Używanie GPT do analizy danych energetycznych IAMMETER Cloud

📘 Wprowadzenie

Ten poradnik pokazuje, jak połączyć konto IAMMETER Cloud z ChatGPT (lub asystentem IAMMETER), pobrać dane z inteligentnego licznika energii za pomocą otwartego API IAMMETER i automatycznie wygenerować raport optymalizacji energetycznej oparty na AI.

Działa dla wszystkich produktów IAMMETER, w tym:

🏠 WEM3080 — Jednofazowy monitor energii domowej
⚙️ WEM3080T / WEM3080TD — Trójfazowe liczniki energii
☀️ Systemy monitorowania PV

🧩 Krok 1 — Przygotowanie

1️⃣ Zaloguj się do IAMMETER Cloud

👉 /login

2️⃣ Uzyskaj token API

Po zalogowaniu kliknij ikonę profilu (prawy górny róg)
Wybierz „Settings->Token”
Skopiuj swój token — wygląda mniej więcej tak (tylko przykład):
```
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
```

3️⃣ Połącz się z GPT

W ChatGPT (lub asystencie IAMMETER) wpisz:

My IAMMETER API Token is xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

GPT połączy się z Twoim kontem IAMMETER Cloud i wyświetli listę dostępnych lokalizacji i liczników.

⚙️ Krok 2 — Pobierz informacje o lokalizacji i liczniku

GPT zwróci podgląd podobny do tego:

Nazwa lokalizacji	Typ	Moc chwilowa	Energia miesięczna	PV włączone
Monitor energii domowej	Jednofazowy	2400 W	272 kWh	Nie
System PV	PV	–870 W	211 kWh	✅ Tak

🔎 Krok 3 — Wybierz lokalizację do analizy

Powiedz GPT:

Chcę przeanalizować lokalizację Monitor energii domowej

GPT poprosi o numer seryjny licznika (SN). Możesz go znaleźć w IAMMETER Cloud → Lista urządzeń, na przykład:

70B3D5XXXXXX

📊 Krok 4 — Uruchom analizę mocy

GPT wywoła oficjalny punkt końcowy API IAMMETER Cloud: 👉 Dokumentacja API systemu

Przykład:

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

Przykładowy wynik:

Metryka	Wartość
Średnia moc	497,2 W
Maksymalna moc	5598 W
Minimalna moc	64 W
Średnia moc w ciągu dnia	480,8 W

🌱 Krok 5 — Przykładowy raport optymalizacji energetycznej AI

Poniżej znajduje się przykładowy raport efektywności energetycznej wygenerowany przez GPT na podstawie danych IAMMETER Cloud.

⚡ Analiza zużycia energii w gospodarstwie domowym

Średnie obciążenie ≈ 500 W
Wyższe obciążenie nocne — prawdopodobnie spowodowane przez podgrzewacz wody lub klimatyzator
Szczytowe obciążenie do 5,6 kW — wykryto krótkie zdarzenia wysokiego poboru mocy

💡 Sugestie optymalizacyjne

Kategoria	Rekomendacja	Potencjalne oszczędności
Moc czuwania	Wyłączaj nieużywane urządzenia za pomocą inteligentnych gniazd	~8–10%
Sterowanie podgrzewaczem wody	Zaplanuj pracę poza godzinami szczytu lub w godzinach nasłonecznienia	~10–15%
Zarządzanie obciążeniem szczytowym	Unikaj jednoczesnego uruchamiania wielu urządzeń o dużym poborze mocy	~5–8%

Łączny potencjał oszczędności: ≈ 20–25% (≈ 1 700 kWh/rok, ≈ 120–150 USD)

🧠 Krok 6 — Opcjonalna integracja inteligentnego sterowania

Możesz połączyć dane IAMMETER z analizą AI w celu automatycznego sterowania za pomocą otwartych platform:

Platforma	Opis
🏠 Home Assistant	Sterowanie w czasie rzeczywistym przez integrację MQTT
🧩 Node-RED	Twórz inteligentne przepływy logiczne (np. odcięcie zasilania powyżej 3 kW)
☁️ ThingsBoard	Twórz pulpity nawigacyjne i prognozuj trendy
🔌 WPC3700 Wi-Fi Power Controller	Wykorzystaj nadwyżkę energii PV do sterowania ogrzewaniem

🏁 Krok 7 — Podsumowanie

Krok	Czynność	Możliwość GPT
1	Uzyskanie tokena API	Uwierzytelnienie użytkownika
2	Połączenie z IAMMETER Cloud	Lista lokalizacji i liczników
3	Podanie numeru SN licznika	Identyfikacja urządzenia
4	Uruchomienie analizy mocy	Pobranie danych pomiarowych
5	Generowanie raportu	Wnioski energetyczne oparte na AI
6	(Opcjonalnie) Integracja sterowania	Włączenie automatyzacji

📎 Przykładowe źródło danych

Konto IAMMETER Cloud (użytkownik demonstracyjny)
Lokalizacja: Monitor energii domowej
SN licznika: 70B3D5XXXXXX
Zakres dat: 2025-11-21 → 2025-11-28

✅ Korzyści z integracji IAMMETER + GPT

Analityka energetyczna AI bez kodowania
Natychmiastowe raporty optymalizacyjne dla właścicieli domów
Bezproblemowe połączenie pomiarów IoT z podejmowaniem decyzji przez AI