CN102901869B - 基于单点感知的家庭用电智能监测方法及其设备 - Google Patents

Abstract

本发明公开了一种基于单点感知的家庭用电智能监测方法及其设备，旨在克服现有技术不便维护安装与只能监测低频段信号的问题。其步骤如下：1.基于单点感知的家庭用电智能监测设备初始化；2.基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测；3.基于单点感知的家庭用电智能监测设备从大量存储的数据中提取每种家用电器的电磁干扰特征判断是何种家用电器正在使用；4.基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据写入电脑存储；5.基于单点感知的家庭用电智能监测设备退出监测。本发明还公开了一种执行基于单点感知的家庭用电智能监测方法的基于单点感知的家庭用电智能监测设备，其包括高通滤波器等。

Description

基于单点感知的家庭用电智能监测方法及其设备

技术领域

本发明涉及一种对家庭用电情况的监测方法，同时还涉及一种设备，更确切地说，本发明涉及一种基于单点感知的家庭用电智能监测方法及其设备。

背景技术

现今对用电情况的监测主要用于完成两方面的功能：

第一方面用于对老年及残疾人的看护，主要诉求为不仅能够获取当前住户的活动信息(看电视，做饭等)，还应该知道当前的位置信息(在厕所，厨房，卧室)。如一个只有老年人居住的家庭一天中没有任何用电行为发生，说明发生了特殊情况，需要特殊处理，这样就能够及早的发现危险情况，紧急处理，减少损失。

另一方面是在环保节能方面，主要诉求为获取用电设备的工作时间和耗电量信息。通过向用户提供直观的、数据可视化的信息和用电建议，达到提醒，警示的作用。

随着技术的不断创新与进步，智慧家居概念由当初的设想逐步走向现实，电设备监测这一应用领域也逐渐引起了人们的注意。

在用电监测方面，目前有三种方法：

1.传统的电表检测；

2.分布式感知；

3.基于设备的仲裁传感技术的单点传感。

但是，第一种方法提供用户的信息单一，精度有限，并且对于家庭用户来说，安装方法复杂且有一定的危险。

第二种方法是在每一个需要监测的设备上安装一个传感器，这种方法的缺点是系统成本高、不便于维护和安装，并且可能会引起家庭隐私方面的担忧。

第三种方法使用电流或电压或者两者相结合的方式安装到家庭电力线入口端，用来检测电力线中电流和电压的变化情况来判断家用电器的关断状态。但是受制于技术水平和数字处理芯片的技术，只能监测低频段信号，比较局限。

发明内容

本发明所要解决的技术问题是克服了现有技术存在系统成本高、不便于维护和安装与只能监测低频段信号的问题，提供了一种基于单点感知的家庭用电智能监测方法，同时还提供了实现该方法的设备。

为解决上述技术问题，本发明是采用如下技术方案实现的：所述的基于单点感知的家庭用电智能监测方法包括如下步骤：

1.基于单点感知的家庭用电智能监测设备初始化：

所述的初始化就是基于单点感知的家庭用电智能监测设备获取在没有任何家用电器工作时电力线中的信号；

2.基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测：

所述的对家用电器开关动作进行侦测就是基于单点感知的家庭用电智能监测设备对电力线中的电磁干扰信号进行采集；

3.基于单点感知的家庭用电智能监测设备从大量存储的数据中提取每种家用电器的电磁干扰特征判断是何种家用电器正在使用；

4.基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类型及用电信息写入电脑存储；

5.基于单点感知的家庭用电智能监测设备退出监测。

技术方案中所述的基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测的步骤如下：

1)基于单点感知的家庭用电智能监测设备高速采集电力线中通过滤波器滤波后的电压信号，再通过基于单点感知的家庭用电智能监测设备实现电压模拟量转化成上位机可处理的数字量，并存储在上位机的缓存里；

2)基于单点感知的家庭用电智能监测设备判断数字量写入周期时间是否到了，如果数字量写入时间满足一个周期时间，则将初始的步骤1)在缓存中的数字量数据写入电脑的硬盘中，用来记录用电数据，并且电脑可以对这些数据进行读写，如果数字量写入周期时间没到，执行下一步骤3)；

3)基于单点感知的家庭用电智能监测设备将从电力线读取的电磁干扰电压数据进行频域变换，将时间域的信号变成频率域的信号；

4)等待基于单点感知的家庭用电智能监测设备是否完成向量平均计算，如果基于单点感知的家庭用电智能监测设备没完成该运算则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将电压模拟量转化为数字量；如果上述工作已完成则进行下一步骤5)；

5)基于单点感知的家庭用电智能监测设备判断是否发生家用电器的开关行为，这里采用了一种叫做“功率谱向量时间追赶法”的方法，方法的描述如下列公式所示：

${\stackrel{\‾}{X}}_{t_1}=\{{\stackrel{\‾}{x}}_{t_{1}1},{\stackrel{\‾}{x}}_{t_{1}2},{\stackrel{\‾}{x}}_{t_{1}3},...,{\stackrel{\‾}{x}}_{t_{1}m}\}---\left(1\right)$

${\stackrel{\‾}{X}}_{t_2}=\{{\stackrel{\‾}{x}}_{t_{2}1},{\stackrel{\‾}{x}}_{t_{2}2},{\stackrel{\‾}{x}}_{t_{2}3},...,{\stackrel{\‾}{x}}_{t_{2}m}\}---\left(2\right)$

和分别代表30次和10次平均的功率谱平均向量，满足条件t₁-t₂>0，并且t₁和t₂之间是有规律的,我们假设：

$X_{\mathrm{\Δt}}={\stackrel{\‾}{X}}_{t_2}-{\stackrel{\‾}{X}}_{t_1}=\{x_{\mathrm{\Δt}1},x_{\mathrm{\Δt}2},x_{\mathrm{\Δt}3},...x_{\mathrm{\Δtm}}\}---\left(3\right)$

若构造一个函数，△t表示时间差：

$y_{\mathrm{\&Delta;ti}}=\left\{\begin{array}{c}1,\left|x_{\mathrm{\&Delta;ti}}\right|\&GreaterEqual;x_{\mathrm{threshold}},\\ 0,\left|x_{\mathrm{\&Delta;ti}}\right|<x_{\mathrm{threshold}},\end{array}\right.i=\mathrm{1,2,3}...m---\left(4\right)$

当超过一定的阈值时，则可认为发生了一个家用电器的开关行为，至此，判断完毕；公式(4)中的x_threshold是一个经验阈值，并且会根据实际家庭的噪声信号的干扰程度进行相应的更改，在这个算法中，基底频率向量是不断更新的，本方法的更新周期为0.24s，在基于单点感知的家庭用电智能监测设备侦测过程中，当x_threshold超过阈值时可认为发生了一个家用电器的开关行为；虽然如此，x_threshold超过阈值也有电力线中的噪声引起的可能，因此在经过该步骤之后，还要经过下一步骤6)；如果判断结果是没有发生家用电器的开关行为，则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将模拟量电压转化为数字量；

6)基于单点感知的家庭用电智能监测设备再次采用步骤5)的方法，进行2-4次的验证，只有当每次的验证结果都相同时，才认定发生了一个家用电器的开关行为；如果验证结果是没有发生家用电器的开关行为，回到初始的步骤1)，如果判断结果是发生家用电器的开关行为，进行下一步骤7)；

7)基于单点感知的家庭用电智能监测设备根据采集的数据进行特征提取及分类，到此，对家用电器的开关行为进行侦测的步骤完成。

技术方案中所述的基于单点感知的家庭用电智能监测设备从大量存储的数据中提取每种家用电器的电磁干扰特征判断是何种家用电器正在使用的步骤如下：

1)家用电器的电磁干扰特征提取

基于单点感知的家庭用电智能监测设备针对不同的家用电器的电磁干扰，从大量存储的数据中提取这些家用电器的电磁干扰特征，完成“差频向量”的高斯特征即中心频率的计算，提取出高斯函数的三个参数A，B，C；

2)新的家用电器电磁干扰特征提取

对新的家用电器的电磁干扰特征提取就是将对未知的家用电器提取的中心频率、家用电器的名称与家用电器的功耗数据打包存储到基于单点感知的家庭用电智能监测设备基本信息文件中；

3)匹配家用电器

匹配家用电器就是将未知家用电器的中心频率信息与已存储的家用电器信息进行匹配，运用K最邻近结点算法、支持向量机的K最邻近结点算法SVM或双向主成分分析BDPCA的已有算法，看高斯的三个参数A、B、C与哪种家用电器的参数最大匹配；基于单点感知的家庭用电智能监测设备通过以上算法，根据已知的家用电器特征，得出是什么家用电器正在使用；如果停止信号Stop＝false&发生用电事件，则表示用电智能监测设备已经完成了家用电器的匹配，用电智能监测设备知道了是什么家用电器在使用，并对该家用电器的用电量进行记录。

技术方案中所述的基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类型及用电信息写入电脑存储是指：

记录电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类别及该家用电器用电信息记录在电脑中，以供后续的处理，每次需要记录的家用电器的用电信息包括：当前时间；当前家庭家用电器总功耗；当前工作的家用电器,并且电脑可以对这些数据进行读写。

一种执行基于单点感知的家庭用电智能监测方法的基于单点感知的家庭用电智能监测设备，其包括高通滤波器、虚拟仪器技术教学实验室套件ELVIS II、两端设置有型号为SG-0477的BNC插槽的导线与电脑。

高通滤波器的输入端采用型号为GNT-T25的三相交流电的插头与家用的插座连接，高通滤波器的输出接线端与型号为LT-50KY的BNC接头电线连接，两端设置有型号为SG-0477的BNC插槽的导线的一端与高通滤波器上的输出接线端即型号为LT-50KY的BNC接头连接，两端设置有型号为SG-0477的BNC插槽的导线的另一端连接到虚拟仪器技术教学实验室套件中的Ch0通道接口或Ch1通道接口，虚拟仪器技术教学实验室套件的USB接口用USB导线与电脑连接。

技术方案中所述的高通滤波器包括型号为GNT-T25的三相交流电的插头、电容C₁、电容C₂、色环电阻R₁、色环电阻R₂、色环电阻R₃和型号为LT-50KY的BNC接头；

型号为GNT-T25的三相交流电的插头的2号引脚接电容C₁的一端，电容C₁的另一端同接电阻R₁与电阻R₂的一端，电阻R₁的另一端同和电阻R₃的一端与型号为LT-50KY的BNC接头电线连接，电阻R₂与电阻R₃的另一端和电容C₂的一端电线连接并同时接地，电容C₂的另一端与插头的1号引脚电线连接，型号为GNT-T25的三相交流电的插头的3号引脚接地，电容C₁、电容C₂、电阻R₁、电阻R₂与电阻R₃的值采用：

$G\left(f\right)=\frac{U_o}{U_i}=\frac{2\mathrm{\&pi;jf}{C}_1{C}_2{R}_2{R}_3}{(2C_1(R_1+R_2+R_3)+2\mathrm{\&pi;jf}{R}_2{C}_1{C}_2(R_1+R_3))}$ 计算得出；

其中：U_o.输出电压值，U_i.输入电压值。

与现有技术相比本发明的有益效果是：

1.中国是一个电力资源严重缺乏的国家。在用电上，如果采用本发明所述的基于单点感知的家庭用电智能监测设备，可以减少用电浪费，更合理得安排用电时间。

2.本发明所述的基于单点感知的家庭用电智能监测设备能够实时的监测家庭中的每个用电设备的使用情。即用电设备每天中工作的具体时间，消耗的总电能。通过对这些信息的处理分析，直观的显示给使用者，并向用户提供合理的节能建议。

3.也可以通过大量安装使用本发明所述的基于单点感知的家庭用电智能监测设备，向政府和研究机构提供家庭用电的最真实的信息，这样比通过人工记录获取的信息要真实的多。

附图说明

下面结合附图对本发明作进一步的说明：

图1是本发明所述的基于单点感知的家庭用电智能监测方法的功能流程框图；

图2是本发明所述的基于单点感知的家庭用电智能监测方法中所采用的基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测的功能流程框图；

图3是本发明所述的基于单点感知的家庭用电智能监测设备中所采用的高通滤波器的电原理图；

图4是本发明所采用的基于单点感知的家庭用电智能监测设备工作原理框图；

图中：R1至R3.电阻。C1与C2.电容；

具体实施方式

下面结合附图对本发明作详细的描述：

本发明所述的基于单点感知的家庭用电智能监测方法及其设备是针对现有技术中所存在的缺陷，提供了更加全面的用户信息和更加合理的节能方法。主要致力于嵌入式感测技术，用于监测整个家庭的用电使用情况，通过单一的传感器感知电力线中的信号，然后通过模式识别等机器学习的手段对每个设备发出的特有信号进行识别，利用家庭用电设备工作时向电力线中辐射电磁干扰EMI噪声的特性与加入的算法进行匹配识别，达到家电监测的目的。以此，提供了更加全面的用户信息和更加合理的节能方法。

本发明所提供的基于单点感知的家庭用电智能监测方法的步骤如下：

1.基于单点感知的家庭用电智能监测设备初始化：

参阅图1，所述的初始化就是基于单点感知的家庭用电智能监测设备获取在没有任何家用电器工作时电力线中的信号。

由于电力线信号具有不稳定性，当我们采集没有任何家用电器工作的电力线信号时，就需采取加窗平均的方式对信号进行预先处理。所谓加窗，就是将信号作为输入，加入到窗函数中。在信号处理过程中，窗函数是一种在给定区间之外取值均为0的实函数。譬如：在给定区间内为常数而在区间外为0的窗函数被形象地称为矩形窗。任何函数与窗函数之积仍为窗函数，所以相乘的结果就像透过窗口“看”其他函数一样。在本步骤中窗的尺寸均为60，在侦测状态下窗的尺寸为30，就是将60或30个频域向量取平均获得基底向量，这是第一次获得基底向量的值的方式，随着程序运行，基底向量是不断更新的。初始化结束后，检测停止信号Stop，如果停止信号Stop＝true，则停止基于单点感知的家庭用电智能监测设备的运行，退出电脑的操作界面；如果停止信号Stop＝false，表示基于单点感知的家庭用电智能监测设备初始化完毕，进入步骤2。

2.基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测：

参阅图2，所述的对家用电器开关动作进行侦测就是基于单点感知的家庭用电智能监测设备对电力线中的电磁干扰信号进行采集。因为不同的家用电器产生不同的电磁干扰，于是可以利用这些电磁干扰来进行分析，进而侦测出开关动作。如果未侦测到家用电器发生开关动作则基于单点感知的家庭用电智能监测设备继续监测。

该步骤中设定了一个周期时间可以实现自动计时，每过一个周期则将基于单点感知的家庭用电智能监测设备从电力线中采集的信号写入电脑的存储器中进行存储。基于单点感知的家庭用电智能监测设备可以实现人为退出监测这一功能，检测停止信号Stop，如果停止信号Stop＝true，则停止基于单点感知的家庭用电智能监测设备的运行，退出电脑的操作界面；如果停止信号Stop＝false，表示基于单点感知的家庭用电智能监测设备侦测到家用电器开关动作，进入步骤3。具体家用电器开关动作侦测步骤如下：

1)基于单点感知的家庭用电智能监测设备采集电力线中的通过高滤波器滤波后的电压信号，再通过基于单点感知的家庭用电智能监测设备实现电压模拟量转化成上位机(电脑)可处理的数字量，并存储在上位机的缓存里。

2)基于单点感知的家庭用电智能监测设备判断数字量写入周期时间是否到了。如果数字量写入时间满足一个周期时间，则将初始的步骤1)在缓存中的数字量数据写入电脑的硬盘中，用来记录用电数据，并且电脑可以对这些数据进行读写。如果数字量写入周期时间没到，执行下一步骤3)。

3)基于单点感知的家庭用电智能监测设备将从电力线读取的电磁干扰电压数据进行频域变换，将时间域的信号变成频率域的信号，便于我们后面的分析。

4)等待基于单点感知的家庭用电智能监测设备是否完成向量平均计算，如果基于单点感知的家庭用电智能监测设备没完成该运算则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将电压模拟量转化为数字量。如果上述工作已完成则进行下一步骤5)。

5)基于单点感知的家庭用电智能监测设备判断是否发生家用电器的开关行为，这里采用了一种叫做“功率谱向量时间追赶法”的方法。方法的描述如下列公式所示：

${\stackrel{\&OverBar;}{X}}_{t_1}=\{{\stackrel{\&OverBar;}{x}}_{t_{1}1},{\stackrel{\&OverBar;}{x}}_{t_{1}2},{\stackrel{\&OverBar;}{x}}_{t_{1}3},...,{\stackrel{\&OverBar;}{x}}_{t_{1}m}\}---\left(1\right)$

${\stackrel{\&OverBar;}{X}}_{t_2}=\{{\stackrel{\&OverBar;}{x}}_{t_{2}1},{\stackrel{\&OverBar;}{x}}_{t_{2}2},{\stackrel{\&OverBar;}{x}}_{t_{2}3},...,{\stackrel{\&OverBar;}{x}}_{t_{2}m}\}---\left(2\right)$

和分别代表30次和10次平均的功率谱平均向量，满足条件t₁-t₂>0，并且t₁和t₂之间是有规律的。我们假设：

$X_{\mathrm{\&Delta;t}}={\stackrel{\&OverBar;}{X}}_{t_2}-{\stackrel{\&OverBar;}{X}}_{t_1}=\{x_{\mathrm{\&Delta;t}1},x_{\mathrm{\&Delta;t}2},x_{\mathrm{\&Delta;t}3},...x_{\mathrm{\&Delta;tm}}\}---\left(3\right)$

若构造一个函数，△t表示时间差：

$y_{\mathrm{\&Delta;ti}}=\left\{\begin{array}{c}1,\left|x_{\mathrm{\&Delta;ti}}\right|\&GreaterEqual;x_{\mathrm{threshold}},\\ 0,\left|x_{\mathrm{\&Delta;ti}}\right|<x_{\mathrm{threshold}},\end{array}\right.i=\mathrm{1,2,3}...m---\left(4\right)$

当超过一定的阈值时，则可认为发生了一个家用电器的开关行为，至此，判断完毕。公式(4)中的x_threshold是一个经验阈值，并且会根据实际家庭的噪声信号的干扰程度进行相应的更改。在这个算法中，基底频率向量是不断更新的，本方法的更新周期为0.24s，在基于单点感知的家庭用电智能监测设备侦测过程中，当x_threshold超过阈值时可认为发生了一个家用电器的开关行为。虽然如此，x_threshold超过阈值也有电力线中的噪声引起的可能，因此在经过该步骤之后，还要经过下一步骤6)。如果判断结果是没有发生家用电器的开关行为，则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将模拟量电压转化为数字量。

6)基于单点感知的家庭用电智能监测设备再次采用步骤5)的方法，进行2-4次的验证，只有当每次的验证结果都相同时，才能认定发生了一个家用电器的开关行为。如果验证结果是没有发生家用电器的开关行为，回到初始的步骤1)。如果判断结果是发生家用电器的开关行为，进行下一步骤7)。

7)基于单点感知的家庭用电智能监测设备根据采集的数据，进行特征提取及分类，到此，对家用电器的开关行为进行侦测的步骤完成。

3.基于单点感知的家庭用电智能监测设备提取每种家用电器的电磁干扰特征判断何种家用电器正在使用：

在进行完步骤2侦测到家用电器开关行为的信息后，基于单点感知的家庭用电智能监测设备开始学习每种家用电器的电磁干扰特性来判断当前是何种家用电器在使用。步骤如下：

1)家用电器的电磁干扰特征提取

基于单点感知的家庭用电智能监测设备针对不同的家用电器的电磁干扰，从大量存储的数据中提取这些家用电器的电磁干扰特征，完成“差频向量”的高斯特征(中心频率)的计算，提取出高斯函数的三个参数A，B，C。这个中心频率是后面两个功能的基础。

2)新的家用电器电磁干扰特征提取

对新的家用电器的电磁干扰特征提取就是将对未知的家用电器提取的中心频率、家用电器的名称与家用电器的功耗数据打包存储到基于单点感知的家庭用电智能监测设备基本信息文件中。

3)匹配家用电器

匹配家用电器就是将未知家用电器的中心频率信息与已存储的家用电器信息进行匹配，运用K最邻近结点算法——KNN(k-Nearest Neighbors)或支持向量机的K最邻近结点算法SVM(Support Vector Machine)—KNN或双向主成分分析BDPCA(Bidirectional PCA,BDP-CA)等已有算法，看高斯的三个参数A，B，C与哪种家用电器的参数最大匹配。基于单点感知的家庭用电智能监测设备通过以上算法，根据已知的家用电器特征，得出是什么家用电器正在使用。如果停止信号Stop＝false&发生用电事件(&代表逻辑相“与”)，则表示基于单点感知的家庭用电智能监测设备已经完成了家用电器的匹配，基于单点感知的家庭用电智能监测设备知道了是什么家用电器在使用。在这里也可以人为退出系统，检测停止信号Stop，如果停止信号Stop＝true，表示人为退出，停止基于单点感知的家庭用电智能用电监测设备的运行，退出电脑的操作界面。

4.基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据和正在被使用的家用电器类别及该家用电器的用电信息记录在电脑中，以供后续的处理，每次需要记录的家用电器的用电信息包括：当前时间；当前家庭家用电器总功耗；当前工作的家用电器。并且电脑可以对这些数据进行读写。在这里也可以人为退出系统，检测停止信号Stop，如果停止信号Stop＝true，表示人为退出，停止基于单点感知的家庭用电智能用电监测设备的运行，退出电脑的操作界面。

5.基于单点感知的家庭用电智能监测设备退出监测。完成程序终止运行的善后处理工作，满足一入一出机制。在这个状态中关闭在前面打开的文件，关闭程序的运行。

实施基于单点感知的家庭用电智能监测方法的基于单点感知的家庭用电智能监测设备：

所述的基于单点感知的家庭用电智能监测设备包括：

1.高通滤波器；

2.虚拟仪器技术教学实验室套件(Educational Laboratory VirtualInstrumentation Suite II，简称ELVIS II)；

3.两端设置有BNC插槽的导线；

4.电脑；

其中：虚拟仪器技术教学实验室套件是本设备的核心部件。

(1)高通滤波器由标准件型号为GNT-T25的三相交流电插头、标准件电容C₁、标准件电容C₂、标准件色环电阻R₁、标准件色环电阻R₂、标准件色环电阻R₃和型号为LT-50KY的BNC接头组成。

参阅图3，BNC接头是一种用于同轴电缆的连接器，全称是Bayonet NutConnector，即常说的细同轴电缆接口。设计一个高通滤波器置于虚拟仪器技术教学实验室套件的前端，获知处于1kHz—500kHz之间的开关电源的电磁干扰信号。图中所示的电路为在基于单点感知的家庭用电智能监测设备中应用的高通滤波器的电路原理图，插头的2号引脚接电容C₁的一端，电容C₁的另一端同接电阻R₁与电阻R₂的一端，电阻R₁的另一端同和电阻R₃的一端与BNC接头电线连接，电阻R₂与电阻R₃的另一端和电容C₂的一端电线连接并同时接地，电容C₂的另一端与插头的1号引脚电线连接，插头的3号引脚接地。此滤波器用来滤除低频域的工频信号和工频信号的谐波信号。图中的电容C₁、电容C₂、电阻R₁、电阻R₂与电阻R₃的值，根据具体电路的输入输出关系的传递函数计算得出，计算方法见公式(6)，

$G\left(f\right)=\frac{U_o}{U_i}=\frac{2\mathrm{\&pi;jf}{C}_1{C}_2{R}_2{R}_3}{(2C_1(R_1+R_2+R_3)+2\mathrm{\&pi;jf}{R}_2{C}_1{C}_2(R_1+R_3))}---\left(6\right)$

其中：U_o：输出电压值；U_i：输入电压值。其中电容C₁和电容C₂为630V的0.1uF的陶瓷电容，电阻R₂＝电阻R₃＝470欧姆，电阻R₁＝10欧姆，滤掉1.4Khz频率以下的电压。电容、电阻均为标准件，如：电容104K630L，电阻CR1/2W-5％等。信号输出经过导线接到BNC接头的插槽上。

(2)美国国家仪器公司(NI,National Instruments)的实验室虚拟仪器工程(Laboratory Virtual Instrument Engineering Workbench以下简称NILabView)软件开发平台，虚拟仪器技术教学实验室套件(EducationalLaboratory Virtual Instrumentation Suite II，简称ELVIS II)：

1)LabView是由美国NI公司开发的优秀图形化编程开发平台，是目前应用范围最广、功能最为强大的虚拟仪器开发平台。

2)虚拟仪器技术教学实验室套件(Educational Laboratory VirtualInstrumentation Suite II)是美国国家仪器公司专门为大学课堂教学实验设计的一款虚拟仪器套件。它集成了12款教学和设计中最为常用的基本仪器。包括：数字万用表、示波器、函数发生器、各类电源和伯德图分析仪等。它能够基于LabView软件开发平台对它进行操作，也可以当作普通的仪器使用。本系统使用了虚拟仪器技术教学实验室套件(Educational Laboratory VirtualInstrumentation Suite II)上的数据采集卡的功能，能够提供16位的分辨率和1.25MS/s采样率。打开用LabView编写的操作环境，完成整套设备的运行和控制。

(3)两端连接有型号为SG-0477的BNC插槽导线，一端连接高通滤波器的输出接线端，另一端与ELVIS II输入CH0或CH1相连。

(4)电脑，配合以上三部分，完成数据的处理和存储功能。

以上四部分的连接关系：高通滤波器的输入端与标准件型号为GNT-T25的三相交流电的插头相连，型号为GNT-T25的三相交流电的插头与家用的插座连接，高通滤波器的输出接线端连接一个型号为LT-50KY的BNC接头。两端连接有型号为SG-0477的BNC插槽的导线的一端与高通滤波器上的输出接线端即型号为LT-50KY的BNC接头连接，两端设置有BNC插槽的导线的另一端连接到虚拟仪器技术教学实验室套件ELVIS II中的输入端Ch0或Ch1通道接口，虚拟仪器技术教学实验室套件ELVIS II的USB接口用USB导线与电脑相连。

基于单点感知的家庭用电智能监测设备的工作原理：

参阅图4，首先，交流电(AC)电力线接入工频电，使用插头接入插座，从插头上对电力线上的电压进行数据采集，插头与高通滤波器相连，完成有效数据的可靠过滤。高通滤波器置于虚拟仪器技术教学实验室套件的前端，获得处于1kHz—500kHz之间的开关电源的电磁干扰信号，其范围为10～90毫伏(mV)。其次，将高通滤波器的插头的输出线的BNC插槽插到虚拟仪器技术教学实验室套件NI EIVIS II的CH0或CH1的BNC插头上，再将虚拟仪器技术教学实验室套件NI EIVIS II的USB线接到电脑的USB接口上，虚拟仪器技术教学实验室套件NI EIVIS II进行模拟量和数字量的转换，通过USB线将数字量送入计算机中进行计算。然后，打开用LabView编写的操作环境，完成整套设备的运行和控制，将滤波后传来的信号送入美国国家仪器公司开发的ELVIS II平台，通过软件编写实现信号实时快速的功率谱变换，用电设备事件侦测，特征提取，特征匹配和数据存储等功能。在这里主要的处理是通过LabView的软件来实现的，采用算法是比较成熟的快速傅里叶变换算法(FFT)，将时间域的弱耦合电磁干扰信号变换为频域信号，同时将连续的数据流分成一段一段的离散信号，每一段均是2048个采样点。变成频域的离散信号。最后，在经过了用户行为探测及分段处理后，将所采集到的用电信息，将样本数据写入的文件调出，反映给用户查看，包括每个用电设备的工作状态，占用家庭总耗电量的百分比，总的耗电信息。并给出合理的用电建议。这里一般都是将信息送到电脑的界面上进行显示。

Claims (6)

1.一种基于单点感知的家庭用电智能监测方法，其特征在于，所述的基于单点感知的家庭用电智能监测方法包括如下步骤：

1)基于单点感知的家庭用电智能监测设备初始化：

所述的初始化就是基于单点感知的家庭用电智能监测设备获取在没有任何家用电器工作时电力线中的信号；

2)基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测：

所述的对家用电器开关动作进行侦测就是基于单点感知的家庭用电智能监测设备对电力线中的电磁干扰信号进行采集；

3)基于单点感知的家庭用电智能监测设备从大量存储的数据中提取每种家用电器的电磁干扰特征判断是何种家用电器正在使用；

4)基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类型及用电信息写入电脑存储；

5)基于单点感知的家庭用电智能监测设备退出监测。

2.按照权利要求1所述的基于单点感知的家庭用电智能监测方法，其特征在于，所述的基于单点感知的家庭用电智能监测设备对家用电器开关动作进行侦测的步骤如下：

1)基于单点感知的家庭用电智能监测设备高速采集电力线中通过滤波器滤波后的电压信号，再通过基于单点感知的家庭用电智能监测设备实现电压模拟量转化成上位机可处理的数字量，并存储在上位机的缓存里；

2)基于单点感知的家庭用电智能监测设备判断数字量写入周期时间是否到了，如果数字量写入时间满足一个周期时间，则将初始的步骤1)在缓存中的数字量数据写入电脑的硬盘中，用来记录用电数据，并且电脑可以对这些数据进行读写，如果数字量写入周期时间没到，执行下一步骤3)；

3)基于单点感知的家庭用电智能监测设备将从电力线读取的电磁干扰电压数据进行频域变换，将时间域的信号变成频率域的信号；

4)等待基于单点感知的家庭用电智能监测设备是否完成向量平均计算，如果基于单点感知的家庭用电智能监测设备没完成该运算则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将电压模拟量转化为数字量；如果上述工作已完成则进行下一步骤5)；

5)基于单点感知的家庭用电智能监测设备判断是否发生家用电器的开关行为，这里采用了一种叫做“功率谱向量时间追赶法”的方法，方法的描述如下列公式所示：

${\stackrel{\&OverBar;}{X}}_{t_1}=\{{\stackrel{\&OverBar;}{x}}_{t_{1}1},{\stackrel{\&OverBar;}{x}}_{t_{1}2},{\stackrel{\&OverBar;}{x}}_{t_{1}3},...,{\stackrel{\&OverBar;}{x}}_{t_{1}m}\}---\left(1\right)$

${\stackrel{\&OverBar;}{X}}_{t_2}=\{{\stackrel{\&OverBar;}{x}}_{t_{2}1},{\stackrel{\&OverBar;}{x}}_{t_{2}2},{\stackrel{\&OverBar;}{x}}_{t_{2}3},...,{\stackrel{\&OverBar;}{x}}_{t_{2}m}\}---\left(2\right)$

和分别代表30次和10次平均的功率谱平均向量，满足条件t₁-t₂>0，并且t₁和t₂之间是有规律的，我们假设：

$X_{\mathrm{\&Delta;t}}={\stackrel{\&OverBar;}{X}}_{t_2}-{\stackrel{\&OverBar;}{X}}_{t_1}=\{x_{\mathrm{\&Delta;t}1},x_{\mathrm{\&Delta;t}2},x_{\mathrm{\&Delta;t}3},...x_{\mathrm{\&Delta;tm}}\}---\left(3\right)$

若构造一个函数，△t表示时间差：

$y_{\mathrm{\&Delta;ti}}=\left\{\begin{array}{c}1,\left|x_{\mathrm{\&Delta;ti}}\right|\&GreaterEqual;x_{\mathrm{threshold}},\\ 0,\left|x_{\mathrm{\&Delta;ti}}\right|<x_{\mathrm{threshold}},\end{array}\right.i=\mathrm{1,2,3}...m---\left(4\right)$

当超过一定的阈值时，则可认为发生了一个家用电器的开关行为，至此，判断完毕；公式(4)中的x_threshold是一个经验阈值，并且会根据实际家庭的噪声信号的干扰程度进行相应的更改，在这个算法中，基底频率向量是不断更新的，本方法的更新周期为0.24s，在基于单点感知的家庭用电智能监测设备侦测过程中，当x_threshold超过阈值时可认为发生了一个家用电器的开关行为；虽然如此，x_threshold超过阈值也有电力线中的噪声引起的可能，因此在经过该步骤之后，还要经过下一步骤6)；如果判断结果是没有发生家用电器的开关行为，则回到初始的步骤1)的基于单点感知的家庭用电智能监测设备将模拟量电压转化为数字量；

6)基于单点感知的家庭用电智能监测设备再次采用步骤5)的方法，进行2-4次的验证，只有当每次的验证结果都相同时，才认定发生了一个家用电器的开关行为；如果验证结果是没有发生家用电器的开关行为，回到初始的步骤1)，如果判断结果是发生家用电器的开关行为，进行下一步骤7)；

7)基于单点感知的家庭用电智能监测设备根据采集的数据进行特征提取及分类，到此，对家用电器的开关行为进行侦测的步骤完成。

3.按照权利要求1所述的基于单点感知的家庭用电智能监测方法，其特征在于，所述的基于单点感知的家庭用电智能监测设备从大量存储的数据中提取每种家用电器的电磁干扰特征判断是何种家用电器正在使用的步骤如下：

1)家用电器的电磁干扰特征提取

基于单点感知的家庭用电智能监测设备针对不同的家用电器的电磁干扰，从大量存储的数据中提取这些家用电器的电磁干扰特征，完成“差频向量”的高斯特征即中心频率的计算，提取出高斯函数的三个参数A，B，C；

2)新的家用电器电磁干扰特征提取

对新的家用电器的电磁干扰特征提取就是将对未知的家用电器提取的中心频率、家用电器的名称与家用电器的功耗数据打包存储到基于单点感知的家庭用电智能监测设备基本信息文件中；

3)匹配家用电器

匹配家用电器就是将未知家用电器的中心频率信息与已存储的家用电器信息进行匹配，运用K最邻近结点算法、支持向量机的K最邻近结点算法SVM或双向主成分分析BDPCA的已有算法，看高斯的三个参数A、B、C与哪种家用电器的参数最大匹配；基于单点感知的家庭用电智能监测设备通过以上算法，根据已知的家用电器特征，得出是什么家用电器正在使用；如果停止信号Stop＝false&发生用电事件，则表示用电智能监测设备已经完成了家用电器的匹配，用电智能监测设备知道了是什么家用电器在使用，并对该家用电器的用电量进行记录。

4.按照权利要求1所述的基于单点感知的家庭用电智能监测方法，其特征在于，所述的基于单点感知的家庭用电智能监测设备将电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类型及用电信息写入电脑存储是指：

记录电力线上家用电器的电磁干扰数据和正在被使用的家用电器的类别及该家用电器用电信息记录在电脑中，以供后续的处理，每次需要记录的家用电器的用电信息包括：当前时间；当前家庭家用电器总功耗；当前工作的家用电器，并且电脑可以对这些数据进行读写。

5.一种执行权利要求1所述的基于单点感知的家庭用电智能监测方法的基于单点感知的家庭用电智能监测设备，其特征在于，所述的基于单点感知的家庭用电智能监测设备包括高通滤波器、虚拟仪器技术教学实验室套件ELVISII、两端设置有型号为SG-0477的BNC插槽的导线与电脑；

高通滤波器的输入端采用型号为GNT-T25的三相交流电的插头与家用的插座连接，高通滤波器的输出接线端与型号为LT-50KY的BNC接头电线连接，两端设置有型号为SG-0477的BNC插槽的导线的一端与高通滤波器上的输出接线端即型号为LT-50KY的BNC接头连接，两端设置有型号为SG-0477的BNC插槽的导线的另一端连接到虚拟仪器技术教学实验室套件中的Ch0通道接口或Ch1通道接口，虚拟仪器技术教学实验室套件的USB接口用USB导线与电脑连接。

6.按照权利要求5所述的基于单点感知的家庭用电智能监测设备，其特征在于，所述的高通滤波器包括型号为GNT-T25的三相交流电的插头、电容C₁、电容C₂、色环电阻R₁、色环电阻R₂、色环电阻R₃和型号为LT-50KY的BNC接头；

型号为GNT-T25的三相交流电的插头的2号引脚接电容C₁的一端，电容C₁的另一端同接电阻R₁与电阻R₂的一端，电阻R₁的另一端同和电阻R₃的一端与型号为LT-50KY的BNC接头电线连接，电阻R₂与电阻R₃的另一端和电容C₂的一端电线连接并同时接地，电容C₂的另一端与插头的1号引脚电线连接，型号为GNT-T25的三相交流电的插头的3号引脚接地，电容C₁、电容C₂、电阻R₁、电阻R₂与电阻R₃的值采用：

$G\left(f\right)=\frac{U_o}{U_i}=\frac{2\mathrm{\&pi;jf}{C}_1{C}_2{R}_2{R}_3}{(2C_1(R_1+R_2+R_3)+2\mathrm{\&pi;jf}{R}_2{C}_1{C}_2(R_1+R_3))}$ 计算得出；

其中：U_o.输出电压值，U_i.输入电压值。