则可以例如是基于未经调度的 事件的发生。与高和/或低精确度时间戳的确定结合地，来自传感器260 (即图1的120、 13、140)的数据被收集和存储在数据库265 (例如存储器160)中。
[0042] 在完成数据记录之后，然后在所收集的数据上开始偏斜校正处理，其中通过数据 清除步骤270、近似偏斜校正步骤275、数据预处理步骤280以及精确偏斜校正处理步骤来 处理原始数据。经处理的数据可以存储在数据库中、下载到远程设备(例如图1的193)和 /或显示在显示器(例如图1的190)上。
[0043] 图3A和3B图示了使用用于多个区域的低精确度时钟的针对一天期间的占用（如 占用传感器所确定的）的所收集的原始数据值，每一个区域由对应便携式设备100监视。
[0044] 图3A图示了使用低精确度时钟的一天的每一小时期间区域内的占用从0改变到 1的次数(没有占用到占用）并且图3B示出了使用低精确度时钟的一天的每一小时期间占 用从1改变到0 (占用到没有占用）的次数。图3A和3B使用应用任何偏斜校正之前的原 始数据来生成。如图3A和3B中所示，占用改变次数看起来在原始数据中任意地分布，因为 低精确度时钟中的误差具有累积的误差。因而，关于占用（和因而的能量消耗）的有用信息 不能直接从该原始数据提取。
[0045] 图4A和4B分别示出针对图3A和3B中所示的数据的偏斜校正过程的输出。对照 一天的小时，图4A不出工作日开始时间的分布并且图4B不出工作日结束时间的分布。如 图4A和4B中所示，在对应于针对工作日块的合理开始和结束时间的小时处存在工作日开 始和结束时间中的清楚峰值。图4A和4B论证了时钟偏斜校正之后的数据示出针对使用低 功率时钟的精确占用数据记录的时间戳测量的精确度中的大幅改进。
[0046] 返回到图1，偏斜校正算法190可以被视为黑匣子，具有以下输入和输出：
输入 其中， T:在占用相关事件的情况下的数据条目数目。也就是说，从未被占用到被占用（0到1) 的占用改变或者反之亦然（占用信息，占用信息中的改变）； N:记录器的数目； I祕=对应于针对第η个记录器的第t个数据条目的所测量的时间；
纽=紧接在占用转变之后的占用值，·_纖，对应于针对第η个记录器的第t个数 据条目。
[0047] 输出： 其中， :当使用更精确的时钟时，针对记录器设备η的时钟漂移的估计， :当使用较不精确的时钟时，针对记录器设备η的时钟漂移的估计。
[0048] 时钟偏斜或漂移被限定为当与时间周期的真实长度相乘时给出由该时钟测量的 对应时间持续时间的乘法常数。因此，单个时钟的偏斜或漂移的估计问题涉及两个这样的 乘法常量的估计，针对使用更加精确的时钟(例如具有高功率消耗的石英晶体时钟） 的时间，并且Ιζ?是使用较不精确的时钟(例如具有低功率消耗的RC时钟）时。典型地存 在安装在商用站点处的多个数据记录器(通常每一个所监视房间中一个记录器)。因此，总 体问题是估计每个记录器的两个漂移率，即
[0049] 因此，依照本发明的原理，估计过程使用以下事实：人们具有对其占用行为的一些 模式。存在两个主要的重要性趋势。第一，在工作日期间，人们往往花费比在周末期间更多 的时间在其办公室/工作场所。第二，人们在工作日白天期间花费比工作日夜晚更多的时 间在其工作场所。第一观察采用每周占用行为模式而第二采用每日占用行为模式。
[0050] 精确的偏斜估计的数学模型还可以表示为： |暴属|::具有传感器的房间集合 :数据集中的日子集合 議____懸:工作日开始时间 w:工作日结束时间 !_森___離雜:所记录的工作日开始时间uw、w$ui外枚!、》:所记录的工作日结束时间 :纖知_塵:当被占用时的时钟漂移 K沿ΚΗ'? :未被占用时的时钟漂移 时钟漂移限定为修改设备所测量的时间的乘法因子。因子>1 (〈1)意味着所测量的时 间移动得比通过该因子的实际时间更快(更慢)。
[0051]
I:是时钟漂移的倒数。
[0052] 此外，可能存在可能类似地影响每一个房间的占用者的日程的一些日子特定因 素，例如所有房间的占用者可能想要在周五比往常更早地离开，或者在周一比往常更晚到 达，或者特别地在美国在感恩节之前的周三早早离开等。这被称为每日添加偏置，其跨所有 房间是恒定的。 Ldmi:工作曰开始时间中的每曰添加偏置；以及NVU&fi.奶：每曰结束时间中的每曰添加偏置。
[0053] 另外，可以存在一些个人特定因素，例如一些个人具有工作到很晚的倾向并且因 而在办公室停留得比其他人更久。这些因素每天以类似的方式影响单独房间的占用者的日 程。这些可以表示为添加个人偏置。 :工作日开始时间中的个人添加偏置。 :工作日结束时间中的个人添加偏置。
[0054] 在该一般模型之下，对于日子d的房间/7的工作日开始和结束时间如下。 其中
鳴.?和是每天工作日开始和结束时间的标准值，例如分别为8am和5pm。 __^和: #是误差。进一步假定例如每一个误差项是独立且同样的、正则分布的。 令麻.1?分别为占用第η个房间直到第d个工作曰的开始和结束时间的所测量 的时间分数。4
[0055] 因此，
[0056] 这些开始时间和结束时间的测量值如下：
[0057] 因此总体模型如下：
在该情况中，假定戈_、5W焱8和嚴^的值已知(经测量）并且潔|?::和为《也可以基于 我们的典型工作小时知识来查明。在本发明的另一方面中，用户可以提供办公室的典型工 作小时作为一个用户提供的输入以便获得更精确的估计结果。
[0058] 因此，依照本发明的原理，在最一般的情况中，要估计的参数为 ^ if € (L.&、}和'.)、白[u)0
[0059] 图5和6图示了依照本发明的原理的处理的流程图，其中图5表示依照本发明的 原理的用于收集和处理数据的处理的全面流程图，并且图6表示依照本发明的原理的用于 收集和处理数据的处理的高级别流程图。
[0060] 参照图6,在块610处示出本文所描述的系统或设备的初始化。关于图5中的块 510-534示出数据记录系统或设备的初始化的详细处理。在块620处，依照本发明的原理 收集数据。在块630处执行所收集的数据的时间校正。关于图2示出时间校正的详细处 理。在块640处，执行对数据记录系统或设备所监视的区域的灯状态的估计。关于图5的 块536-582示出用于确定灯状态估计的处理的细节。在块640处，执行能量节约的确定。关 于图5的块584-612示出用于确定能量节约的处理的细节。
[0061] 依照图5中所示的处理，如本文所呈现的便携式数据记录器可以用于收集数据以 便确定例如已知时间周期内的能量使用。将领会到，可以排除图5中所示的一个或多个步 骤而不更改本发明的范围。
[0062] 参照图5,在块510处，确定数据记录器可以定位在其中的区域位置。这可以以许 多方式进行。例如，用户可以指定建筑物的完整地址、邮政编码。存在可以将地址/邮政编 码映射到炜度和经度的软件工具。可替换地，用户可以指定建筑物的炜度和经度或者可以 例如从GPS系统确定炜度和经度。在块512处，从建筑物的位置，可以确定建筑物位于其中 的时区。在块514处，格林威治标准时间（GMT)被获取并且用作参考时间。将领会到，在该 过程中还可以获取和使用位置本地时间。在块516处，开始日期和时间可以表示为格林威 治标准时间（GMT)。将领会到，时间还可以设置为本地时间而不更改本发明的范围。在块 518处，可以收集数据记录器中收集的数据并且为其加时间戳。在块520处，通过应用可能 在研究持续时间期间发生并且如之前所讨论的时区特定时间偏移来校正所收集的时间戳 数据。在块522处，将原始光电传感器读数转换成照度，假定所记录的数据与能量使用相关 联。将领会到，所收集的数据可以是其它类型的数据并且所收集的数据到适当项的转换将 取决于所收集的数据类型。在块524处，所处理的数据被格式化并且以时间戳的时间升序 分类在时间系列照度和占用数据中。在块526处，对于研究周期中的每一天(例如预确定的 时间周期)，获得