Valitettavasti selaimesi ei tue JavaScriptiä!
Kirjaudu sisään

Analysoi IAMMETER Cloudin energiatietoja GPT:n avulla

📘 Johdanto

Tämä opetusohjelma näyttää, miten yhdistät IAMMETER Cloud -tilisi ChatGPT:hen (tai IAMMETER Assistantiin), haet älykkään energiamittarisi tiedot IAMMETERin avoimen API:n kautta ja luot automaattisesti tekoälypohjaisen energianoptimointiraportin.

Se toimii kaikkien IAMMETER-tuotteiden kanssa, mukaan lukien:


🧩 Vaihe 1 — Valmistelu

1️⃣ Kirjaudu IAMMETER Cloudiin

👉 /login

2️⃣ Hae API-tokenisi

image-20251128093645094
  1. Kirjautumisen jälkeen napsauta profiilikuvaketta (oikeassa yläkulmassa)

  2. Valitse “Asetukset->Token”

  3. Kopioi tokenisi — se näyttää tältä (vain esimerkki):

    xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
    

3️⃣ Yhdistä GPT:hen

Kirjoita ChatGPT:ssä (tai IAMMETER Assistantissa):

My IAMMETER API Token is xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

GPT yhdistää IAMMETER Cloud -tiliisi ja listaa kaikki käytettävissä olevat sivustot ja mittarit.


⚙️ Vaihe 2 — Sivuston ja mittarin tietojen haku

GPT palauttaa tällaisen yhteenvedon:

Sivuston nimi Tyyppi Reaaliaikainen teho Kuukausittainen energia PV käytössä
Home Energy Monitor Yksivaiheinen 2400 W 272 kWh Ei
Solar PV System PV –870 W 211 kWh ✅ Kyllä

🔎 Vaihe 3 — Valitse analysoitava sivusto

Kerro GPT:lle:

I want to analyze the Home Energy Monitor site

GPT kysyy mittarisi sarjanumeron (SN). Löydät sen IAMMETER Cloudista → Laiteluettelosta, esimerkiksi:

70B3D5XXXXXX

📊 Vaihe 4 — Suorita tehoanalyysi

GPT kutsuu virallisen IAMMETER Cloud API:n päätepistettä: 👉 System API -dokumentaatio

Esimerkki:

GetPowerAnalysis(sn="70B3D5XXXXXX", startTime="2025-11-21", endTime="2025-11-28")

Esimerkki tuloksesta:

Suure Arvo
Keskimääräinen teho 497.2 W
Suurin teho 5598 W
Pienin teho 64 W
Keskimääräinen päiväteho 480.8 W

🌱 Vaihe 5 — Esimerkki tekoälypohjaisesta energianoptimointiraportista

Alla on esimerkki GPT:n tuottamasta energiatehokkuusraportista, joka perustuu IAMMETER Cloud -tietoihin.

⚡ Kotitalouden energianäkemykset

  • Keskimääräinen kuorma ≈ 500 W
  • Suurempi yöaikainen kuorma — todennäköisesti vedenlämmittimestä tai ilmastointilaitteesta
  • Huippukuorma jopa 5,6 kW — havaittu lyhyitä suuren kulutuksen tapahtumia

💡 Optimointiehdotukset

Luokka Suositus Mahdolliset säästöt
Valmiusvirta Sammuta käyttämättömät pistokkeet älypistorasioilla ~8–10 %
Vedenlämmittimen ohjaus Ajoita toiminta ruuhka-aikojen ulkopuolelle tai aurinkotunneille ~10–15 %
Huippukuorman hallinta Vältä useiden raskaiden laitteiden käyttämistä samanaikaisesti ~5–8 %

Kokonaissäästöpotentiaali: ≈ 20–25 % (≈ 1 700 kWh/vuosi, ≈ 120–150 USD)


🧠 Vaihe 6 — Valinnainen älykkään ohjauksen integrointi

Voit yhdistää IAMMETER-tiedot ja tekoälypohjaiset oivallukset automaattiseen ohjaukseen avoimien alustojen avulla:

Alusta Kuvaus
🏠 Home Assistant Reaaliaikainen ohjaus MQTT-integraation kautta
🧩 Node-RED Luo älykkäitä logiikkavirtoja (esim. katkaise virta yli 3 kW:n teholla)
☁️ ThingsBoard Luo kojelautoja ja ennusta trendejä
🔌 WPC3700 Wi-Fi Power Controller Käytä PV-ylijäämäenergiaa lämmityksen ohjaukseen

🏁 Vaihe 7 — Yhteenveto

Vaihe Toimenpide GPT:n ominaisuus
1 Hae API-token Tunnista käyttäjä
2 Yhdistä IAMMETER Cloudiin Listaa sivustot ja mittarit
3 Anna mittarin SN Tunnista laite
4 Suorita tehoanalyysi Nouda tehotiedot
5 Luo raportti Tekoälypohjaiset energianäkemykset
6 (Valinnainen) Integroi ohjaus Ota automaatio käyttöön

📎 Esimerkki tietolähteestä

  • IAMMETER Cloud -tili (demokäyttäjä)
  • Sivusto: Home Energy Monitor
  • Mittarin SN: 70B3D5XXXXXX
  • Aikaväli: 2025-11-21 → 2025-11-28

✅ IAMMETER + GPT -integraation edut

  • Kooditon tekoälypohjainen energia-analyysi
  • Välittömät optimointiraportit asunnonomistajille
  • Saumaton yhteys IoT-mittauksen ja tekoälypohjaisen päätöksenteon välillä

📚 Aiheeseen liittyvät IAMMETER-resurssit

Ylös