使用 GPT 分析 IAMMETER Cloud 能源数据

📘 简介

本教程演示如何将您的 IAMMETER Cloud 账户连接到 ChatGPT（或 IAMMETER Assistant），通过 IAMMETER 开放的 API 获取您的智能电表数据，并自动生成一份基于 AI 的能源优化报告。

它适用于所有 IAMMETER 产品，包括：

🏠 WEM3080 — 单相家庭能源监测器
⚙️ WEM3080T / WEM3080TD — 三相电能表
☀️ 太阳能光伏监控系统

🧩 第一步 — 准备工作

1️⃣ 登录 IAMMETER Cloud

👉 /login

2️⃣ 获取您的 API Token

登录后，点击您的个人资料图标（右上角）
选择 "Settings->Token"
复制您的 token——格式如下（仅示例）：
```
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
```

3️⃣ 连接到 GPT

在 ChatGPT（或 IAMMETER Assistant）中，输入：

My IAMMETER API Token is xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

GPT 将连接到您的 IAMMETER Cloud 账户，并列出所有可用的站点和电表。

⚙️ 第二步 — 获取站点和电表信息

GPT 将返回如下概览：

站点名称	类型	实时功率	月累计电量	光伏启用
Home Energy Monitor	Single phase	2400 W	272 kWh	否
Solar PV System	PV	–870 W	211 kWh	✅ 是

🔎 第三步 — 选择一个站点进行分析

告诉 GPT：

I want to analyze the Home Energy Monitor site

GPT 会询问您的电表序列号（SN）。您可以在 IAMMETER Cloud → Device List 中找到它，例如：

70B3D5XXXXXX

📊 第四步 — 运行功率分析

GPT 将调用官方 IAMMETER Cloud API 端点： 👉 System API Documentation

示例：

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

示例结果：

指标	值
平均功率	497.2 W
最大功率	5598 W
最小功率	64 W
白天平均功率	480.8 W

🌱 第五步 — AI 能源优化报告示例

以下是基于 IAMMETER Cloud 数据生成的 GPT 能源效率报告示例。

⚡ 家庭能源洞察

平均负载 ≈ 500 W
夜间负载较高——可能来自热水器或空调
峰值负载高达 5.6 kW——检测到短暂的高能耗事件

💡 优化建议

类别	建议	潜在节约
待机能耗	使用智能插座关闭闲置插头	~8–10%
热水器控制	安排在非高峰或太阳能时段运行	~10–15%
峰值负载管理	避免同时运行多个大功率设备	~5–8%

总节约潜力： ≈ 20–25%（≈ 1,700 kWh/年，≈ 120–150 USD）

🧠 第六步 — 可选智能控制集成

您可以将 IAMMETER 数据与 AI 洞察相结合，通过开放平台实现自动化控制：

平台	描述
🏠 Home Assistant	通过 MQTT 集成实现实时控制
🧩 Node-RED	构建智能逻辑流（例如，功率超过 3 kW 时断电）
☁️ ThingsBoard	创建仪表盘并预测趋势
🔌 WPC3700 Wi-Fi Power Controller	利用光伏剩余能源进行加热控制

🏁 第七步 — 总结

步骤	操作	GPT 能力
1	获取 API Token	验证用户身份
2	连接 IAMMETER Cloud	列出站点和电表
3	提供电表序列号	识别设备
4	运行功率分析	获取功率数据
5	生成报告	基于 AI 的能源洞察
6	（可选）集成控制	实现自动化