三級會員。若系統營運商的預算成本B為1000元， 則系統營運商可以依據會員條件將1000元分配給用戶A、用戶B與用戶C，使得用戶A、用戶B與用戶C的雲端計算資源b分別為(例如)600元、300元與100元。
表2是依照本揭露實施例說明不同雲端平台的收費標準。表2是的數據是基於下述假設條件下計算而得的：1.每次發生負載事件時，上傳事件發生前後共10秒的電流波形；2.假設每天發生100個負載事件，則1天資料量約7,500KB，並只紀錄電器負載辨識結果；3.假設以10,000戶會員使用1個月。表2所示成本金額的單位為美元。
由表2所示範例可以知道，使用不同公司所提供的雲端平台服務，其收費標準互不相同。例如，G公司的頻寬單位價格Ub 為每1GB頻寬收費0.12元，儲存單位價格Us 為每一個月每100KB資料收費0.1元，而運算單位價格Uc 為每運算1小時收費0.08元。
當處理單元122偵測到未知的電力特徵時，處理單元122會在步驟S410進行電器電力特徵分類(參照圖4中步驟S410的相關說明)。決定電器類別後，處理單元122在步驟S1030決定步驟S430中資料壓縮的壓縮率。圖10 所述步驟S1030可以參照圖4中步驟S420的相關說明而類推之。不同於圖4中步驟S420之處，在於智慧電表120的處理單元122在圖10所述步驟S1030中還可以透過一最佳化演算法(例如利用拉格朗日乘數(Lagrange multiplier))解下述最佳化問題：
其中D 為上傳至該遠端伺服器的資料量，Ub 為頻寬單位價格，Rb 為頻寬成本，Us 為儲存單位價格，Rs 為儲存成本，Uc 為運算單位價格，Rc 為運算成本，b為成本額度(即系統營運商分配給用戶的雲端計算資源)。Rb 、Rs 、Rc 是電力特徵資料量D、壓縮率cp和單位成本Ub 、Us 、Uc 的函數。Ub 、Us 、Uc 與不同的雲端收費機制相關。拉格朗日乘數為公知技術，故不在此贅述。因此，在有限的成本額度b 下，處理單元122可以藉由決定壓縮率cp 而讓辨識正確率a 最大化。
一般而言，當電力特徵壓縮率cp 提高時，頻寬資源成本Rb 和儲存空間成本Rs 需求會下降，但因為需要額外進行解壓縮，以及增加其它多電力特徵輔助負載辨識，因此 計算資源成本Rc 將增加。配合不同公司所提供雲端平台服務的不同收費機制，圖10所述步驟S1030可以利用拉格朗日乘數找到一個cp值，以便在有限的預算成本下，動態調整電流波形資料的壓縮率cp ，讓電器負載辨識正確率a(即f i (cp ))為最高。
請參照圖2與圖3，在步驟S330完成資料壓縮後，處理單元122執行步驟S340，以經由通訊單元123將含有所述經壓縮資料的資料封包上傳至遠端伺服器110。依照不同實施例的不同設計需求，上述用電資料或所述經壓縮資料可以包含實功率值、虛功率值、諧波值、電流波形資料、電壓波形資料及/或其他電性特徵資料。
遠端伺服器110透過通訊網路管理智慧電表120。在步驟S350中，遠端伺服器110的處理單元112透過通訊單元111接收智慧電表120所上傳的經壓縮資料。處理單元112執行步驟S360，以對該經壓縮資料進行資料解壓縮，進而獲得經解壓縮資料。
由於經壓縮資料的封包內含對照代號(參照圖9A、圖9B與表1的相關說明)，處理單元112在步驟S360中可以對含有該經壓縮資料的封包中取得所述對照代號。依據該對照代號，處理單元112於查找表(例如表1)中找出取樣點位置資訊。依據該取樣點位置資訊，處理單元112可以利用內插方法對該經壓縮資料進行資料解壓縮，以獲得該經解壓縮資料。例如，處理單元112可以由封包中的對照代號知道一個週期波取樣數和封包中多個取樣數值在 波形的位置。然後，處理單元112可以依據該取樣點位置資訊將封包中多個取樣數值進行內插運算，以便將精簡的取樣率恢復至原取樣率(即週期波取樣數)。內插運算可為線性內插法會其他演算法。內插運算為公知技術，故不在此贅述。
請參照圖2與圖3，在步驟S360完成資料壓縮後，處理單元112執行步驟S370，以依據步驟S360的經解壓縮資料進行負載辨識。於本實施例中，該經解壓縮資料包含多個電力特徵(例如實功率值、虛功率值、諧波值、暫態資料、電流波形資料、電壓波形資料或其他電性特徵)。處理單元112在步驟S370中以這些電力特徵對在電器電力特徵資料庫113中的多個電器樣本進行負載辨識。依據該負載辨識的結果，處理單元112決定該經壓縮資料所對應的電器。
所述電器電力特徵資料庫113中的電器樣本的資料結構與內容可以視實際系統的設計需求而決定。例如，表3是事先測試/分析某一電器(在此稱為電器樣本A)後，依據測試/分析結果而建立的電力特徵資料庫內容。
其中，這些電力特徵權重相關於所屬樣本特徵的重現率。例如，經由事先多次(例如100次)測試/分析電器樣本A的電力特徵，其中在這100次測試過程中電器樣本A的實功率值皆呈現約略100瓦特。由於電器樣本A的實功率值的重現率約略為100%，因此電器樣本A的實功率值的電力特徵權重可以設定為1，以表示電器樣本A的實功率值的可參考性。
又例如，經由事先多次(例如10次)測試/分析電器樣本A的電流波形資料，其中在這10次測試過程中電器樣本A的電流波形資料約略符合表3中資料串DSA只有其中8次，其餘2次測試過程中電器樣本A的電流波形資料不符合資料串DSA。由於電器樣本A的電流波形資料的重現率約略為80%，因此電器樣本A的電流波形資料的電力特徵權重可以設定為0.8。
以此類推，所述電器電力特徵資料庫113中可以預先建立多個不同的電器樣本。例如，參照上述表3的相關說明，另外針對另一電器(在此稱為電器樣本B)進行測試/分析後，依據測試/分析結果而在電器電力特徵資料庫113中建立電器樣本B的電力特徵資料庫。例如，表4是事先測試/分析電器樣本A後，依據測試/分析結果而建立的電力特徵資料庫內容。
表4：電器樣本B的電力特徵資料庫
於本實施例中，步驟S370包含步驟S372、S374以及S376。處理單元112執行步驟S372，以依據智慧電錶120所上傳的經壓縮資料的壓縮率cp 而動態調整電力特徵資料庫中多個電力特徵權重至少其中一者。例如，雖然利用電流波形可以較精確判斷/辨識電器負載，但經過壓縮/解壓縮後的電流波形可能會失真，進而影響步驟S370的辨識正確率。因此，處理單元112在步驟S372可以動態調整電流波形資料的電力特徵權重。處理單元112可以計算方程式(1)，以求出調整後電力特徵權重Wi 。
Wi =Wj *(1-cp ) 方程式(1)
其中，Wj 為電器電力特徵資料庫113所記錄的原電力特徵權重，cp 為壓縮率。舉例來說，假設智慧電錶120所上傳的經壓縮資料的壓縮率cp 為0.1，則依據表3中電器樣本A的電流波形資料的原電力特徵權重Wj (即0.8)，處理單元112可以計算出調整後電力特徵權重Wi =0.8*(1-0.1)=0.72。需注意的是，處理單元112並不會依據計算出的電力特徵權重Wi 去改寫電器電力特徵資料庫113所記錄的電力特徵權重Wj 。
以此類推，依據表4中電器樣本B的電流波形資料的原電力特徵權重Wj (即0.9)，處理單元112可以計算出調整後電力特徵權重Wi =0.9*(1-0.1)=0.81。對於其他未 被動態調整電力特徵權重的電力特徵(例如實功率值)而言，其調整後電力特徵權重與Wi 與原電力特徵權重Wj 的關係為方程式(2)。
Wi =Wj 方程式(2)
在步驟S372完成後，處理單元112執行步驟S374，以依據步驟S372的調整後電力特徵權重Wi 進行負載辨識。於本實施例中，處理單元112在步驟S374中分別計算方程式(3)，以獲得步驟S360的經解壓縮資料所含電力特徵與電器樣本的樣本特徵的相似度。
SRi =1-(|FEi -FSi |/FSi ) 方程式(3)
其中，FEi 為步驟S360的經解壓縮資料所含電力特徵的其中一者，FSi 為對應電器樣本的多個樣本特徵中FEi 所對應的樣本特徵，SRi 為FEi 與FSi 的相似度。
在獲得不同電力特徵類型的相似度SRi 後，處理單元112在步驟S374中使用方程式(4)，以依據所述相似度SRi 與電力特徵權重計算獲得步驟S360的經解壓縮資料所含電力特徵與對應電器樣本的加權相似度。
其中，Wi 為相似度SRi 所對應的電力特徵權重，SW為該加權相似度。
例如，以表3所示電器樣本A與表4與所示電器樣本B為例，步驟S360的經解壓縮資料所含電力特徵與電器樣本A與B的樣本特徵的相似度計算結果如表5所示。
表5所示範例是假設步驟S360所解壓縮資料的電力特徵含有實功率值與電流波形資料，其內容分別為107瓦特與資料串DSm。以表3所示電器樣本A的實功率值(即100瓦特)為例，相似度SRi =1-(|107-100|/100)=93%，如表5所示。以表4所示電器樣本B的實功率值(即80瓦特)為例，相似度SRi =1-(|107-80|/80)=66.3%。其餘電力特徵類別可以此類推。
在獲得相似度SRi 後，處理單元112使用方程式(4)，以獲得步驟S360的經解壓縮資料所含電力特徵與對應電器樣本的加權相似度SW。例如，以表3所示電器樣本A為例，加權相似度SW=(1*0.93+0.72*0.95)/(1+0.72)=93.8%，如表5所示。以此類推，以表4所示電器樣本B為例，加權相似度SW=(0.5*0.663+0.81*0.6)/(0.5+0.81)=62.4%。
在步驟S374完成後，處理單元112執行步驟S376，以進行負載辨識。在本實施例中，步驟S376是依據步驟S374的加權相似度SW決定該經壓縮資料所對應的電器。例如，以表5所示加權相似度為例，電器樣本A的加權相似度SW大於電器樣本B的加權相似度SW，因此處理單元112在步驟S376中可以判斷步驟S350的經壓縮資料所對應的電器應與電器樣本A相似。
完成負載辨識(步驟S370)後，處理單元112執行步驟S380，以對負載辨識的結果進行統計/分析。例如，處理單元112可以統計步驟S370中負載辨識的結果，以獲得在一個月中用戶家中不同電器的累計用電量。
無論如何，本揭露的實施方式不應受限於上述實施例之說明。例如，電力特徵資料庫中的樣本電力特徵不應受限於表3與表4所示。在另一些實施例中，所述電器電力特徵資料庫113中的電器樣本的資料內容可以包含實功率值、虛功率值、電流波形資料與1階諧波值。例如，表6是事先測試/分析電器樣本A後，依據測試/分析結果而建立的電力特徵資料庫內容。
所述電器電力特徵資料庫113中的電器樣本的資料內容還可以包含電器樣本B。例如，表7是事先測試/分析電器樣本B後，依據測試/分析結果而建立的電力特徵資料庫內容。
處理單元112在步驟S372依據智慧電錶120所上傳的經壓縮資料的壓縮率cp 而動態調整電力特徵資料庫中多個電力特徵權重至少其中一者。例如，處理單元112在步驟S372可以使用方程式(1)，以動態調整電流波形資料的電力特徵權重。
舉例來說，假設智慧電錶120所上傳的經壓縮資料的壓縮率cp 為0.1，則依據表6中電器樣本A的電流波形資料的原電力特徵權重Wj (即0.8)，處理單元112可以計算出調整後電力特徵權重Wi =0.8*(1-0.1)=0.72。以此類推，依據表7中電器樣本B的電流波形資料的原電力特徵權重Wj (即0.9)，處理單元112可以計算出調整後電力特徵權重Wi =0.9*(1-0.1)=0.81。對於其他未被動態調整電力特徵權重的電力特徵(例如實功率值)而言，其調整後電力特徵權重與Wi =原電力特徵權重Wj 。
處理單元112在步驟S374中分別計算方程式(3)，以獲得步驟S360的經解壓縮資料所含電力特徵與電器樣本的樣本特徵的相似度SRi 。在獲得不同電力特徵類型的相似度SRi 後，處理單元112在步驟S374中使用方程式(4)，以依據所述相似度SRi 與電力特徵權重計算獲得步驟S360的經解壓縮資料所含電力特徵與對應電器樣本的加權相似度。例如，以表6所示電器樣本A與表7與所示電器樣本B為例，步驟S360的經解壓縮資料所含電力特徵與電器樣本A與B的樣本特徵的相似度計算結果如表8所示。
表8所示範例是假設步驟S360所解壓縮資料的電力特徵含有實功率值、虛功率值、電流波形資料與1階諧波值，其內容分別為107瓦特、9瓦特、資料串DSm與4。以表6所示電器樣本A的實功率值(即100瓦特)為例，相似度SRi =1-(|107-100|/100)=93%，如表8所示。以表7所示電器樣本B的實功率值(即80瓦特)為例，相似度 SRi =1-(|107-80|/80)=66.3%。其餘電力特徵類別可以此類推。
在獲得相似度SRi 後，處理單元112使用方程式(4)，以獲得步驟S360的經解壓縮資料所含電力特徵與對應電器樣本的加權相似度SW。例如，以表6所示電器樣本A為例，加權相似度SW=(1*0.93+0.5*0.9+0.72*0.95+0.5*0.8)/(1+05+0.72+0.5)=91%，如表8所示。以此類推，以表7所示電器樣本B為例，加權相似度SW=(0.5*0.663+0.5*0.5+0.81*0.6+0.7*0.67)/(0.5+0.5+0.81+0.7)=61%。
表8所示電器樣本A的加權相似度SW大於電器樣本B的加權相似度SW，因此處理單元112在步驟S376中可以判斷步驟S350的經壓縮資料所對應的電器應與電器樣本A相似。
上述步驟S370的實現方式不應受限於圖3的相關說明。例如，圖11是依照本揭露另一實施例說明遠端伺服器110進行負載辨識的流程示意圖。圖11所示實施例將負載辨識的流程分為訓練(training)階段和辨識階段。在訓練階段包含步驟S1110~S1130。步驟S1110會先量測不同電器樣本的多電力特徵，包含未壓縮的電流波形。步驟S1120依據電力特徵值的重現性或電器種類，計算辨識權重。例如，經由事先多次(例如100次)測試/分析電器樣本A的實功率值，然後依據在這100次測試過程中電器樣本A的實功率值的重現率，步驟S1120可以設定電器樣本A的 實功率值的電力特徵權重。最後，步驟S1130可以依據步驟S1110與S1120的結果建立電力特徵資料庫。此電力特徵資料庫可以被記錄在遠端伺服器110的電器電力特徵資料庫113中。
在辨識階段包含步驟S1140~S1170。步驟S1140會計算以不同電力特徵比對時的電器負載相似度(可參照圖3的步驟S374的相關說明而類推之)。步驟S1150可以由智慧電錶120上傳的封包中的對照代號知道電流波形的壓縮率cp ，並步驟S1160根據壓縮率cp 重新調整電流波形的電力特徵權重(可參照圖3的步驟S372的相關說明而類推之)。調整電流波形的電力特徵權重後，步驟S1170可以計算加權相似度並進行負載辨識(可參照圖3的步驟S376的相關說明而類推之)。
在此例舉一假設實例，以說明智慧電錶的管理系統。此假設實例可以參照圖1至圖10的相關說明。請參照圖1，假設系統營運商提供此服務的營運成本限定在1000元。使用服務的客戶有3個用戶(用戶A、用戶B、用戶C)。系統營運商根據客戶各自的會員等級，分配給用戶A、用戶B、用戶C的預算成本分別是600、300、100。以用戶A為例，當用戶A開啟烤箱時，用戶A的智慧電表120或偵測到發生了負載事件，且智慧電表120產生一組未知電器類型的電力特徵資訊。於本實施例中，該電力特徵資訊包括實功率值(例如539瓦特)、虛功率值(例如31瓦特)、電流波形與1階諧波值(例如4)。
請參照圖2與圖3，智慧電表120的處理單元122可以在步驟S330判斷出觸發負載事件的電器的種類為「電阻類」。因此，處理單元122可以在步驟S330將使用事先建好的「電阻類」電器的「壓縮率-辨識率模型」fi (cp )。在辨識正確率需在90%以上的設計需求條件下，臨界辨識率被設定為90%。依照臨界辨識率90%，處理單元122可以在步驟S330由「電阻類」電器的「壓縮率-辨識率模型」fi (cp )得到適當的壓縮率為0.45。另外，在此假設智慧電表120的取樣率為3840Hz，因此1個週期波的取樣數為64。
依據上述諸資訊，智慧電表120的處理單元122可以在週期波取樣數-壓縮率-取樣點位置的對照表(例如表1所示查找表)中，找到壓縮波形取樣點的位置。在處理單元122進行步驟S330(電力特徵資料壓縮)後，處理單元122將經壓縮資料上傳至遠端伺服器110(例如雲端伺服器)。遠端伺服器110收到智慧電表120所上傳未知電器的經壓縮電力特徵封包後，遠端伺服器110的處理單元112可以進行解壓縮，並利用內插法還原成原波形。解壓縮後，處理單元112在步驟S370中可以動態調整電力特徵權重後進行負載辨識。在本假設實例中，遠端伺服器110的電器電力特徵資料庫113中的電器樣本的資料內容可以包含實功率值、虛功率值、電流波形資料與1階諧波值。例如，表9是事先測試/分析烤箱後，依據測試/分析結果而建立的電力特徵資料庫內容。
處理單元112在步驟S372可以使用方程式(1)，以動態調整電流波形資料的電力特徵權重。舉例來說，假設智慧電錶120所上傳的經壓縮資料的壓縮率cp 為0.45，則依據表9中電器樣本A的電流波形資料的原電力特徵權重Wj (即0.8)，處理單元112可以計算出調整後電力特徵權重Wi =0.8*(1-0.45)=0.44。
相類似地，表10是事先測試/分析吹風機後，依據測試/分析結果而建立的電力特徵資料庫內容。
假設智慧電錶120所上傳的經壓縮資料的壓縮率cp 為0.45，則依據表9中電器樣本A的電流波形資料的原電力特徵權重Wj (即0.8)，處理單元112可以計算出調整後電力特徵權重Wi =0.9*(1-0.45)=0.495。
處理單元112在步驟S374中分別計算方程式(3)，以獲得步驟S360的經解壓縮資料所含電力特徵與電器樣本的樣本特徵的相似度SRi 。在獲得不同電力特徵類型的相似度SRi 後，處理單元112在步驟S374中使用方程式(4)，以依據所述相似度SRi 與電力特徵權重計算獲得步驟S360的經解壓縮資料所含電力特徵與對應電器樣本的加權相似度。例如，以表9所示烤箱與表10與所示吹風機為例，步驟S360的經解壓縮資料所含電力特徵與烤箱與吹風機的樣本特徵的相似度計算結果如表11所示。
處理單元112在步驟S370中可以動態調整電力特徵權重後進行負載辨識，以比較不同電器樣本的加權相似度。如表11所示，烤箱的加權相似度SW大於吹風機的加權相似度SW，因此處理單元112在步驟S376中可以判斷以辨識出觸發負載事件的該未知電器為烤箱。
綜上所述，智慧電表120會產生電力特徵，並根據預算成本及/或不同壓縮率-辨識率模型，動態調整電流波形的壓縮率，進行最佳化資料壓縮，讓遠端伺服器110所進 行的電器負載辨識正確率為最高。在完成壓縮後，智慧電表120會將壓縮後的電力特徵上傳至遠端伺服器110。遠端伺服器110可以動態調整電力特徵權重，以進行負載辨識。系統營運商在雲端提供服務，雲端頻寬計算都需要納入成本計算。當壓縮率提高時，頻寬需求減少，但額外計算成本可能提高，而不同的電器種類，在不同的壓縮率的情況下，影響負載辨識的正確率，也會不一樣。上述諸實施例可以在有限的預算成本下，讓遠端伺服器110所進行的電器負載辨識正確率為最高。
為解決高精度電表產生的巨量電力資料，造成系統商於雲端平台的營運成本提高，因此上述諸實施例可以針對不同種類電器電力特徵，考量負載辨識率和不同的雲端平台收費機制，動態調整電流波形的壓縮比。在遠端伺服器進行負載辨識方面，對應於不同實功、虛功、電流波形、諧波、暫態等電力特徵，上述諸實施例可以採用不同的負載辨識權重，以提高辨識率。
因此，上述諸實施例可以實現非侵入式居家電器負載監測。透過單一(或多個)電表上傳不同電力特徵，系統可以參考不同的電力特徵而判斷電器的負載狀況(開/關)。依據遠端伺服器所提供的統計/分析結果，使用者可以了解家中能耗狀況，改變用電習慣，進而達到節省能源的目標。
無論如何，本揭露的實施方式不應受限於上述圖3至圖11的相關說明。例如，圖12是依照本揭露另一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。圖12 所述實施例可以參照圖1與圖11的相關說明而類推之。不同於圖3所述實施例之處，在於圖12所述實施例中步驟S1270。請參照圖2與圖12，在完成步驟S360後，處理單元112在步驟S1270中以步驟S360的經解壓縮資料所含電力特徵對在電器電力特徵資料庫113中的多個電器樣本進行負載辨識(參照表3、表4、表6或表7的相關說明而類推之)。於本實施例中，步驟S1270包含步驟S1271以及S1272。
處理單元112執行步驟S1271，以進行負載辨識。步驟S1271的實施細節可以參照圖3中步驟S374的相關說明而類推之。不同於圖3中步驟S374之處，在於圖12所述步驟S1271直接以電器電力特徵資料庫113所記錄的電力特徵權重Wj 作為計算加權相似度SW所需的電力特徵權重與Wi 。
在步驟S1271完成後，處理單元112執行步驟S1272，以依據步驟S1271的加權相似度SW決定智慧電錶120所上傳經壓縮資料所對應的電器。步驟S1272的實施細節可以參照圖3中步驟S376的相關說明而類推之，故不再贅述。
圖13是依照本揭露又一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。圖13所述實施例可以參照圖1與圖12的相關說明而類推之。不同於圖12所述實施例之處，在於圖13所述實施例中步驟S1340與S1350。也 就是說，在圖13所述實施例中智慧電錶120可以不進行資料壓縮，而將未經壓縮的用電資料上傳至遠端伺服器110。
請參照圖2與圖13，在完成步驟S320後，智慧電錶120的處理單元122在步驟S1340中透過通訊單元123將未經壓縮的用電資料上傳至遠端伺服器110。遠端伺服器110的處理單元112在步驟S1350中透過通訊單元111接收智慧電錶120所上傳的用電資料，其中該用電資料包含多個電力特徵。由於智慧電錶120所上傳的用電資料未經壓縮處理，所以遠端伺服器110的處理單元112在步驟S1271中可以直接以步驟S1350的用電資料所含電力特徵對在電器電力特徵資料庫113中的多個電器樣本進行負載辨識。圖13中步驟S1271的實施細節可以參照圖12中步驟S1271的相關說明而類推之，故不再贅述。在步驟S1271完成後，處理單元112執行步驟S1272，以依據步驟S1271的負載辨識的結果決定智慧電錶120所上傳用電資料所對應的電器。
圖14是依照本揭露實施例說明電器電力特徵資料庫的管理方法流程示意圖。由提供者提供至少一電器樣本(步驟S1405)，並將該電器樣本上傳至遠端伺服器的電器電力特徵資料庫(步驟S1410)。其中，該電器樣本具有多個樣本特徵。例如，這些電力特徵包括實功率值、虛功率值、諧波值、電流波形資料或是其他特徵資料。
上述提供者可以是家電廠商、服務商、一般用戶或是其他願意提供特定電器的樣本特徵者。提供者依據一流 程，透過擷取系統擷取電器電力訊號資訊(樣本特徵)。例如，所述流程可如以下程序：1.確認電表連接狀態；2.開啟電器進行量測；3.關閉電器；4.偵測電器狀態；5.完成訊號擷取程序。訊號擷取流程可為系統化的標準作業程序(Standard Operation Procedure,SOP)，此標準作業程序可透過一訊號擷取知識庫或系統所建議。擷取系統可以透過單一總電表、一插座型電表、混合多種電表(如：總電表配合插座型電表)或其他電器訊號擷取設備來擷取樣本特徵。在上傳電器樣本的樣本特徵時，提供者可以填寫提供者資訊(如：廠商名稱或量測者帳號)、環境資訊(如：市電電壓、環境溫度或其他環境條件)、量測標的物資訊(如：電器資訊、電器使用模式…等)或其他資訊。
遠端伺服器接收從上述提供者所上傳的電器樣本的樣本特徵，並將電器樣本的樣本特徵儲存於電器電力特徵資料庫(步驟S1415)。在遠端伺服器接收到提供者所上傳的量測環境資訊與電器樣本的樣本特徵後，遠端伺服器對該電器樣本進行正規化，以獲得經正規化的該電器樣本，以及將經正規化的該電器樣本上傳至該電器電力特徵資料庫。例如，遠端伺服器針對不同量測環境進行電力特徵修正，以正規化成為一套標準的電器電力訊號資料庫。遠端伺服器將正規化後的樣本特徵上載至電器電力特徵資料庫。當電器樣本的樣本特徵被上載至電器電力特徵資料庫時，系統自動增列此筆電器樣本的資料，以供用戶下載使用。
用戶向遠端伺服器建立用戶帳號並提供環境資訊(如：電壓環境)。在一些實施例中，系統可能透過用戶的地址而自動確認環境資訊。遠端伺服器接收從智慧電表所上傳的多個電力特徵(步驟S1420)。例如，圖1所示智慧電表120、130與140上傳的電力特徵至遠端伺服器110。當用戶使用某一電器設備時，用戶的智慧電表可以偵測到負載事件的發生，進而自動擷取所需分析之電器電力訊號特徵(用電資料)，並上傳至遠端伺服器。
當遠端伺服器接收到用戶的智慧電表上傳的用電資料時，遠端伺服器自動以所述用電資料的電力特徵對該電器電力特徵資料庫的內容進行負載辨識，然後將負載辨識結果記錄於所述用戶的帳戶中(步驟S1425)。圖14中步驟S1425的實施細節可以參照圖3中步驟S350至步驟S380的相關說明而類推之，故不再贅述。
在一些實施例中，用戶亦可透過系統設定欲分析之特定電器電力訊號特徵(用電資料)與比對電器電力特徵之差異(比對的目標可以為相同或不同型號的電器)，以用於分析電器之使用狀態(如：是否發生電器老化、異常現象、能耗表現之差異..等)。相同型號的電器電力特徵比對的樣本，可能為用戶針對相同電器在先前已上傳於資料庫中的訊號(同一電器)，亦可能為其他提供者(如：電器廠商或其它用戶)上傳同型號電器的電力訊號特徵(即同型號但不同電器)。相異型號的電器比對的樣本，可能為同屬冷氣電器，例如用戶可以比對A型冷氣與B型冷氣在使用狀態(如： 能耗表現..等)上的差異。在設定分析電器之系統時，用戶可以填寫或篩選量測標的物之資訊(如：電器資訊、電器使用模式…等)或其他資訊，確認欲進行比較的「電器樣本」。擷取系統(例如智慧電表120)可以透過單一總電表、一插座型電表、混合多種電表(如：總電表配合插座型電表)或其他電器訊號擷取設備來擷取用電特徵。當用戶使用此一電器設備時，用戶擷取系統可以偵測到負載事件的發生，進而自動擷取所需分析之電器電力訊號特徵(用電資料)，並上傳至遠端伺服器110。當遠端伺服器110接收到用戶的智慧電表120上傳的用電資料時，遠端伺服器110自動以所述用電資料的電力特徵對電器電力特徵資料庫113中「電器樣本」的內容進行負載辨識，並根據比較後的分析資訊提供用戶相關資訊(如：是否有電力訊號是否存在異常、相同或相異型號電器能耗表現差異...)。
當該負載辨識的結果顯示該提供者所上傳的電器樣本被採用時(步驟S1430)，則該遠端伺服器自動累計該電器樣本被採用次數(步驟S1435)，以供後續資訊分析、金流拆帳等之參考。例如，依據該電器樣本被採用次數，遠端伺服器可以計算該電器樣本所對應的電器的市場佔有率、用戶使用電器之用電習慣..等(步驟S1440)，以提供資訊給相關需求者(例如：行銷業者、家電業者、能源業者、政府主管機關、或是其它人)。又例如，依據該電器樣本被採用次數，遠端伺服器可以計算對應的回饋機制給該提供者，例如計算回饋給該提供者之金額(步驟S1445)。又 例如，根據用戶帳戶資訊與電器樣本被採用的資訊，遠端伺服器可以在步驟S1450中計算用戶與電器設備使用行為之間的關係(如：不同屬性用戶所關注的用電電器類型、不同用戶所使用的電器組合...等)，提供資訊給所需的需求者(例如：行銷業者、家電業者、能源業者..或是其它人)。
綜上所述，本實施例提供一種電器電力特徵資料庫的管理方法，以建立提供者(例如家電廠商、服務商、一般用戶或是其他人)提供電器樣本至系統的機制。
雖然本揭露已以實施例揭露如上，然其並非用以限定本揭露，任何所屬技術領域中具有通常知識者，在不脫離本揭露之精神和範圍內，當可作些許之更動與潤飾，故本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
110‧‧‧遠端伺服器
111、123‧‧‧通訊單元
112、122‧‧‧處理單元
113‧‧‧電器電力特徵資料庫
120、130、140‧‧‧智慧電表
121‧‧‧電力量測單元
610‧‧‧左段
620‧‧‧中段
630‧‧‧右段
811、812、821、822‧‧‧模型曲線
S310~S380、S410~S430、S710~S750、S1010~S1030、S1110~S1170、S1270~S1272、S1340~S1350、S1405~S1445‧‧‧步驟
圖1是依照本揭露實施例說明一種智慧電表的管理系統應用情境示意圖。
圖2是依照本揭露實施例說明智慧電表與遠端伺服器的功能方塊示意圖。
圖3是依照本揭露一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。
圖4是依照本揭露一實施例說明智慧電表進行資料壓縮的操作方法流程示意圖。
圖5A、圖5B與圖5C是依照本揭露實施例說明不同負載類型的電流波形示意圖。
圖6A、圖6B與圖6C是依照本揭露實施例說明不同負載類型的電壓電流曲線示意圖。
圖7是依照本揭露實施例說明決定電器類別的流程示意圖。
圖8A與圖8B是依照本揭露實施例說明對應於不同電器種類的不同壓縮率-辨識正確率模型示意圖。
圖9A是依照本揭露實施例說明一種封包的資料結構示意圖。
圖9B是依照本揭露另一實施例說明一種封包的資料結構示意圖。
圖10是依照本揭露另一實施例說明智慧電表進行資料壓縮的操作方法流程示意圖。
圖11是依照本揭露另一實施例說明遠端伺服器進行負載辨識的流程示意圖。
圖12是依照本揭露另一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。
圖13是依照本揭露又一實施例說明智慧電表與遠端伺服器的操作方法流程示意圖。
圖14是依照本揭露實施例說明電器電力特徵資料庫的管理方法流程示意圖。
S310~S380‧‧‧步驟

Claims (85)

  1. 一種智慧電表的管理系統，包括：一遠端伺服器；以及至少一智慧電表，透過一通訊網路耦接至該遠端伺服器，其中該智慧電表量測至少一電力線的電能，以獲得至少一用電資料；該智慧電表偵測是否發生一負載事件；若發生該負載事件，則該智慧電表對在該負載事件所對應的一事件期間中的所述用電資料進行分析以決定該負載事件所對應的一電器類別，該智慧電表依該電器類別動態決定一壓縮率，該智慧電表以該壓縮率對在該事件期間中的所述用電資料進行一資料壓縮，以獲得一經壓縮資料，以及該智慧電表將該經壓縮資料上傳至該遠端伺服器；該遠端伺服器對該經壓縮資料進行一資料解壓縮，以獲得一經解壓縮資料；以及該遠端伺服器依據該經解壓縮資料進行一負載辨識。
  2. 如申請專利範圍第1項所述智慧電表的管理系統，其中該用電資料至少包含一實功率值或一電流波形資料。
  3. 如申請專利範圍第1項所述智慧電表的管理系統，其中該用電資料包含一實功率值與一虛功率值；該智慧電表判斷該實功率值與該虛功率值的比率是否大於一臨界值；以及若該實功率值與該虛功率值的比率大於該臨界值，則該智慧電表決定該電器類別為一電阻類。
  4. 如申請專利範圍第1項所述智慧電表的管理系統，其中該用電資料包含一電壓電流曲線資料；該智慧電表依據該電壓電流曲線資料所對應的電壓電流曲線的一封閉面積而決定該電器類別。
  5. 如申請專利範圍第4項所述智慧電表的管理系統，其中該智慧電表判斷該封閉面積是否小於一臨界值；以及若該封閉面積小於該臨界值，則該智慧電表決定該電器類別為一電阻類。
  6. 如申請專利範圍第4項所述智慧電表的管理系統，其中該電壓電流曲線包含一左段、一中段與一右段；該智慧電表判斷在該左段與該右段內的該封閉面積與在該中段內的該封閉面積二者之比值是否大於一臨界值；若該比值大於該臨界值，則該智慧電表決定該電器類別為一電子類；以及若該比值小於該臨界值，則該智慧電表決定該電器類別為一電感類。
  7. 如申請專利範圍第1項所述智慧電表的管理系統，其中該用電資料包含一諧波比；該智慧電表判斷該諧波比是否大於一臨界值；若該諧波比大於該臨界值，則該智慧電表決定該電器類別為一電感類；以及若該諧波比小於該臨界值，則該智慧電表決定該電器類別為一日光燈類。
  8. 如申請專利範圍第7項所述智慧電表的管理系統，其中該諧波比為三次諧波與二次諧波的比率。
  9. 如申請專利範圍第1項所述智慧電表的管理系統，其中該智慧電表提供對應於不同電器類別的多個壓縮 率-辨識正確率模型；依照該電器類別，該智慧電表從該些壓縮率-辨識正確率模型選擇一對應模型；以及依照一臨界辨識率，該智慧電表從該對應模型獲得該壓縮率。
  10. 如申請專利範圍第1項所述智慧電表的管理系統，其中該智慧電表提供對應於不同電器類別的多個壓縮率-辨識正確率模型；依照該電器類別，該智慧電表從該些壓縮率-辨識正確率模型選擇一對應模型a =f i (cp )，其中a 為辨識正確率，cp 為壓縮率；以及該智慧電表透過一最佳化演算法解下述最佳化問題：其中D 為上傳至該遠端伺服器的資料量，Ub 為頻寬單位價格，Rb 為頻寬成本，Us 為儲存單位價格，Rs 為儲存成本，Uc 為運算單位價格，Rc 為運算成本，b為成本額度，使得在有限的該成本額度b 下，藉由決定該壓縮率cp 而讓該辨識正確率a 最大化。
  11. 如申請專利範圍第1項所述智慧電表的管理系統，其中該用電資料包含一電流波形資料；依據該電器類別與該壓縮率，該智慧電表於一查找表中找出一取樣點位 置資訊；以及依據該取樣點位置資訊，該智慧電表捨棄該電流波形資料的部份內容，以獲得該經壓縮資料。
  12. 如申請專利範圍第1項所述智慧電表的管理系統，其中該遠端伺服器對含有該經壓縮資料的封包中取得一對照代號；依據該對照代號，該遠端伺服器於一查找表中找出一取樣點位置資訊；以及依據該取樣點位置資訊，該遠端伺服器利用內插方法對該經壓縮資料進行該資料解壓縮，以獲得該經解壓縮資料。
  13. 如申請專利範圍第1項所述智慧電表的管理系統，其中該經解壓縮資料包含多個電力特徵；該遠端伺服器以該些電力特徵對在一電器電力特徵資料庫中的多個電器樣本進行一相似度比較；以及依據該相似度比較的結果，該遠端伺服器決定該負載事件所對應的一電器。
  14. 如申請專利範圍第13項所述智慧電表的管理系統，其中該些電力特徵至少包含一實功率值或一電流波形資料。
  15. 如申請專利範圍第13項所述智慧電表的管理系統，其中該些電器樣本其中一樣本具有多個樣本特徵；該遠端伺服器分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度；依據該些相似度，該遠端伺服器計算該些電力特徵與該樣本的一加權相似度；以及依據該些電器樣本的加權相似度，該遠端伺服器決定該負載事件所對應的一電器。
  16. 如申請專利範圍第15項所述智慧電表的管理系統，其中該樣本還具有對應於該些樣本特徵的多個電力特徵權重；依據該些相似度與該些電力特徵權重，該遠端伺服器計算該些電力特徵與該樣本的該加權相似度。
  17. 如申請專利範圍第16項所述智慧電表的管理系統，其中該些電力特徵權重相關於該些樣本特徵的重現率。
  18. 如申請專利範圍第16項所述智慧電表的管理系統，其中該遠端伺服器更依據該資料壓縮的一壓縮率動態調整該些電力特徵權重至少其中一者。
  19. 如申請專利範圍第1項所述智慧電表的管理系統，其中該遠端伺服器更統計該負載辨識的結果，以獲得不同電器的累計用電量。
  20. 一種智慧電表的操作方法，包括：量測至少一電力線的電能，以獲得至少一用電資料；偵測是否發生一負載事件；若發生該負載事件，則對在該負載事件所對應的一事件期間中的所述用電資料進行分析以決定該負載事件所對應的一電器類別，依該電器類別動態決定該資料壓縮的一壓縮率，以及以該壓縮率對在該事件期間中的所述用電資料進行一資料壓縮，以獲得一經壓縮資料；以及將該經壓縮資料上傳至一遠端伺服器。
  21. 如申請專利範圍第20項所述智慧電表的操作方法，其中該用電資料至少包含一實功率值或一電流波形資料。
  22. 如申請專利範圍第20項所述智慧電表的操作方法，其中該用電資料包含一實功率值與一虛功率值，而所述分析該事件期間中的所述用電資料之步驟包括：判斷該實功率值與該虛功率值的比率是否大於一臨界值；以及若該實功率值與該虛功率值的比率大於該臨界值，則決定該電器類別為一電阻類。
  23. 如申請專利範圍第20項所述智慧電表的操作方法，其中該用電資料包含一電壓電流曲線資料，而所述分析該事件期間中的所述用電資料之步驟包括：依據該電壓電流曲線資料所對應的電壓電流曲線的一封閉面積而決定該電器類別。
  24. 如申請專利範圍第23項所述智慧電表的操作方法，其中所述決定該電器類別之步驟包括：判斷該封閉面積是否小於一臨界值；以及若該封閉面積小於該臨界值，則決定該電器類別為一電阻類。
  25. 如申請專利範圍第23項所述智慧電表的操作方法，其中該電壓電流曲線包含一左段、一中段與一右段，而所述決定該電器類別之步驟包括：判斷在該左段與該右段內的該封閉面積與在該中段內的該封閉面積二者之比值是否大於一臨界值；若該比值大於該臨界值，則決定該電器類別為一電子類；以及 若該比值小於該臨界值，則決定該電器類別為一電感類。
  26. 如申請專利範圍第20項所述智慧電表的操作方法，其中該用電資料包含一諧波比，而所述分析該事件期間中的所述用電資料之步驟包括：判斷該諧波比是否大於一臨界值；若該諧波比大於該臨界值，則決定該電器類別為一電感類；以及若該諧波比小於該臨界值，則決定該電器類別為一日光燈類。
  27. 如申請專利範圍第26項所述智慧電表的操作方法，其中該諧波比為三次諧波與二次諧波的比率。
  28. 如申請專利範圍第20項所述智慧電表的操作方法，其中所述決定該資料壓縮的一壓縮率之步驟包括：提供對應於不同電器類別的多個壓縮率-辨識正確率模型；定義一臨界辨識率；依照該電器類別，從該些壓縮率-辨識正確率模型選擇一對應模型；以及依照該臨界辨識率，從該對應模型獲得該壓縮率。
  29. 如申請專利範圍第20項所述智慧電表的操作方法，其中所述決定該資料壓縮的一壓縮率之步驟包括：提供對應於不同電器類別的多個壓縮率-辨識正確率模型； 依照該電器類別，從該些壓縮率-辨識正確率模型選擇一對應模型a =f i (cp )，其中a 為辨識正確率，cp 為壓縮率；以及利用一最佳化演算法解下述問題：其中D 為上傳至該遠端伺服器的資料量，Ub 為頻寬單位價格，Rb 為頻寬成本，Us 為儲存單位價格，Rs 為儲存成本，Uc 為運算單位價格，Rc 為運算成本，b為成本額度，使得在有限的該成本額度b 下，藉由決定該壓縮率cp 而讓該辨識正確率a 最大化。
  30. 如申請專利範圍第20項所述智慧電表的操作方法，其中該用電資料包含一電流波形資料，而所述進行該資料壓縮之步驟包括：依據該電器類別與該壓縮率，於一查找表中找出取樣點位置資訊；以及依據該取樣點位置資訊，捨棄該電流波形資料的部份內容，以獲得該經壓縮資料。
  31. 一種智慧電表，包括： 一電力量測單元，用以量測至少一電力線的電能，以獲得至少一用電資料；一通訊單元；以及一處理單元，耦接至該電力量測單元與該通訊單元，用以偵測是否發生一負載事件；其中若發生該負載事件，則該處理單元對在該負載事件所對應的一事件期間中的所述用電資料進行分析，以決定該負載事件所對應的一電器類別；該處理單元依該電器類別動態決定該資料壓縮的一壓縮率；該處理單元以該壓縮率對在該事件期間中的所述用電資料進行一資料壓縮，以獲得一經壓縮資料；以及該處理單元經由該通訊單元將該經壓縮資料上傳至一遠端伺服器。
  32. 如申請專利範圍第31項所述之智慧電表，其中該用電資料至少包含一實功率值或一電流波形資料。
  33. 如申請專利範圍第31項所述之智慧電表，其中該用電資料包含一實功率值與一虛功率值；該處理單元判斷該實功率值與該虛功率值的比率是否大於一臨界值；以及若該實功率值與該虛功率值的比率大於該臨界值，則該處理單元決定該電器類別為一電阻類。
  34. 如申請專利範圍第31項所述之智慧電表，其中該用電資料包含一電壓電流曲線資料；以及該處理單元依據該電壓電流曲線資料所對應的電壓電流曲線的一封閉面積而決定該電器類別。
  35. 如申請專利範圍第34項所述之智慧電表，其中該處理單元判斷該封閉面積是否小於一臨界值；以及若該封閉面積小於該臨界值，則該處理單元決定該電器類別為一電阻類。
  36. 如申請專利範圍第34項所述之智慧電表，其中該電壓電流曲線包含一左段、一中段與一右段；該處理單元判斷在該左段與該右段內的該封閉面積與在該中段內的該封閉面積二者之比值是否大於一臨界值；若該比值大於該臨界值，則該處理單元決定該電器類別為一電子類；以及若該比值小於該臨界值，則該處理單元決定該電器類別為一電感類。
  37. 如申請專利範圍第31項所述之智慧電表，其中該用電資料包含一諧波比；該處理單元判斷該諧波比是否大於一臨界值；若該諧波比大於該臨界值，則該處理單元決定該電器類別為一電感類；以及若該諧波比小於該臨界值，則該處理單元決定該電器類別為一日光燈類。
  38. 如申請專利範圍第37項所述之智慧電表，其中該諧波比為三次諧波與二次諧波的比率。
  39. 如申請專利範圍第31項所述之智慧電表，其中該處理單元提供對應於不同電器類別的多個壓縮率-辨識正確率模型；依照該電器類別，該處理單元從該些壓縮率-辨識正確率模型選擇一對應模型；以及依照一臨界辨識率，該處理單元從該對應模型獲得該壓縮率。
  40. 如申請專利範圍第31項所述之智慧電表，其中該處理單元提供對應於不同電器類別的多個壓縮率-辨識正確率模型；依照該電器類別，該處理單元從該些壓縮率-辨識正確率模型選擇一對應模型a =f i (cp )，其中a 為辨識正確率，cp 為壓縮率；以及該處理單元透過一最佳化演算法解下述最佳化問題：其中D 為上傳至該遠端伺服器的資料量，Ub 為頻寬單位價格，Rb 為頻寬成本，Us 為儲存單位價格，Rs 為儲存成本，Uc 為運算單位價格，Rc 為運算成本，b為成本額度，使得在有限的該成本額度b 下，藉由決定該壓縮率cp 而讓該辨識正確率a 最大化。
  41. 如申請專利範圍第31項所述之智慧電表，其中該用電資料包含一電流波形資料；該處理單元依據該電器類別與該壓縮率，於一查找表中找出取樣點位置資訊；以及依據該取樣點位置資訊，該處理單元捨棄該電流波形資料的部份內容，以獲得該經壓縮資料。
  42. 一種遠端伺服器的操作方法，該遠端伺服器透過一通訊網路管理至少一智慧電表，該操作方法包括：接收該智慧電表所上傳含有一經壓縮資料的封包；對該封包中取得一對照代號；依據該對照代號，於一查找表中找出一取樣點位置資訊；依據該取樣點位置資訊，利用內插方法對該經壓縮資料進行資料解壓縮，以獲得一經解壓縮資料；以及依據該經解壓縮資料進行一負載辨識。
  43. 如申請專利範圍第42項所述遠端伺服器的操作方法，其中該經壓縮資料至少包含一實功率值或一電流波形資料。
  44. 如申請專利範圍第42項所述遠端伺服器的操作方法，其中該經解壓縮資料包含多個電力特徵，而所述進行一負載辨識之步驟包括：以該些電力特徵對在一電器電力特徵資料庫中的多個電器樣本進行一相似度比較；以及依據該相似度比較的結果，決定該經壓縮資料所對應的一電器。
  45. 如申請專利範圍第44項所述遠端伺服器的操作方法，其中該些電力特徵包括至少包含一實功率值或一電流波形資料。
  46. 如申請專利範圍第44項所述遠端伺服器的操作方法，其中該些電器樣本其中一樣本具有多個樣本特徵，而所述進行一相似度比較之步驟包括：分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度；以及依據該些相似度，計算該些電力特徵與該樣本的一加權相似度；其中所述決定該經壓縮資料所對應的一電器之步驟，是依據該些電器樣本的加權相似度來決定該經壓縮資料所對應的一電器。
  47. 如申請專利範圍第46項所述遠端伺服器的操作方法，其中所述分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度之步驟包括：計算SRi =1-(|FEi -FSi |/FSi )，其中FEi 為該些電力特徵的其中一者，FSi 為該些樣本特徵中FEi 所對應的樣本特徵，SRi 為FEi 與FSi 的相似度。
  48. 如申請專利範圍第46項所述遠端伺服器的操作方法，其中該樣本還具有對應於該些樣本特徵的多個電力特徵權重，而所述計算該加權相似度之步驟包括：依據該些相似度與該些電力特徵權重，計算該些電力特徵與該樣本的該加權相似度。
  49. 如申請專利範圍第48項所述遠端伺服器的操作方法，其中所述計算該加權相似度之步驟包括： 計算，其中SRi 為該些相似度的其中一者，Wi 為該些電力特徵權重中SRi 所對應的電力特徵權重，SW為該加權相似度。
  50. 如申請專利範圍第48項所述遠端伺服器的操作方法，其中該些電力特徵權重相關於該些樣本特徵的重現率。
  51. 如申請專利範圍第48項所述遠端伺服器的操作方法，其中所述計算該加權相似度之步驟更包括：依據該經壓縮資料的一壓縮率動態調整該些電力特徵權重至少其中一者。
  52. 如申請專利範圍第42項所述遠端伺服器的操作方法，其中該遠端伺服器更統計該負載辨識的結果，以獲得不同電器的累計用電量。
  53. 一種遠端伺服器，透過一通訊網路管理至少一智慧電表，該遠端伺服器包括：一通訊單元；以及一處理單元，耦接至該通訊單元，其中該處理單元經由該通訊單元接收該智慧電表所上傳含有一經壓縮資料的封包；該處理單元對該封包中取得一對照代號；依據該對照代號，該處理單元於一查找表中找出一取樣點位置資訊；以及依據該取樣點位置資訊，該處理單元利用內插方 法對該經壓縮資料進行資料解壓縮，以獲得一經解壓縮資料；以及該處理單元依據該經解壓縮資料進行一負載辨識。
  54. 如申請專利範圍第53項所述之遠端伺服器，其中該經壓縮資料至少包含一實功率值或一電流波形資料。
  55. 如申請專利範圍第53項所述之遠端伺服器，其中該經解壓縮資料包含多個電力特徵，而該遠端伺服器更包括：一電器電力特徵資料庫，耦接至該處理單元；其中該處理單元以該些電力特徵對在該電器電力特徵資料庫中的多個電器樣本進行一相似度比較；以及依據該相似度比較的結果，該處理單元決定該經壓縮資料所對應的一電器。
  56. 如申請專利範圍第55項所述之遠端伺服器，其中該些電力特徵至少包含一實功率值或一電流波形資料。
  57. 如申請專利範圍第55項所述之遠端伺服器，其中該些電器樣本其中一樣本具有多個樣本特徵；該處理單元分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度；依據該些相似度，該處理單元計算該些電力特徵與該樣本的一加權相似度；以及依據該些電器樣本的加權相似度，該處理單元決定該經壓縮資料所對應的一電器。
  58. 如申請專利範圍第57項所述之遠端伺服器，其中該處理單元計算SRi =1-(|FEi -FSi |/FSi )，其中FEi 為該些電 力特徵的其中一者，FSi 為該些樣本特徵中FEi 所對應的樣本特徵，SRi 為FEi 與FSi 的相似度。
  59. 如申請專利範圍第57項所述之遠端伺服器，其中該樣本還具有對應於該些樣本特徵的多個電力特徵權重；依據該些相似度與該些電力特徵權重，該處理單元計算該些電力特徵與該樣本的該加權相似度。
  60. 如申請專利範圍第59項所述之遠端伺服器，其中該處理單元計算，其中SRi 為該些相似度的其中一者，Wi 為該些電力特徵權重中SRi 所對應的電力特徵權重，SW為該加權相似度。
  61. 如申請專利範圍第59項所述之遠端伺服器，其中該些電力特徵權重相關於該些樣本特徵的重現率。
  62. 如申請專利範圍第59項所述之遠端伺服器，其中該處理單元更依據該經壓縮資料的一壓縮率動態調整該些電力特徵權重至少其中一者。
  63. 如申請專利範圍第53項所述之遠端伺服器，其中該處理單元更統計該負載辨識的結果，以獲得不同電器的累計用電量。
  64. 一種遠端伺服器的操作方法，該遠端伺服器透過一通訊網路管理至少一智慧電表，該操作方法包括：接收該智慧電表所上傳的一用電資料，其中該用電資料包含多個電力特徵； 以該些電力特徵對在一電器電力特徵資料庫中的多個電器樣本進行一負載辨識，其中該些電器樣本其中一樣本具有多個樣本特徵，而所述進行一負載辨識之步驟包括：分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度，以及依據該些相似度計算該些電力特徵與該樣本的一加權相似度；以及依據該負載辨識的結果，決定該用電資料所對應的一電器，其中所述決定該用電資料所對應的一電器之步驟，是依據該些電器樣本的加權相似度來決定該用電資料所對應的一電器。
  65. 如申請專利範圍第64項所述遠端伺服器的操作方法，其中該些電力特徵至少包含一實功率值或一電流波形資料。
  66. 如申請專利範圍第64項所述遠端伺服器的操作方法，其中所述分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度之步驟包括：計算SRi =1-(|FEi -FSi |/FSi )，其中FEi 為該些電力特徵的其中一者，FSi 為該些樣本特徵中FEi 所對應的樣本特徵，SRi 為FEi 與FSi 的相似度。
  67. 如申請專利範圍第64項所述遠端伺服器的操作方法，其中該樣本還具有對應於該些樣本特徵的多個電力特徵權重，而所述計算該加權相似度之步驟包括：依據該些相似度與該些電力特徵權重，計算該些電力特徵與該樣本的該加權相似度。
  68. 如申請專利範圍第67項所述遠端伺服器的操作方法，其中所述計算該加權相似度之步驟包括：計算，其中SRi 為該些相似度的其中一者，Wi 為該些電力特徵權重中SRi 所對應的電力特徵權重，SW為該加權相似度。
  69. 如申請專利範圍第67項所述遠端伺服器的操作方法，其中該些電力特徵權重相關於該些樣本特徵的重現率。
  70. 如申請專利範圍第64項所述遠端伺服器的操作方法，其中該遠端伺服器更統計該負載辨識的結果，以獲得不同電器的累計用電量。
  71. 一種遠端伺服器，透過一通訊網路管理至少一智慧電表，該遠端伺服器包括：一電器電力特徵資料庫；一通訊單元；以及一處理單元，耦接至該電器電力特徵資料庫與該通訊單元，其中該處理單元經由該通訊單元接收該智慧電表所上傳的一用電資料，其中該用電資料包含多個電力特徵；該處理單元以該些電力特徵對在該電器電力特徵資料庫中的多個電器樣本進行一負載辨識；該些電器樣本其中一樣本具有多個樣本特徵；該處理單元分別計算該些電力特徵的每一者與該些樣本特徵中的一對應樣本特徵的相似度； 依據該些相似度，該處理單元計算該些電力特徵與該樣本的一加權相似度；以及依據含有該些電器樣本的加權相似度的該負載辨識的結果，該處理單元決定該用電資料所對應的一電器。
  72. 如申請專利範圍第71項所述之遠端伺服器，其中該些電力特徵至少包含一實功率值或一電流波形資料。
  73. 如申請專利範圍第71項所述之遠端伺服器，其中該處理單元計算SRi =1-(|FEi -FSi |/FSi )，其中FEi 為該些電力特徵的其中一者，FSi 為該些樣本特徵中FEi 所對應的樣本特徵，SRi 為FEi 與FSi 的相似度。
  74. 如申請專利範圍第71項所述之遠端伺服器，其中該樣本還具有對應於該些樣本特徵的多個電力特徵權重；以及依據該些相似度與該些電力特徵權重，該處理單元計算該些電力特徵與該樣本的該加權相似度。
  75. 如申請專利範圍第74項所述之遠端伺服器，其中該處理單元計算，其中SRi 為該些相似度的其中一者，Wi 為該些電力特徵權重中SRi 所對應的電力特徵權重，SW為該加權相似度。
  76. 如申請專利範圍第74項所述之遠端伺服器，其中該些電力特徵權重相關於該些樣本特徵的重現率。
  77. 如申請專利範圍第71項所述之遠端伺服器，其中該處理單元更統計該負載辨識的結果，以獲得不同電器的累計用電量。
  78. 一種電器電力特徵資料庫的管理方法，包括：由一提供者提供至少一電器樣本，並將該電器樣本上傳至該電器電力特徵資料庫，其中該電器樣本具有多個樣本特徵；從一智慧電表上傳多個電力特徵至一遠端伺服器；由一遠端伺服器以該些電力特徵對該電器電力特徵資料庫的內容進行一負載辨識；以及當該負載辨識的結果顯示該電器樣本被採用時，則該遠端伺服器自動累計該電器樣本被採用次數。
  79. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，其中該些電力特徵至少包含一實功率值或一電流波形資料。
  80. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，其中所述將該電器樣本上傳至該電器電力特徵資料庫之步驟包括：在該遠端伺服器接收到該電器樣本後，該遠端伺服器對該電器樣本進行正規化，以獲得經正規化的該電器樣本；以及將經正規化的該電器樣本上傳至該電器電力特徵資料庫。
  81. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，其中所述以該些電力特徵對該電器電力特徵資料庫的內容進行一負載辨識之步驟包括：由該遠端伺服器自動以該些電力特徵對該電器電力特徵資料庫中該電器樣本的內容進行負載辨識，以獲得一分析資訊；以及根據所述分析資訊提供一用戶相關資訊。
  82. 如申請專利範圍第81項所述電器電力特徵資料庫的管理方法，其中所述用戶相關資訊包括：顯示電力訊號是否存在異常的資訊、或顯示相同或相異型號電器間能耗或電力特徵表現差異的資訊。
  83. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，更包括：依據該電器樣本被採用次數，計算回饋給該提供者之金額。
  84. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，更包括：依據該電器樣本被採用次數，計算該電器樣本所對應的一電器的市場佔有率。
  85. 如申請專利範圍第78項所述電器電力特徵資料庫的管理方法，更包括：根據一用戶帳戶資訊與該電器樣本被採用的資訊，計算用戶與電器設備使用行為之間的關係。
TW102103353A 2013-01-29 2013-01-29 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法 TWI464411B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW102103353A TWI464411B (zh) 2013-01-29 2013-01-29 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法
CN201310125313.5A CN103973761B (zh) 2013-01-29 2013-04-11 智能电表、远程服务器和电器电力特征数据库的管理方法
US13/898,485 US9754329B2 (en) 2013-01-29 2013-05-21 Management system, smart meter, server, operation method and management method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102103353A TWI464411B (zh) 2013-01-29 2013-01-29 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法

Publications (2)

Publication Number Publication Date
TW201430353A TW201430353A (zh) 2014-08-01
TWI464411B true TWI464411B (zh) 2014-12-11

Family

ID=51224070

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102103353A TWI464411B (zh) 2013-01-29 2013-01-29 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法

Country Status (3)

Country Link
US (1) US9754329B2 (zh)
CN (1) CN103973761B (zh)
TW (1) TWI464411B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI611646B (zh) * 2016-10-17 2018-01-11 混合式再生能源發電系統
US11250523B2 (en) 2019-07-26 2022-02-15 Chicony Power Technology Co., Ltd. Expandable combination electric meter

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10663497B2 (en) * 2013-09-09 2020-05-26 Xerox Corporation Method and system for automated association of devices with electricity meters
TWI535138B (zh) 2014-08-01 2016-05-21 智上科技股份有限公司 電子裝置及其偵測方法
US9152737B1 (en) * 2014-11-26 2015-10-06 Sense Labs, Inc. Providing notifications to a user
CA2984385A1 (en) * 2015-05-05 2016-11-10 Enbala Power Networks Inc. Method and system for locally controlling power delivery along a distribution feeder line of an electricity grid
NO3163705T3 (zh) * 2015-10-30 2018-06-09
CN106054004A (zh) * 2016-08-01 2016-10-26 国网安徽省电力公司凤台县供电公司 一种用户电力数据采集方法和用户用电故障监测方法
CN107797003B (zh) * 2016-09-05 2023-10-20 中国计量科学研究院 一种用于充电桩计量性能检测的虚拟负荷试验装置及方法
CN106908671A (zh) * 2017-01-13 2017-06-30 中国海洋大学 一种非侵入式家用负荷智能检测方法及***
US10750252B2 (en) 2017-02-22 2020-08-18 Sense Labs, Inc. Identifying device state changes using power data and network data
CN107064621B (zh) * 2017-04-10 2018-02-02 合肥工业大学 智能电表数据压缩方法和***
CN107272803B (zh) * 2017-07-22 2018-12-11 华映科技（集团）股份有限公司 基于设备电流id资料自动补偿修改正方法
WO2019025642A1 (es) * 2017-07-31 2019-02-07 Nube Print, S.L. Procedimiento para control de dispositivos electrodomésticos e instalación para llevarlo a cabo
WO2019032914A1 (en) * 2017-08-09 2019-02-14 Verdigris Technologies, Inc. SYSTEM AND METHODS FOR PROVIDING WAVEFORMS ON WIRELESS SYSTEMS FROM POWER MONITORING DEVICES
CN107835025B (zh) * 2017-11-21 2021-05-25 东北电力大学 一种电力负荷历史数据自适应压缩方法和***
CN108169597B (zh) * 2017-12-27 2020-08-14 华北电力大学 一种评估用电设备损耗状态的方法
TWI682647B (zh) * 2018-03-29 2020-01-11 啓碁科技股份有限公司 提升智慧電錶至伺服器間效能的方法及裝置
WO2020012145A1 (en) * 2018-07-12 2020-01-16 Source to Site Accessories Limited System for identifying electrical devices
US10740691B2 (en) 2018-10-02 2020-08-11 Sense Labs, Inc. Identifying devices connected to a smart plug
WO2020089945A1 (en) * 2018-11-02 2020-05-07 Indian Institute Of Technology Delhi Multivariate data compression system and method thereof
US11212172B2 (en) * 2018-12-31 2021-12-28 Itron, Inc. Techniques for dynamically modifying operational behavior of network devices in a wireless network
CN110069019B (zh) * 2019-06-14 2022-04-19 泉州昌荣贸易有限公司 智能家居的电器管理方法
US11536747B2 (en) 2019-07-11 2022-12-27 Sense Labs, Inc. Current transformer with self-adjusting cores
WO2021111629A1 (ja) * 2019-12-06 2021-06-10 三菱電機株式会社 補正情報算出装置、補正情報算出システム、補正情報算出方法、および補正情報算出プログラム
CN110988570B (zh) * 2019-12-26 2021-06-22 威胜集团有限公司 定频空调启动辨识方法、装置及存储介质
CN111562539B (zh) * 2020-05-17 2022-05-24 宁夏隆基宁光仪表股份有限公司 应用DataSocket技术实现智能电能表数据通信的***及方法
CN112234996B (zh) * 2020-10-29 2023-03-21 广东电网有限责任公司计量中心 一种电力负荷数据的压缩方法、装置、设备和存储介质
CA3152726C (en) * 2021-03-17 2024-05-28 Schneider Electric USA, Inc. Systems and methods for optimizing waveform capture compression and characterization
CN114024672B (zh) * 2021-11-14 2024-03-26 广东电网有限责任公司电力调度控制中心 一种低压电力线载波通信***安全防护方法及***
CN113947886A (zh) * 2021-12-20 2022-01-18 北京易联通达科技有限公司 一种基于非入侵式电表的用电行为监测装置
TWI802245B (zh) * 2022-01-24 2023-05-11 台灣電力股份有限公司 基於非侵入式設備負載監控的用電解析系統及用電解析方法
CN115309091B (zh) * 2022-10-09 2022-12-20 深圳市源广浩电子有限公司 基于物联网的设备负载自动调节方法、***及存储介质
CN116320043B (zh) * 2023-05-24 2023-08-01 深圳龙电华鑫控股集团股份有限公司 一种提高多载波通信***传输效率的方法及***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200611472A (en) * 2004-09-17 2006-04-01 Taiwan Power Co Ltd Method and system for detecting variation of regional electric power supply status
US7071852B1 (en) * 2004-02-13 2006-07-04 Samplify Systems Llc Enhanced test and measurement instruments using compression and decompression
TWI270282B (en) * 2000-04-03 2007-01-01 Matsushita Electric Ind Co Ltd Data communication system
TW201145745A (en) * 2010-06-04 2011-12-16 Huan-Cheng Lian Home resource management system using smart grid
TW201206114A (en) * 2010-07-16 2012-02-01 Ind Tech Res Inst Method and system for monitoring residential appliances
TW201242203A (en) * 2011-04-15 2012-10-16 Univ Nat Chiao Tung Power-monitoring system for identifying state of electric appliance and power-monitoring method thereof
CN202512170U (zh) * 2012-04-19 2012-10-31 上海大亚科技有限公司 具有断电保护功能的智能电表通信模块电路结构

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100645511B1 (ko) * 2004-08-27 2006-11-15 삼성전자주식회사 이동 통신 시스템에서 멀티 캐스트를 위한 공유 순방향링크 데이터 채널의 전력/전송율 제어 방법
US9172275B2 (en) * 2005-07-11 2015-10-27 Minesh Bhakta Power monitoring and control system and method
US8654868B2 (en) 2006-04-18 2014-02-18 Qualcomm Incorporated Offloaded processing for wireless applications
WO2008078390A1 (ja) * 2006-12-26 2008-07-03 Fujitsu Limited データ圧縮装置およびデータ復元装置
KR100872798B1 (ko) * 2007-08-24 2008-12-09 연세대학교 산학협력단 왜곡 전력 품질 지수 측정 장치 및 방법
TW200914846A (en) 2007-09-20 2009-04-01 Univ Far East Detection method of electronic signal using wavelet transformation
US8396910B2 (en) 2008-11-06 2013-03-12 International Business Machines Corporation Efficient compression and handling of model library waveforms
US8156055B2 (en) 2009-05-04 2012-04-10 ThinkEco, Inc. System and method for utility usage, monitoring and management
US9170986B2 (en) 2009-11-06 2015-10-27 City University Of Hong Kong Power quality meter and method of waveform anaylsis and compression
GB2477366B (en) * 2009-11-12 2013-06-19 Onzo Ltd Data storage and transfer
TWI423549B (zh) * 2010-07-02 2014-01-11 Univ Nat Chiao Tung 辨識電器狀態的電力監測裝置及其電力監測方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI270282B (en) * 2000-04-03 2007-01-01 Matsushita Electric Ind Co Ltd Data communication system
US7071852B1 (en) * 2004-02-13 2006-07-04 Samplify Systems Llc Enhanced test and measurement instruments using compression and decompression
TW200611472A (en) * 2004-09-17 2006-04-01 Taiwan Power Co Ltd Method and system for detecting variation of regional electric power supply status
TW201145745A (en) * 2010-06-04 2011-12-16 Huan-Cheng Lian Home resource management system using smart grid
TW201206114A (en) * 2010-07-16 2012-02-01 Ind Tech Res Inst Method and system for monitoring residential appliances
TW201242203A (en) * 2011-04-15 2012-10-16 Univ Nat Chiao Tung Power-monitoring system for identifying state of electric appliance and power-monitoring method thereof
CN202512170U (zh) * 2012-04-19 2012-10-31 上海大亚科技有限公司 具有断电保护功能的智能电表通信模块电路结构

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI611646B (zh) * 2016-10-17 2018-01-11 混合式再生能源發電系統
US11250523B2 (en) 2019-07-26 2022-02-15 Chicony Power Technology Co., Ltd. Expandable combination electric meter

Also Published As

Publication number Publication date
CN103973761B (zh) 2017-07-11
US9754329B2 (en) 2017-09-05
CN103973761A (zh) 2014-08-06
US20140214729A1 (en) 2014-07-31
TW201430353A (zh) 2014-08-01

Similar Documents

Publication Publication Date Title
TWI464411B (zh) 智慧電表及其管理系統與操作方法、遠端伺服器及其操作方法以及電器電力特徵資料庫的管理方法
Weiss et al. Leveraging smart meter data to recognize home appliances
TWI393894B (zh) 識別迴路上電器用電行為的方法、系統與電腦程式產品
Wong et al. Recent approaches to non-intrusive load monitoring techniques in residential settings
EP2653835B1 (en) A method and system for optimizing a composite load disaggregation
EP1296147B1 (en) System and method for estimating power consumption of electric apparatus, and abnormality alarm system utilizing the same
US20140005853A1 (en) Method and system for monitoring electrical load of electric devices
Ghosh et al. Artificial bee colony optimization based non-intrusive appliances load monitoring technique in a smart home
TWI663570B (zh) 用電分析伺服器及其用電分析方法
Du et al. Support vector machine based methods for non-intrusive identification of miscellaneous electric loads
TW201206114A (en) Method and system for monitoring residential appliances
Lai et al. An intercommunication home energy management system with appliance recognition in home network
Yan et al. LIFTED: Household appliance-level load dataset and data compression with lossless coding considering precision
Iyengar et al. Non-intrusive model derivation: automated modeling of residential electrical loads
US20170067948A1 (en) Power monitoring system and method for monitoring power thereof
Ting et al. A taxonomy of load signatures for single-phase electric appliances
Lork et al. How many watts: A data driven approach to aggregated residential air-conditioning load forecasting
Barker Model-driven analytics of energy meter data in smart homes
Tang et al. A data-driven approach for online aggregated load modeling through intelligent terminals
CN114441848A (zh) 功耗确定方法、装置、电子设备和存储介质
US20170059633A1 (en) Power monitoring system and method for monitoring power thereof
Bichik Impact of voltage variation on domestic and commercial loads
US10591521B2 (en) Power monitoring system and method for monitoring power thereof
Soares et al. A fully digital smart LED luminaire with remote management and embedded power quality analysis system
US10409273B2 (en) Monitoring load operation