一种家居能耗监测与节能控制系统的设计

摘 要：现有的家用电器往往存在着严重的能耗浪费，其主要原因在于对电器能耗监测的匮乏，以及用户节能意识的薄弱。文中对家用电器的能耗参数进行了分析，提取了家用电器的多特征参数。并据此提出了一种电器的状态和模式识别算法，建立了电能参数AR预测模型，并在此基础上，设计出了一种家用电器能耗监测与节能控制系统来对电器进行智能控制，并对用户的用电行为给予指导性建议，从而达到节能的目的。

关键词：电能特征参数；模式识别；智能控制；节能

中图分类号：TP311 文献标识码：A 文章编号：2095-1302（2014）08-0070-03

0 引 言

随着物联网技术和控制技术的快速发展，以及人们对物质生活享受的要求不断提高，智能家居成为物联网产业发展的必然结果。传统的智能家居仍是独立运行的，各种电器的用电存在着非常不合理的浪费，缺少节能的功能。即便有的用户具有良好的节能意识，却往往没有很有效的节能措施。然而，当我们的节能意识和用户的体验度相矛盾时，往往会放弃节能措施，致使家用电器存在着大量电能浪费[1]。同时，在家居电器的使用中，处于待机状态的家用电器产生了大量的待机功耗，这些都造成了电能的大量浪费。

目前，家庭能耗管理系统的研究主要分为两个方向：家庭能耗管理策略的研究和家庭能耗管理系统总体构架的研究[2]。在能耗管理策略上，本文提出电能的多种特征参数，并提出一种智能预测算法。在系统总体构架上，本文采用ZigBee组网，S3C2440作为主控器，采用Web页面对系统进行管理。

1 系统概述

系统由采集节点，ZigBee局域网，主控器和Web网页控制页面组成。系统框架如图1所示。

图1中采集节点负责智能插座上的电能参数采集，采集到的参数包括电器的电流、电压、功率、功率因数及能耗总量，并由电流的采样值得到电流的相关系数和电流的波动系数。

家庭内部的无线组网采用ZigBee的星型网络，网络节点包括终端节点和协调器节点，终端节点负责接收来自采集节点的数据和传送协调器发送的控制命令，协调器节点负责接收来自采集节点的电能参数和转发主控器的控制命令。ZigBee与采集节点和主控器间的通信都采用的是串口协议。

主控器的设计采用的的三星公司的S3C2440芯片，Linux操作系统，主控器主要负责命令的发送，数据的分析，以及预测算法的计算，是整个系统的核心部分。

数据的呈现采用的是Web网页形式，由CGI脚本语言来执行网页的请求，并从嵌入式数据库SQLite中读取数据，作出处理后把结果以网页形式返回。系统做到了实时的监测电器的电能参数，并能够作出分析，给出用户用电建议。

2 系统设计与实现

2.1 家用电器的多特征参数提取

一个家庭的家用电器有十几种。大致有照明设备、电视、空调、洗衣机、冰箱、微波炉、电饭煲、洗浴电器以及各种充电设备[3]。通过对以上电器的电能参数特性分析，可以提取以下四种特征参数：电流互相关系数R（xi，yi）、有功功率P，功率因数cosφ（其中φ为功率因数角）以及电流波形的波动系数BD。相关系数是衡量两个变量间相关程度的统计量[4]，其定义公式为：

2.2 家用电器的模式识别

家用电器的模式识别分为电器的状态识别和电器的类型识别。其中状态识别包括电器的开关状态和多种工作模式；而电器的类型识别要求根据电器的特征参数识别出电器的具体类型[6]。

2.2.1 电器的状态识别

本系统能主要是识别电启动的开关状态，对于电器的多状态识别方法可以类比。对于开关状态的识别首先要对电器的稳态和暂态区域做出识别。给出几种电器的电流包络图像，具体如图2、图3所示。

由图2可以观察到，电器的电流分为稳态区和暂态区。电器启动的过程中电流的波动比较大，位于暂态区，因此应该首先识别出采集数据的稳态区。本文通过对多种电器的暂态区域和稳态区域的电流波形的分析可知：电器的暂态区域一般不超过90个采样点，并且稳态区域的电流波动一般不超过0.05A。因此，本文在状态识别过程中，为了保守起见选取120个采样点的数据进行分析。首先，求出第i+1个采样电流值与第i个采样电流值之差：

如果此时的电流波动值大于0.05，则本次采样的电流处于暂态区，进行重新采样，否则电器处于稳态区。然后，求出稳态区电流的最小值和电器的平均功率，如果电器的电流的最小值小于0.1 A，并且平均功率小于5 W则电器处于关断状态，否则处于运行状态。在这里，通过电器的特征参数的观察电器的待机功耗一般小于5 W，而大于5 W的待机功耗我们等价为一个节能灯设备。

2.2.2 电器类型的识别

电器类型的识别包括不同类型的电器识别和不同品牌的电器识别[7]。本文家用电器的类型识别是依据本文提出的电器的多特征参数，在进行类型辨别之前建立起家用电器的样本库，通过计算与样本库最相似的电器类型作为本次识别的结果。由于各种电器间的多特征参数存在着很大的相似性，所以本文采用参数的交叉赋值法来进行识别。

2.3 智能预测算法设计

为了达到节能的目的，系统采用了智能预测算法，能够提前预知电器的预测值，进而提前给出开关动作。

2.4 系统硬件设计

本系统的硬件设计分为以下几个部分：数据采集模块和控制模块，无线收发模块，主控器部分。其中无线收发模块和主控器部分是系统研究重点，这里给予详细说明。

2.4.1 无线收发模块设计

本文中的无线收发模块采用的是ZigBee无线传输协议，芯片选择的是TI公司的CC2530。ZigBee是一种低功耗、短距离、可自组网的无线通信技术。其网络模型分为星型网络、树状网络、网状网络，本系统采用了星型网络，该网络模型具有维护简单、重新配置灵活、故障隔离和检测容易等优点。

2.4.2 主控器模块设计

主控器采用的是ARM+Linux的架构，其中ARM芯片选择的是三星公司的S3C2440芯片。该芯片的外设支持丰富，工作频率最高可达533 MHz，可以满足算法的需要。网络接口芯片采用的是DM9000网卡芯片，该芯片支持10/100M网络传输，与S3C2440采用16为总线通信。主控器与ZigBee无线模块采用串口通信，通信频率在9 600 b/s的波特率。有SD卡电路，用于保存数据库的信息。

2.5 系统软件设计

本系统的软件设计包括电器状态识别、电器类型识别、电器的智能预测以及电器的数据存储与呈现。系统主程序流程图如图4所示。

系统初始化之后，检测到有新设备加入时会进入中断1。中断1的主要工作是进行电器状态和电器类型的识别，并把结果存入数据库。

系统有命令发送时，进入中断2。中断2的主要工作是将命令通过串口传给协调器，然后协调器下发至终端节点，并控制继电器做出相应动作。

3 实验与分析

3.1 电器开关状态识别

电器开关状态识别主要步骤为：首先，对电器的电能参数进行采样，读取120个采样点的数据，然后按下式进行计算：

3.2 电器类型识别

电器类型识别的主要步骤为：首先，判断电器是否进入稳态区。如果进入稳态区，则进行类型识别。然后，计算特征参数，与模型库进行对比计算，得出识别参数：d_r[i]，d_p[i]，d_pf[i]，d_fc[i]，并据此得出电器类型识别矩阵d_num[i][j]，然后按权值矩阵：

4 结 语

随着人类生活水平的提高和智能家居的普及，家居电器的模式识别和节能控制是我们必须面对的问题[10]。本文提出的一种基于电器多特征参数的模式识别能够辨识种类繁多的电器，这将对于家居电器类大数据的分析提供丰富的数据来源，对于家电公司具有十分现实的经济价值。节能控制系统能够智能的管理家居电器，减少能耗，具有一定的发展前景。

参 考 文 献

[1]彭金华，舒少龙，林峰. 家庭能耗管理系统研究综述[J]. 电力需求侧管理，2011（1）：35-38.

[2]杨毅，苗升伍. 能源管理系统在智能建筑中的应用研究[J]. 智能建筑与城市信息，2012（1）：70-74.

[3]王晓曼. 智能家居无线监控与节能管理系统研究[D].西安：西安建筑科技大学，2011.

[4]侍必胜. 家庭能耗管理系统的设计与实现[D].南京：南京信息工程大学，2012.

[5]刘志敏. 智能住宅中电器的节能控制算法的研究[D]. 哈尔滨：哈尔滨工业大学，2006.

[6]雷冬梅. 非侵入式电路故障诊断及家用电器用电状况在线监测算法研究[D].重庆：重庆大学，2012.

[7] ZHOU Suyang， WU Zhi， LI Jianing . Real-time Energy Control Approach for Smart Home Energy Management System [J]. Electric Power Components and Systems，2014，5341 5344.

[8]崔茭. 基于ARM和ZIGBEE的物联网智能家居系统的设计[D].上海：东华大学，2013.

[9]李静. 一种用于家用智能电表的负荷识别方法[J]. 现代电力，2013（5）：83-89.

[10]徐艳. 运用模糊模式识别改进电器性能综合评估[J]. 现代电子技术，2005，28（23）：120-122.