Je nám líto, váš prohlížeč nepodporuje JavaScript!

Použití GPT k analýze cloudových energetických dat IAMMETER

📘 Úvod

Tento tutoriál ukazuje, jak připojitIAMMETER Cloudúčet do ChatGPT (nebo IAMMETER Assistant), načtěte si svůjinteligentní měřič energiedata přes otevřený IAMMETERAPIa automaticky vygenerovatZpráva o optimalizaci energie s využitím umělé inteligence.

Funguje pro všechny produkty IAMMETER, včetně:


🧩 Krok 1 – Příprava

1️⃣ Přihlaste se do cloudu IAMMETER

👉 https://www.iammeter.com/login

2️⃣ Získejte svůj API token

obrázek-20251128093645094
  1. Po přihlášení klikněte na svůjikona profilu (pravý horní roh)

  2. Vybrat„Nastavení –> Token“

  3. Zkopírujte si token – vypadá takto (pouze příklad):

    xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

3️⃣ Připojení k GPT

Do ChatGPT (nebo IAMMETER Assistant) zadejte:

Můj token IAMMETER API je xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

GPT se připojí k vašemu účtu IAMMETER Cloud a zobrazí seznam všech dostupných lokalit a měřičů.


⚙️ Krok 2 – Získání informací o lokalitě a měřiči

GPT vrátí přehled podobný tomuto:

Název webu Typ Výkon v reálném čase Měsíční energie PV povoleno
Monitor spotřeby energie v domácnosti Jednofázový 2400 W 272 kWh Ne
Solární FV systém Souhrnná hodnota –870 W 211 kWh ✅ Ano

🔎 Krok 3 – Vyberte web k analýze

Řekněte GPT:

Chci analyzovat web Home Energy Monitor

GPT se vás zeptásériové číslo měřiče (SN). Najdete ho v cloudu IAMMETER →Seznam zařízení, například:

70B3D5XXXXXX

📊 Krok 4 – Spusťte analýzu výkonu

GPT zavoláoficiální cloudové API IAMMETERkoncový bod: 👉Dokumentace systémového API

Příklad:

GetPowerAnalysis(sn=„70B3D5XXXXXX“, počáteční čas=„21. 11. 2025“, koncový čas=„28. 11. 2025“)

Příklad výsledku:

Metrický hodnota
Průměrný výkon 497,2 Z
Maximální výkon 5598 Z
Minimální výkon 64 W
Průměrný denní výkon 480,8 W

🌱 Krok 5 – Příklad zprávy o optimalizaci energie s využitím umělé inteligence

Níže je uveden příklad zprávy o energetické účinnosti vygenerované pomocí GPT na základě dat z cloudu IAMMETER.

⚡ Postřehy o energetické náročnosti domácností

  • Průměrné zatížení ≈ 500 W
  • Vyšší noční zatížení – pravděpodobně z ohřívače vody nebo klimatizace
  • Špičkové zatížení až 5,6 kW – detekovány krátkodobé události s vysokou spotřebou

💡 Návrhy na optimalizaci

Kategorie Doporučení Potenciální úspory
Pohotovostní režim Vypínejte nečinné zástrčky pomocí chytrých zásuvek ~8–10%
Ovládání ohřívače vody Naplánujte si provoz mimo špičku nebo v hodinách se slunečním zářením ~10–15%
Řízení špičkového zatížení Vyhněte se používání více těžkých zařízení najednou ~5–8%

Celkový potenciál úspor:≈ 20–25 % (≈ 1 700 kWh/rok, ≈ 120–150 USD)


🧠 Krok 6 – Volitelná integrace inteligentního ovládání

Můžete kombinovat data IAMMETER s poznatky z umělé inteligence proautomatizované řízenís využitím otevřených platforem:

Plošina Popis
🏠 Domácí asistent Řízení v reálném čase prostřednictvím integrace MQTT
🧩 Node-RED Vytvořte inteligentní logické postupy (např. snižte výkon nad 3 kW)
☁️ ThingsBoard Vytvářejte dashboardy a předpovídejte trendy
🔌 Wi-Fi regulátor napájení WPC3700 Využití přebytečné energie z fotovoltaiky k regulaci vytápění

🏁 Krok 7 – Shrnutí

Krok Akce Možnost GPT
1 Získat API token Ověření uživatele
2 Připojení ke cloudu IAMMETER Seznam lokalit a měřičů
3 Uveďte sériové číslo měřiče Identifikace zařízení
4 Spusťte analýzu výkonu Načíst data o napájení
5 Generovat zprávu Energetické poznatky založené na umělé inteligenci
6 (Volitelné) Integrace řízení Povolit automatizaci

📎 Příklad zdroje dat

  • Účet IAMMETER Cloud (demo uživatel)
  • Místo:Monitor spotřeby energie v domácnosti
  • Výrobní číslo měřiče:70B3D5XXXXXX
  • Rozsah dat:2025-11-21 → 2025-11-28

✅ Výhody integrace IAMMETER + GPT

  • Zero-codeAnalýza energie s využitím umělé inteligence
  • Okamžitýoptimalizační zprávypro majitele domů
  • Bezproblémové spojení meziMěření internetu věcíaRozhodování s využitím umělé inteligence

Horní