基于移动终端的家庭智能用电系统设计
来源:用户上传
作者:
摘 要：当前物联网技术已成为智能化领域的研究热点，并且被逐步应用到家庭用电领域。在此背景下，设计了一种基于移动终端的家庭智能用电系统，包括能够单独计量及控制的多插孔智能插座，功能完备的可视化平台，实现用电异常检测与终端平台预警。该系统优化了传统智能插座的缺陷，实现了智能设备与物联网的连接，可以采集、监测、控制、管理、诊断用电，帮助用户合理管理、优化家庭用电。
关键词：物联网;家庭智能用电;智能插座;用电异常检测;移动终端;STM32
中图分类号：TP216 文献标识码：A 文章编号：2095-1302（2020）03-00-04
0 引 言
当前，物联网技术成为智能化领域的研究热点，并且逐步应用到家庭用电领域。将家庭用电和物聯网技术联系起来，将需求侧管理融入到每一个电器产品设计和系统构置上，并使终端可以与电网及分布式能源进行响应和交流，不仅可以实现合理用电，节约能源，还可以检测用电异常，实现安全用电，让家居生活更加舒适、安全、便利[1]。
智能插座作为家庭智能用电的基础部件受到了广泛关注，但市场上目前流通的一些关于智能插座的产品仍存在许多缺陷。例如功能单一，且大多数需要通过昂贵的网关连接。另外，对于远程控制、分布式用电安排等方面拓展应用较
少[2-4]。此外，绝大多数插座不能实时监测插座的电参数，无法满足用户的按需用电要求，更不能实现远程监控[5]。
在体验智能化便利生活的同时，用电安全不容忽视，研究用电器异常检测既为人们的安全用电提供了一定程度的保障，同时也是一种节能减排的途径。国内外专家基于不同的因素对电器异常检测存在的具体问题提出了不同的解决办法，如支持向量机、神经网络、聚类分析法、局部离群因子法、统计学方法等[6-9]，这些方法为用电数据异常检测识别提供了全新的解决思路和办法。
基于此，本文设计了一种基于移动终端的家庭智能用电系统，包括能够单独计量及控制的多插孔智能插座，功能完备的可视化平台，可进行用电异常检测并在终端平台进行预警。该系统优化了传统智能插座缺陷，实现了智能设备与物联网的连接，可以采集、监测、控制、管理、诊断用电，从而帮助用户合理管理、优化家庭用电。
1 系统方案设计
根据普通家庭的用电情况设计了一款智能插座;根据获得的用电信息进行分析处理，进而实现用电器异常检测;编写设计Android手机程序，以便向用户反馈用电行为，实现用户与电网公司的交互。系统设计框图如图1所示。
家庭智能用电系统主要包括以下三部分：
（1）智能插座：可以实现智能设备与物联网的连接，并且能够单独计量及控制，实现对家庭数据的实时传输;
（2）异常检测：主要对智能插座采集到的数据进行异常分析和检测;
（3）可视化平台：具有家庭用电器实时功率信息的监测、家庭用电器远程开关控制、用电器优先度设置、用电器异常预警等功能。
2 系统模块设计与实现
2.1 智能插座设计
智能插座以STM32[10]为主控制器，通过串口与ESP8266模块连接进而将智能设备与互联网、物联网相连接，实现数据的实时传输与反向控制。硬件部分主要由电源电路、通信模块、处理器、计量电路、开关电路五个基本部分构成。结构图与实物分别如图2和图3所示。
2.2 用电异常检测
2.2.1 用电数据采集与处理
利用智能插座采集数据，对于不规律且有噪声的数据，本节基于统计图控制理论对这些不良数据进行处理。
控制图是对过程控制量特性值进行测定、记录、评估和监测，以判断过程是否处于统计控制状态的一种采用统计方法设计的图形，其基本原理如图4表示。其中，μ为中心线，μ±3σ为上下控制限，一旦有界限之外的数据点出现，就可判断为异常点，即认为它们是由特殊因素造成的过程变异。对连续型随机变量所做的控制图一般称为计量控制图。通常控制图的横轴是时间，纵轴可有多种选择，例如均值、标准差等。
本文采用X-bar控制图进行用电异常检测。通过测量得到每个交流电周期的功率，应用MINITAB软件，根据X-bar控制图去除噪点，将得到的原始功率数据分区间进行均值和均方根误差的计算，为方便分析，将功率数据分为待机区和工作区，并设定各区间的阈值（该操作状态下的功率波动容许范围）。
2.2.2 基于EM算法的用电器异常检测
异常检测的基本思想：通过对待检测用电器的波形数据与正常模式数据进行对比来检测是否存在异常。
（1）EM算法建立正常时的模型
通过EM算法[11]建立正常时的模型：首先根据己经给出的观测数据初始化模型参数;然后随机取样估计出模型参数;反复迭代，直至最后收敛，迭代结束后得到模型参数。迭代公式如式（1）和式（2）所示。
E步：对于每一个样例i，计算
（1）
M步：
（2）
式中，Qi表示该样例隐含变量z的某种分布。
（2）异常分析
将实时测量的86 400个（以秒为单位）用电器耗电数据进行处理，得到功率波形，将获得的功率波形分段表示为运行区间和待机区间，根据分割识别得到的工作区和待机区状态分别与正常模式的值进行马氏距离[12]的测量，如式（3）所示，在马氏距离预设范围内的状态区间认为是正常安全的;在预设范围外的状态区间认为是异常的。
（3）
式中：X为待检测用电器的功率波形数据;μ为正常时的均值;Σ为正常时的协方差矩阵。
图5所示为异常检测系统设计的流程。
2.3 可视化平台设计 通过智能插座的优化设计和针对用电器耗电数据进行的异常检测，可以实现完整、系统的家庭用电行为分析，帮助用户更加全面地得到电能消耗反馈并更安全地使用电器。基于以上理念，本文设计了一款Android手机程序。
Android Studio平台的开发运用Java语言编写，以保证软件多平台通用性及运行维护的稳定性;通过串口通信下载智能插座传输数据，上传控制命令;界面预期功能包括用电器实时功率信息的监测、家庭用电器远程开关控制、用电器优先度设置、用电器异常预警等功能。图6为Android Studio平台开发的设计流程，图7为设计的移动终端APP效果图。
3 家庭智能用电系统应用与测试
3.1 数据采集与处理
根据控制图相关理论，以电视、电饭煲、厨房灯为例，根据所测量的单个用电器耗电数据，通过MINITAB软件绘制用电器X-bar控制图。图8～图10所示分别为电视、电饭煲和厨房灯在运行状态下的X-bar控制图。图中上下控制限之内为正常点，之外为异常点，将异常点筛去，以便进行后续分析。
3.2 用电异常检测
基于EM算法建立三种用电器（电视、电饭煲、厨房灯）正常工作时的耗电量波形图，如图11～图13所示，并对它们一天的耗电量进行检测。
对于待检测用电器数据，求该数据对正常模式的马氏距离，并赋予这条数据一个标签，然后根据标签赋予不同的线条，绘制图形。其中，工作时曲线为实线，异常时的工作曲线为点划线，如图14～图16所示。
由此可以看出，三条曲线均没有点划线，因此三种用电器均不存在异常功耗，它们的用电行为是合理安全的。
3.3 移动终端测试
基于移动终端的家庭智能用电系统包含智能硬件、移动终端和物联网平台端。对于该家居智能用电系统测试主要包括如下两个方面：
（1）测试智能用电系统硬件是否能够正常稳定工作;
（2）测试智能硬件端是否能够与物联网平台建立连接，实时将数据同步和反向控制。
智能插座测试如图17所示，移动终端APP测试如图18所示，可以看出被测试部件均正常工作。
4 结 语
本文设计了基于移动终端的家庭智能用电系统，通过智能插座进行用电数据的实时传输，基于用电信息可视化平台进行用电数据分析，实现实时用电器异常检测，从而拓展家庭智能用电的方向。此智能用电系统可以帮助用户合理管理、优化家庭用电，实现低耗、节能，使得互联网时代的生活用电更加安全便捷。
参 考 文 献
[1]钟城，胡涛兵，李发伯.基于家用电器智能化发展现状的研究[J].四川水泥，2017（1）：118.
[2]蔡军，谢基柱，杨志.智能插座标准及测试要求的研究[J].日用电器，2016（11）： 21-24.
[3]高雄.智能家居系统中智能插座的设计[J].信息技术，2016（10）： 168-171.
[4]苏仁晨.智能插座系统设计[D].长沙：中南大学，2014.
[5]李东东，任婧玮，汪子涵，等.基于需求响应的家庭用电智能交互终端设计[J].电源技术，2017，41（2）： 297-300.
[6]李春阳，王先培，田猛，等.AMI环境下用电异常检测[J].计算机仿真，2018，35（8）：66-70.
[7]王桂兰，周国亮，赵洪山，等.大规模用电数据流的快速聚类和异常检测技术[J].电力系统自动化，2016，40（24）：27-33.
[8]刘凤魁.基于密度峰值聚类算法的电力大数据异常值检测及用电行为分析研究[D].北京：中国电力科学研究院，2017.
[9]廖文权，杨家隆，陈春，等.基于大数据分析的用电异常检测系统设计[D].重慶：重庆电力高等专科学校，2017.
[10]吕华龙.基于STM32的智能家居远程控制系统设计[D].天津：天津理工大学，2017.
[11] DEMPSTER A，LAIRD N，RUBIN D. Maximum likelihood from incomplete data via the EM algorithm[J].Journal of the royal statistical society，1977（1）：1-38.
[12]秦庆强，张晓安，李艾华，等.马氏距离在模拟电路硬件故障检测中的应用研究[J].电子测量与仪器学报，2009（7）：41-45.
转载注明来源:https://www.xzbu.com/8/view-15151406.htm
