Brug af GPT til at analysere IAMMETER Cloud Energy-data — En komplet vejledning
📘 Introduktion
Denne vejledning viser, hvordan du tilslutter dinIAMMETER Cloudkonto til ChatGPT (eller IAMMETER-assistenten), hent dinintelligent energimålerdata via IAMMETERs åbneAPIog genererer automatisk enAI-drevet energioptimeringsrapport.
Det fungerer for alle IAMMETER-produkter, herunder:
- 🏠 WEM3080— Enfaset energimåler til hjemmet
- ⚙️ WEM3080T / WEM3080TD— Trefasede energimålere
- ☀️ solcelleovervågningssystemer
🧩 Trin 1 — Forberedelse
1️⃣ Log ind på IAMMETER Cloud
👉 https://www.iammeter.com/login
2️⃣ Få din API-token
Efter du er logget ind, skal du klikke på dinprofilikon (øverste højre hjørne)
Vælge"Indstillinger->Token"
Kopiér din token — den ser sådan ud (kun eksempel):
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
3️⃣ Opret forbindelse til GPT
I ChatGPT (eller IAMMETER Assistant) skal du skrive:
Mit IAMMETER API-token er xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxGPT vil oprette forbindelse til din IAMMETER Cloud-konto og vise alle tilgængelige steder og målere.
⚙️ Trin 2 — Hent oplysninger om lokation og måler
GPT vil returnere en oversigt som denne:
| Webstedsnavn | Type | Strøm i realtid | Månedlig energi | PV-aktiveret |
|---|---|---|---|---|
| Hjemmeenergimåler | Enkelt fase | 2400 W | 272 kWh | ingen |
| Solcelleanlæg | PV | –870 W | 211 kWh | ✅ Ja |
🔎 Trin 3 — Vælg et websted, der skal analyseres
Fortæl GPT:
Jeg vil gerne analysere Home Energy Monitor-webstedetGPT vil bede om dinmålerens serienummer (SN). Du kan finde den i IAMMETER Cloud →Enhedsliste, for eksempel:
70B3D5XXXXXX📊 Trin 4 — Kør effektanalysen
GPT vil ringe tilofficiel IAMMETER Cloud APIendepunkt: 👉System API-dokumentation
Eksempel:
GetPowerAnalysis(sn="70B3D5XXXXXX", starttidspunkt="2025-11-21", sluttidspunkt="2025-11-28")Eksempelresultat:
| Metrisk | værdi |
|---|---|
| Gennemsnitlig effekt | 497,2 W |
| Maksimal effekt | 5598 V |
| Minimumseffekt | 64 W |
| Gennemsnitlig effekt i dagtimerne | 480,8 W |
🌱 Trin 5 — Eksempel på AI-energioptimeringsrapport
Nedenfor er et eksempel på en GPT-genereret energieffektivitetsrapport baseret på IAMMETER Cloud-data.
⚡ Indsigt i husholdningsenergi
- Gennemsnitlig belastning ≈ 500 W
- Højere natbelastning — sandsynligvis fra vandvarmer eller klimaanlæg
- Spidsbelastning op til 5,6 kW — korte hændelser med højt forbrug registreret
💡 Optimeringsforslag
| Kategori | Henstilling | Potentielle besparelser |
|---|---|---|
| Standby-strøm | Sluk for tomgangsstik med smarte stikkontakter | ~8–10% |
| Vandvarmerstyring | Planlæg drift uden for spidsbelastnings- eller soltimer | ~10–15% |
| Spidsbelastningsstyring | Undgå at køre flere tunge enheder på én gang | ~5–8% |
Samlet besparelsespotentiale:≈ 20–25 % (≈ 1.700 kWh/år, ≈ 120–150 USD)
🧠 Trin 6 — Valgfri Smart Control-integration
Du kan kombinere IAMMETER-data + AI-indsigt tilautomatiseret kontrolved hjælp af åbne platforme:
| Platform | Beskrivelse |
|---|---|
| 🏠 Hjemmeassistent | Kontrol i realtid via MQTT-integration |
| 🧩 Node-RED | Byg smarte logiske flows (f.eks. reducer effekten over 3 kW) |
| ☁️ ThingsBoard | Opret dashboards og prognostiser tendenser |
| 🔌 WPC3700 Wi-Fi-strømstyring | Brug overskydende PV-energi til varmestyring |
🏁 Trin 7 — Opsummering
| Trin | Handling | GPT-funktion |
|---|---|---|
| 1 | Hent API-token | Godkend bruger |
| 2 | Opret forbindelse til IAMMETER Cloud | Liste over steder og målere |
| 3 | Angiv målerens serienummer | Identificer enhed |
| 4 | Kør effektanalyse | Hent strømdata |
| 5 | Generer rapport | AI-baseret energiindsigt |
| 6 | (Valgfrit) Integrer kontrol | Aktivér automatisering |
📎 Eksempel på datakilde
- IAMMETER Cloud-konto (demobruger)
- Websted:Hjemmeenergimåler
- Målerens serienummer:70B3D5XXXXXX
- Datointerval:2025-11-21 → 2025-11-28
✅ Fordele ved IAMMETER + GPT-integration
- NulkodeAI-energianalyse
- Øjeblikkeligoptimeringsrapporterfor husejere
- Problemfri forbindelse mellemIoT-målingogAI-beslutningstagning
