CN111289817A - 电器的故障监听的方法、装置、系统及存储介质 - Google Patents
电器的故障监听的方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN111289817A CN111289817A CN202010093514.1A CN202010093514A CN111289817A CN 111289817 A CN111289817 A CN 111289817A CN 202010093514 A CN202010093514 A CN 202010093514A CN 111289817 A CN111289817 A CN 111289817A
- Authority
- CN
- China
- Prior art keywords
- information
- electric appliance
- appliance
- current
- socket
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000005070 sampling Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 9
- 230000006855 networking Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/006—Measuring power factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本公开涉及物联网技术领域,具体涉及一种电器的故障监听的方法、装置、系统及存储介质,用于解决相关技术中电器的运行状况难以监管的技术问题。所述电器的故障监听方法包括:获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;根据所述负载信息,识别所述电器的种类;根据所述电流信息,计算相邻周期电流采样点的均方差;在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
Description
技术领域
本公开涉及物联网技术领域,特别地涉及一种电器的故障监听的方法、装置、系统及存储介质。
背景技术
随着人们生活品质的提高,越来越多的家用电器进入家庭,在带来管理压力的同时,也带来了很多安全隐患。电器火灾主要是由于电源线老化和恶性负载的介入引起。因此,在使用智能家居带来便利的同时,能够同时利用物联网技术,数据资源来预防用电安全问题。
发明内容
本公开提供一种电器的故障监听的方法、装置、系统及存储介质,以解决相关技术中电器的运行状况难以监管的技术问题。
为实现上述目的,本公开实施例的第一方面,提供一种电器的故障监听的方法,所述方法包括:
获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;
根据所述负载信息,识别所述电器的种类;
根据所述电流信息,计算相邻周期电流采样点的均方差;
在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
可选地,根据所述负载信息,识别所述电器的种类,包括:
根据所述负载信息,计算所述电器的功率和功率因数;
根据所述电器的功率和功率因数,获得所述电器的分类结果。
可选地,根据所述负载信息,识别所述电器的种类,还包括:
将电流信息进行傅里叶变换以得到电流的谐波信息;
根据所述电器的分类结果和所述谐波信息,利用训练后的深度学习网络对所述谐波信息进行识别,以得到最终的电器分类。
可选地,还包括:
将所述电器的种类、所述电器的功率以及与运行状态发送给所述预设接收端;其中,所述运行状态包括正常运行状态以及故障运行状态。
可选地,还包括:
根据所述电器的功率以及运行时间,生成预设周期内的电能消耗曲线;
将所述电能消耗曲线发送给所述预设接收端。
可选地,获取插设于插座上的电器的负载信息之前,还包括:
通过设于插座处的压力传感器确认插座上插有电器。
可选地,还包括:
在确认相邻周期电流采样点的均方差大于第二预设值时,控制所述电器处于断电状态;其中,所述第二预设值大于所述第一预设值。
本公开实施例的第二方面,提供一种电器的故障监听的装置,所述装置包括:
获取模块,被配置为获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;
识别模块,被配置为根据所述负载信息,识别所述电器的种类;
计算模块,被配置为根据所述电流信息,计算相邻周期电流采样点的均方差;
推送模块,被配置为在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端。
本公开实施例的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
本公开实施例的第四方面,提供一种电器的故障监听的装置,包括:
插座,包括电流传感器和电压传感器,所述电流传感器用于获取插设于插座上的电器的电流信息,所述电压传感器用于获取设于插座上的电器的电压信息;
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现上述第一方面中任一项所述方法的步骤。
采用上述技术方案,至少能够达到如下技术效果:
本公开通过获取插设于插座上的电器的负载信息,根据所述负载信息可以识别电器的种类,以及通过计算相邻周期电流采样点的均方差可以确认电器是否出现故障,由于是基于插座获取信息,可以利用电网走线的方式将信息送入互联网,进而通过互联网给用户手机发送推送,解决相关技术中电器的运行状况难以监管的技术问题,可以将家中接入用电器的运行状况呈现给用户,同时对于不具有联网能力的用电器也能够进行管理。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是本公开一示例性实施例示出的一种电器的故障监听的方法流程图。
图2是本公开一示例性实施例示出的另一种电器的故障监听的方法流程图。
图3是本公开一示例性实施例示出的一种电器的故障监听的方法包括的电器识别步骤中的流程图。
图4是本公开一示例性实施例示出的一种电器的故障监听的装置框图。
图5是本公开一示例性实施例示出的另一种电器的故障监听的装置框图。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
本公开发明人经研究发现,近年来人工智能和物联网技术飞速发展,许多产品都实现了自我管理和通过联网设备手动管理,但是这类产品高度依赖信息连接方式如WIFI、蓝牙等,在场景适应和可靠性上有所欠缺。
比如,蓝牙的数据传输距离短,速度慢且只能一对一连接;WIFI若需要全家庭覆盖则需要使用大功率路由器或多个路由器且要求每一设备都要有单独的网卡,对无法联网的电器不适用。
而这些缺陷的存在,导致无法将家中接入用电器的运行状况呈现给用户,且对于不具有联网能力的用电器的管理较为复杂。
实施例一
图1是本公开一示例性实施例示出的一种电器的故障监听的方法流程图,以解决相关技术中电器的运行状况难以监管的技术问题。如图1所示,该电器的故障监听方法可以包括以下步骤:
S11,获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息。
S12,根据所述负载信息,识别所述电器的种类。
S13,根据所述电流信息,计算相邻周期电流采样点的均方差。
S14,在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
可选地,在执行步骤S11前,需要判断插座上是否插设有电器。比如,可以通过设于插座上的压力传感器来判断电器的插入和拔出。电器插入插座时,会对插座施加压力,导致压力传感器能够检测到一定的压力值,因此,当所述压力传感器检测到压力大于一个预设值时,则可以确认插座插设有电器。电器拔出插座时,插座施加的压力减小,因此,当所述压力传感器检测到压力小于等于一个预设值时,则可以确认插座没有插设电器。
在通过设于插座处的压力传感器确认插座上插有电器后,可以执行步骤S11,获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息。插设于插座上的电器在使用时必然会产生电流和电压,可以通过设于插座内的电流传感器获取电器的电流信息、以及通过设于插座内的电压传感器获取电器的电压信息。
在获取到电器的电流信息和电压信息后,执行步骤S12,根据所述负载信息,识别所述电器的种类。每种电器都有各自的功率范围,可以将用电器大致区分,同时功率因数可以划分负载类型,电器越接近阻性功率因素越接近1,电感电容性电器则功率因素小于1。因此,根据所述负载信息,识别所述电器的种类,可以包括以下步骤:根据所述负载信息,计算所述电器的功率和功率因数;根据所述电器的功率和功率因数,获得所述电器的分类结果。
比如,功率因数为1表示为阻性电器,功率因数小于1则为电感电容性电器,因而使用功率和功率因数对接入电器做初步筛选分类,分为不同的功率等级和不同性质电器。
另外,由于不同的电器具有不同的谐波信息,为了使得分类结果更加准确,在对接入电器做初步筛选分类的基础上,将电流信息做傅里叶变换得到电流的谐波信息,然后根据所述电器的分类结果和所述谐波信息,利用训练后的深度学习网络对所述谐波信息进行识别,以得到最终的电器分类。
当然,在其它的实施例中,由于不同的电器具有不同的谐波信息,在获得电流的谐波信息后,也可以根据电流的谐波信息,查询预设的数据库最终的电器分类。
利用相邻周期电流采样点的均方差作为电弧现象的依据,在获得电器的电流信息后,可以执行步骤S13,根据所述电流信息,计算相邻周期电流采样点的均方差。获得电器的电流信息后,可以将一段时间内的电流整理成波形图,然后计算相邻周期电流采样点的均方差,当电网回路中没有发生电弧现象时,不论接入电器是什么类型,电流波形相邻周期采样点的均方差差值不超过百分之一;但是当出现电弧现象时,不论接入电器是什么类型,相邻周期之间均方差差距明显,在检测到电弧现象,说明存在着故障,此时,可以执行步骤S14,在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端。
其中,所述预设接收端包括:用户终端设备或者客户端,所述用户终端设备包括:用户的手持移动通信终端、用户的具备有线或无线通信功能的平板电脑、用户的车载显示通信设备、或者用户的智能可穿戴电子设备,所述客户端包括:运行于所述用户终端设备上的应用程序。
考虑到出现的如果是小电弧现象时,即邻周期电流采样点的均方差只是大于一个较小值,即大于第一预设值,而不是大于一个较大值(第二预设值),此时可以只是向预设接收端发送故障警报信息。其中,所述故障警报信息可以包括发生故障的电器种类信息。如果出现的是大电弧现象时,即相邻周期电流采样点的均方差大于一个较大值(第二预设值),控制所述电器处于断电状态;其中,所述第二预设值大于所述第一预设值。
可选地,在获取插设于插座上的电器的电流信息和电压信息后,可以根据电器的电流信息和电压信息计算电器的运行功率,以及根据相邻周期电流采样点的均方差的大小,可以确认所述电器的运行状态,以及根据识别结果获得所述电器的种类,进而可以将电器的种类、运行状态和运行状态实时发送给用户的预设接收端。其中,所述运行状态包括正常运行状态以及故障运行状态。
进一步地,根据所述电器的功率以及运行时间,生成预设周期内的电能消耗曲线;将所述电能消耗曲线发送给所述预设接收端。所述预设周期可以是每周、每个月、每个季度等预设时间段,这样用户可以较为直观地了解电器的电能消耗情况,提升了用户体验。
本公开通过获取插设于插座上的电器的负载信息,根据所述负载信息可以识别电器的种类吗,以及通过计算相邻周期电流采样点的均方差可以确认电器是否出现故障,由于是基于插座获取信息,可以利用电网走线的方式将信息送入互联网,进而通过互联网给用户手机发送推送,解决相关技术中电器的运行状况难以监管的技术问题,可以将家中接入用电器的运行状况呈现给用户,同时对于不具有联网能力的用电器也能够进行管理。
值得说明的是,对于图1所示的方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本公开所必须的。
实施例二
图2是本公开一示例性实施例示出的另一种电器的故障监听的方法流程图,图3是本公开一示例性实施例示出的一种电器的故障监听的方法包括的电器识别步骤中的流程图,以解决相关技术中电器的运行状况难以监管的技术问题。如图2和图3所示,该电器的故障监听方法可以包括以下步骤:
首先,具有电流传感器、电压传感器、压力传感器的传感器模块位于家中各处的插座处,为电器识别模块和电弧监听模块提供负载信息,同时承担断电功能。压力传感器用于判断电器的接入和拔出。
接着,电器识别模块在电器接入后的第一次用电过程对电器进行识别,将一段时间内的电流整理成波形图,并利用电流电压计算功率和功率因数,功率因数为1表示为阻性电器,小于1则为电感电容性电器,因而使用功率和功率因数对接入电器做初步筛选分类,分为不同的功率等级和不同性质电器,这样一来可以使用特定训练的深度学习网络进行进一步识别,提高识别精度并降低训练难度。然后将电流信息做傅里叶变换得到电流的谐波信息,不同的电器具有不同的谐波信息,利用深度学习网络对谐波信息识别得到最终的电器分类。
然后,电弧监听模块利用相邻周期电流采样点的均方差作为电弧现象的依据,当电网回路中没有发生电弧现象时,不论接入电器是什么类型,电流波形相邻周期采样点的均方差差值不超过百分之一;但是当出现电弧现象时,不论接入电器是什么类型,相邻周期之间均方差差距明显,在检测到电弧现象后向用户推送故障警报。即控制器模块通过互联网给用户手机发送推送,并不会使用WiFi的局域网给用户推送,如果这样用户不在家或没连接WiFi就无法收到推送信息了。其他模块可以利用电网走线的方式与控制器通信,控制器可以通过连接网线等方式接入互联网。如果均方差大于一个较大值后,通过传感器模块将对应电器断电。
最后,控制器模块统合信息实时推送给用户,用户将从交互端了解家中有哪些电器,分别的实时功率和运行状态,并给出用户每月的电能消耗曲线。
实施例三
图4是本公开一示例性实施例示出的一种电器的故障监听装置,以解决相关技术中电器的运行状况难以监管的技术问题。如图4所示,所述电器的故障监听装置300包括:
获取模块310,被配置为获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;
识别模块320,被配置为根据所述负载信息,识别所述电器的种类;
计算模块330,被配置为根据所述电流信息,计算相邻周期电流采样点的均方差;
推送模块340,被配置为在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
本公开还提供了电器的故障监听装置的另一种优选的实施例,在本实施例中,电器的故障监听装置包括:处理器,其中,所述处理器用于执行存储在存储器中的以下程序模块:获取模块,被配置为获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;识别模块,被配置为根据所述负载信息,识别所述电器的种类;计算模块,被配置为根据所述电流信息,计算相邻周期电流采样点的均方差;推送模块,被配置为在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
实施例四
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项可选实施例所述的方法步骤。
其中,在所述处理器上运行的计算机程序被执行时所实现的方法可参照本公开电器的故障监听方法的具体实施例,此处不再赘述。
所述处理器可以是一种集成电路芯片,具有信息处理能力。所述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等。
实施例五
本公开还提供一种电器的故障监听的系统,包括:
插座,包括电流传感器和电压传感器,所述电流传感器用于获取插设于插座上的电器的电流信息,所述电压传感器用于获取设于插座上的电器的电压信息;
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现上述任一项可选实施例所述的方法步骤。
图5是根据一示例性实施例示出的一种电器的故障监听系统400的框图。如图5所示,该系统400可以包括:插座(图中未示出),包括电流传感器和电压传感器;处理器401,存储器402,多媒体组件403,输入/输出(I/O)接口404,以及通信组件405。
其中,处理器401用于控制该系统400的整体操作,以完成上述的电器的故障监听方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该系统400的操作,这些数据例如可以包括用于在该系统400上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402或通过通信组件405发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口404为处理器401和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件405用于该系统400与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件405可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,系统400可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的电器的故障监听方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器402,上述程序指令可由系统400的处理器401执行以完成上述的电器的故障监听方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种电器的故障监听方法,其特征在于,所述方法包括:
获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;
根据所述负载信息,识别所述电器的种类;
根据所述电流信息,计算相邻周期电流采样点的均方差;
在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
2.根据权利要求1所述的方法,其特征在于,根据所述负载信息,识别所述电器的种类,包括:
根据所述负载信息,计算所述电器的功率和功率因数;
根据所述电器的功率和功率因数,获得所述电器的分类结果。
3.根据权利要求2所述的方法,其特征在于,根据所述负载信息,识别所述电器的种类,还包括:
将电流信息进行傅里叶变换以得到电流的谐波信息;
根据所述电器的分类结果和所述谐波信息,利用训练后的深度学习网络对所述谐波信息进行识别,以得到最终的电器分类。
4.根据权利要求2所述的方法,其特征在于,还包括:
将所述电器的种类、所述电器的功率以及与运行状态发送给所述预设接收端;其中,所述运行状态包括正常运行状态以及故障运行状态。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据所述电器的功率以及运行时间,生成预设周期内的电能消耗曲线;
将所述电能消耗曲线发送给所述预设接收端。
6.根据权利要求1所述的方法,其特征在于,获取插设于插座上的电器的负载信息之前,还包括:
通过设于插座处的压力传感器确认插座上插有电器。
7.根据权利要求1所述的方法,其特征在于,还包括:
在确认相邻周期电流采样点的均方差大于第二预设值时,控制所述电器处于断电状态;其中,所述第二预设值大于所述第一预设值。
8.一种电器的故障监听装置,其特征在于,包括:
获取模块,被配置为获取插设于插座上的电器的负载信息,其中,所述负载信息包括电流信息和电压信息;
识别模块,被配置为根据所述负载信息,识别所述电器的种类;
计算模块,被配置为根据所述电流信息,计算相邻周期电流采样点的均方差;
推送模块,被配置为在确认相邻周期电流采样点的均方差大于第一预设值时,生成故障警报信息并推送给预设接收端;其中,所述故障警报信息包括所述电器的种类。
9.一种电器的故障监听系统,其特征在于,包括:
插座,包括电流传感器和电压传感器,所述电流传感器用于获取插设于插座上的电器的电流信息,所述电压传感器用于获取设于插座上的电器的电压信息;
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1至7中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093514.1A CN111289817A (zh) | 2020-02-14 | 2020-02-14 | 电器的故障监听的方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010093514.1A CN111289817A (zh) | 2020-02-14 | 2020-02-14 | 电器的故障监听的方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111289817A true CN111289817A (zh) | 2020-06-16 |
Family
ID=71020180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010093514.1A Pending CN111289817A (zh) | 2020-02-14 | 2020-02-14 | 电器的故障监听的方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111289817A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113156272A (zh) * | 2020-12-29 | 2021-07-23 | 杭州拓深科技有限公司 | 基于电流指纹技术的故障电弧起因判断辅助方法、装置和存储介质 |
CN114095392A (zh) * | 2021-12-02 | 2022-02-25 | 深圳市光网视科技有限公司 | 一种基于物联网的通信电源监控方法和系统 |
CN114419754A (zh) * | 2022-01-25 | 2022-04-29 | 乐聚(深圳)机器人技术有限公司 | 信息监听设备和系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202772362U (zh) * | 2012-08-06 | 2013-03-06 | 吕滨 | 一种基于电力线载波通信联网的智能插座 |
CN105223837A (zh) * | 2014-07-01 | 2016-01-06 | 青岛海尔洗衣机有限公司 | 一种家电检测保护方法、用于家电的智能插座及洗衣机 |
CN205665523U (zh) * | 2016-06-02 | 2016-10-26 | 杭州凯达电力建设有限公司 | 一种智能家居监控管理系统 |
WO2017053710A1 (en) * | 2015-09-23 | 2017-03-30 | Abb Schweiz Ag | Electrical system with arc fault detection |
CN106816775A (zh) * | 2017-02-28 | 2017-06-09 | 北京北信源软件股份有限公司 | 一种带电量监控功能的智能插座、电量监控系统和方法 |
CN107679649A (zh) * | 2017-09-13 | 2018-02-09 | 珠海格力电器股份有限公司 | 一种电器的故障预测方法、装置、存储介质及电器 |
CN108535533A (zh) * | 2018-05-15 | 2018-09-14 | 国网河北省电力有限公司电力科学研究院 | 一种用电器的监测方法、监测装置及插座装置 |
CN110414839A (zh) * | 2019-07-29 | 2019-11-05 | 四川长虹电器股份有限公司 | 基于量子遗传算法和svm模型的负荷识别方法及系统 |
CN110501949A (zh) * | 2019-08-26 | 2019-11-26 | 珠海格力电器股份有限公司 | 安全插座及其控制方法、家用电器及其控制方法、计算机可读存储介质 |
CN110579695A (zh) * | 2019-10-17 | 2019-12-17 | 珠海格力电器股份有限公司 | 电弧检测模型的检测方法、检测装置、存储介质和处理器 |
-
2020
- 2020-02-14 CN CN202010093514.1A patent/CN111289817A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202772362U (zh) * | 2012-08-06 | 2013-03-06 | 吕滨 | 一种基于电力线载波通信联网的智能插座 |
CN105223837A (zh) * | 2014-07-01 | 2016-01-06 | 青岛海尔洗衣机有限公司 | 一种家电检测保护方法、用于家电的智能插座及洗衣机 |
WO2017053710A1 (en) * | 2015-09-23 | 2017-03-30 | Abb Schweiz Ag | Electrical system with arc fault detection |
CN205665523U (zh) * | 2016-06-02 | 2016-10-26 | 杭州凯达电力建设有限公司 | 一种智能家居监控管理系统 |
CN106816775A (zh) * | 2017-02-28 | 2017-06-09 | 北京北信源软件股份有限公司 | 一种带电量监控功能的智能插座、电量监控系统和方法 |
CN107679649A (zh) * | 2017-09-13 | 2018-02-09 | 珠海格力电器股份有限公司 | 一种电器的故障预测方法、装置、存储介质及电器 |
CN108535533A (zh) * | 2018-05-15 | 2018-09-14 | 国网河北省电力有限公司电力科学研究院 | 一种用电器的监测方法、监测装置及插座装置 |
CN110414839A (zh) * | 2019-07-29 | 2019-11-05 | 四川长虹电器股份有限公司 | 基于量子遗传算法和svm模型的负荷识别方法及系统 |
CN110501949A (zh) * | 2019-08-26 | 2019-11-26 | 珠海格力电器股份有限公司 | 安全插座及其控制方法、家用电器及其控制方法、计算机可读存储介质 |
CN110579695A (zh) * | 2019-10-17 | 2019-12-17 | 珠海格力电器股份有限公司 | 电弧检测模型的检测方法、检测装置、存储介质和处理器 |
Non-Patent Citations (2)
Title |
---|
丁鉴洋 等: "学校寝室电力监测系统设计", 《杭州电子科技大学学报》 * |
姜晨: "基于物联网的室内用电安全智能监控系统", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113156272A (zh) * | 2020-12-29 | 2021-07-23 | 杭州拓深科技有限公司 | 基于电流指纹技术的故障电弧起因判断辅助方法、装置和存储介质 |
CN114095392A (zh) * | 2021-12-02 | 2022-02-25 | 深圳市光网视科技有限公司 | 一种基于物联网的通信电源监控方法和系统 |
CN114095392B (zh) * | 2021-12-02 | 2022-04-08 | 深圳市光网视科技有限公司 | 一种基于物联网的通信电源监控方法和系统 |
CN114419754A (zh) * | 2022-01-25 | 2022-04-29 | 乐聚(深圳)机器人技术有限公司 | 信息监听设备和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111289817A (zh) | 电器的故障监听的方法、装置、系统及存储介质 | |
US20220149571A1 (en) | Technologies for a smart electrical outlet and a smart electrical cord | |
US9739801B2 (en) | Analytical gateway device for measurement devices | |
CN102798791B (zh) | 用于确定电故障的系统和方法 | |
JP2008529353A (ja) | パワーオーバーイーサネット(登録商標)システムにおけるレガシー受電側機器の検出 | |
KR20160143456A (ko) | 전력 관리 기능을 갖는 시스템 및 사용자 단말기, 및 이것의 전력 관리 방법 | |
CN108535533A (zh) | 一种用电器的监测方法、监测装置及插座装置 | |
CN105576453A (zh) | 一种智能安全插线板及其控制方法 | |
CN109117039A (zh) | 一种显示方法及终端设备 | |
EP2627013A1 (en) | Power line communication apparatus and method, and load power monitoring apparatus and method using same | |
JP2017005671A (ja) | 電力管理機能を有するシステムおよびユーザ端末並びにその電力管理方法 | |
US20180253644A1 (en) | Identifying electrical devices using artificial neural networks | |
CN106200449B (zh) | 信息处理方法以及信息处理装置 | |
CN106972558B (zh) | 一种充电控制方法及电子设备 | |
CN105354769A (zh) | 用于配电网设备的数据处理方法和装置 | |
CN112913108B (zh) | 用于识别和控制电气装置的系统、电气插座和服务器 | |
KR102012933B1 (ko) | 스마트 홈 시스템 | |
CN102141582A (zh) | 状况检测装置 | |
EP2819349A1 (en) | Communication device, communication method, and management device | |
CN105445595A (zh) | 一种火灾监控探测装置 | |
CN111614138B (zh) | 接口保护电路和电子设备 | |
KR20180116792A (ko) | 고장 전류 해석을 위한 지점 표시 방법 | |
CN107608294B (zh) | 安全用电控制装置及方法 | |
CN112821548A (zh) | 具有显示模块的配电终端、无线配电显示系统及方法 | |
CN207232759U (zh) | 一种自动化测试系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |