本发明涉及能量消耗测量系统。特别地，本发明涉及能量消耗报警方法、能量消耗报警系统和平台。
背景技术：
在常规的能量分配网络中，通常在中央供应点——例如安装在公用事业提供商的供应线路与给定场所的第一分配面板之间的电量计——处测量场所的能量消耗，所述给定场所例如为单个建筑物或诸如公寓等的建筑物的不同部分。以这种方式，可以测量该特定场所处消耗的所有电能，而不管给定场所的电力分配系统如何。
在这样的中央供应点处测量的能量消耗通常由公用事业提供商用于计费目的。因此，在计费周期例如月或年的末尾，公用事业提供商通常基于所测量的总消耗来准备公用事业账单，并且将其提供至场所管理者或所有者。基于所提供的公用事业账单，场所管理者或所有者然后可以确定他或她是处于期望的能量预算内还是已经超过了期望的能量预算。
这样的常规方法足以用于计费目的。然而，在高能量价格和关注能量效率的时候，这样的常规方案中可用的数据不足以保持对能量在给定场所内如何被实际消耗的控制，并且不足以在任何给定的时间处估计给定能量目标是否将被满足。
除了安装在中央供应点处的计量装置之外，还已知的是个体计量装置。例如，个体计量装置可以被插入到插座中并且向各个耗电器例如电器供应能量。这样的能量计量装置使得能够测量给定位置处的特定器具的能量消耗。然而，这样的数据仅在个体计量装置本地处可用。因此，至少在包括相对大量的电器和其他耗电器的场所中，如果建筑物管理者或所有者想要获得要被监测的场所的能量消耗的合理的完整情形，则这样的计量装置的使用既昂贵又耗时。
因此，需要用于监测特定场所处的能量消耗的更好的系统和方法。
特别地，需要用于监测特定场所处的能量消耗的系统和方法，其可靠地通知用户关于不寻常的能量消耗。
技术实现要素：
根据本发明的一个实施方式，提供了一种能量消耗报警方法。该方法包括：在被部署在被监测场所的位置处的传感器处测量特定时间段内的特定于位置的能量消耗值，并且根据第一特征分解特定于位置的能量消耗值。该方法还包括：根据第二特征分解特定于位置的能量消耗值，并且获得第一分解能量消耗值。确定基于分解值的相应第一参考值。将第一分解能量消耗值与所确定的相应第一参考值进行比较。如果第一分解能量消耗值与所确定的相应第一参考值彼此不同，则通知用户。
根据本发明的另一实施方式，描述了一种能量消耗报警系统。能量消耗报警系统包括被部署在被监测场所的位置处的传感器。传感器被配置成提供特定时间段内的特定于位置的能量消耗值。该系统包括数据分解装置，该数据分解装置包括处理器和存储器，该存储器存储要在处理器中执行的指令，所述指令被配置成根据第一特征并且根据第二特征分解特定于位置的能量消耗值。该系统包括报警装置，该报警装置包括处理器和存储器，该存储器存储要在处理器中执行的指令，所述指令被配置成将特定于位置的能量消耗值的第一能量消耗值与相应的第一参考值进行比较，并且在第一能量消耗值与所确定的相应第一参考值彼此不同的情况下，通知用户。
根据本发明的又一实施方式，描述了一种基于云的能量消耗报警平台。该基于云的能量消耗报警平台包括数据分解装置，该数据分解装置包括处理器和存储器，该存储器存储要在处理器中执行的指令，所述指令被配置成根据第一特征并且根据第二特征分解特定于位置的能量消耗值。特定于位置的能量消耗值与被监测场所的位置相关联，并且通过至少一个数据网络被提供给基于云的能量消耗报警平台。该平台包括报警装置，该报警装置包括处理器和存储器，该存储器存储要在处理器中执行的指令，所述指令被配置成将特定于位置的能量消耗值的第一能量消耗值与相应的第一参考值进行比较，并且在第一能量消耗值与所确定的相应第一参考值彼此不同的情况下，通知用户。
所描述的本发明的各种实施方式使得能够实现能量消耗报警系统，其使得能够可靠地通知用户关于不寻常的能量消耗。以这种方式，可以快速且可靠地检测单元的故障。
附图说明
下面将参照附图描述本发明的各种实施方式。
图1是示出了根据本发明的实施方式的能量消耗报警系统的示意图。
图2示出了根据本发明的实施方式的能量消耗报警方法的流程图。
具体实施方式
在各种实施方式中，本发明涉及能够通知用户关于不寻常的能量消耗的能量消耗报警方法。本发明的实施方式还涉及能够通知用户关于不寻常的能量消耗的能量消耗报警系统和基于云的能量消耗报警平台。
图1示出了根据本发明的实施方式的能量消耗报警系统100。系统100包括报警平台110和测量系统150，测量系统150经由数据网络180例如因特网的第一网关112和第二网关152连接至报警平台110。
测量系统150被部署在要被监测的场所处例如单个建筑物或建筑群处。在所描绘的示例中，由公用事业提供商190在中央供应点192处向场所供应电能。例如，场所可以通过消耗计量装置154例如智能计量装置连接至公用事业提供商190的能量分配网络。然而，在替选实施方式中，可以由多个提供商、多个供应点和/或由多个能量载体将能量提供给被监测场所。
在被监测场所内，由公用事业提供商190供应的能量由多个分配面板(未示出)进行分配。典型地，被提供给要被监测的场所内的任何特定端点的能量是经由至少一个分配面板来提供的，并且由至少一个断路器保护。在图1所示的示例实施方式中，为了简单起见，仅示出了三个断路器160a至160c。然而，要注意以下事实：被监测场所可以包含数十个、数百个甚至数千个分配面板和断路器。
在所描述的实施方式中，断路器160a至160c中的每一个具有分配给其的相应传感器170a至170c。传感器170被放置在断路器160上以监测分别通向耗电器164a至164c的相应电路162a至162c的能量消耗。在不同的实施方式中，传感器170可以与要被监测的场所内的各个器具、断路器组、分配面板或能量分配网络的任何其他不同部分相关联。这样的传感器及其收集的数据在下文中分别被称为颗粒级传感器和颗粒级能量消耗值。能量消耗值包括针对电能、气体、油、热水和蒸汽中的至少一个的消耗值。
传感器170以及可选地智能计量装置154通过局域网156连接。以这种方式，在颗粒级处收集的各个消耗器164的特定于位置的能量消耗值可以被聚合，并且经由网关152、数据网络180和网关112被提供至报警平台110。
注意以下事实：本发明不限于图1中公开的特定测量系统150。出于本发明的目的，足以提供相对细粒度的颗粒级能量消耗值以用于如下所述的进一步分析。也可以通过对由与被监测场所的较大部分相关联的一个或少量传感器提供的数据的高级数据分析来获得这样的数据而不是由与各个电路或能量消耗装置相关联的大量传感器提供的数据来获得这样的数据。
报警平台110包括数据分解装置120以及报警装置130。
数据分解装置120分解由传感器170提供的能量消耗值121(图2)。例如，能量消耗值121是历史消耗数据的时间序列。特别地，数据分解装置120沿竖直方向和水平方向两个方向分解能量消耗值121。因此，数据分解装置120根据第一特征并且根据第二特征分解能量消耗值121。根据另外的实施方式，提供了两个单独的数据分解装置，第一数据分解装置被配置成根据第一特征将能量消耗值121分解成多个不同的数据集，并且第二数据分解装置根据第二特征将能量消耗值121分解成多个不同的数据集。
进行竖直分解以将季节效应特别是日常季节性或日常模式考虑在内。例如，空气调节系统的能量消耗在白天期间比在夜间高。相反，加热系统的能量消耗可能在夜间比在白天期间高。
根据本发明的实施方式，季节性分解通过基于loess的季节性趋势分解过程(例如，在r.b.cleveland，w.s.cleveland，j.e.mcrae和i.terpenning的文章“stl:aseasonal-trenddecompositionprocedurebasedonloess”中描述的，所述文章被发表在官方统计杂志(thejournalofofficialstatistics)，第6卷，第1期，第3至73页，1990年)或者经由移动平均的季节性分解(例如由f.e.grubbs(1969)描述的proceduresfordetectingoutlyingobservationsinsamples(用于检测样品中的异常观测值的过程)，技术计量学，第11卷，第1期，第1至21页)进行。当然可以使用实现能量消耗值的季节性分解的其他分解方法。
当使用季节性趋势分解时，能量消耗值121被分离成三个分量：季节性分量、趋势分量和残余分量。针对由报警装置130执行的比较——其稍后说明，仅使用残余分量(residualcomponent)。因此，排除季节性效应和趋势效应。因此，可以去除基于季节性效应响的能量消耗的变化和基于整体趋势的变化。
水平分解用于根据日期的不同类型来分离能量消耗值121。例如，值被分解成以下分量：工作日、周末和假日。因此，可以考虑不同类型的日期的能量消耗之间的差异。例如，办公室的能量消耗可能在工作日比在周末高。
报警装置130将由数据分解装置120提供的分解值与一个或更多个相应参考值进行比较。例如，报警装置130执行广义极端学生化偏离测试(gesd)。例如，由b.rosner在1983年在技术计量学，第25卷，第2期，第165至172页中发布的文章“percentagepointsforageneralizedesdmany-outlierprocedure”中描述了gesd测试。
例如如下对残余分量的分解值进行学生化，给定数据集x＝{x_1，…x_n}：
将学生化的值或大量学生化的值与参考值进行比较。例如，将分解并且学生化的当前能量消耗值与基于历史能量消耗数据的参考值进行比较。x_n可以是最新的值。
例如，使用以下公式来计算参考值。
其中，
并且t_{h,k}指示具有k个自由度的t分布的h百分点函数。
α∈(0，1)
是检测的显著性水平。
当学生化值大于参考值时，
gj＞λj
学生化值被认为是基于相应耗电器的不寻常的能量消耗的异常值。
报警平台110包括用户接口设施140。用户接口设施140用于输出消息例如警报消息。例如，消息被显示在报警平台110内，或者可以被提供给外部系统例如电子邮件帐户或网络接口以用于进一步处理。例如，通知被可视化并且被显示在用户接口设施140上，该用户接口设施140例如被实现为报警平台110的显示器。根据其他实施方式，经由作为便携式装置例如智能电话的一部分的用户接口设施140来通知用户。例如，可以通过自动化发消息系统例如电子邮件或文本消息来发送通知。
可选地，报警平台110还可以包括存储装置134，存储装置134用于存储由传感器170提供的特定于位置的能量消耗值以及/或者分解值和参考值。另外或可替选地，存储设施134还可以用于存储警报消息。例如，存储装置134是云服务的存储装置。
根据所描述的实施方式，报警装置130被实现为基于云的网络应用。可替选地或者另外地，数据分解装置120被实现为基于云的网络应用。
数据分解装置120和/或报警装置130经由数据网络180与测量系统140连接。测量系统150被安装在应该被监测的特定场所处，并且报警平台110可以被实现在特定场所外。
图2示出了用于操作图1中所示的能量消耗报警系统100的示例性方法的流程图。
根据该方法，在第一步骤201中，使用传感器170获得特定于位置的能量消耗值121。特别地，针对特定时间段例如6个月获得消耗值。时间段应该足够长以得到关于季节性效应的足够信息。例如，通过一个或若干个数据网络将在步骤201中获得的能量消耗值121提供给报警平台110。
在可选的步骤202中，例如通过高斯滤波器对能量消耗值121进行平滑化。
在步骤203中，进行能量消耗值121的水平分解。通过水平分解，根日期类型将一系列能量消耗值121分离成分解值122a、122b和122c。例如，日期类型可以是工作日、周末和假日中的一种。根据其他实施方式，在步骤203之后存在多于三种不同类型的分解值或少于三种类型的分解值。
在进一步的步骤204中，进行分解值122a、122b和122c的竖直分解。在竖直分解中，一系列分解值122被分离成三个分量：季节性分量、趋势分量和残余分量。因此，在步骤204之后存在分解值123a至123i。由于竖直分解，可以从分解值122中消除季节性效应和趋势效应。只有分解值122的残余分量特别是分解值123c、123f和123i被进一步处理。
在步骤205中，将分解值123c、123f和123i与参考值进行比较。例如，针对分解值123c、123f和123i执行广义极端学生化偏离(esd)测试。
在进一步的步骤206中，确定分解值123c、123f和123i中的至少一个是否大于参考值。如果分解值大于参考值，则将该分解值视为异常值，并且在步骤207中提供通知消息。例如，广义极端学生化偏离(esd)用于检测异常值。
例如，给定大小为100的数据集，其中，显著性水平为5％，在第一次迭代中，
并且
t0.99975,100-1+1＝3.600812
并且
如果条件
gj＞λj
被满足，则x_i可以被标记为异常值。为了进一步处理，可以从系列x移除x_i。
使用更新的系列，重复迭代，直到
gj＞λj
未被满足。然后，所有的异常值被检测到。
通过所描述的实施方式，可以监测耗电器164的能量消耗，并且检测耗电器164中之一的不寻常行为。将检测到设施设备异常行为。此外，预防性维护是可能的。例如，如果在耗电器164之一中存在导致不寻常能量消耗的故障，则可以通知被监测场所的设施管理者。另外，当耗电器164中的一个被关闭但其应该是正在运行时，可以通知设施管理者。因此，甚至可以监测不可预测事故例如机械或设备故障，并且可以迅速通知设施管理者。因此，设施管理者可以立即执行紧急支持和故障检修，并且使操作回到正常。向设施管理者通知特定耗电器164的实际能量消耗。因此，不需要依赖系统的报告功能或来自其他用户的手动报告。这使问题的持续时间大大缩短。通过能量消耗报警系统100，可以在通过分析设备或机器的能量消耗模式发现存在任何设备或机器的异常的情况下，向设施管理者报警。例如，当消耗全部突然低得多或趋于零时，其可能是由于单元的故障造成的。
为了检测、解释和分析能量消耗模式，使用竖直分解和水平分解。因此，可以处理在趋势分量中识别的长期行为变化。例如，在趋势分量中，捕获到空气调节系统的能量消耗在夏季比在冬季高。相反，加热系统的能量消耗可能在冬季比在夏季高。此外，由于水平分解，可以处理由假期效应或周末效应造成的行为变化。此外，可以将季节性考虑在内。在竖直分解之后，不会由于季节性和趋势的效应而触发虚假通知。根据广义极端学生化偏离测试的性质，可以防止淹没和掩藏问题。
用户得到任何异常行为的预警，所述任何异常行为可能潜在地导致整个设备或机器发生失灵或故障。这可以防止严重的故障。基于异常检测，一旦任何东西发生故障，用户将立即获得有效的警报和通知。用户可以针对该动作给予立即响应以处理问题。由于颗粒级的能量消耗值的确定，所以用户确切地知道问题在哪里或哪个消耗器164产生异常能量消耗。断路器级处的能量消耗数据被用于检测每个能量消耗器164的消耗模式，而不是采用被监测场所的总体消耗数据。所描述的方法、系统和平台准确并直接指出哪个消耗器164具有异常的能量消耗。