CN102414956B - 用于电力设施使用、监视和管理的系统和方法 - Google Patents

Abstract

本发明涉及用于电力设施使用、监视和管理的系统和方法。提供使用多端口电源插座监视设备、为可以在住宅或者商业环境中找到的多个电器采集波形数据的系统和方法，以获得表明基于每个电器和/或每个位置和/或基于每个用户的能源消耗的能源消耗轮廓。根据能源消耗轮廓可靠地识别多个电器。依据一个方法实施例，经由多端口监视设备在耗用时间周期内独立计量从未知电器传送的波形数据。将计量的波形数据从多端口监视设备无线传送到构造电器签名的共定位的系统控制器。可以重复该过程以产生多个电器签名。将一个或多个电器签名与预存储的规范签名的数据库进行比较以确定是否存在匹配以便识别电器。

Description

用于电力设施使用、监视和管理的系统和方法

技术领域

本发明一般涉及用于设施使用、监视和管理的方法和系统。

背景技术

随着关于上涨的全球变暖的严重问题，城市和公司用于提高能源节约的努力已经稳定增加。例如，主要的美国城市已经独立地许诺以使他们的排放水平到2012年比1990年减少7％。新的开发者，也许是响应于上升的市场和城市的压力，已经开始遵守由美国绿色建筑协会的能源和环境设计认证(LEED)计划设置的标准。最后，许多公司正在开始绿色公司能源市场营销并且尽可能地增加了绿色生产线。

响应于全球变暖的增加的媒体覆盖，平均的消费者对于减少碳排放的愿望空前高涨，61％的大众视全球变暖为真正的问题。不幸地是，现今不存在低成本高效益且系统化的方式来将这个愿望转变成严格的、可测量的节约努力。一方面，个人用于节约资源的典型和容易的方式是非常难以量化的(例如采用更短时间的淋浴)。另一方面，重大的节约努力(诸如太阳能转换)非常昂贵并且需要显著的生活方式改变。此外，当消费者试图节约时，他们不能看到他们共同努力的影响。这个缺乏的信息阻止节约的努力，并且可以部分解释为什么大多数人依赖公司和政府来充当大多数绿色开端(initiative)的先锋。

在本文中，能够产生对于个人节约努力的大的正向差别(positive difference)的是能源管理解决方案，该方案允许消费者易于跟踪他们在每个电器(appliance)或者每个插座级别处的电力使用，从而消费者可以基于他们每日的行动精确找出个人节约时机。电器级别的数据的粒度(granularity)是关键的，因为在任何给定的时间点处人们与个人的电器交互，而非与整个住宅或者办公室交互。这意味着需要能源管理系统灵活以便在所有典型的住宅和商业使用模式下工作，例如用能源管理解决方案自由交换用于“即插即用”的电器的能力和使系统识别什么正被插入的能力。

此外，所需要的是对上至大众级别的个人使用行为进行总计的低成本高效益并且准确的手段，从而消费者可以看到他们的节约努力的累计影响并且理解他们能够比他们的同仁多节省多少。此外，如果在每个电器的级别获得则总计的数据会最有用，因为这会允许横跨用户和大众的有意义的比较。例如，“一个社区的用户在上个月通过将他们的壁挂空调温度升高2华氏度已经节省了多少能源？”或者“在现实世界使用模式下哪个电器是最高能效的？”为了实现此事，能源管理解决方案必须并入使用电源插座(outlet)监视设备来评估、验证和学习哪类电器为通过每个电源插座采集的电力消耗数据负责的系统化和客观的方式。

发明内容

本发明解决这些问题。

本发明的一个目的是提供一种用于使用多端口电源插座监视设备(OMD)为可以在住宅或者商业环境中找到的多个电器采集波形数据的系统和方法，以获得指出在每个电器和/或每个位置基础上和/或在每个用户基础上的电力消耗的电力消耗轮廓。

本发明的一个更加特定的目的是能够可靠地识别插入到各个多端口电源插座监视设备(OMD)中的多个电器，这些电器可以在住宅或者商业环境中找到。

作为一种远程识别至少一个未知电器的方法，本发明的一个实施例至少包括：经由多端口监视设备在耗用时间周期内独立计量从所述至少一个未知电器传送的波形数据的操作；从多端口监视设备将独立计量的波形数据无线传送到共定位的(co-located)系统控制器；在所述共定位的系统控制器处为至少一个未知电器由无线传送的波形数据构造一个或多个电器签名(signa ture)；以及在系统控制器处处理一个或多个被构造的电器签名以识别至少一个未知电器。

作为一种用于可靠地识别插入到各个多端口电源插座监视设备中的多个电器的系统，本发明的一个实施例至少包括：用于检测和识别多个未知电子设备的识别和检测系统，包含：(I)如图1C所示的本地系统控制器50，包含：(i)数据上载模块52，配置成从本地系统控制器50将电器签名数据发送到系统管理节点102；(ii)数据打包模块54，可操作地耦接到数据上载模块52并且配置成压缩电器签名数据以便通过网络60传输；(iii)数据库56，配置成存储规范签名的本地副本；(iv)处理器58，配置成运行一个或多个软件模块，软件模块执行如图2-7中用流程图表示的关键(key)算法步骤；(v)模块67，配置成无线接收独立计量的波形数据；(II)多个多端口监视设备12，配置成独立计量在耗用时间周期内从各个多个未知电器传送的波形数据和将该波形数据无线传送到系统控制器50，如图1B所示；(III)如图1A所示的系统管理节点102，包含：(i)网关计算机104，配置成缓存从多个多端口监视设备接收的独立计量的波形数据并且执行服务器负载平衡；(ii)处理器114，配置成对档案数据库116提供专线访问；(iii)多个分布式计算节点112，配置成执行涉及规范签名的管理和一般的电器检测相关任务的计算指令；(iv)聚类前端106，配置用于负载分配、负载平衡、以及一般性管理分布式计算节点112；(v)瞬态数据库(transient database)110，用于存储与电器检测有关的短期至中期数据。

作为一种至少包括计算机程序代码的计算机可读介质，该计算机程序用于使消费者能够智能地管理由在住宅或者商业环境中的多个用户和/或多个负载消耗的能源，本发明的一个实施例至少包括计算机程序代码用于：经由多端口监视设备在耗用时间周期内独立计量来自所述至少一个未知电器的波形数据；将来自多端口监视设备的独立计量的波形数据无线传送到共定位的系统控制器；在所述共定位的系统控制器处为至少一个未知电器由无线传送的波形数据构造一个或多个电器签名；和在系统控制器处处理一个或多个被构造的电器签名以识别至少一个未知电器。

附图说明

通过和附图一起考虑的本发明的以下详细描述，本发明的这些和其他的目的、特征和优点是明显的，其中：

图1A示出依据本发明的一个实施例用于电器检测和识别的系统100的结构框图。

图1B是依据本发明的一个实施例的图1A的系统管理节点102更详细的例示图。

图1C是依据本发明的一个实施例的客户节点3更详细的例示图。

图2是依据一个实施例的本发明的识别和检测系统的方法实施例的顶层流程图。

图3是在图2的步骤208处一般性描述的“电器签名采集”过程的一个方法实施例的更详细的流程图。

图4是在图2的步骤214处一般性描述的“电器签名匹配”过程的一个方法实施例的更详细的流程图。

图5是在图2的步骤212处一般性描述的用于“增强现有的规范签名”的过程的一个方法实施例的更详细的流程图。

图6是在图2的步骤218处一般性描述的“询问用户例程”过程的一个方法实施例的更详细的流程图。

图7是在图2的步骤224处一般性描述的“产生新的规范签名”过程的一个方法实施例的更详细的流程图。

图8-11示出5个典型家用电器的电流和电压图。

图12是用于典型电器签名的电子组件的图形表示。

图13是根据一个实施例的电器表1300的域描述。

具体实施方式

在下面的讨论中，阐明许多具体细节以提供对本发明的透彻理解。但是本领域技术人员将意识到本发明可以不用具体特定细节而实践。在其他情形下，为了不因非必要细节使本发明晦涩难懂，已经用示意图或者框图形式示出了熟知的元件。已经尽量省略了关于网络通信、电磁信号发送技术等的细节，因为这种细节对于获得对本发明的完全理解不被认为是必要的。将这种细节视为在相关领域普通技术人员的理解范围内。

本说明书示出本公开的原理。因此将意识到本领域技术人员能够设计不同的布置，该布置虽然未在本文中明确描述或者显示，但是该布置实施本公开的原理并且被包括在本公开的精神和范围内。

期望本文陈述的所有示例和有条件的语言都用于教育目的，使得读者能够理解本公开的原理和发明人为深化该项技术所贡献的概念。要将这些示例解释为对这种具体陈述的示例和条件无限制。

此外，期望本文中陈述的本公开的原理、方面和实施例的所有声明、以及其具体示例包含本公开的结构和功能等价物两者。另外，期望这种等价物包括当前已知的等价物以及未来开发的等价物，即，执行相同功能、与结构无关的任何开发的元件。

可以通过使用专用硬件以及能够与适当软件相关地执行软件的硬件提供在附图中显示的不同元件的功能。当由处理器提供时，可以通过单个专用处理器、通过单个共享的处理器、或者通过多个单独的处理器(它们中的一些可以共享)提供这些功能。此外，应该将明确使用的术语“处理器”或者“控制器”解释为专门指能够执行软件的硬件、并且可以明确地、非限制性地包括数字信号处理器(“DSP”)硬件、用于存储软件的只读存储器(“ROM”)、随机存取存储器(“RAM”)和非易失性储存器。

还可以包括其他硬件，传统和/或定制的硬件。同样，在附图中显示的任何开关都仅仅是概念性的。可以通过操作程序逻辑(programlogic)、通过专用逻辑、通过程序控制和专用逻辑的交互，或者甚至是由实施者可选择的手动的、特定技术来执行这些开关的功能，正如通过内容更加具体理解的那样。

除非另外具体声明，正如通过以下的讨论显而易见的那样，否则将意识到贯穿说明书讨论采用的诸如“处理”、“计算”、“运算”、“确定”等的术语指的是计算机或者计算系统、或者类似的电子计算设备的动作和/或处理，类似的电子计算设备将表示为诸如在计算系统的寄存器和/或存储器中的电子量的物理量操纵和/或变换成类似地表示为在计算系统的存储器、寄存器或者其他这种信息存储、传输或显示设备中的物理量的其他数据。

本发明的实施例可以包括用于执行本文的操作的装置。该装置可以具体构造用于期望的目的，或者它可以包含通用目的计算机或者由存储在计算机中的计算机程序有选择地起动或者重新配置的数字信号处理器(“DSP”)。这种计算机程序可以存储在计算机可读存储介质中，诸如、但不限于任何类型的盘，包括软盘，光盘，只读光盘(CD-ROM)，磁性光盘，只读存储器(ROM)、随机存取存储器(RAM)，电可编程只读存储器(EPROM)，电可擦除和可编程只读存储器(EEPROM)，磁卡或者光学卡，或者适于存储电子指令、并能够耦接到计算机系统总线的任何其他类型的媒介。

本文提出的过程和显示并非固有地与任何特定计算机或者其他装置有关。不同的通用目的系统可以依据本文的教导用于程序，或者它可以证明便于构造更加具体的装置以执行期望的方法。用于多种这些系统的期望的结构通过下面的描述将会显现。另外，将不参考任何特定的编程语言描述本发明的实施例。将意识到多种编程语言可以用于实现正如本文所描述的本发明的教导。

在软件实施方式中，计算机软件(例如程序或者其他指令)和/或数据存储在作为计算机程序产品的一部分的机器可读介质上，并且经由可移动的存储驱动器、硬盘驱动器或者通信接口载入到计算机系统或者其他设备或者机器中。计算机程序(也称为计算机控制逻辑或者计算机可读程序代码)存储在主存储器和/或次存储器中，并且由一个或多个处理器(控制器等)执行以使一个或多个处理器执行如本文所描述的本发明的功能。在这个文档中，术语“机器可读介质”、“计算机程序介质”和“计算机可用介质”一般用来指诸如随机存取存储器(RAM)；只读存储器(ROM)；可移动存储单元(例如磁盘或者光盘，闪速存储器设备等)；和硬盘的媒介。

定义

正如在本文中所使用的，术语“电器”指的是可以电耦接到壁上插座的任何设备。

正如在本文中所使用的，术语“多路复用(multiplexing)”或者“正在复用(muxing)”和“复用(mux)”指的是由两个或者更多个输入数据流产生单个、组合的数据流。

正如在本文中所使用的，术语“解复用”指的是复用的逆过程，这里人们恢复已经被多路复用的原始信号。

正如在本文中所使用的，术语“波形数据”指的是作为时间的函数(as a function of time)的电流和/或电压。它还可以指作为时间的函数的功率。

术语“短时”波形指的是在几秒或者更少的级别的周期内采集的电器波形数据。另一方面，术语“长时”波形指的是在至少十秒长的周期内采集的电器波形数据。

术语“操作模式”指的是电器的不同操作模式。

术语“路径”指的是在单次使用期间由电器连续访问的那系列操作模式。

术语“转换”指的是在两个连续的操作模式之间采集的电器波形数据。

术语“电器的规范签名”是可以为特定电器采集的所有签名的准确的总结表示，并且指的是模式、路径和转换，以及这种模式和转换的相关波形性质。规范签名还包括所谓“非电(非电子)”数据，诸如地球物理和人口统计学数据。在其最一般的形式中，规范签名S是性质P_i集：S＝{P₁，P₂，...P_n}，诸如模式和转换矩阵，它们是该电器的特性。

术语“波形性质”指的是时间相关波形的数字和/或描述性特征。对于给定波形的这种性质的示例是：它的绝对最大和最小值，局部极值的数量，它的导数或者积分，或者它的功率谱。

索引

一般将下面的公开划分成下面的部分：

I.介绍

II.系统图

III.示例性住宅实施例

IV.电器签名

1.电器签名的基本组分(component)

2.电子签名组分

3.电子签名组分结构

4.非电签名组分结构

5.完整的电器签名结构

V.规范签名

1.规范签名的基本组分

2.规范签名结构

VI.规范签名数据库(CSD)

1.规范签名数据库的数据组织

2.基于无监督学习方法(unsupervised learning method)的分类

3.规范签名数据库的数据质量

VII.签名匹配

1.基于分类算法的评分(Scoring)

2.训练分类器以减少错误肯定

VIII.隐私问题(Privacy Issue)

IX.方法实施例的流程图

部分I.介绍

根据本发明的实施例，提供一种用于可靠地识别可以在住宅或者商业环境中找到的、插入到各个多端口电源插座监视设备(OMD)中的多个电器的电器检测和识别系统和相关方法。

本发明的系统的优点包括，例如给用户提供可靠地识别插入到各个多端口电源插座监视设备(OMD)中的电器(即，洗碗机、烤面包机、电视)和在多端口OMD设备中自由互换用于“即插即用”电器的能力。

本发明的电器检测系统提供超过现有技术系统的多个优点并且可以根据五个关键的非限制性特性来特征化。首先，本发明的系统允许多个电源插座监视设备(OMD)溶入(fade)到消费者的背景行为中。换言之，系统允许OMD无缝地渗入到消费者的每日例程中并且使对于使用OMD所需的行为改变最小。第二，本发明的系统既在操作使用方面又在电器识别准确度方面具有极高的可靠性阀值。第三，该系统能够实时或者近实时操作以提供即时的用户反馈。第四，该系统考虑到用户的隐私关注。第五，用户能够按需独立控制他们各自的本地系统控制器的操作，例如接通/断开它。应该意识到这些五个特性仅仅是示例性的并且不为了限制而提供。在阅读了本公开之后其他特性是明显的。

上述特性将对该系统提出下面相关的要求。这些要求通过本发明的系统完成并且包括：第一和首要的，灵活性，由此要求本系统能够用不同的数据阵列进行操作，这些数据阵列代表可以由不同的用户使用电器的许多方式。准确度，由此以这种方式设计和优化系统，从而减少错误识别(即错误肯定)。速度，由此要求系统能够从大约10⁴-10⁵个有商标的电器的空间中快速识别特定电器。隐私，由此个人化的OMD数据不在用户的个人化系统控制器之外通信，该控制器共定位在用户的住宅中。数据效率，由此在系统控制器处于“断开”状态的情况下系统提供用于在OMD设备中本地存储测量的波形数据的能力。

部分II.系统图

图1A示出依据本发明的一个实施例用于电器检测和识别的系统100的结构框图。在一个实施例中，系统100包括系统管理节点102。系统管理节点102执行与功率消耗轮廓的采集、组织和分发有关、以及与作为功率消耗轮廓的来源的多个电器的可靠识别有关的无数功能，功率消耗轮廓指出基于每个电器和/或每个位置和/或基于每个用户的功率消耗。通信介质60连接系统管理节点102与客户节点3(为了易于解释显示三个)，客户节点3远离系统管理节点102。可以使用诸如因特网协议(IP)、帧中继、异步传输模式(ATM)等的不同的包交换技术将通信介质60实施成因特网、外联网、分组交换网络、虚拟专用网络。客户节点3还可以通过无线网络通信，例如蜂窝或者卫星通信网络。

现在参考图1B，将系统管理节点102显示成包括基础设施组件集。系统100的每个组件或者子系统可以按需与系统100的其他组件可操作地通信，例如通过使用远程方法调用(“RMI”)或者在软件的情况下的其他组件消息型业务，或者在硬件情况下通过使用总线互连。

在示例性实施例中，系统管理节点102包括网关计算机104，计算聚类前端106，分布式计算节点112，网络可用存储(NAS)设备108，当从客户节点采集经处理的规范签名相关数据时存储这些数据的瞬态数据库110，和专门管理稳健存储规范签名的档案数据库116的处理器114。网关计算机104充当入口以允许与各个客户节点3相关的多个分布式系统控制器50(参见图1A)经由通信介质60与系统管理节点102通信。网关计算机104提供标准的熟知因特网业务，诸如防火墙和数据流缓冲，并且优选配置成为了安全性目的，确保系统管理节点102的其他元件与通信介质60保持隔离和安全。网关计算机104从分布式系统控制器50接收数据/指令，分布式系统控制器50在本文中有时被称为住宅客户计算机50。从分布式系统控制器50接收的数据/指令可以包括，例如在不同电器上的使用模式数据，能源使用数据，和对取回规范电器签名的请求。由网关计算机104执行的一个功能是确认从分布式系统控制器50接收的数据/指令尚未被破坏或者形成安全威胁。在一个实施例中，网关计算机104将从不同的分布式系统控制器50接收的数据/指令转送到计算聚类前端106，该计算聚类前端106是处理器，被配置成执行不同的处理任务，包括但不限于：(1)将指令发到多个分布式计算节点112，(2)对数据库110、116进行读和写，以及(3)访问在网络可用存储(NAS)设备108上的数据。

除了上述功能之外，聚类前端106还可以经由网关计算机104从多个分布式系统控制器50接收人、或者机器可读的报告的请求。可以通过客户节点3请求的人可读的报告的示例包括去看在特定时间周期期间一组电器已经使用了多少电力的请求。在系统管理节点102处驻留的一个或多个软件模块可操作地将以下提供成输出：关于在特定客户节点3处的特定组电器已经使用了多少能源的更新。可以通过客户节点3请求的机器可读的报告的示例包括接收用于特定电器的规范签名的请求。下面进一步定义规范签名。在接收到对报告(例如人或者机器可读的)的请求之后，网关计算机104检查该请求并且首先确认它不是安全威胁、隐私侵犯，或者其他的恶意请求。在对报告的请求不是安全威胁、隐私侵犯或者其他的恶意请求的情况下，网关计算机104接着将该请求传递到可以从数据库110和/或数据库116读的前端聚类106。前端聚类106在一些情况下执行该请求而在其他情况下将该请求发到分布式计算节点112便于执行。前端聚类106接着返回提供的信息以响应于对网关计算机104的请求。在网关计算机104处接收返回的信息之后，它将数据明确表达成适当的人或者机器可读的格式，并且经由通信介质60将它通信回请求的客户节点3。

在一个实施例中，由于网关计算机104还与计算聚类前端106接口，如果有必要，因此它还将使用诸如轮询(Round Robin)或者Ibnamed的算法执行负载平衡。在本文中未明确陈述的其他负载平衡算法也在本发明的意图范围内。网关计算机104观察网络流量分布以监视聚类前端106的可用性。在一个实施例中，可以将网关计算机104实施成酷睿双核英特尔Xeon芯片(Dual Quad core Intel Xeon chip)，带有冗余的电源，每分钟转数15,000，hotswap SATA RAIDl，带有大存储器。

计算聚类前端106单向使用以执行从网关计算机104或者档案数据库管理处理器114接收的任何大规模计算任务。在一些实施例中，非聚类机器(未显示)可以只与聚类前端106交互。这些大规模任务的非限制性示例是OMD数据管理，诸如要在下面进一步描述的对用户记录进行分类，和产生规范电器签名分类树。聚类前端106的首要、但非唯一的功能是将它接收的大计算任务发到分布式计算节点112并且执行负载平衡。

将NAS设备108配置成在分布式计算节点112之间提供快速、共享的盘空间。在一个实施例中，可以将瞬态数据库110实现成带有二进制树形索引的关系数据库，当通过分布式计算节点112处理数据时，关系数据库提供数据的短期至中期归档。

用于聚类前端106的优选操作系统是标准ROCKS聚类，带有用于聚类前端106的典型硬件和基于酷睿双核英特尔Xeon芯片的作为机架上安装的机器的分布式计算节点112。在一个实施例中，在分布式计算节点112之间使用高速Myrinet连接以优化通信速度。在一个实施例中，聚类前端106为了负载分布/平衡而使用Sun Grid引擎。NAS设备需要带有吉比特以太网卡的5TB的最小容量。可以将数据库110实施成使用多个1U成对的酷睿双核英特尔Xeon机器实现的MySQL聚类数据库。

档案数据库116是规范签名数据库(CSD)将驻留之地。因为这个CSD形成电器检测系统的中枢(backbone)，所以档案数据库116必须是安全、高度可靠和总是可用的。因此，管理处理器114应该是一个专用、高度冗余的机器。用于这个档案数据库116的典型结构可以是例如带有二进制树形索引的关系Oracle或者MySQL数据库。

现在参考图1C，图中将根据一个示例性实施例的典型的客户节点，即客户节点3显示成包括基础设施组件集。客户节点3的每个组件或者子系统都可以按需与客户节点3的其他组件可操作地通信，例如，通过使用无线通信协议、远程方法调用(“RMI”)或者在软件情况下的其他组件消息型业务，或者在硬件情况下的总线互连。

在一个示例性实施例中，客户节点3包括系统控制器50和与系统控制器50通信的多个电源插座监视设备(OMD)12。系统控制器50在本文中有时被称为住宅客户计算机。每个电源插座监视设备(OMD)都在客户节点3处耦接到特定家用电器。在共同未决的申请12/284,051中更详细地讨论了将OMD12耦接到电器以从其采集数据的过程，该申请的全部内容通过引用并入本文。

系统控制器50经由通信介质60与管理机构节点102通信。多个OMD12与系统控制器50无线通信。

参考图1A-1C，现在描述用于远程检测和识别电器以确定它们的功率消耗轮廓的过程的概述。下面将进一步提供依据示例性住宅实施例的更详细的描述。

如图1A和1C所示，每个客户节点3处的多个OMD12都将它们各自的电和非电耦接的电器信息无线通信到各自的共定位的系统控制器50。例如，对于位于特定客户节点3处的特定电器(例如洗碗机，电视等)，电耦接到特定电器的OMD12检测和记录由特定电器在某时间周期内产生的电和非电信息，并将该信息无线通信到系统控制器50。系统控制器50采集和分析由耦接到特定电器的OMD12采集并从其传送的数据。系统控制器50由该数据产生电器签名。该过程是连续的，由此通过系统控制器50随时间采集并且处理附加数据以产生用于特定电器的附加电器签名。使用由系统控制器50产生的一个或多个电器签名，在某些点进行尝试以识别特定电器。从一个或多个产生的电器签名识别电器的过程一般包含使在系统控制器50处产生的一个或多个产生的电器签名与本地数据库56(参见图1C)的规范签名进行匹配。应该意识到，位于系统控制器50中的规范签名的数据库56是在系统管理节点102处被安全且冗余地维护的更大的归档规范签名数据库116的按比例缩小的副本。这个按比例缩小的副本将只刻画那些电器的特征，即，在给定他的人口统计学轮廓、过去和当前的电器主人历史和白昼电器使用历史等情况下，那些电器都具有被这个用户使用的合理的可能性。这将允许电器检测系统以更快的速度操作系统控制器50，因为我们期盼规范签名数据库116随着OMD系统遇到迄今为止未知的电器而随时间成长。与系统管理节点102(参见图1B)相关的更大的归档规范签名数据库116含有已经通过系统管理节点102从许多客户节点3随时间采集的电器签名的概化(generalization)。

部分III.示例性住宅实施例

再次参考图1C，图中显示系统控制器50的细节以示出本发明的示例性实施例。正如在本文中描述的和在附图中示出的那样，电器检测和识别系统100采用可以是位于客户节点3内部的系统控制器50，在一个实施例中，客户节点3可以是典型的住宅环境，该典型的住宅环境包括、但不限于单个家庭住宅或者多个家庭住宅，诸如公寓大楼。然而，应该理解本发明具有更宽的应用性。尤其是，本领域技术人员应该理解并且应该被本文提供的教导引导的是，电器检测和识别系统100可以在其他适当的环境中使用，包括例如商业、工业和设施应用。对于读者而言其他适当的环境是明显的。

继续参考图1C，系统控制器50包括运行本文描述的操作软件的传统计算机处理器58，该操作软件提供本文描述的操作的必要功能。要理解，处理器58包括读者已知的其他典型组件，例如操作系统软件(例如基于英特尔的操作系统，基于Unix的操作系统)、用户接口等。处理器58包括的所提供的接口之一是用于经由无线链路、有线链路或者其组合与多个电源插座监视设备(OMD)通信。OMD12可通信地耦接到在住宅3内找到的不同电源插座。在住宅内找到的电源插座一般安装在每个房间和/或每个地板底部中。

每个住宅3内的电器4都电耦接到不同的电源插座监视设备(OMD12)。将OMD12配置成将与电耦接的电器4相关的计量数据周期性或者按要求地传送到系统控制器50。

多个OMD12将诸如电流、电压或者功率波形数据的电耦接的电器4的电消耗的至少一个特性传送到系统控制器50的接口，即，无线传输管理模块(WTMM)接口67。WTMM接口67能够从每个OMD12接收时间戳的安全包消息。WTMM接口67使来自各个OMD12的数据包传输按照先进先出(FIFO)方式排队。

在一个实施例中，OMD12经由无线链路使用诸如ZigBee协议等的低功率无线通信协议与系统控制器50通信。ZigBee是在电气与电子工程师协会(IEEE)全球标准802.15.4上建立的，类似于管理蓝牙和无线局域网(Wi-Fi)的标准。

与每个住宅3相关的OMD12都包括对于经由ZigBee或者另一种无线协议与系统控制器50通信所需的硬件电路和软件组件。在一个实施例中，通过作为每个OMD12的组件所包括的ZigBee模块发起通信，然后将经由通用串行总线(USB)或者串行端口将通信传送到系统控制器50，或者在系统控制器50处于断开状态的情况下高速缓存该信息。在系统控制器50上的WTMM接口67将接收该信息，并且将该信息通信给运行在客户端上的应用程序。

在一个实施例中，在每个电源插座处以16比特分辨率和1kHz采样率从OMD12传送电流和电压波形数据。在这种实施例中，来自给定OMD12的数据率(对于单个电源插座配置)因此可以计算为32千比特/秒(1kHz*16比特每数据样本*2波形)。对于两个电源插座配置，所需的来自OMD12的数据传输速度是64千比特/秒，这正好在ZigBee的2.4GHz波段内的250千比特/秒容量的范围内。

在至少一个实施例中，将系统控制器50配置成接收如系统的多个OMD12所监视的、与由电器4消耗的电能的至少一个特性有关的数据，该电器4遍及分布在住宅环境2中。

在一个实施例中系统控制器50还包括配置成保存、组织和分析从一个或多个OMD12传送的计量数据的软件。给每个OMD12分配唯一的地址以允许系统控制器50确定哪个OMD12正在与系统控制器50交互。此外，系统控制器50可以使用地址按需将通信信号传送到选定的OMD12。例如，可以通过系统控制器50选择单个OMD12以接通或者断开与任一个或两个OMD12的插座连接的任何电器4。还可以通过系统控制器50选择OMD12以请求从选定的OMD12传输。

计量数据的组织包含系统控制器50单独计量和记录例如由多个电器中的每个电器4或者由多个用户中的每个用户消耗的能源。总结能源消耗数据的其他方法都在本发明的意图之内，正如对于读者明显的那样。例如，用户可以选择按位置(例如起居室)或者按照一个或多个设备特性(例如可再充电的设备)进行总结。将系统控制器50配置成访问计量数据和记录计量数据以对每个负载和/或每个用户的能源消耗产生计量数据的总结。使用计量数据的总结，可以为每个用户和/或每个负载运算能源消耗的成本，并且可以更好地管理多个用户和/或多个负载对能源的使用和/或消耗。

系统控制器50通过使用专有的(proprietary)信号处理算法处理从OMD设备12采集的波形数据来获得计量数据。在每个数据采集期间中，以新颖的数据格式从OMD设备12采集并且在系统控制器50处组织OMD数据，新颖的数据格式在本文中被称为电器签名，下面更详细地描述。电器签名紧凑地获取从OMD12采集的电子(电压/电流/功率波形)和非电子(时间/位置/人口统计学)数据的所有显著特征。作为电器签名基础的理论框架足够灵活从而能够处理电器使用的不同(diverse)阵列。

因为波形数据是无线传送的，所以存在数据分辨率的不可避免的基本损失。然而，随着未来的技术进步提高波形采样电路时钟速度、存储器大小和OMD的传输带宽，采样波形的粒度可以得到提高。

当为特定电器4采集在统计学上相当大数量的电器签名时，组合这些电器签名以产生规范签名。这个过程最初在系统控制器50中执行。规范签名是可以为特定电器4采集的所有签名的准确的总结表示。因此每个电器4都与特定规范签名相关。这些规范签名和它们表示的电器4的识别一起安全和冗余地存储在位于系统管理节点102中的档案数据库116中，下面进一步描述。

出于识别电器4的目的，通过对插入到OMD12中的电器4的电器签名与存储在档案数据库116中的规范签名数据库进行比较，在系统控制器50处识别该电器4。在优选实施例中，为了使与这个签名匹配过程相关的搜索时间最小，基于树形结构(tree-based)分类系统用于组织规范签名。这种基于树形结构分类系统提供搜索时间效率，这是由于类似的电器类型具有类似的规范签名。此外，作为签名匹配基础的算法是基于诸如分级聚类(hierarchical clustering)的完善建立的机器学习技术并且支持向量机。这些算法为确定与签名匹配预测有关的置信水平提供理论方法。因此，在匹配签名时可以通过选择更高的置信水平阀值来控制错误肯定的数量。

为了使在识别电器的过程中基本的系统准确度最大，在构造规范签名之前小心寻址错误来源。在一个实施例中，来自不能信任的消费者的数据输入不用于规范签名结构。同样，构造规范签名数据库的最初阶段只使用来自值得信任的消费者的签名。

通过不需要从系统控制器50上载采集的OMD数据，在正常的系统操作期间签名匹配过程严格维护用户隐私。如果消费者同意，则将通过他或她的OMD设备采集的所有签名都发送到系统管理节点102以帮助扩展和改进规范签名数据库116。

部分IV.电器签名

正如在电领域中所熟知的，用于大多数电器的内部电路细节都被视为是专有和不可得到的。同样，必须将插入到OMD中的电器处理成黑盒子。可以通过OMD12采集的电器具体的电数据是由该电器吸取(draw)的作为时间的函数的电流和电压。参考图8-11，图中显示5种典型家用电器的电流和电压吸取。图中显示每个电器都具有非常独特的电流/电压吸取轮廓。然而，注意到因为电器具有固定电路并被设计成具有可预料的性能(behavior)以响应于用户交互，所以每个轮廓都显示具有可预料的(规律的)特性的电流和电压吸取。

此外，对于包括可以与不同制造商相区别的产品的那些电器种类，各个产品都将呈现独特的电流/电压吸取轮廓。例如，在膝上型计算机种类中，由2个制造商制造的膝上型计算机可以呈现可区别的电流/电压吸取轮廓，尤其是如果它们的电池充电算法不同的话。作为一个对照的示例，由不同制造商制造的简单的60W台灯应该呈现基本上类似的电流/电压吸取轮廓。这例如在图8和11中示出。

基于这个基本原理，假设如果一类电器对于用户足够独特，则该类中的电器应该是经由它们各自的电流/电压吸取轮廓唯一可识别的。由于预料到电器的电流/电压吸取具有可再生的特性，因此我们将它们称为电器波形。这些波形可以在不同的时间尺度(time scale)内采集，这产生不同类型的信息。短时波形有利地提供常见电路设计组件(例如变压器、电源)的电子信号特性。正如所熟知的，在非常一般的水平下短时波形数据可以用做对电器进行区别的工具。例如，广泛用于将高压住宅电源变换到适用于家用电子设备的水平的许多开关电源都可以特征化为常见的非线性波形形状。作为进一步的示例，包括至少一个马达的电器可以特征化为常见的相移正弦交流(AC)波形。从而采用开关电源的电器通过它们的短时波形数据特征可以与采用马达的电器区别开。在实践应用中，在单独基于短时波形数据的开关电源电器之间进行区分是困难的。一个原因是具有类似的戴维南等效RC时间常数的所有电器都将具有类似的短时波形。

为了克服仅使用“短时”波形所强加的限制，依据一个实施例，还意图采集“长时”波形。与“短时”波形相对照，在许多秒内采集这些长时波形。长时波形数据在与电器用于其真实寿命应用的相同的时间尺度上跟踪电数据。因此，预料到长时波形数据将准确反映不同的用户和使用电器的方式。由于我们预料到其终端用户特征对于消费者可区别的两个电器吸取不同的电能，因此在长期波形数据中应该存在区别特性。注意到就电器在它们被如何使用方面是不同的而言，确实如此。例如，诸如名称、颜色或者形状的非电差别显然不在任何波形数据中反映出。

对于图8-11中显示的示例性电器，以一秒时间分辨率采集的数据无疑是足够用于识别的。此外，我们注意到由于电器在延伸超过许多秒的一段时间内使用，因此测量的波形开始获得唯一反映相应的电器正在怎样使用的区别的特性。

应该理解，在帮助预测电器的识别的过程中有用的波形中的关键变化需要与只不过简单增加噪声的随机变化分开。一些典型的噪声源是例如由与基于OMD的测量无关的效果(例如电/热噪声和住宅插座AC频率变化)引起的“固有噪声”。其他典型的噪声源是作为基于OMD的测量过程的结果直接出现的“外部噪声”。出于做出电器识别预测的目的，固有噪声在与视为相关的波形变化不同的频率处更可能发生。同样，可以使用传统的波形处理过程将固有噪声滤除。此外，随着在多个测量结果上对波形数据进行统计平均，可消除诸如住宅AC线变化的其他类型的固有噪声。

消除来自外部来源的噪声不容易实现。继续参考图8-11的波形，图中可以显示电流/电压波形可以具有不同的形状，这取决于电器被如何使用。这些使用差别导致波形中的容易看见的变化，例如，在长度、阶数以及峰和谷的数量方面。在我们的测量中这些变化是主要的外部噪声源，并且它们的起源事实上是人。预料到由于人们使用他们自己的电器，因此这个“人”噪声往往是“个人主义的”。目前，尚不存在用于消除这类外部噪声的已知方法。依据本公开的方法实施例，由电器波形构造的电器签名是新颖的方法，公开该方法用于至少控制这类噪声。

最少，OMD系统为插入到OMD12中的每个电器采集电数据。电数据指出作为时间的函数，电压和电流怎样被电器吸取，如图8所示。应该理解，这些时间分辨的电压/电流波形数据包含电器的一般电性质并且可以通过传统的计量设备获得。

然而，依据本公开的方法实施例，除了仅仅采集电压/电流数据之外还提供进一步的优点。具体地，依据本发明的实施例，可以通过采用经由专有的OMD数据采集设备唯一可用的信息实现电器识别的增大的准确度，正如在共同未决的申请12/284,051中教导的那样，该申请的全部内容并入本文，其与集中式数据采集系统一致。集中式数据采集系统为带有采集的电压/电流波形的相关人口统计学(例如年龄、性别)/地球物理(例如电源插座位置、白昼的时间)数据提供容量。由于这些人口统计学/地球物理数据的信息内容与基本的波形数据正交(orthogonal)，因此它们的使用提供进一步的辨别力。

部分IV.1电器签名的基本组分

在下面的几个部分中，提出用于产生数据结构的实施例，数据结构在本文中被称为可以用于标记和识别耦接到专有的OMD系统的电器的“电器签名”，正如在共同未决的申请12/284,051中教导的那样。电器签名由作为所耦接电器的唯一特性和如上所述经由专有的OMD系统可访问的两个基本特征，即，电和非电的(例如人口统计学/地球物理)特征组成。重要的是，注意到由它们的电器签名准确识别电器关键取决于在这些签名中含有什么信息。最显著地是，包括的操作模式、路径和转换(它们的每个都将在下面详细解释)对于控制由人们使用他们的电器的许多方式产生的外部噪声是关键的。

在一个实施例中，电器签名将具有电子组分，电子组分是从通过耦接到电器4的OMD设备12采集和传送的电器波形获得的数据性质。另外，电器签名将具有非电子组分，非电子组分是与从OMD设备12传送的波形无关的、或者另外通过用户经由系统控制器50直接供应的数据。后者的示例是人口统计学/地球物理的数据。

部分IV.2电子签名组分

存在被所有电器波形共享的几个常见特性：(a)操作模式，(b)路径，和(c)转换。当系统控制器50接收电器波形用于分析时，这三个特性用于特征化电器波形。在图12中提供用于典型电器签名的电子签名组分的图示。

操作模式

所有的长时电器波形都刻画稳态电压/电流吸取的瞬间的特征。这些稳态性能的瞬间与电器操作所处的具体模式相关。例如，空调可能具有三个用户可设置的操作模式：“省电”模式，“高”设置，“通风”设置。在一些电器中不需要离散定义这些操作模式，如通过烤面包机上的刻度盘所示出的。在其他情况下，操作模式对于终端用户可能是不透明的。如图8所示，对苹果膝上型计算机电源观测到的系统的操作模式正由用户不可得到的电池管理硬件/软件管理。

当电器达到特定操作模式时，预料到由电器吸取的电压和电流具有规律的特性。即，对于给定操作模式，电压/电流吸取可以围绕恒定水平波动或者是周期的，带有明确定义的频谱。如果电器的操作模式改变，则预料到电压/电流吸取移动到定义新操作模式的新的规律的电压/电流特性集。在操作模式是连续分布的(带有刻度盘的电器)情况下，我们将观测到的操作模式简单离散成合理数量的组。电器的接通和断开状态也是要考虑的操作模式。为了易于解释，将电器4的第i个操作模式表示为M_i。

图12是用于典型电器签名的电子组分的图示。绿圈表示操作模式，操作模式标记为“M₀”，“M₁”至“M₆”。“M₀”模式表示电器的断开状态。暗箭头线，即按照顺序“M₀”→“M₁”→“M₆”->“M₅”→“M₃”→“M₀”访问后面的模式的暗箭头线，表示通过操作模式的路径。每个步骤都沿着这个路径，例如“M₀”→“M₁”，“M₆”→“M₅”和“M₅”→“M₃”，表示转换。

路径

假设例如已经识别出用于特定电器的N个操作模式，表示为M₁，M₂，...M_N。通过默认，令M₀为电器的断开状态。当电器接通、使用、并最后断开时，我们预料到电器的波形开始于M₀(断开状态)，于是顺序访问不同的操作模式，并最后结束于M₀。换言之，使用电器4可以表示为通过操作模式的路径。算术上，路径P被表示为经过不同模式的连续步，P＝M₀→...→M_i→...→M₀，这里箭头指出起点和终点模式之间的转换(参见图12)。注意到带有系数i的中间模式的数量是任意的并且系数i可以取1和N之间的任何值。路径获取使用电器的直观概念，因为(1)电器必须接通和(最后)断开并且(2)电器可以手动或者自动进入任意数量的明确定义的模式。

转换

当电器呈现终点模式的电压/电流特性时，通过瞬态电压/电流改变识别沿着路径的模式之间的每个转换。在最新式的电器中，这些转换可以预料是规律的，因为它们保护电器免于意外的电压/电流浪涌和电压/电流降。依赖于电器和起点/终点模式，这些改变可能是逐渐的或者相当突然的。因此假设每个转换M_i→M_j都应该具有特性的短时波形。对于从接通(断开)状态开始和到接通(断开)状态的动作，转换应该是可以定义的。当电器接通时，观测到离开断开状态(即，零电压和电流)的设备在电压/电流吸取方面的瞬态增大，直到达到新模式。最后，当电器断开时，从最后模式到断开状态，观察到电压/电流方面的瞬态降低。

部分IV.3电子签名组分结构

OMD12首先将用于未知电器的长时波形通过WTMM接口67通信到系统控制器50(参见图1C)。驻留在处理器58上的电器签名产生器软件65接收这些输入波形并且根据下面的过程构造处于顶层的电器签名的三个关键电子组分，包括(1)识别和特征化电器的操作模式，(2)识别路径，和(3)识别和特征化转换。

将每个输入长时波形(例如电压波形，电流波形)划分成其特征为规律变化的延长的时间周期的规律的区域，规律的区域通常是(a)常数或者(b)周期性电流/电压吸取。在一个实施例中，线性编程方法用于找到一种最优方式来划分每个电压/电流波形。在一个实施例中，接着可以对经划分的波形使用傅立叶频谱分析以检查波形变化是否规律。规律性的识别出的区域被比较并且根据类似的波形性质进行分组：电压/电流水平、功率谱或者其他波形特性。这些区域被指定为电器的操作模式。每个操作模式还将特征化为波形性质集，横跨相同操作模式的所有情况下对波形性质进行平均。在逐个情况(case-by-case)的基础上，优化所描述的过程以(1)使电器花费在操作模式中的总时间量最大，(2)使操作模式内的平均相似性最大，或者(3)使识别出的操作模式的数量最小。在一些实施例中，对波形的噪声滤波可能是必须的以检验和精化识别。随着同一电器的更多波形随时间被采集，上述步骤被重复以提高操作模式识别的质量。

对于输入的长时波形，在操作模式已经被识别和标记之后，输入波形可以减少成由电器访问的操作模式的序列。这是电器在使用时采取的路径。如果在两个不同的输入波形期间电器以类似的方式使用，则我们预料到从每个输入波形抽取的路径是类似的。同样，我们预料到来自在每次电器在固定的计算机算法下操作时采集的输入波形的路径如果不相同则是非常类似的。

最后，沿着路径存在操作模式由此切换的瞬间。当这个步骤发生时由OMD12记录的短时波形是转换波形，其是从开始或者起点操作模式到最后或者终点操作模式。因此，可以通过起点和终点操作模式、以及与这个转换相关的短时波形的电子性质的识别，描述每个转换。这些波形性质的示例是：(a)启动和结束电压/电流，(b)电压/电流的上升/下降时间，(c)特征频率处的振荡，和(d)特征噪声水平。如果在输入波形内或者在多个输入波形上观测到相同转换的多个实例，则用于共享起点和终点操作模式的转换的波形性质被平均。每个操作模式转换因此将特征化为这个平均的、原型的波形性质集。

应用上述过程的最后结果表示电器签名的电组分。象征性地，电器签名的电组分可以表示为：

●操作模式集：M＝{M₁，M₂，...M_N}

●特征化每个操作模式的波形性质集：

P(M_i)＝{P₁(M_i)，P₂(M_i)，...P_n(M_i)}

●在输入波形中观测到的路径：P＝{M₀→M_a...→M₁→M₀}

●转换集：T＝{T(M₀→M_a)，T(M_a→M_b)，...，T(M₁→M₀)}

●特征化每个转换的波形性质集：p(T(M_i→M_j))＝{p₁(T(M_i→M_j))，p₁(T(M_i→M_j))，...，p_m(T(M_i→M_j))}

这里N是横跨所有记录的输入波形为电器观测的所有操作模式的集，n是用于特征化操作模式的性质的数量，并且m是用于特征化转换的性质的数量。由于在输入波形中找到的仅仅模式、路径和转换是电器的电子签名的一部分，因此集T的维数可以相当大地小于其最大尺寸(＝N(N-1)/2)，这表示观测到所有已知操作模式之间的每一个可能的转换时的情况。

部分IV.4非电签名组分结构

在一个实施例中，每个采集的波形都与白昼的时间和记录输入波形的位置、连同用户在建立阶段已经使其与记录的OMD12相关的任何附加数据相关。由OMD12采集的数据的时间和位置将构成“地球物理数据”。在建立期间，通过系统控制器50处的GUI类型界面鼓励用户提供诸如“人口统计学数据”的附加数据，该附加数据包括例如性别、年龄和职业。接收到用户输入之后，处理器58将执行用户响应验证软件61以确保该响应是值得信任的。

不象电子数据那样，为了构造电器签名的非电数据组分，地球物理和人口统计学数据需要最小的算法处理。所涉及的数据处理的示例包括画不同种类的直方图、插值和减噪。

通过使每个上述操作模式、路径和转换与用户提供的地球物理数据(例如白昼的时间)与用户提供的人口统计学数据(例如性别、年龄和职业)相关来构造电器签名的非电数据组分。注意到虽然非电子签名组分提供与电子签名不相关的信息，但是这个信息对于其电子性能(behavior)类似的不同电器(differentiating appliance)是有用的。

部分IV.5完整的电器签名结构

最后，通过将电子组分(模式、路径和转换，以及模式和转换的相关波形性质)和非电子组分(地球物理和人口统计学数据)组合成诸如阵列的单个数据结构来构造输入波形的完整的电器签名。处理器58将使用以软件形式驻留在系统控制器50上的电器签名匹配算法63以将这个构造的电器签名与数据库56中存储的规范签名进行比较。下面紧接着提供关于规范签名和电器匹配算法的进一步细节。

部分V.规范签名

规范签名与单个(或者密切相关的一组)电器(多个电器)唯一相关，并且必须含有由相关电器(多个相关电器)潜在产生的所有签名的基本特性。例如，从某一膝上型计算机采集的所有波形签名都应该与和该特定类型的膝上型计算机相关的规范签名最密切相关。相反，预料到所有一般的60瓦特台灯，与商标无关，都将被特征化为单个规范签名。

应该意识到单个波形签名将只提供规范签名中的信息内容的部分样本。首先，并非电器的所有的操作模式特性都可以被记录。第二，只有一个路径与每个签名相关，所以有可能在单个签名中含有可能的转换的仅仅一个小子集。最后，非电子数据将只反映单个使用事件的特性。

最终，为电器确定规范签名是数据驱动过程。这是因为不存在使人能够使用少量波形为特定电器逻辑演绎规范签名的物理法则。为电器构造准确的规范签名需要人概化为该电器采集的在统计学上相当大数量的签名。

部分V.1规范签名的基本组分

给定上述考虑，一旦已经采集了相应于相同的已知电器的足够大量的波形签名，就可以接着在多步过程中产生规范签名。由于规范签名是对于给定电器的多个输入签名的总结表示，因此组成规范签名的组分是在输入电器签名中的模拟组分的统计概化。尤其是，规范签名的组分是(1)从特定操作模式的统计样本得来的概化的操作模式(2)从特定路径的统计样本得来的概化的路径(3)从特定转换的统计样本得来的概化的转换和(4)概化的非电子数据。在下面要描述的实施例中，概化的路径被表示为转换矩阵并且概化的非电子数据可以表示为具体形式的模式、转换和转换矩阵。例如，可以由单独的转换矩阵T_user定义基于人口统计学的使用偏好(use preference)，通过由相应于相关的人口统计学的路径数据的剖面图(cross-section)构造转换矩阵来获得转换矩阵T_user。

部分V.2规范签名结构

现在详细讨论用于计算规范签名的每个组分的方法实施例。

通过形成横跨输入签名观测到的所有操作模式的联合(union)来概化操作模式。在一个实施例中，这是通过使用涉及将模式分组成类似模式的子集(即，聚类)的聚类方法(clustering method)来实现，这里通过与每个操作模式相关的波形性质测量相似性。在这个方式中，每个聚类模式集(set of clustered mode)都表示规范签名中的独特模式。

接下来，通过使在输入签名中找到的模式与使用在部分V.1中略述的方法识别的概化模式匹配来概化转换。输入签名中的每个模式现在都将用特定的概化模式进行识别。对输入签名中所有可能的起点和终点模式对进行扫描，我们对与具有相同的起点和终点对的概化模式的所有观测到的转换相关的波形性质进行平均。这导致特征化在规范签名中的概化转换的被平均的转换波形集。

最后，从横跨输入波形观测到的路径概化路径如下。值得注意地，这些观测到的路径长度是变化的。总计使用电器的不同方式的数量的任意长度的理论可能路径的数量是组合的大数量。利用有限的资源，存储所有观测到的路径在计算上是不可能的。然而，在实践中，预料到许多观测到的路径都是冗余的，因为某些路径段是比其他路径段强烈偏好的。这些偏好的一些被硬接线到电器中。例如，一旦处于旋转循环(spincycle)之中，则洗衣机将决不使它自己再进入洗涤周期。其他偏好由用户确定。一个用户可以强烈偏好于使洗涤周期温度变化，同时另一个用户可能以默认温度进行所有他的洗涤。作为这些偏好的结果，我们可以准确形成为观测特定路径提供可能性的电器具体的概率分布。

在一个实施例中，正如数学领域技术人员所熟知的，使用马尔可夫链理论，二进制路径偏好可以由两个模式M_i和M_j之间的转换概率p_ij表示。这些概率在i和j方面不必对称，即，p_ij≠p_ji。通过分析输入波形路径来确定转换概率。整个二进制路径偏好集都可以总结为N×N转换矩阵T，这里第(i，j)个元素由p_ij给定。给定这些二进制偏好，可以通过将相应于沿着该路径的每个步骤的转换概率乘到一起来获得具体的路径。这个特定实施过程的结果是特征化规范签名中的概化路径的转换矩阵。

我们注意到用于二进制路径偏好的转换矩阵形式(formalism)可以易于延伸到更高阶路径。对于更高阶路径，通过一个N×N×N转换矩阵获取偏好，诸如此类。更高阶路径偏好将导致在信息方面更丰富的规范签名，但是数据存储负担更重。对于电器检测准确度而言是否需要更高阶路径偏好在实践中得到回答。优选实施例关注二进制路径。

使用标准统计方法概化非电子数据，包括对与输入波形相关的地球物理和人口统计学数据进行平均以识别统计趋势。优选方法实施例是确定地球物理/人口统计学参数与由概化模式、概化路径和概化转换表示的电器使用模式之间的相关性。在这个实施例中，非电子数据概化的示例是(1)被某类个人偏好的概化模式和路径，(2)在白昼的特定部分期间偏好的模式和路径，和(3)在房屋里该电器最常使用。

总之，通过对概化的电子组分进行组合来构造规范签名，即(1)概化操作模式，(2)概化路径，这里二进制转换矩阵是优选实施例，和(3)概化转换，和(4)概化模式和概化转换的相关的平均波形性质，而将非电子组分概化到诸如阵列的单个数据结构中。通过处理器58执行以软件模块(即计算机代码)形式驻留在系统控制器50上的电器签名产生器算法67而执行这个过程。

部分VI.规范签名数据库

应该意识到，规范签名提供电器签名进行比较的标准。同样的电器如果以同样的方式使用，则应该产生在固有噪声水平范围内的同样的电器签名。然而，如果由不同的人在不同的情况下使用同样的电器，则同样的电器应该产生在外部噪声水平范围内的不同的电器签名。将规范签名设计成减轻这种噪声的影响。由于规范签名被构造成相应于同样电器的电器签名的概化，因此我们预料到给定的电器签名，无论它在什么情况下被采集，都最类似于它的相应的规范签名。如此，识别电器的关键任务指向使输入签名与其电器身份已知的规范签名的数据库进行匹配。作为用于比较的标准，已经随时间由OMD数据构造的所有规范签名都必须以冗余和安全的方式进行存储。在满足这个要求的一个实施例中，规范签名存储在作为系统管理节点102的一部分的档案数据库116中。

对规范签名数据库(CSD)的理论要求是：(1)允许快速签名匹配的数据组织和(2)用于确保数据质量的显式机制(explicit mechanism)。这两个要求分别影响电器检测的速度和准确度。

由于这两个要求都涉及档案数据库116的内容，因此系统管理节点102将对与这些要求有关的任务负责。尤其是，如果涉及大数据容量，则聚类前端106将诸如重新组织CSD记录的与CSD维护有关的命令发到分布式计算节点112。当执行这些命令时，通过瞬态数据库110和NAS108提供临时数据存储。一旦CSD维护已经完成，则处理器114将确保CSD在数据库116中适当地存档。

VI.1规范签名数据库的数据组织

必须对规范签名进行智能组织以便在签名匹配过程中智取搜索。例如，基于存在至少1,000种不同类型的电器(例如闹钟收音机、电视、录像机等)和至少另外1,000个不同的商标的简单估计，总计1百万个规范签名会需要存储在规范数据库中。如果数据要存储在线性阵列中，则未知电器在最差的情况下会需要1百万次比较操作。即使每次比较花费1毫秒那么短的时间，单个签名匹配过程也会需要不切实际的20分钟。在一个实施例中，通过使用这个测量来产生用于测量两个规范签名与基于树形结构分类系统之间的相似性的抽取方法(abstractmethod)来克服这个问题，如下所述。

在其最一般的形式中，规范签名S是性质P_i集：S＝{P₁，P₂，...P_n}，诸如概化模式和概化路径(例如转换矩阵)，它们是该电器的特性。对于每一类性质，我们都定义比较功能，该功能采用两个性质值并产生它们之差别的数字值特性。用于不同类性质的比较功能不必相同。例如，如果性质是矩阵(正如在转换矩阵中)，则用于比较功能的逻辑选择是相应的矩阵元素之间的平均的绝对值差。因为每个性质都彼此无关并且强调电器的独特方面，所以当测量两个签名之间的相似性时，应该考虑所有性质。出于这个原因，最好将两个电器之间的相似性获取为n维向量，这里第i个元素相应于第i个比较功能的值。用数学表达，两个规范签名A＝{P₁，P₂，...P_n}和B＝{Q₁，Q₂，...Q_n}的相似性向量Δ(A，B)由下式给出：

Δ(A，B)＝(f₁(P₁，Q₁)，...，f_n(P_n，Q_n))    方程[1]

对于由N个电器组成的全域(universe)，存在N(N-1)/2个相似性向量。这些相似性向量提供一种方法来量化规范签名相似性，这为智能规范签名分类系统铺设根基。

部分VI.2基于无监督学习方法的分类

由于不存在用于决定要将哪些规范签名分组到一起的推理信息(priori information)，因此对于这个分类问题不存在正确答案。在机器学习语言中，可以将这个分类问题称为无监督的。从而，采用诸如分级聚类的现有、熟知的无监督分类方法。首先定义距离测量，这里该测量将不同向量(difference vector)转换成反映规范签名相似性的数字量。一个可能的距离测量是所有比较功能的加权和：

$d\left(\mathrm{\Δ}(A,B)\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{f}_i(P_i,Q_i)$ 方程[2]

这里α_i是非零数字。α_i值是确定每个性质类型对全差(overalldifference)的这个数字测量的贡献的权。在一个实施例中，使用这个距离测量，应用分级聚类方法(诸如平均联结法(average linkage))。最终结果是树(或者树状图)，其表示规范签名聚类怎样随距离截止值而变化。在一个限制中，清楚的是非常小的截止值(即对相似性的非常严格的定义)将导致每个规范签名都被视为它自己的“类型”。在这种情况下，如果我们具有N个规范签名，则我们将具有N个聚类。然而，随着我们增大截止(即放松对相似性的定义)，我们预料到这N个聚类的一些合并成了单个聚类。最后，对于足够高的截止值，所有的聚类都将合并成一个，并且所有的规范签名都将被视为单个类型的一部分。最后，需要严格选择距离截止值以便决定规范签名的最终聚类。其中这个选择是基于(a)聚类定义对于不同的初始数据集有多稳健和(b)从进一步的聚类获得多少附加信息。

在这个分类过程结束时，我们预料到树状组织的规范签名。这个树的每个分枝事件都将表明大聚类在哪里划分成两个更小的聚类。随着将数据库中的规范签名组织成树，在将未知签名与它的聚类相匹配的过程中涉及的时间将与签名的数量成对数比例。这是显著的时间优势，尤其在数据库成长得更大时。

应该理解，这个分类的结果可能不精确匹配关于电器的直观概念(intuitive notion)，然而期望它可以是这样的。一个直观的组织方法可以是首先根据类型，然后或许通过商标和/或地球物理来组织电器。对于这个差距(disparity)的基本原因在于直观分类只是基于人可知觉的性质(诸如使用模式)，而规范签名是包含每一件事：电、使用模式、人口统计学等的更丰富的信息结构。因此不奇怪只采用规范签名的算法可以产生不同于直觉的结果。

在另一个实施例中，如果期望使算法结果与直觉匹配，则可以通过改变我们的距离测量(例如通过改变α_i参数)实现此事以获得期望的分类。

部分VI.3规范签名数据库的数据质量

由于规范签名被用做比较的标准，因此规范签名数据库中含有的信息必须尽可能免于误差。在CSD中，存在需要处理的两个外部误差源。

第一个外部误差源实际上是统计学的。因为许多人都拥有同样的电器并且多次使用它，所以我们预料到每个电器随时间都被采集非常大量的签名。在CSD中，我们预料到要将这些数据总结成特征化电器的更少量的规范签名。清楚地是，与形成这些规范签名相关的误差是以下的函数：(1)一个人具有多少个人签名实例(样本空间大小)和(2)个人签名特性多么窄地(narrowly)分布(标准偏差)。幸运地，这些类型的统计误差在数据挖掘应用软件中是平常的，并且结果是，已经开发出许多理论方法来控制它们。意图按需使用一个或多个这些方法。

第二个外部误差源的起因是人。这个误差源只影响可能需要用户输入的非电子数据。这些数据的精确性不能担保，因为它们可以是自觉或不自觉的错误输入。

对这个问题的一种明显的解决方案是尽可能将用户排除到数据输入任务之外。对于地球物理数据而言以附加的成本可能易于做到此事。在一些实施例中，可以通过在OMD12中放置校准的电池供电时钟或者放置用于官方美国国家标准技术局(NIST)时间信号的板上接收器准确确定白昼的时间。如果在单个OMD接收器处使这个相对位置数据与通过全球定位系统(GPS)芯片获得的绝对位置数据组合，则整个OMD网络的绝对位置得以确定。

不幸地，这个全自动的解决方案不为非地球物理、非电子的数据工作，这是因为用户是仅有的确认点。然而，部分自动的解决方案可能更实用。依据这种解决方案，在用户的身份通过单次注册系统已经初始记录到系统控制器50上之后，可以使用便携式信息终端(key fob)(或者有时类似，诸如射频标签或者指纹识别系统)自动检测用户的身份。一旦得知用户的身份，则在可信度方面该用户可以有资格作为数据源。在一个实施例中，通过以软件形式驻留在处理器58上的用户响应验证软件61在两步过程中确定这个资格。首先，将在这个用户之下采集的所有数据与具有类似人口统计学分布的人的共同数据进行比较。第二，如果在这个分析中，用户很可能发送错误数据的模式显现出来，则被视为不能信任的数据源。

部分VII.签名匹配

在一个实施例中，为了在采样信号的单个实例和规范签名之间估计签名匹配，采用多组分评分系统，由此在对未识别出的电器签名(即，与未知电器相关的)与存储在数据库中的规范签名进行比较时，运算多个评分。每个评分都是基于电器签名的不同部分，电器签名由几个正交的、独立的信息块组成：模式、路径、转换和非电子数据。正交性促进有意义的独特评分的运算。例如，可以只基于地球物理数据产生评分，地球物理数据基于电器何时何处被使用而寻找匹配。这类评分在其信息内容方面与只使用电子波形特性产生的另一类评分是截然不同的。产生多个评分的一个优点是它提供多个匹配确认点，这显著地增大了匹配准确度。涉及采用具有不同加权的每个评分的民意(consensus)评分系统在做出最终决定时使用，最终决定用于确定在未识别出的电器签名与规范签名之一之间是否存在匹配。

部分VII.1基于分类算法的评分

从单次电器使用采集的电器签名有可能只表示在规范签名中获取的信息的一部分。作为每个规范签名基础的是签名实例集，由签名实例集对每个规范签名进行概化。因此签名匹配的任务等于确定是否可以将特定签名视为作为特定规范签名基础的签名集的代表成员。评分是用于对签名是否属于特殊签名集进行分类的有效量度。在诸如支撑向量机(SVM)和感知器的分类算法之后的该理论已经在机器学习方面得到较深的研究，并且它的使用在许多技术应用中已经成为常见的实践。出于这个原因，我们不计划为分类产生新的理论手段，而是，我们将对我们的问题应用现有的理论。

在一个实施例中，区别两个签名集的分类器将如下构造。所考虑的一个简单类型的分类器是基于两个签名之差别的向量组分的线性功能。直观地，这个功能提供两个签名之间的距离。可以通过应用用于训练数据集的SVM算法找到的最优分类器将在每个集的成员之间提供最大的分隔。对于询问签名，它到特定集的边界的距离将构成匹配评分。通过基于正交定义的距离函数产生的分类器，我们能够产生不同的评分。

部分VII.2训练分类器以减少错误肯定

本公开所意图的一个快速签名匹配方法是使用已经训练用于使规范签名之间的相互距离最大的最优分类器。用于询问签名的最高评分匹配将因此是最靠近的规范签名。然而，如果多个规范签名彼此具有类似的距离或者如果特定规范签名是可能的电器签名集的不佳(poorly)代表，则我们预料到这个手段会失败。在这种情况下，我们将考虑对询问签名与和规范签名相关的全部签名集进行比较的更慢的过程。

与算法细节无关，知道与匹配评分相关的信用水平是非常希望和有用的。这是因为在本公开的OMD系统的首次展示阶段期间，电器识别错误将有可能对消费者是否继续使用OMD系统具有显著的影响。从这个观点来看，期望询问用户以便帮助为系统识别电器。因此，如果已知何时信任电器识别预测，则只在它们有高级信用资格时才提供预测。这会减少错误识别(错误肯定)，并且在OMD系统的电器识别中帮助维护用户信用。可以通过诸如刀切法(jack-knifing)和交叉验证的标准控制来确定与这些分类器相关的信用水平。例如，如果在使用这些控制之后，分类边界显著移动，则信用水平为低。优选实施例将在训练分类器用于给签名匹配评分时刻画这些控制的特征。

部分VIII隐私问题

如上所述，从每个客户住宅3采集数据给系统管理节点102。因此，OMD系统的用户自然可以具有隐私关注。虽然OMD12在每个终端用户的计算机(即，系统控制器50)上连续记录和存储数据，但是这个采集的数据只在产生了新的规范签名或者现有的规范签名被增强时才被转送到系统管理节点102。我们预期这些事件一般随着新电器被引入市场而发生。在一个实施例中，这些数据只在消费者同意时才被上载到系统管理节点。此外，通信的数据具有规范签名的形式，它们是用户具体数据的重要抽取，从而有效去除可以与终端用户数据的个人身份相结合的任何信息。

重要地，对于电器签名匹配的一般过程，任何时候都不需要从系统控制器50将数据上载到系统管理节点102。这是因为规范签名数据库的全部或者足够的部分被下载到系统控制器50上的本地数据库56上，从而系统控制器50可以执行电器签名匹配算法63而不需要与系统管理节点102通信。

因此，可以从用户处上载数据的仅有的情形是在规范签名数据库的构造期间。如果所有用户都拒绝允许这个上载，则我们的数据库的质量不能随时间得到提高。然而，一旦终端用户理解上载数据不能追溯到终端用户的身份，这是不可能的情形。进一步意图通过激励程序诱惑终端用户提供这种数据。

部分IX方法实施例的流程图

图2是本发明的识别和检测系统的方法实施例的顶层流程图。更详细的流程图在下面关于某些步骤进一步提供。例如，图3是步骤208，“电器签名采集例程”的详细流程图。图4是步骤214“电器签名匹配例程”的详细流程图。图5是步骤212“增强现有的规范签名”的详细流程图。图6是步骤218“询问用户例程”的详细流程图。图7是步骤224“产生新的规范签名”的详细流程图。

在步骤200处，将未识别出的电器插入到OMD设备中。在步骤202处，给未识别出的电器分配一个“未分配”的临时识别。例如，考虑插入到OMD中的烤箱。OMD将发送烤箱的波形数据，但是直到在步骤208处构造电器签名之前，烤箱将被给予“未分配”身份。在步骤204处，做出关于电器是否接通的确定。如果是，则过程在步骤208处继续。否则，过程在步骤206处继续。在步骤206处，做出关于电器是否已经与OMD设备断开的确定。由在每个OMD设备上的机械开关做出步骤204和206处的确定，该机械开关在电器插入时起动OMD设备，正如在共同未决的申请12/284,051中所教导的。如果是，则终止，否则，返回到步骤204。在步骤208处，执行电器签名采集例程(参见图3的流程图)。在步骤210处，做出关于电器身份是否是如下的确定：(a)已知，(b)未分配，或者(c)用户被询问手动供应签名(因为电器签名不能与来自存储在数据库56中的多个规范签名的签名匹配)。在确定电器身份是已知的情况下，过程在步骤212处继续。在确定电器身份是未分配的情况下，过程在步骤214处继续。在确定用户被询问的情况下，过程在步骤222处继续。否则，在电器签名不能匹配的情况下，用户被询问手动供应签名。如果存在足够的签名，则产生新的规范签名，正如在图2的流程图的步骤224处一般性描述、并且关于图7的流程图进一步详细描述的那样。

在步骤210处，如果确定在步骤210处尚未分配电器身份，则在步骤214处通过处理器58执行电器签名匹配例程。下面关于图4的流程图提供签名匹配例程的更详细的解释。在步骤214处，如果确定在输入的签名与数据库56中存储的规范签名之一之间存在匹配，则电器的身份被设计为已知，并且其身份被分配成匹配的规范签名的身份。电器签名可以用于提高本地存储在数据库56上和存档在数据库116上的当前存储的规范签名的质量。关于图5的流程图更详细地描述这个过程。之后，过程返回到步骤204，从而更多的电器签名数据得以采集并用于提高匹配的规范签名的质量。

在步骤214处，如果在电器签名与在数据库56中存储的任何规范签名之间没找到匹配，则在步骤218处通过处理器58执行询问用户例程。关于图6的流程图更详细地描述这个过程。在这个过程中，因为在数据库56中不存在电器身份的记录，所以请求用户提供正被讨论的电器的身份。如果用户的响应被验证为值得信任，则每个用户的响应分配电器的身份。于是在步骤220处将该电器指定为用户被询问。另一方面，如果用户的响应被拒绝为不值得信任，则我们返回到步骤204以重新开始电器识别过程，该电器仍被指定为未分配。

在步骤222处，做出关于作为电器签名基础的数据是否足以概化到规范签名中的确定。在一个实施例中，通过对例如电器签名组分的噪声水平与典型的规范签名进行比较而做出这个确定。如果确定可以构造规范签名，则在步骤224处通过处理器58执行“产生新的规范签名例程”。关于图7的流程图更详细地描述这个过程。在产生与用户被分配的身份相关的新的规范签名之后，依据用于组织现有的规范签名的分类将新的规范签名添加到档案数据库116中。这个过程继续直到电器断开或者从OMD拔去插头。

现在参考图3，图3是在图2的步骤208处一般性描述的“电器签名采集例程”的方法实施例的更详细的流程图。在步骤302处，在系统控制器50处从OMD12之一接收波形。在步骤304处，通过WTMM67使接收波形经受诸如低通滤波器的典型的信号处理算法，以提高信噪水平。在步骤306处，通过电器签名产生器算法65对接收波形执行一个过程以识别接收波形中的规律区域。将每个接收到的波形(例如电压波形、电流波形)划分成其特征为规律变化的延长的时间周期的规律区域，该规律区域通常是(a)恒定的或者(b)周期性的电流/电压吸取。在一个实施例中，线性编程方法用于找到最优方式来划分每个电压/电流波形。在一个实施例中，可以接着对经划分的波形使用傅立叶频谱分析以检查波形变化是否规律。根据类似的波形性质对识别出的规律区域进行比较和分组：电压/电流水平、功率谱或者其他波形性质。这些区域被指定为电器的操作模式。还将通过波形性质集特征化每个操作模式，波形性质集横跨相同操作模式的所有实例被平均。在逐个情况的基础上，优化所描述的过程以(1)使电器花费在操作模式中的总时间量最大，(2)使操作模式内的平均相似性最大，或者(3)使识别出的操作模式的数量最小。在一些实施例中，对波形的噪声滤波可能是必须的，以便检验和精化该识别。随着相同电器的更多波形随时间被采集，上述步骤被重复以提高操作模式识别的质量。

如果已经在步骤306处识别和特征化了电器的不同操作模式，则正如在步骤308处所执行的，路径识别包含记录由电器在延伸的时间间隔内，通常大于10秒，访问的操作模式的顺序和序列。在这个时间间隔期间遇到的操作模式的改变被视为沿着这个路径的转换。在步骤310处，通过起点和终点操作模式以及在起点和终点操作模式之间遇到的波形的特性来识别沿着识别出的路径遇到的转换。在步骤312处，将非电子数据添加到签名中。本公开的发明性系统和方法的关键特征是可以获得非电的电器数据。即，每个波形都与记录它时的白昼的时间、以及用户已经使其与记录的OMD设备12相关的任何附加数据相关。通过在系统控制器50处的GUI界面鼓励每个用户输入OMD设备12被插入之处的位置。由OMD采集的数据的时间和位置将构成地球物理数据。在一些实施例中，用户还将被提示重要的人口统计学数据，包括在步骤316处输入的性别、年龄和职业。在步骤314处，产生电器签名。

现在参考图4，图4是在图2的步骤214处一般性描述的“电器签名匹配”过程的方法实施例的更详细的流程图。

在步骤402处，将待识别的电器签名作为输入供应给以软件模块(即，计算机代码)的形式驻留在处理器58上的电器签名匹配算法63。在步骤402之前的一些时间点处，在步骤416处，已经将全部或者足够大部分的规范签名数据库从档案数据库116下载到系统控制器50上的本地数据库56。在步骤404处，将驻留在数据库56上的规范签名数据库的本地副本中的第一入口选择为比较签名。在步骤406处，使用输入电器的电子组分和选定的比较签名计算第一比较评分(参见方程1)。在步骤408处，基于输入电器的非电子组分和选定的比较签名计算第二比较评分(参见方程1)。在步骤410处，由分别在步骤406和408处计算的第一和第二比较评分的每个构造民意比较评分。在步骤412处，做出关于基于民意评分是否存在输入电器签名和选定的比较签名的匹配的确定。在匹配的情况下，过程在步骤414处继续，否则过程在步骤420处继续。在步骤414处，处理器58被告知匹配和匹配的比较签名，并且“电器签名匹配”过程退出并返回到图2的步骤216。在步骤418处，选择本地下载的规范签名数据库的下一个成员。过程返回到步骤406。在步骤420处，做出关于是否已经检查过本地下载的规范签名数据库的所有成员的确定。如果为真，则过程在步骤422处继续，否则过程在步骤418处继续。在步骤422处，处理器58被告知在输入签名与本地下载的规范签名数据库中的所有成员不存在匹配。“电器签名匹配过程”返回到图2的步骤218。

现在参考图5，图5是用于在图2的步骤212处一般性描述的“增强现有的规范签名”的过程的方法实施例的更详细的流程图。

在步骤502处，电器签名被输入给作为具有计算机代码形式的软件模块驻留在处理器58上的电器签名产生器算法。在步骤504处，对前面步骤处的输入电器签名的电子组分与在匹配的规范签名中相应组分进行比较(参见图2的步骤214)。在步骤506处，使用输入组分连同用于产生现有的规范签名的过去的数据一起概化签名的电子组分，过去的数据存储在数据库56或者116中。在步骤508处，我们确定用户是否值得信任。如果为真，则过程在步骤510处继续，否则过程在步骤512处继续。在步骤510处，使用输入组分连同从数据库56或者116取回的过去的数据一起概化非电子的签名组分。在步骤512处，重新组织规范签名数据库中的数据。在步骤512之后，“增强现有的规范签名”例程退出并返回到图2的步骤204。在步骤514处，规范电器签名被识别为匹配。在步骤516处，用户的响应历史被输入到确定步骤508。

现在参考图6，图6是用于在图2的步骤218处一般性描述的“询问用户例程”的过程的方法实施例的更详细的流程图。

在步骤602处，访问规范电器签名数据库。在步骤604处，确定用户的历史是否与从规范签名数据库56或者116取回的数据一致以确定该用户是否值得信任。如果确定该用户值得信任，则过程在步骤606处继续，否则，过程在步骤612处继续。在步骤606处，用户被确定为值得信任。在步骤608处，询问用户以确定哪个电器产生了未知波形。在步骤610处，通过用户给电器分配一个电器身份并且过程终止。在步骤612处，取回用户的响应历史以在步骤604处确定用户的历史是否与规范数据库中的数据一致。

现在参考图7，图7是用于在图2的步骤224处一般性描述的“产生新的规范签名”的过程的方法实施例的更详细的流程图。

在步骤702处，将采集的电器签名输入给作为具有计算机代码形式的软件模块驻留在处理器58上的电器签名产生器算法65。在步骤704处，确定该用户是否值得信任。在步骤712处将用户的响应历史作为输入提供给这个过程。如果确定该用户值得信任，则过程在步骤706处继续，否则过程终止。在步骤706处，用户被确定为值得信任。在步骤708处，我们产生用在步骤714处提供的用户给定的身份做标签的新的规范签名。对于这个过程的输入是用户为电器提供的身份。在步骤710处，在规范签名数据库中识别数据。

电器表

图13是根据一个实施例的电器表1300的域描述。电器表存储电器名称的信息，其首先可以是商标名称(例如“Miele”)。电器表的域至少包括电器名称域1302和商标名称1304。电器名称域1302是其签名存储在系统数据库(116或56)中的电器的用户分配的名称。在一些实施例中，还可以包括诸如签名组分(操作模式1306、路径1308和转换1310)的其他识别标记。客户机上的用户表将只具有单行，或者对于每个电器类型最多一行。因此，信息可以存储在数据结构中而非表中。

在本公开的权利要求中，用于执行规定功能的表达为手段的任何元件都意图包含执行该功能的任何方式，包括例如：a)执行该功能的电路元件的组合或者b)任何形式的软件，因此包括与用于运行该软件以执行该功能的适当电路相组合的固件、微代码等。通过这种权利要求限定的本公开在于以下的事实：以权利要求所要求的方式由不同的陈述的手段提供的功能被组合和放在一起。因此认为能够提供那些功能的任何手段都等同于本文显示的那些手段。

Claims (30)

1.一种远程识别至少一个未知电器的方法，所述方法包含：

a)经由至少一个相应的多端口监视设备在耗用的时间周期内独立计量从所述至少一个未知电器传送的波形数据；

b)将所述独立计量的波形数据从所述至少一个相应的多端口监视设备无线传送到共定位的系统控制器；

c)在所述共定位的系统控制器处由所述无线传送的波形数据为所述至少一个未知电器构造一个或多个电器签名，其中，所述签名包括电子组分，该电子组分是从所述波形数据获得的数据性质；和

d)在所述系统控制器处处理所述一个或多个被构造的电器签名以识别所述至少一个未知电器。

2.根据权利要求1所述的方法，其中所述多端口监视设备电耦接到所述至少一个未知电器。

3.根据权利要求1所述的方法，其中所述独立计量的波形数据包含由所述至少一个未知电器消耗的电能的至少一个特性。

4.根据权利要求1所述的方法，其中在耗用的时间周期内独立计量所述至少一个未知电器的波形数据的所述步骤(a)进一步包含：在不同的时间尺度内采集所述独立计量的波形数据。

5.根据权利要求4所述的方法，其中所述不同的时间尺度包含：在小于1秒的持续时间内从所述至少一个未知电器采集短时波形；并且在大于或者等于10秒的持续时间内从所述至少一个未知电器采集长时波形。

6.根据权利要求1所述的方法，其中在所述共定位的系统控制器处由所述无线传送的波形数据为所述至少一个未知电器构造一个或多个电器签名的所述步骤(c)，进一步包含：

a)为所述至少一个未知电器构造一个或多个电子签名；

b)为所述至少一个未知电器构造一个或多个非电子签名；和

c)使所述一个或多个电子签名与所述一个或多个非电子签名组合以产生所述一个或多个电器签名。

7.根据权利要求6所述的方法，其中为所述至少一个未知电器构造所述一个或多个非电子签名的所述步骤(b)进一步包含：

在所述共定位的系统控制器处接收所述至少一个未知电器的时间戳的时间和位置数据；

使所述电器的所述一个或多个被构造的电子签名中的每个与所述时间戳的时间和位置数据相关以构造所述一个或多个非电子签名；

使所述电器的所述一个或多个被构造的电子签名中的每个与由用户输入的数据相关，所述由用户输入的数据能够包括与电器有关的人口统计学数据和偏好；

使所述电器的所述一个或多个被构造的电子签名中的每个与实地用户行为相关，所述实地用户行为能够包括所述用户靠近特定电源插座监视设备。

8.根据权利要求6所述的方法，其中为所述至少一个未知电器构造一个或多个电子签名的所述步骤(a)包含：

a)识别和特征化所述至少一个未知电器的一个或多个操作模式；

b)根据一个或多个常见的波形性质特征化每个识别出的操作模式；和

c)识别和特征化所述一个或多个识别出的操作模式之间的转换；

d)识别和特征化所述一个或多个识别出的操作模式之间采用的路径。

9.根据权利要求8所述的方法，其中识别和特征化所述一个或多个操作模式的所述步骤(a)进一步包含：在规律变化的所述波形特征化的时间周期内识别规律区域。

10.根据权利要求9所述的方法，其中使用一种或多种下列方法在所述波形数据中识别所述规律变化的时间周期：统计学分析、傅立叶分析、时间序列分析、小波分析、机器学习方法和模式识别方法。

11.根据权利要求8所述的方法，其中所述常见波形性质包含以下中的一个或多个：电压波形性质、电流波形性质、功率电平波形性质、功率谱波形性质、特征上升或下降时间常数波形性质、噪声水平波形性质和正常模式波形性质。

12.根据权利要求8所述的方法，其中识别和特征化所述识别出的操作模式之间的转换的所述步骤(c)包含：识别所述转换期间的一个或多个波形性质。

13.根据权利要求12所述的方法，其中所述一个或多个波形性质包含：(a)启动和结束电压/电流，(b)电压/电流的上升/下降时间，(c)特征频率处的振荡，(d)特征噪声水平和(e)相位特征。

14.根据权利要求8所述的方法，其中识别和特征化所述识别出的操作模式之间采用的路径的所述步骤(d)包含：记录由所述至少一个未知电器在持续时间大于10秒的延长的时间间隔内访问的操作模式的顺序和序列。

15.根据权利要求1所述的方法，其中在系统控制器处处理所述一个或多个被构造的电器签名以识别所述至少一个未知电器的所述步骤(d)，进一步包含：

i)对所述电器签名与预存储的规范签名的数据库进行比较以确定是否在所述电器签名与所述预存储的规范签名之一之间存在匹配；

ii)基于所述电器签名与所述预存储的规范签名之一之间的匹配识别所述至少一个未知电器；和

iii)否则在不存在匹配的情况下请求用户提供所述至少一个未知电器身份信息。

16.根据权利要求15所述的方法，其中通过以下对所述规范签名进行特征化：(1)概化操作模式和在所述概化操作模式之间的转换，(2)在所述概化操作模式之间的概化路径，和(3)反映概化非电子数据的统计学分析。

17.根据权利要求16所述的方法，其中所述概化操作模式通过下列步骤形成：

使在输入签名中识别的操作模式与模式的规范签名集匹配；和

形成横跨所有输入签名的所有操作模式的联合。

18.根据权利要求17所述的方法，其中所述横跨所有输入签名的所有操作模式的联合依据聚类方法形成，由此将所述模式分组成聚类，所述聚类是类似模式的子集。

19.根据权利要求18所述的方法，其中通过与每个操作模式相关的波形性质测量类似的模式。

20.根据权利要求16所述的方法，其中所述概化转换通过下列步骤形成：

使在所述电器签名中识别的转换与转换的规范签名集匹配；和

形成横跨所有输入签名的所有转换的联合。

21.根据权利要求20所述的方法，其中所述横跨所有输入签名的所有转换的联合依据聚类方法形成，由此将所述转换分组成聚类，所述聚类是类似转换的子集。

22.根据权利要求21所述的方法，其中通过与每个转换相关的波形性质测量类似的转换。

23.根据权利要求16所述的方法，其中所述概化路径通过下列步骤形成：

使在所述电器签名中识别的路径与路径的规范签名集匹配；

记录在所述电器签名中观测到特定类型的路径的概率；

用紧凑的符号结构总结这些概率，包括转换或者邻接矩阵、网络图，和/或标记图。

24.根据权利要求16所述的方法，进一步包含将产生的规范签名存储在所述预存储的规范签名的数据库中。

25.一种用于检测和识别多个未知电设备的识别和检测系统，包含：

(I)本地系统控制器(50)，包含：

数据上载模块(52)，配置成从所述本地系统控制器(50)将电器签名数据发送到系统管理节点(102)；

数据打包模块(54)，能够操作地耦接到所述数据上载模块(52)并配置成压缩电器签名数据以便于在网络(60)上传输；

数据库(56)，配置成存储规范签名的本地副本；

处理器(58)，配置成构造规范签名并且使未知电器的电器签名与所存储的规范签名的本地副本匹配；

数据接收模块(62)，配置成无线接收独立计量的波形数据；

(II)多个多端口监视设备(12)，配置成独立计量通过相应的多个未知电器在耗用的时间周期内产生的波形数据并且将所述波形数据无线传送到所述系统控制器(50)；

(III)系统管理节点(102)，配置成：

(a)从所述多个多端口监视设备(12)接收所述独立计量的波形数据；

(b)处理所述独立接收的计量波形数据以为每个未知电器产生电器签名，其中，所述电器签名具有电子组分，该电子组分是从所述波形数据获得的数据性质；以及

(c)识别所述多个未知电器；

(IV)所述系统管理节点(102)包含：

(i)服务器(104)，配置成缓冲从所述多个多端口监视设备(12)接收的所述独立计量的波形数据并且执行服务器负载平衡；

(ii)处理器(114)，配置成提供对数据库(116)的专用访问；

(iii)多个分布式计算节点(112)，配置成执行涉及规范签名的管理和一般的电器检测相关任务的计算指令；

(iv)聚类前端(106)，配置用于负载分配、负载平衡，和管理所述分布式计算节点(112)；和

(v)瞬态数据库(110)，用于存储与电器检测相关的短至中期数据。

26.根据权利要求25所述的系统，其中所述系统控制器(50)进一步包含用于存储电器的规范签名的档案数据库(116)。

27.根据权利要求25所述的系统，进一步包括在处理器(58)上可执行的程序指令，用于管理所述多个多端口监视设备(12)与所述系统控制器(50)之间的无线通信。

28.根据权利要求25所述的系统，进一步包括用于由从所述多个多端口监视设备(12)无线接收的电子数据和无线接收的非电子数据构造电器签名的程序指令，由此所述程序指令被实现为在所述处理器(58)上运行的软件。

29.根据权利要求25所述的系统，进一步包括用于使电器签名与电器签名的数据库匹配的程序指令，由此所述程序指令被实现为在所述处理器(58)上运行的软件。

30.根据权利要求25所述的系统，进一步包括用于验证提供给所述系统控制器(50)的用户响应的程序指令，由此所述程序指令被实现为在所述处理器(58)上运行的软件。