WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2018004464) LARGE SCALE MACHINE LEARNING-BASED CHILLER PLANTS MODELING, OPTIMIZATION AND DIAGNOSIS
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.:    WO/2018/004464    International Application No.:    PCT/SG2017/050324
Publication Date: 04.01.2018 International Filing Date: 29.06.2017
IPC:
G05B 13/04 (2006.01), F24F 11/00 (2006.01)
Applicants: KIRKHAM GROUP PTE LTD [SG/SG]; 1 Fusionopolis Walk #02-11 North Tower Singapore 138628 (SG)
Inventors: CHAI, Kok Soon; (SG).
LAI, Choon Hoo; (SG)
Agent: AMICA LAW LLC; 30 Raffles Place #14-01 Chevron House Singapore 048622 (SG)
Priority Data:
10201605346S 29.06.2016 SG
Title (EN) LARGE SCALE MACHINE LEARNING-BASED CHILLER PLANTS MODELING, OPTIMIZATION AND DIAGNOSIS
(FR) MODÉLISATION, OPTIMISATION ET DIAGNOSTIC D'INSTALLATIONS DE REFROIDISSEMENT REPOSANT SUR UN APPRENTISSAGE MACHINE À GRANDE ÉCHELLE
Abstract: front page image
(EN)The invention relates to a data driven, or a hybrid rule-based and data driven Energy/Building Management System, such as for chiller plants, which has ability to learn from the data and evaluate performance. According to the invention, a computer-implemented method trains prediction models for each equipment model and chiller plant model using baseline data, predicts a parameter for each equipment model and chiller plant model using baseline data, computes differential parameter of each equipment based on the predicted and actual parameters of each equipment, computes differential parameter of the chiller plant based on the predicted and actual parameters of the chiller plant, compute a differential parameter resulting from chiller plant optimization, by subtracting the differential parameters of the various equipment from the differential parameter of the chiller plant,ascertaining a presence of abnormality in the differential parameter resulting from chiller plant optimization and generating a notification if the differential parameter resulting from chiller plant optimization is ascertained abnormal.
(FR)L'invention concerne un système de gestion d'énergie/de bâtiment guidé par des données, ou reposant sur des règles hybrides et guidé par des données, comme pour des installations de refroidissement, qui présente la capacité d'apprendre à partir des données et d'évaluer les performances. Selon l'invention, un procédé mis en œuvre par ordinateur forme des modèles de prédiction pour chaque modèle d'équipement et modèle d'installation de refroidissement au moyen de données de ligne de base, prédit un paramètre pour chaque modèle d'équipement et modèle d'installation de refroidissement au moyen de données de ligne de base, calcule un paramètre différentiel de chaque équipement sur la base des paramètres prédits et réels de chaque équipement, calcule un paramètre différentiel de l'installation de refroidissement sur la base des paramètres prédits et réels de l'installation de refroidissement, calcule un paramètre différentiel résultant de l'optimisation de l'installation de refroidissement par la soustraction des paramètres différentiels de divers équipements du paramètre différentiel de l'installation de refroidissement, la détermination de la présence d'une anomalie dans le paramètre différentiel résultant de l'optimisation de l'installation de refroidissement et la génération d'une notification si le paramètre différentiel résultant de l'optimisation de l'installation de refroidissement est déterminé comme étant anormal.
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
African Regional Intellectual Property Organization (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
Publication Language: English (EN)
Filing Language: English (EN)