Darüber hinaus wird zu schätzen wissen, daß sich die Vorrichtung der vorliegenden Erfindung nicht auf einen intelligenten Zähler verlassen muss, um die erforderlichen Stromverbrauchsmessungen usw. zu erhalten, sondern tatsächlich die Informationen von den um die Netzkabel platzierten Schließklemmen gewinnen kann. ii Unter Bezugnahme auf Abbildung 2A ist eine grafische Darstellung einer Leistungssignatur darstellung, die von einem Gebäude aus liest, wie die von Abbildung 1, in der die Geräte 22 bis 27 in Betrieb sind und Strom aus der Stromversorgung verbrauchen. In diesem Diagramm wird die Leistungssignatur über einen bestimmten Zeitraum dargestellt und zeigt ein einzelnes Gesamtsignal der zusammengesetzten Leistungssignatur, das durch das Hinzufügen des von jedem der Geräte 22 bis 27 erzeugten Leistungssignatursignals erzeugt wird. Das System kann entweder in Echtzeit arbeiten oder die Daten nachbearbeiten lassen, die Nachbearbeitung wird in der Lage sein, eine genauere Aufschlüsselung der einzelnen Geräte zu liefern, obwohl das System mit zunehmender Rechenleistung in der Lage sein wird, die Daten zu verarbeiten und das Gerät in Echtzeit zu identifizieren, abhängig von den Schwellenwerten, die für das gewählte Netzwerk für künstliche Intelligenz ausgewählt wurden (z. B. Schwellenwerte für neuronale Netzwerke). Das neuronale Netzwerk kann eine große Anzahl von Vergleichsfaktoren enthalten, wie z. B. eine oder mehrere von: erwartete Änderung der Last, erwartete Änderung der Frequenzen, erwartete Änderung des Phasenwinkels, vorübergehende Musteränderung, vorübergehende Frequenzänderung, Änderung der Frequenz änderung des Ab-Musters, Änderung der Laufmusterfrequenz, Änderung der Laufmusterlast und Variation des Laufmusters.

Je mehr Vergleichsfaktoren verwendet werden, desto genauer ist das System bei der Identifizierung der Geräte und desto effektiver ist das System bei der Unterscheidung der Low-Watt-Geräte (60 Watt und darunter). Die Merkmale des Stromverbrauchs jedes Geräts können analysiert und verwendet werden, um die Merkmale zu berechnen, aus denen die Signatur für dieses Gerät besteht, einschließlich Ein-/Aus-Transienten, Signalform/Muster einschließlich Signalform/Muster im Zeitverlauf, Frequenzkomponenten, Auswirkungen auf den Phasenwinkel, Laständerung im RMS, relative und blindaktive Leistungsänderung, Dreiphasenmuster oder eine Kombination eines der oben genannten Merkmale, einschließlich über verschiedene Zeiträume, um zu bestimmen, welches Gerät erkannt wird. Auf diese Weise kann es gesehen werden, wenn verschiedene Geräte ein- und ausgeschaltet werden, so dass jede bestimmte Gerätesignatur, die erkannt wurde, identifiziert und einem bestimmten elektrischen Gerät zugewiesen werden kann. Ein weiterer Aspekt der vorliegenden Erfindung sieht ein Verfahren zur Überwachung des Stromverbrauchs einer elektrischen Einrichtung innerhalb eines elektrischen Systems vor, das Verfahren zur Überwachung des Stromverbrauchs des elektrischen Systems; Ableitung einer zusammengesetzten Leistungssignatur aus der Überwachung des Stromverbrauchs des elektrischen Systems; Identifizieren und Zuweisen einer eindeutigen Leistungssignatur, die dem elektrischen Gerät innerhalb der zusammengesetzten Leistungssignatur zugeordnet ist; und Überwachung des Stromverbrauchs des elektrischen Geräts unter Verwendung der zugewiesenen eindeutigen Leistungssignatur.