TWI489725B - 建立一用電模型之裝置、方法及其電腦程式產品 - Google Patents

建立一用電模型之裝置、方法及其電腦程式產品 Download PDF

Info

Publication number
TWI489725B
TWI489725B TW102140460A TW102140460A TWI489725B TW I489725 B TWI489725 B TW I489725B TW 102140460 A TW102140460 A TW 102140460A TW 102140460 A TW102140460 A TW 102140460A TW I489725 B TWI489725 B TW I489725B
Authority
TW
Taiwan
Prior art keywords
power consumption
model
target user
user
users
Prior art date
Application number
TW102140460A
Other languages
English (en)
Other versions
TW201519552A (zh
Inventor
Jing Tain Sung
Original Assignee
Inst Information Industry
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 Inst Information Industry filed Critical Inst Information Industry
Priority to TW102140460A priority Critical patent/TWI489725B/zh
Priority to CN201310580921.5A priority patent/CN104636816A/zh
Priority to US14/099,232 priority patent/US20150127306A1/en
Publication of TW201519552A publication Critical patent/TW201519552A/zh
Application granted granted Critical
Publication of TWI489725B publication Critical patent/TWI489725B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

Landscapes

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

Description

建立一用電模型之裝置、方法及其電腦程式產品
本發明係關於一種用於建立一用電模型之裝置、方法及其電腦程式產品；更具體而言，本發明係關於一種利用非目標用戶之用電資料來為一目標用戶建立一用電模型之裝置、方法及其電腦程式產品。
在資源漸趨匱乏且能源價格日益上漲之今日，能源管理為社會大眾非常關切之議題。社會大眾莫不希望透過智慧化之監測、管理與控制，來有效率地分配與運用能源。
能源管理可分為供電端之能源管理及用電端之能源管理。供電端之能源管理係透過智慧電網連結傳統之供電網路與再生能源，即時地監測供需狀態，適時地加以調整，使之有最大的成效。供電端之能源管理之目的在確保供電品質，降低電網建制與管理成本。至於用電端之能源管理，則著重於即時分析用電資訊與預測未來用電需求，並且配合電價政策管理用電，避免不必要的浪費，進一步降低電費支出，達到節約能源的目的。
當一用戶需要進行用電端之能源管理時，習知技術需要一長段時間(例如：數個月、一季或一年)先行蒐集該用戶之用電資料，之後 再依據這些蒐集到的用電資料來建立用電模型，並再以此用電模型推測該用戶未來之用電量。由此可知，習知技術需要長時間蒐集用戶之歷史用電資訊才能對該用戶進行用電預測。然而，若用戶在購買能源管理之產品及服務後，還需要等候一年半載方能使用其服務(例如：用電預測、預測月底將要交多少電費)，則將會降低用戶之購買及使用之意願。
有鑑於此，本領域仍亟需一種能在短時間內就能建立用電模型之技術。
為解決習知技術的問題，本發明提供一種建立一用電模型之裝置、方法及其電腦程式產品。
本發明所提供之該裝置包含一儲存單元及一處理單元，且二者電性連接。該儲存單元儲存複數個用戶中之每一個之一用電資料及一目標用戶之一用電資料。該處理單元用以進行以下運作：(a)自該等用戶中選取複數個以作為一群組，(b)利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型，(c)利用該預測模型計算該目標用戶之一預測用電值，(d)計算該目標用戶之一實際用電值與該預測用電值之一誤差值，其中該實際用電值包含於該目標用戶之該用電資料中，以及(e)重複該運作(a)、該運作(b)、該運作(c)及該運作(d)直到符合一預設條件。該處理單元更選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組，選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶，且利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之該用電資料建立該目標用戶之該用電模型。
本發明所提供之建立一用電模型之方法適用於一電子裝置，且該電子裝置儲存複數個用戶中之每一個之一用電資料及一目標用戶之一用電資料。該用電模型建立方法包含下列步驟：(a)自該等用戶中選取複數個以作為一群組，(b)利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型，(c)利用該預測模型計算該目標用戶之一預測用電值，(d)計算該目標用戶之一實際用電值與該預測用電值之一誤差值，其中該實際用電值包含於該目標用戶之該用電資料中，(e)重複該步驟(a)、該步驟(b)、該步驟(c)及該步驟(d)直到符合一預設條件，(f)選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組，(g)選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶，以及(h)利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之該用電資料建立該目標用戶之該用電模型。
本發明所提供之電腦程式產品，包含複數個程式指令，且該等程式指令包含程式指令A至程式指令G。經由一電子裝置載入該電腦程式產品後，該電子裝置執行該電腦程式產品所包含之該等程式指令，以使該電子裝置執行一建立一用電模型之方法。程式指令A使該電子裝置自該等用戶中選取複數個以作為一群組，程式指令B使該電子裝置利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型，程式指令C使該電子裝置利用該預測模型計算該目標用戶之一預測用電值，程式指令D使該電子裝置計算該目標用戶之一實際用電值與該預測用電值之一誤差值，程式指令E，使該電子裝置重複執行該程式指令A、該程式指令B、該程式指令C及該程式指令D直到符合一預設條件。再者，程式指令F使該電子裝置選取小於 一預設值之該等誤差值所對應之該等群組作為複數個選定群組，程式指令G使該電子裝置選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶，且程式指令H使該電子裝置利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之一用電資料建立該目標用戶之該用電模型。
本發明會重複地以不同群組所包含之用戶之用電資料來為目標用戶建立一預測模型，並計算這些預測模型所預測之預測用電值與實際用電值之誤差值，直到符合一預設條件。之後，本發明再自這些誤差值中，選取小於一預設值者，並將這些小於預設值之誤差值所對應之群組作為選定群組，再選取重複地出現於這些選定群組中之至少一用戶作為至少一選定用戶，而這些選定用戶便是用電行為與目標用戶近似者。
之後，本發明再利用至少一選定用戶所對應之至少一用電資料及目標用戶之用電資料建立目標用戶之用電模型。由於本發明係以用電行為與目標用戶近似者之用電資料及目標用戶自己的用電資料來建立用電模型，故不需要長時間蒐集目標用戶的用電資料，即能建立出適合此目標用戶之用電模型。
在參閱圖式及隨後描述之實施方式後，此技術領域具有通常知識者便可瞭解本發明之其他目的，以及本發明之技術手段及實施態樣。
1‧‧‧裝置
11a、10b、10z‧‧‧用電資料
11‧‧‧儲存單元
12a‧‧‧用電資料
13‧‧‧處理單元
14‧‧‧虛線
16a‧‧‧預測用電值
16b‧‧‧實際用電值
S201~S217‧‧‧步驟
第1A圖係描繪本發明之第一實施例之裝置1；第1B圖係描繪以一預測模型計算誤差值之範例；以及第2圖係描繪本發明之第二實施例之流程圖。
以下將透過不同之實施例來解釋本發明所提供之用以建立一用電模型之裝置、方法及其電腦程式產品。然而，本發明的實施例並非用以限制本發明須在如實施例所述之任何環境、應用或方式方能實施。因此，關於實施例之說明僅為闡釋本發明之目的，而非用以直接限制本發明。須說明者，以下實施例及圖式中，與本發明非直接相關之元件已省略而未繪示。
本發明之第一實施例為用以建立一用電模型之裝置1，其示意圖係描繪於第1A圖。裝置1包含一儲存單元11及一處理單元13，且二者彼此電性連接。儲存單元11可為一記憶體、一軟碟、一硬碟、一光碟(compact disk；CD)、一隨身碟、一磁帶、一資料庫或所屬技術領域具有通常知識者所知悉且具有相同功能之任何其他儲存媒體或電路。處理單元13則可為本發明所屬技術領域中具有通常知識者所知悉之各種處理器、中央處理裝置(central processing unit)、微處理器或其他計算裝置中之任一種。
儲存單元11儲存複數筆用電資料10a、10b、……、10z，各筆用電資料10a、10b、……、10z對應至一用戶；換言之，儲存單元11儲存複數個用戶中之每一個之一用電資料。此外，儲存單元11亦儲存一目標用戶之一用電資料12a。各筆用電資料10a、10b、……、10z、12a可為一用電時間長度、一用電頻率及一累積用電量或/及其他可呈現用戶用電之相關資訊。舉例而言，用電資料10a、10b、……、10z、12a可各包含一筆子資料，其係記錄該用戶於不同日均溫下之一日累積耗電量。
於本實施例中，處理單元13已先依據一客觀條件(例如：收入、家庭人口數、年齡、職業或/及居住地區)對多個用戶進行篩選，因此， 儲存單元11所儲存之用電資料10a、10b、……、10z、12a所隸屬之用戶皆滿足同樣的客觀條件(例如：家庭人口數為4人)。惟需說明者，於其他實施態樣中，處理單元13亦可不先依據一客觀條件篩選用戶。
此外，於本實施例中，處理單元13亦已先排除異常之用電資料，因此，儲存單元11所儲存之用電資料10a、10b、……、10z、12a已不包含異常之用電資料。處理單元13排除異常之用電資料可為多種方法，其中之一方法可參考中華民國第10014455號發明專利申請案之揭露內容。惟需說明者，於其他實施態樣中，處理單元13亦可不先排除異常之用電資料，而直接用所有用電資料進行後續之處理。
本實施例之重點在於從多個非目標用戶中找出用電行為與目標用戶近似者，再利用這些用電行為近似之用戶之用電資料，來為目標用戶建立一用電模型，以供後續用電預測之用。以下將詳述本實施例之具體運作方式。
處理單元13先自該等用戶(亦即，除了目標用戶外之其他用戶)中選取複數個作為一群組(例如：自一千個用戶中選取十個用戶)，並利用此群組所包含之用戶所具有之該等用電資料建立一預測模型。舉例而言，處理單元13可利用一階線性回歸方程式、一支援向量機(Support Vector Machine；SVM)、一類神經網路、一差分整合移動平均自回歸模型或其他模型建立機制來建立該預測模型。
茲以一具體範例進行說明。假設欲為目標用戶建立一個依據日均溫預測一日累積用電量之用電模型，則可採用公式y =mx +b 作為預測模型，其中，變數x 代表溫度，變數y 代表用電量，而常數m 及b 則可分別由 以下公式(1)及公式(2)求得。
上述公式(1)及公式(2)中，常數n 代表被選取之用戶之數目(例如：自一千個用戶中選取十個用戶，則常數n 之值為10)。此外，變數x i 及y i 為第i 用戶之用電資料，其中變數x i 代表溫度，變數y i 代表用電量。當處理單元13計算出常數m 及b 後，便相當於建立出預測模型y =mx +b 。
需說明者，本發明所屬技術領域中具有通常知識者應了解當使用支援向量機、類神經網路、差分整合移動平均自回歸模型或其他模型建立機制時，如何利用多個用戶之用電資料來建立該預測模型，故茲不一一詳述其運作方式。
於建立該預測模型後，處理單元13再利用此預測模型計算該目標用戶之一預測用電值，並計算該目標用戶之一實際用電值與該預測用電值之誤差值，其中該實際用電值包含於該目標用戶之用電資料12a中。茲以上述具體範例接續說明，請參第1B圖。第1B圖中，虛線14代表處理單元13為目標用戶所建立之預測模型，而每一空心的菱形代表一筆非目標用戶之用電資料，而每一實心的菱形則代表一筆目標用戶之用電資料。舉例而言，針對日均溫攝氏29.6度，處理單元13可依據此預測模型，計算在日均溫攝氏29.6度時之預測用電值16a，再計算該目標用戶在日均溫攝氏29.6度時 之一實際用電值16b與預測用電值16a之誤差值。處理單元13會針對不同的日均溫溫度計算預測用電值，再計算誤差值，並以誤差值之總和作為代表此群組之誤差值。
之後，處理單元13會再次自該等用戶中選取複數個作為一群組(此次被選取的用戶只要與先前被選取的用戶不完全相同即可)，並以此群組所包含之用戶所對應之該等用電資料再次建立一預測模型。類似的，處理單元13利用此預測模型再次計算該目標用戶之一預測用電值，並計算該目標用戶之一實際用電值與該預測用電值之一誤差值。處理單元13會重複地進行前述運作，直到符合一預設條件為止。舉例而言，該預設條件可為依據所有群組所計算出來之該等誤差值呈現一常態分布。
接著，處理單元13自這些誤差值中，選取小於一預設值者。處理單元13將這些小於預設值之誤差值所對應之群組作為選定群組。接著，處理單元13選取重複出現於這些選定群組之至少一用戶作為至少一選定用戶，再利用至少一選定用戶所對應之至少一用電資料及目標用戶之用電資料建立目標用戶之用電模型。類似的，處理單元13可利用一階線性回歸方程式、一支援向量機、一類神經網路、一差分整合移動平均自回歸模型或其他模型，以至少一選定用戶所對應之至少一用電資料及目標用戶之用電資料來建立機制來建立該用電模型。
後續，處理單元13便可依據此用電模型及一預測資訊(例如：明日之日均溫)來預測此目標用戶於明日之預測用電量。
由上述說明可知，本實施例之裝置1會重複地以不同群組所 對應之用電資料來為目標用戶建立一預測模型，並計算這些預測模型所預測之預測用電值與實際用電值之誤差值，直到所有預測模型所產生之誤差值符合一預設條件。之後，本實施例之裝置1會再自這些誤差值中，選取小於一預設值者，並將這些小於預設值之誤差值所對應之群組作為選定群組，再選取重複出現於這些選定群組之至少一用戶作為至少一選定用戶，而這些選定用戶便是用電行為與目標用戶近似者。
之後，裝置1再利用至少一選定用戶所對應之至少一用電資料及目標用戶之用電資料建立目標用戶之用電模型。由於裝置1係以用電行為與目標用戶近似者之用電資料及目標用戶自己的用電資料來建立用電模型，故不需要長時間蒐集目標用戶的用電資料，即能建立出適合此目標用戶之用電模型。
本發明之第二實施例為建立一用電模型之方法，其流程圖係描繪於第2圖。此建立用電模型之方法適用於一電子裝置(例如：第一實施例之裝置1)，且該電子裝置儲存複數個用戶中之每一個之一用電資料及一目標用戶之一用電資料。前述的各該用電資料為一用電時間長度、一用電頻率及一累積用電量其中之一或其組合。
首先，此方法執行步驟S201，以自該等用戶中選取複數個以作為一群組。接著，執行步驟S203，利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型。舉例而言，步驟S203可利用一階線性回歸方程式、一支援向量機、一類神經網路及一差分整合移動平均自回歸模型其中之一來建立該等預測模型。接著，執行步驟S205，利用該預測模 型計算該目標用戶之一預測用電值。之後，執行步驟S207，計算該目標用戶之一實際用電值與該預測用電值之一誤差值，其中該實際用電值包含於該目標用戶之該用電資料中。接著，執行步驟S209，判斷是否符合一預設條件。舉例而言，該預設條件可為依據所有群組所計算出來之該等誤差值呈現一常態分布。
倘若步驟S209之判斷結果為否(例如：依據所有群組所計算出來之該等誤差值尚未呈現一常態分布)，則再次執行步驟S201、S203、S205及S207。需說明者，步驟S201每次執行時所選取之用戶只要與先前被選取之用戶不完全相同即可。
倘若步驟S209之判斷結果為是(例如：依據所有群組所計算出來之該等誤差值尚呈現一常態分布)，則執行步驟S211以選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組。之後，執行步驟S213，選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶。之後，執行步驟S215，利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之該用電資料建立該目標用戶之該用電模型。最後，執行步驟S217，依據該用電模型及一預測資訊計算該目標用戶之一預測用電量。
除了前述之步驟外，第二實施例亦能執行第一實施例之所有運作及功能。所屬技術領域具有通常知識者可直接瞭解第二實施例如何基於上述第一實施例以執行此等操作及功能，故不贅述。
再者，第二實施例所描述之建立一用電模型之方法可由一電 腦程式產品加以實現。當一電子裝置載入此電腦程式產品，並執行此電腦程式產品所包含之複數個指令後，即可完成第二實施例所描述之建立一用電模型之方法。前述之電腦程式產品可為能被於網路上傳輸之檔案，亦可被儲存於電腦可讀取記錄媒體中，例如唯讀記憶體(read only memory；ROM)、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或熟習此項技藝者所習知且具有相同功能之任何其它儲存媒體中。
綜上所述，本發明會重複地以不同群組所包含之用戶之用電資料來為目標用戶建立一預測模型，並計算這些預測模型所預測之預測用電值與實際用電值之誤差值，直到符合一預設條件。之後，本發明再自這些誤差值中，選取小於一預設值者，並將這些小於預設值之誤差值所對應之群組作為選定群組，再選取重複地出現於這些選定群組中之至少一用戶作為至少一選定用戶，而這些選定用戶便是用電行為與目標用戶近似者。
之後，本發明再利用至少一選定用戶所對應之至少一用電資料及目標用戶之用電資料建立目標用戶之用電模型。由於本發明係以用電行為與目標用戶近似者之用電資料及目標用戶自己的用電資料來建立用電模型，故不需要長時間蒐集目標用戶的用電資料，即能建立出適合此目標用戶之用電模型。
上述之實施例僅用來例舉本發明之實施態樣，以及闡釋本發明之技術特徵，並非用來限制本發明之保護範疇。任何熟悉此技術者可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍，本發明之權利保護範圍應以申請專利範圍為準。
S201~S217‧‧‧步驟

Claims (11)

  1. 一種建立一用電模型之裝置，包含：一儲存單元，儲存複數個用戶中之每一個之一用電資料及一目標用戶之一用電資料；以及一處理單元，電性連接至該儲存單元，且用以進行以下運作：(a)自該等用戶中選取複數個以作為一群組，(b)利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型，(c)利用該預測模型計算該目標用戶之一預測用電值，(d)計算該目標用戶之一實際用電值與該預測用電值之一誤差值，其中該實際用電值包含於該目標用戶之該用電資料中，(e)重複該運作(a)、該運作(b)、該運作(c)及該運作(d)直到符合一預設條件，其中，該處理單元更選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組，選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶，且利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之該用電資料建立該目標用戶之該用電模型。
  2. 如請求項1所述之裝置，其中該預設條件為該等誤差值呈現一常態分布。
  3. 如請求項1所述之裝置，其中該處理單元係利用一階線性回歸方程式、一支援向量機(Support Vector Machine；SVM)、一類神經網路及一差分整合移動平均自回歸模型其中之一來建立該 等預測模型。
  4. 如請求項1所述之裝置，其中各該用電資料為一用電時間長度、一用電頻率及一累積用電量其中之一或其組合。
  5. 如請求項1所述之裝置，其中該處理單元更依據該用電模型及一預測資訊計算該目標用戶之一預測用電量。
  6. 一種建立一用電模型之方法，適用於一電子裝置，該電子裝置儲存複數個用戶中之每一個之一用電資料及一目標用戶之一用電資料，該用電模型建立方法包含下列步驟：(a)自該等用戶中選取複數個以作為一群組；(b)利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型；(c)利用該預測模型計算該目標用戶之一預測用電值；(d)計算該目標用戶之一實際用電值與該預測用電值之一誤差值，其中該實際用電值包含於該目標用戶之該用電資料中；(e)重複該步驟(a)、該步驟(b)、該步驟(c)及該步驟(d)直到符合一預設條件；(f)選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組；(g)選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶；以及(h)利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之該用電資料建立該目標用戶之該用電模型。
  7. 如請求項6所述之方法，其中該預設條件為該等誤差值呈現一常態分布。
  8. 如請求項6所述之方法，其中該步驟(b)係利用一階線性回歸方程式、一支援向量機、一類神經網路及一差分整合移動平均自回歸模型其中之一來建立該等預測模型。
  9. 如請求項6所述之方法，其中各該用電資料為一用電時間長度、一用電頻率及一累積用電量其中之一或其組合。
  10. 如請求項6所述之方法，更包含下列步驟：依據該用電模型及一預測資訊計算該目標用戶之一預測用電量。
  11. 一種電腦程式產品，經由一電子裝置載入該電腦程式產品後，該電子裝置執行該電腦程式產品所包含之複數個程式指令，以使該電子裝置執行一建立一用電模型之方法，該等程式指令包含：程式指令A，使該電子裝置自該等用戶中選取複數個以作為一群組；程式指令B，使該電子裝置利用該群組所包含之該等用戶所對應之該等用電資料建立一預測模型；程式指令C，使該電子裝置利用該預測模型計算該目標用戶之一預測用電值；程式指令D，使該電子裝置計算該目標用戶之一實際用電值與該預測用電值之一誤差值；程式指令E，使該電子裝置重複執行該程式指令A、該程式指令B、該程式指令C及該程式指令D直到符合一預設條件；程式指令F，使該電子裝置選取小於一預設值之該等誤差值所對應之該等群組作為複數個選定群組； 程式指令G，使該電子裝置選取重複出現於該等選定群組之至少一用戶作為至少一選定用戶；以及程式指令H，使該電子裝置利用該至少一選定用戶所對應之該至少一用電資料及該目標用戶之一用電資料建立該目標用戶之該用電模型。
TW102140460A 2013-11-07 2013-11-07 建立一用電模型之裝置、方法及其電腦程式產品 TWI489725B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW102140460A TWI489725B (zh) 2013-11-07 2013-11-07 建立一用電模型之裝置、方法及其電腦程式產品
CN201310580921.5A CN104636816A (zh) 2013-11-07 2013-11-18 建立一用电模型的装置及方法
US14/099,232 US20150127306A1 (en) 2013-11-07 2013-12-06 Apparatus and method for creating a power consumption model and non-transitory computer readable storage medium thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW102140460A TWI489725B (zh) 2013-11-07 2013-11-07 建立一用電模型之裝置、方法及其電腦程式產品

Publications (2)

Publication Number Publication Date
TW201519552A TW201519552A (zh) 2015-05-16
TWI489725B true TWI489725B (zh) 2015-06-21

Family

ID=53007646

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102140460A TWI489725B (zh) 2013-11-07 2013-11-07 建立一用電模型之裝置、方法及其電腦程式產品

Country Status (3)

Country Link
US (1) US20150127306A1 (zh)
CN (1) CN104636816A (zh)
TW (1) TWI489725B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201820246A (zh) * 2016-11-23 2018-06-01 財團法人資訊工業策進會 取得用電戶之負載運作機率之方法及取得用電戶群組之負載運作機率之方法
CN109615555B (zh) * 2018-08-01 2023-05-05 美林数据技术股份有限公司 基于集成学习算法的用户异常用电行为识别方法及***
CN109542726B (zh) * 2018-11-15 2023-05-16 北京嘉楠捷思信息技术有限公司 一种功耗的检测方法及装置
KR20210045544A (ko) * 2019-10-16 2021-04-27 삼성전자주식회사 클럭 사이클에 기반하여 전력을 모니터링하는 동적 전력 모니터, 프로세서, 및 시스템 온 칩

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI296873B (zh) * 2005-08-12 2008-05-11 Univ Chang Gung
CN101447669B (zh) * 2008-05-05 2011-05-11 国网南京自动化研究院 一种基于稳定规则信息模型的电网安全稳定监控方法
CN202564968U (zh) * 2012-04-18 2012-11-28 天津工业大学 一种小型微网***模型设计
CN202838008U (zh) * 2012-10-15 2013-03-27 武汉大学 一种智能小区用电控制***
CN101924393B (zh) * 2010-08-11 2013-04-03 徐文远 一种电力***负荷模型参数在线估计方法及其***
CN102510127B (zh) * 2011-10-21 2013-09-18 南京南瑞继保电气有限公司 电网在线监测的一次和二次设备统一模型的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006126147A2 (en) * 2005-05-27 2006-11-30 Koninklijke Philips Electronics N.V. Method and apparatus for estimating total interest of a group of users directing to a content
CN102081614A (zh) * 2009-11-27 2011-06-01 财团法人资讯工业策进会 产品推荐***以及方法以及其自助式服务设备
CN102509170A (zh) * 2011-10-10 2012-06-20 浙江鸿程计算机***有限公司 一种基于历史轨迹数据挖掘的位置预测***及方法
CN102930354B (zh) * 2012-11-06 2016-08-10 北京国电通网络技术有限公司 一种小区用电预测方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI296873B (zh) * 2005-08-12 2008-05-11 Univ Chang Gung
CN101447669B (zh) * 2008-05-05 2011-05-11 国网南京自动化研究院 一种基于稳定规则信息模型的电网安全稳定监控方法
CN101924393B (zh) * 2010-08-11 2013-04-03 徐文远 一种电力***负荷模型参数在线估计方法及其***
CN102510127B (zh) * 2011-10-21 2013-09-18 南京南瑞继保电气有限公司 电网在线监测的一次和二次设备统一模型的方法
CN202564968U (zh) * 2012-04-18 2012-11-28 天津工业大学 一种小型微网***模型设计
CN202838008U (zh) * 2012-10-15 2013-03-27 武汉大学 一种智能小区用电控制***

Also Published As

Publication number Publication date
TW201519552A (zh) 2015-05-16
CN104636816A (zh) 2015-05-20
US20150127306A1 (en) 2015-05-07

Similar Documents

Publication Publication Date Title
Zhou et al. Fine-grained energy consumption model of servers based on task characteristics in cloud data center
US9720738B2 (en) Datacenter scheduling of applications using machine learning techniques
US9176789B2 (en) Capacity control
Katsaros et al. A service framework for energy-aware monitoring and VM management in Clouds
US8645150B2 (en) Source aware data center power profiles
TWI481881B (zh) 耗電預測裝置、方法及其電腦程式產品
US20170352071A1 (en) Smart cost analysis of household appliances
TWI489725B (zh) 建立一用電模型之裝置、方法及其電腦程式產品
JP2022101662A (ja) エネルギー顧客の予測的セグメント化
JP2022164918A (ja) 電力需要制御システム、電力需要制御方法、及び電力需要制御プログラム
US20130046703A1 (en) Smart Communications for Power Consumption Information
Radovanovic et al. Power modeling for effective datacenter planning and compute management
CN109324679A (zh) 一种服务器能耗控制方法及装置
Yang et al. Increasing the energy efficiency of a data center based on machine learning
Abera et al. Machine learning approach electric appliance consumption and peak demand forecasting of residential customers using smart meter data
Zhang et al. A data-driven approach for the optimisation of product specifications
Dong et al. Multi-year long-term load forecast for area distribution feeders based on selective sequence learning
TWI509451B (zh) 用電建議裝置、方法及其電腦程式產品
CN111260142A (zh) 商品指标数据预测方法、装置、存储介质及电子设备
Gough et al. Why data center efficiency matters
JP2021512421A (ja) 負荷形状分析に基づく、エネルギープログラム通信制御システムおよび方法
Huang et al. Data center IT efficiency measures
CN110955513A (zh) 一种服务资源的调度方法及***
Klingert Mapping data centre business types with power management strategies to identify demand response candidates
Zhou et al. Analysis of energy consumption model in cloud computing environments