基于移動終端的家庭智能用電系統設計

徐浩源　程艷杰　謝鵬利　楊璐

摘 要：當前物聯網技術已成為智能化領域的研究熱點，并且被逐步應用到家庭用電領域。在此背景下，設計了一種基于移動終端的家庭智能用電系統，包括能夠單獨計量及控制的多插孔智能插座，功能完備的可視化平臺，實現用電異常檢測與終端平臺預警。該系統優化了傳統智能插座的缺陷，實現了智能設備與物聯網的連接，可以采集、監測、控制、管理、診斷用電，幫助用戶合理管理、優化家庭用電。

關鍵詞：物聯網;家庭智能用電;智能插座;用電異常檢測;移動終端;STM32

中圖分類號：TP216文獻標識碼：A文章編號：2095-1302（2020）03-00-04

0 引 言

當前，物聯網技術成為智能化領域的研究熱點，并且逐步應用到家庭用電領域。將家庭用電和物聯網技術聯系起來，將需求側管理融入到每一個電器產品設計和系統構置上，并使終端可以與電網及分布式能源進行響應和交流，不僅可以實現合理用電，節約能源，還可以檢測用電異常，實現安全用電，讓家居生活更加舒適、安全、便利[1]。

智能插座作為家庭智能用電的基礎部件受到了廣泛關注，但市場上目前流通的一些關于智能插座的產品仍存在許多缺陷。例如功能單一，且大多數需要通過昂貴的網關連接。另外，對于遠程控制、分布式用電安排等方面拓展應用較

少[2-4]。此外，絕大多數插座不能實時監測插座的電參數，無法滿足用戶的按需用電要求，更不能實現遠程監控[5]。

在體驗智能化便利生活的同時，用電安全不容忽視，研究用電器異常檢測既為人們的安全用電提供了一定程度的保障，同時也是一種節能減排的途徑。國內外專家基于不同的因素對電器異常檢測存在的具體問題提出了不同的解決辦法，如支持向量機、神經網絡、聚類分析法、局部離群因子法、統計學方法等[6-9]，這些方法為用電數據異常檢測識別提供了全新的解決思路和辦法。

基于此，本文設計了一種基于移動終端的家庭智能用電系統，包括能夠單獨計量及控制的多插孔智能插座，功能完備的可視化平臺，可進行用電異常檢測并在終端平臺進行預警。該系統優化了傳統智能插座缺陷，實現了智能設備與物聯網的連接，可以采集、監測、控制、管理、診斷用電，從而幫助用戶合理管理、優化家庭用電。

1 系統方案設計

根據普通家庭的用電情況設計了一款智能插座;根據獲得的用電信息進行分析處理，進而實現用電器異常檢測;編寫設計Android手機程序，以便向用戶反饋用電行為，實現用戶與電網公司的交互。系統設計框圖如圖1所示。

家庭智能用電系統主要包括以下三部分：

（1）智能插座：可以實現智能設備與物聯網的連接，并且能夠單獨計量及控制，實現對家庭數據的實時傳輸;

（2）異常檢測：主要對智能插座采集到的數據進行異常分析和檢測;

（3）可視化平臺：具有家庭用電器實時功率信息的監測、家庭用電器遠程開關控制、用電器優先度設置、用電器異常預警等功能。

2 系統模塊設計與實現

2.1 智能插座設計

智能插座以STM32[10]為主控制器，通過串口與ESP8266模塊連接進而將智能設備與互聯網、物聯網相連接，實現數據的實時傳輸與反向控制。硬件部分主要由電源電路、通信模塊、處理器、計量電路、開關電路五個基本部分構成。結構圖與實物分別如圖2和圖3所示。

2.2 用電異常檢測

2.2.1 用電數據采集與處理

利用智能插座采集數據，對于不規律且有噪聲的數據，本節基于統計圖控制理論對這些不良數據進行處理。

控制圖是對過程控制量特性值進行測定、記錄、評估和監測，以判斷過程是否處于統計控制狀態的一種采用統計方法設計的圖形，其基本原理如圖4表示。其中，μ為中心線，μ±3σ為上下控制限，一旦有界限之外的數據點出現，就可判斷為異常點，即認為它們是由特殊因素造成的過程變異。對連續型隨機變量所做的控制圖一般稱為計量控制圖。通常控制圖的橫軸是時間，縱軸可有多種選擇，例如均值、標準差等。

本文采用X-bar控制圖進行用電異常檢測。通過測量得到每個交流電周期的功率，應用MINITAB軟件，根據X-bar控制圖去除噪點，將得到的原始功率數據分區間進行均值和均方根誤差的計算，為方便分析，將功率數據分為待機區和工作區，并設定各區間的閾值（該操作狀態下的功率波動容許范圍）。

2.2.2 基于EM算法的用電器異常檢測

異常檢測的基本思想：通過對待檢測用電器的波形數據與正常模式數據進行對比來檢測是否存在異常。

（1）EM算法建立正常時的模型

通過EM算法[11]建立正常時的模型：首先根據己經給出的觀測數據初始化模型參數;然后隨機取樣估計出模型參數;反復迭代，直至最后收斂，迭代結束后得到模型參數。迭代公式如式（1）和式（2）所示。

E步：對于每一個樣例i，計算

（1）

M步：

（2）

式中，Qi表示該樣例隱含變量z的某種分布。

（2）異常分析

將實時測量的86 400個（以秒為單位）用電器耗電數據進行處理，得到功率波形，將獲得的功率波形分段表示為運行區間和待機區間，根據分割識別得到的工作區和待機區狀態分別與正常模式的值進行馬氏距離[12]的測量，如式（3）所示，在馬氏距離預設范圍內的狀態區間認為是正常安全的;在預設范圍外的狀態區間認為是異常的。

（3）

式中：X為待檢測用電器的功率波形數據;μ為正常時的均值;Σ為正常時的協方差矩陣。

圖5所示為異常檢測系統設計的流程。

2.3 可視化平臺設計

通過智能插座的優化設計和針對用電器耗電數據進行的異常檢測，可以實現完整、系統的家庭用電行為分析，幫助用戶更加全面地得到電能消耗反饋并更安全地使用電器。基于以上理念，本文設計了一款Android手機程序。

Android Studio平臺的開發運用Java語言編寫，以保證軟件多平臺通用性及運行維護的穩定性;通過串口通信下載智能插座傳輸數據，上傳控制命令;界面預期功能包括用電器實時功率信息的監測、家庭用電器遠程開關控制、用電器優先度設置、用電器異常預警等功能。圖6為Android Studio平臺開發的設計流程，圖7為設計的移動終端APP效果圖。

3 家庭智能用電系統應用與測試

3.1 數據采集與處理

根據控制圖相關理論，以電視、電飯煲、廚房燈為例，根據所測量的單個用電器耗電數據，通過MINITAB軟件繪制用電器X-bar控制圖。圖8～圖10所示分別為電視、電飯煲和廚房燈在運行狀態下的X-bar控制圖。圖中上下控制限之內為正常點，之外為異常點，將異常點篩去，以便進行后續分析。

3.2 用電異常檢測

基于EM算法建立三種用電器（電視、電飯煲、廚房燈）正常工作時的耗電量波形圖，如圖11～圖13所示，并對它們一天的耗電量進行檢測。

對于待檢測用電器數據，求該數據對正常模式的馬氏距離，并賦予這條數據一個標簽，然后根據標簽賦予不同的線條，繪制圖形。其中，工作時曲線為實線，異常時的工作曲線為點劃線，如圖14～圖16所示。

由此可以看出，三條曲線均沒有點劃線，因此三種用電器均不存在異常功耗，它們的用電行為是合理安全的。

3.3 移動終端測試

基于移動終端的家庭智能用電系統包含智能硬件、移動終端和物聯網平臺端。對于該家居智能用電系統測試主要包括如下兩個方面：

（1）測試智能用電系統硬件是否能夠正常穩定工作;

（2）測試智能硬件端是否能夠與物聯網平臺建立連接，實時將數據同步和反向控制。

智能插座測試如圖17所示，移動終端APP測試如圖18所示，可以看出被測試部件均正常工作。

4 結 語

本文設計了基于移動終端的家庭智能用電系統，通過智能插座進行用電數據的實時傳輸，基于用電信息可視化平臺進行用電數據分析，實現實時用電器異常檢測，從而拓展家庭智能用電的方向。此智能用電系統可以幫助用戶合理管理、優化家庭用電，實現低耗、節能，使得互聯網時代的生活用電更加安全便捷。

參 考 文 獻

[1]鐘城，胡濤兵，李發伯.基于家用電器智能化發展現狀的研究[J].四川水泥，2017（1）：118.

[2]蔡軍，謝基柱，楊志.智能插座標準及測試要求的研究[J].日用電器，2016（11）： 21-24.

[3]高雄.智能家居系統中智能插座的設計[J].信息技術，2016（10）： 168-171.

[4]蘇仁晨.智能插座系統設計[D].長沙：中南大學，2014.

[5]李東東，任婧瑋，汪子涵，等.基于需求響應的家庭用電智能交互終端設計[J].電源技術，2017，41（2）： 297-300.

[6]李春陽，王先培，田猛，等.AMI環境下用電異常檢測[J].計算機仿真，2018，35（8）：66-70.

[7]王桂蘭，周國亮，趙洪山，等.大規模用電數據流的快速聚類和異常檢測技術[J].電力系統自動化，2016，40（24）：27-33.

[8]劉鳳魁.基于密度峰值聚類算法的電力大數據異常值檢測及用電行為分析研究[D].北京：中國電力科學研究院，2017.

[9]廖文權，楊家隆，陳春，等.基于大數據分析的用電異常檢測系統設計[D].重慶：重慶電力高等專科學校，2017.

[10]呂華龍.基于STM32的智能家居遠程控制系統設計[D].天津：天津理工大學，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]秦慶強，張曉安，李艾華，等.馬氏距離在模擬電路硬件故障檢測中的應用研究[J].電子測量與儀器學報，2009（7）：41-45.