用电器具监控系统和方法

技术领域

本发明涉及对用电状况进行监控的系统和方法，尤其涉及对用电器具进行远程监控的系统和方法。

背景技术

咖啡机、饮水机、软饮料和酒精饮料售卖机、冰淇淋和酸奶给货机等用于供应产品的用电器具，无论是民用还是商用，往往需要器具供应商持续地提供服务。此类服务通常包括维修保养、例行维护、预防性维护以及与机器运行相关的易耗品的补货，所述易耗品为饮料或其他给货产品，或者为辅助品，如塑料杯/纸杯、冰淇淋筒或者消耗器具所输出产品的任何其他盛放用品。

当商用器具发生故障时，其经营方(如饭店经营方)可能会损失客户和收入，因此需要最大程度地减小器具因故障而停止运行的时间。给货器具还需要例行服务，例如在预设时间(如每三个月)或预设操作次数(如制作一千个冰淇淋)之后，更换过滤器或其他零件。

除了上述服务之外，给货器具还需要定期供应易耗品。由于易耗品供应商无从得知易耗品的真实消耗情况，因此商业设施的易耗品供应往往并未优化至与给货机的内部“库存”水平恰好相符。其中，要么必须在经营方下单之后才能获得易耗品，要么需要根据预先确定的时间提供服务。这一做法意味着器具有时会发生内部库存耗尽的情况，直到器具供应商补货后方能继续运行。

因此，在客户关系管理(CRM)领域，为了使器具经营方能够更加快速且高效及时地获得维护服务和易耗品，需要使器具供应商(本文中也称“供应商”)更好地了解给货器具的状态以及易耗品的实际消耗状况。

发明内容

本发明的实施方式提供以及时和高效方式远程确定包括易耗品补货需求在内的用电给货器具的服务需求的方法和系统。互联消费者系统(CCS)为一种互联器具监控平台，用于经营咖啡、矿泉水、软冰淇淋与酸奶、啤酒及非酒精饮料等产品的给货器具的产品订购服务的公司，其中，此类公司将作为产品的原材料与制作食物或饮料的用电器具一并提供给经营方。CCS能够实现设备监控、消费习惯分析以及原材料补货的优化。CCS还可识别出磨耗或维护欠佳情况，并识别出表示例行服务未及时完成的对预测性(即预防性)维护的需求。

相应地，本发明的实施方式提供一种计算系统，包括至少一个处理器和至少一个存储器，所述至少一个存储器与所述至少一个处理器以可通信方式连接，并包括计算机可读指令，所述指令在由所述至少一个处理器执行时使得所述计算系统通过实施如下步骤而识别用电器具的活动：在一段时间内测量所述用电器具的电气活动参数；分析所述电气活动参数，以识别出所述器具的一项或多项活动；以及响应于识别出所述一项或多项活动，确定所述器具的所需服务。

所述一项或多项活动可包括易耗品的给货，所述所需服务可以为所述易耗品的补货。补货可包括：根据所确定的易耗品的已给货量制定易耗品补货计划。所述易耗品可包括水、咖啡、软饮料、酒精饮料、杯子、冰淇淋筒、肥皂及清洁剂当中的一者或多者。补货可进一步包括：将待消耗易耗品的计算量与所述用电器具的经营方的易耗品订货量相比较。所述器具的一项或多项活动包括制作一杯特定类型的咖啡、牛奶打泡、准备一杯水、供应软饮料、供应酒精饮料、供应冰淇淋、供应酸奶、加热物品、冷却物品以及执行洗涤循环当中的一者或多者。

所述系统在进行识别活动时可识别所述活动的特定类型。例如，一杯咖啡的特定类型可包括：非加水意式浓缩咖啡(Short Espresso)(加糖、不加糖)；加水意式浓缩咖啡(Long Espresso)(加糖、不加糖)；拿铁咖啡(Latte)(加糖、不加糖)；卡布奇诺咖啡(Cappuccino)(加糖、不加糖)；等等。

在一些实施方式中，所述用电器具由智能插头连接至电源，所述智能插头对所述器具的电气活动进行测量，并将测量结果发送至所述计算系统。

在一些实施方式中，所述器具的电气活动至少每秒测量一次。

确定所述所需服务可包括识别所述器具的操作故障，以及向维护人员给货警示。作为替代或追加方案，确定所述所需服务可包括判断所述器具的维护活动未按时进行。

动态时间规整(DTW)法可用作识别所述一项或多项活动的方法。

该系统实施的步骤可进一步包括：对每一识别出的活动提供相应的活动参数，所述活动参数包括活动时长、耗电情况以及所检测出的异常。训练所述计算系统识别所述器具的一项或多项活动的初始步骤可包括：触发一项或多项活动；以及测量每项活动的关联电气活动。确定所述器具所需的服务可包括：识别所述器具的退化或故障；并响应地根据预定义的配置规则发出维护建议。维护建议的其中一类可以为预测性维护(例如，当发现并非因故障引起的性能下降时)，通过所建议的维护，可以提高设备的功能(减少耗电量、提高运行速度、防止性能下降或故障等)。另一类维护建议可以为应需维护，此类维护既可以为计划内的维护(例如，每给出一千杯咖啡后进行维护)，也可以为在发现已发生或即将发生的故障(如加热周期长于正常情况下的周期长度)时的维护。

附图说明

为了更好地理解本发明的各种实施方式，以及为了展现其如何能够付诸实践，以下以举例方式，参考附图。为了获得对本发明的根本性理解，附图中示出了本发明的结构细节，本说明书与附图一道使得本领域技术人员能够显而易见地了解本发明的多种形式如何能够在实践中得以体现。附图中：

图1为根据本发明的一些实施方式的自动器具监控系统示意图；

图2为根据本发明的一些实施方式的自动器具监控方法流程图；

图3A和图3B为根据本发明的一些实施方式用于对器具进行自动监控的电气监控墙面插头示意图；

图4至图10所示为根据本发明的一些实施方式接收自用电器具的且表示器具运行状况的电信号。

具体实施方式

需要理解的是，本发明及其应用不限于下述方法和系统，也不限于以下所述或附图所示的部件设置方式，还可应用于能够以各种方式实践或实行的其他实施方式。

图1为根据本发明的一些实施方式的用于对器具进行自动监控的互联消费者系统(CCS)20的示意图。CCS 20包括两个主要部件。第一部件为“智能插头”22，如墙面电气插座的插头，该插头不但将用电器具24连接至电源，同时还对器具的电流使用数据或功耗数据等电气操作参数进行测量，并将其发送给远程“CCS”服务器26。用电器具24可以为任何装置，例如由食品器具供应商管理的商用咖啡机、冰淇淋给货机、饮水机、非酒精饮料给货机等。这些装置货的产品一般为必须重新补货的易耗品(如咖啡、软饮料及冰淇淋)。该用电器具也可以为冰箱和加热器等其他类型的电气设备。

CCS 20的第二主要部件为CCS服务器26，该服务器通过对接收自智能插头22的数据进行分析而确定用电器具24的产品消耗情况，并提供补货建议、清洁或服务警示以及故障前预测。智能插头22通常设置为每秒向“CCS”服务器26发送测得的电气读数，但是这一频率可根据器具类型进行修改。其中，可通过GSM等蜂窝传输协议或与现场设置的无线路由器的Wi-Fi传输等其他通信手段进行通信，以实现与CCS服务器的互联网传输。或者，也可例如通过电线，与所述服务器进行有线通信。在一些实施方式中，所述CCS服务器可作为基于云的服务器运行。

CCS服务器26所实施的分析主要由使用状况处理模块30实施，该模块用于识别用电器具24测得的电信号(即“电气识别标志”)，并将其“转换”为与用电器具所实施的活动以及器具运行状态相关的信息。其中，一般对所述电信号进行持续跟踪，所述使用状况处理模块根据所述电信号确定是否有器具需要服务。其中，所述服务可以为对所述器具售卖的产品进行补货的例行服务请求。作为替代或追加方案，所需的服务可以为因器具无法正常工作而要求的维护工作，或者为针对改善(降低耗电量，提高给货速度，延长部件使用寿命等)所述器具而推荐的预防性维护工作。

用于给货产品，尤其食品和饮料产品的器具一般具有多个电气元件，这些电气元件可包括电动机、压缩机、泵、灯以及加热和/或冷却元件等元件。这些元件通常间歇性工作，而且每一元件的功耗往往不同。器具的功耗为每一元件的功耗之和，这表示，随着每个元件的打开和关闭，器具的功耗波形表示每个元件的功耗总和。

用电器具的不同活动，如自清洁活动或给出苏打水的活动，涉及该器具的不同元件的运行。当实施给定活动(或“操作”)时，器具功耗(或电流或其他电气参数)的波形会展示出可与所述活动相关联的“识别标志”。使用状况处理模块30受机器学习(如“监督学习”)算法训练，从而能识别出电气识别标志与给定器具型号的不同活动的对应关系。在一些实施方式中，基于给定型号的训练可扩展至能够用于现场的特定器具。

通过施加训练，可根据器具的给定活动，对信号识别标志进行分类，并确定与正常操作的偏差(即检测出需要进行维护的异常)。训练方式为：将给定活动在同一器具上实施多次；以及/或者将给定活动在类似器具(例如，10台相同的咖啡机，每台咖啡机的操作略有不同)上实施一次或多次。

对信号的分类可例如包括将咖啡机的特定信号识别标志(模式)与特定动作相关联，例如不仅与制作咖啡这一动作相关联，还进一步具体与咖啡工艺类型相关联，如意式浓缩咖啡(Espresso)或拿铁咖啡(Latte)、加水(Long)或不加水(Short)、加糖或不加糖。所述使用状况处理模块还可将信号识别标志与维护相关活动相关联，如自清洁、容器更换以及加热和冷却循环。所述模块还可通过训练而识别信号中的异常，这些异常可表明器具因磨耗而需要维护。与分类信号的关联可由动态时间规整法等本领域中已知的方法实施，其中，通过实施“规整”功能，将给定器具活动的“代表性”信号识别标志与接收信号相比较，以检验其相似性。

使用状况处理模块30一般要参考供应商数据库系统32，该系统可包括存储于企业资源计划系统(ERP)内的产品目录，以及存储于客户关系管理(CRM)系统内的客户专用数据。供应商数据库系统32可向使用状况模块30提供与器具的易耗品要求以及其他供应商目录信息相关的输入。供应商数据库系统32还可包括供应计划。随后，所述使用状况处理模块所确定的器具的已使用易耗品量与来自供应商数据库32的数据一道由动作引擎34处理，以确定是否需要供应商采取行动。

例如，所述使用状况处理模块可根据一周内接收的信号，即根据所有已识别动作的流水总计，确定位于经营方场所内的给定咖啡机已经制作了620杯各种类型的咖啡，而且根据所述供应商数据库内的明细信息，这些咖啡一共使用了14磅咖啡豆。所述数据库的明细信息还可表明所述咖啡机的容量以及相应产品的“供应计划”，该供应计划为一种配置规则，可由供应商通过称为规则配置工具36的界面输入。举例而言，如果所述咖啡机的容量为15磅，而且所述供应计划指明，当咖啡豆的剩余量为1磅或不足1磅时，需要发起补货订单，则动作引擎34输入对经营方的咖啡机进行补货的订单。订单详情(如产品、经营方)可发送至供应商数据库系统32(如该数据库系统的ERP功能)，以供其启动送货和计费工作。

除了触发续订订单之外，所述动作引擎还可进行趋势分析，对与器具的典型消耗模式相关的趋势数据进行更新。此外，所述动作引擎还可尤其在当所确定的消耗状况相对于经营方典型的使用状况不太寻常时，即快于或慢于典型消耗速度范围时，通知销售人员40(或CRM系统)。所述动作引擎还可确定潜在的可疑活动，如使用了非服务提供商的供应品(如易耗品消耗过量，但却未体现在收据中)。

所述动作引擎的输出还可提供给客户通知系统50，该系统可向客户52(即所述器具经营方)提供与计划内的补货和/或维护造访相关的信息。

所述CCS服务器实施的分析可以使补货计划和预测性维护得到优化，还可做出能够促进新销售的顾客分析。例如，分析结果可能表明，经营方的使用情况存在上升趋势，意味着可能需要购买更大型的机器。所述CCS可根据器具产生的表示例行服务未及时完成的电气识别标志，确定电信号给出了磨耗或维护欠佳的指示，并可识别出对预测性(即预防性)维护的需求。

图2为根据本发明的一些实施方式的器具监控系统的训练方法100的流程图。如上所述，所述系统受到训练以认出信号识别标志，本文中也称“事件”。训练可最先在用于在测试实验室中运行的器具上实施。随后，可以在系统处于运行状态下时继续训练。也就是说，在系统对器具进行监控的同时，训练模型可持续进行微调，以与实际现场结果更加对应。此外，如上所述，可以针对现场(即特定住宅和商业场所)的各个器具进行针对性训练，而非仅针对器具型号进行训练。

训练方法包括：在步骤102中，获取表示器具的电气负载的电信号。如上所述，所述电信号通常由智能插头22获取。所获取的信号可以为功耗或电流等电气参数的测量值。

在步骤106中，将信号包装为消息，并发送至服务器。随后，在步骤106中，进行传输，该传输可由蜂窝电话协议或互联网协议等已知通信协议以无线方式进行。也可以使用智能电表传输协议。

在步骤108中，由机器学习机制或分类引擎对所述信号进行处理，所述机器学习机制或分类引擎经过训练以认出或以其他方式“划分”与受测试的器具(即正在对其进行训练的器具)所作出的给定活动对应的识别标志。对信号“识别标志”的学习可包括：以本领域已知的各种方法，进行信号的分类和分组。在一些实施方式中，可通过称为动态时间规整(DTW)法的信号处理方法，识别信号识别标志的相似性，所述DTW法可作为k-最近邻(kNN)算法等方法的分类基础。其中，可通过选择适当的下界(LB)加速分类，这一目的可例如通过LBKeogh法实现。此外，还可根据XGBoost、深度卷积神经网络(CNN)及递归神经网络(RNN)等已知算法实施其他分类框架。

学习的活动可例如为通过苏打水喷泉机或意式浓缩咖啡机制备饮料，或者也可以为冷冻机的压缩机等器具元件的特定操作。所述机器学习框架的训练通常包括向表示特定机器活动的框架提供“标签”，其中，所述活动的执行与信号的获取同时进行。识别为特定事件的信号识别标志的示例见以下参考图4至图7所述。

在一些实施方式中，可以创建“代表性”识别标志。随后，可在系统的运行时操作模式(下述步骤120)中施加分类或其他机器学习机制，以将所获取的识别标志与已知事件相联系或“关联”。如图8至图10所示，DTW法还可用于将新的信号与事件相关联。

在步骤110中，还对涉及多项单独活动的复杂活动进行“学习”。例如，某些器具所执行的自清洁任务涉及多个步骤，每一步骤均由独立的信号识别标志表示。

在步骤112中，将事件结果以及多级事件建模结果与动作引擎34执行的规则相关联，所述规则例如到客户场进行补货访问的时间安排。此外，还可通过检测信号中的异常而进行维护工作的时间安排，其中，信号异常检测可在步骤114中建模。此外，消耗量增大等趋势的规则可在步骤116中设置，并随后由所述动作引擎在如上所述的业务分析过程中应用。在步骤120中，使用状况处理模块30可在运行状态下利用所获得的分类或其他机器学习框架监控机器(或器具)以及根据信号识别标志识别机器动作。

图3A和图3B分别为根据本发明的一些实施方式的用于自动监控器具的智能插头22的侧视和前视示意图。该智能插头仅需插入电气插座即可，并可为器具提供配套的插座，从而使得电气参数的测量无需额外布线，并且对于客户基本上透明可见。一般情况下，每一智能插头均具有唯一地址，该地址也发送至所述CCS服务器，以供将器具与其测得的信号相关联。

图4至图10为根据本发明的一些实施方式的来自用电器具且表示器具运行状况的电信号图。这些图的x轴单位为秒，但是也可根据所测量的器具类型，采用其他时间单位。这些图的y轴采用表示功率的归一化单位(如瓦特)。除此之外，这些图也可采用电流单位(如安培)。

图4所示为商用咖啡机测得的三种例示信号识别标志。识别标志402在该机器制作卡布奇诺咖啡时测得，识别标志404在该机器制作牛奶泡沫时测得，识别标志406在该机器制作意式浓缩咖啡时测得。

类似地，图5示出商用咖啡机测得的两个例示信号识别标志，其中，识别标志502表示该机器在开机时的使用状态，识别标志504表示其在制作意式浓缩咖啡时的使用状态。可以注意到的是，虽然识别标志406和504可由同一机器在制作意式浓缩咖啡时测得，但是由于在制作意式浓缩咖啡时，该机器同时工作的元件可不相同，因此使得此两识别标志完全不同。例如，所述机器可在某一意式浓缩咖啡制作事件中对水进行加热，但是在另一此类事件中不进行水的加热。所述机器学习分类系统可经过训练以识别所有的此类差异。

图6所示同样为识别标志之间的差异，图中信号为冷却机信号，该冷却机例如为在门打开时给出饮料的饮料给货机。如图所示，识别标志702和704表示压缩机的运行。识别标志706表示短暂的开门动作(如可由开灯动作引起)。识别标志708为压缩机运行过程中的多个开门动作的复杂识别标志(压缩机工作是因为打开的门使冷却机隔室变热)。所述使用状况处理模块可设置为在每一开门动作表示单个物品给货时对每一开门动作进行计数。

图8至图10所示为根据本发明的一些实施方式的将测得的识别标志(“测试”识别标志)与表示事件类别的识别标志(“最近”识别标志)相关联的过程。图8和图9所示为类似识别标志对之间的比较，每对当中的一个为之前测得的识别标志(“最近”识别标志，表示训练过程中采集的所有信号当中最接近的信号)，另一个为运行状态下的操作过程中新获取的识别标志(标注为“测试”)。如上所述，所述关联可由称为动态时间规整(DTW)法的信号处理方法实施。此外，也可采用本领域中已知的其他信号对应关系处理方法。图10所示为在拿铁玛琪雅朵(Latte Macchiato)饮料的制作过程中对意式浓缩咖啡机进行训练时采集的10个识别标志。所有这些识别标志在某些方面互有不同。通过调节“距离”训练参数，可以抵消上述差异，并将所有这些识别标志归入同一分类中。或者，也可通过去除异常识别标志而防止后续发生误报情形。例如，可以将峰值位于40秒处的紫色识别标志去除。

系统20所实施的方法100可部分或全部以数字电子电路的形式或以计算机硬件、固件、软件或其组合的形式实施。所述系统和方法可部分或全部实施为计算机程序产品，该产品可包含于计算机可读存储设备等信息载体内，或包含于可传播的信号内，该产品可由可编程处理器、计算机等数据处理装置执行或可用于控制其操作，或者部署为由设于同一网站上或分布于多个网站上的多台计算机执行。存储设备也可包括多个分布式存储单元，这些分布式存储单元包括一种或多种类型的存储介质。存储介质例如包括，但不限于，磁性存储介质，光学存储介质以及只读存储器件(ROM)和随机存取存储器(RAM)等集成电路。用于实现所述系统的计算系统可具有一个或多个处理器和一个或多个网络接口模块。处理器可构造为多重处理系统或分布式处理系统。网络接口模块可对数据包在网络中的发送和接收进行控制。包括指令序列在内的数据可从计算机RAM传输至处理器，可承载于无线传输介质中，以及/或者可根据蓝牙、TDMA、CDMA以及3G等多种格式、标准或协议进行格式化。

需要理解的是，本领域技术人员在阅读上文时，可获得现有技术中未公开的本发明变型形式和修改形式，这些形式也包含于本发明范围内。