為什么單位或家庭的用電量不能像通信運營費一樣具體到每一項呢？

美國家庭用戶對于家電設備的能耗情況，比如說電量消耗，用戶只知道每月電費總額，但具體到哪些電器設備消耗多少電量并沒有明顯的說明，在中國其實也是同樣的模式，家庭用戶預付費之后，每月扣除電費總額，具體到每項家電的月度用電量并不明晰。

日常生活中，大家對能源的關注并不多，在中國的家庭及商業(yè)單位，基本都沒有非常簡單易用的能源管理系統(tǒng)。與此同時，能源其實和環(huán)保息息相關，在社會強調環(huán)保的過程中，很多時候也忽視了能源的概念。

基于這樣的現(xiàn)狀和背景，要在國內推進能源管理系統(tǒng)的應用，可以從這幾個方面著手：

首先是找準行業(yè)和用戶群體。

第一個行業(yè)是售電公司，中國在2015年就開始了電力改革。傳統(tǒng)模式中，主要是國家電網和供電局供電，但以后，隨著國內電力產業(yè)運營模式的變革，可能會出現(xiàn)像美國那樣的售電公司這樣的中間角色。

國內像廣東省，作為全國社會用電第一和國家第一批售電改革試點省份，廣東的售電市場一直都備受市場矚目。廣東省很多工業(yè)及商用建筑用電基本都是從售電公司購買。售電公司就像一個綜合的售電平臺，隨著售電公司的增多（美國有多家售電公司），他們之間的競爭點就會更多的聚焦于公司的增值服務。

什么是增值服務？前面提到的關于電器設備的用電量賬單分析便是一大增值服務，比如在企業(yè)單位，公司每月的空調用電量、照明用電量、電腦用電量等等這些分項數據，對于企業(yè)管理者而言還是比較有興趣了解的。售電公司通過對企業(yè)用戶提供能源管理這項增值服務，將會更多的獲得用戶的信賴感和依賴感。

其次是商業(yè)建筑領域，一般情況下，能源消耗幾乎占到公司運營成本的30%，管理者雖然會比較關注能耗，但并不太清楚如何實現(xiàn)公司能耗的優(yōu)化，對于能源管理系統(tǒng)的應用需求比較直接。

另外一個就是家庭用戶，相對于美國而言，中國的家庭用電收費相對較低，因此對于家庭用戶而言，用戶對于冰箱、電視、空調、烤箱等家電的每月用電量情況并不太關注，但如果將家庭能源管理系統(tǒng)接入到智能家居系統(tǒng)當中，形成一個整體的場景解決方案，用戶的興趣度將會更濃厚。

這幾年，國內智能家居雖然炒得相當火熱，但仍然有一個明顯的痛點在于沒有一個統(tǒng)一的平臺入口，不論是智能音箱、路由器還是其他的智能硬件設備，不同設備之間仍難免存在信息孤島。但家庭能源管理系統(tǒng)，本身即可和不同的家電設備之間形成聯(lián)動，實時監(jiān)測不同家電的用電狀態(tài)，因此，基于這樣的系統(tǒng)架構，可以再作進一步開發(fā)，將能源管理系統(tǒng)設計成智能家居系統(tǒng)的一個部分，乃至一個新興的平臺入口。

現(xiàn)階段傳統(tǒng)模式的設備用電監(jiān)測的痛點

對于一些工業(yè)及商業(yè)用戶而言，設備用電監(jiān)測其實并不是一個陌生的概念，在現(xiàn)有的工廠園區(qū)、建筑樓宇等場所基本都會配置設備綜合管理系統(tǒng)或是樓宇自動化系統(tǒng)，便于管理方實現(xiàn)數字化管理。但這些系統(tǒng)更多是面向全廠區(qū)、園區(qū)和大樓眾多子設備的綜合管理，仍然無法兼顧到對于設備用電量的分項監(jiān)測。

像售電公司這樣能夠提供專項能源管理服務的，也會面臨硬件設計開發(fā)和安裝工程服務成本過高的困境，因此他們也在尋求低成本的解決方案。

那么，如何實現(xiàn)低成本、高靈活性的能源管理呢？

EIoT大數據實驗室首席技術官鮑鎮(zhèn)博士近期在一場人工智能技術峰會上介紹了他們實驗室的相關產品和技術方案。

（中間盒子是EIOT大數據實驗室的硬件產品，左側是電源線，右側是一個傳感器，傳感器可以貼在電表箱里面，也可以接在室內入戶的配電箱）

EIOT大數據實驗室針對能源管理應用的產品主要包括硬件設備，用于采集高頻的能耗數據，另一個便是非侵入式的負荷監(jiān)測算法API服務。商業(yè)模式上，主要是將核心算法封裝成API和SDK，來為不同的用戶提供軟硬件相結合的服務。比如針對售電公司，可以提供非侵入式的負荷監(jiān)測算法API服務，幫助客戶完成終端產品，通過按量付費的形式收取服務費。

核心的產品一是硬件，二是算法。在業(yè)界做這一項技術的廠家不在少數，尤其在電力行業(yè)，但是EIOT非侵入式負荷監(jiān)測算法的特點在于，它們對標簽的需求量比較少，因為該方案主要用的是無監(jiān)督深度學習的方法去進行各項數據的采集。

電力行業(yè)的算法訓練，打標簽的邏輯并不像圖像那么簡單。比如圖像訓練，只要把圖像的文件名做一個映射關系即可，但在電力行業(yè)，它對每一段信號都有嚴格要求。EIOT大數據實驗室內部有一套非常嚴密的轉換算法，能把信號非常精準的提取出來，所以它打標簽的難度就降低了很多，減少了傳統(tǒng)算法中的打標簽99%的工作量。同時設計了多尺度驗證算法和機制，從時間、相似度、發(fā)生頻率等角度提升非侵入式負荷監(jiān)測算法的信心度。

EIOT大數據實驗室推出的非侵入式的負荷監(jiān)測軟硬件服務，主要是通過低成本、多種形式、插件式、數據可視化的方法為社區(qū)和家庭用戶解決精細化能源數據的采集、分析功能。

其技術原理是基于機器學習和電器機理知識，對單點（對應到家庭電表和工業(yè)中的配電柜）能源數據進行分解和識別，進而得到單點下級的每個電器的精細化實時用電數據。這些數據可以用于售電公司做負荷預測，電網公司做需求側響應，智能家居公司用來提升家庭用戶的生活體驗等等。

像智能家居場景中，接入能源管理系統(tǒng)后，可以通過該系統(tǒng)收集到冰箱、空調、電視、洗衣機等各種家電設備的能耗數據，一來可以提升家庭用戶的節(jié)能環(huán)保意識，二來通過這些數據的收集，還可以進一步優(yōu)化智能家居系統(tǒng)的運行，帶給家庭成員更好的生活體驗。