CN117714305A - 一种智能家居网关连接方法及系统 - Google Patents
一种智能家居网关连接方法及系统 Download PDFInfo
- Publication number
- CN117714305A CN117714305A CN202410159997.9A CN202410159997A CN117714305A CN 117714305 A CN117714305 A CN 117714305A CN 202410159997 A CN202410159997 A CN 202410159997A CN 117714305 A CN117714305 A CN 117714305A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- intelligent home
- value
- sequence
- equipment
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005265 energy consumption Methods 0.000 claims abstract description 179
- 238000013508 migration Methods 0.000 claims abstract description 85
- 230000005012 migration Effects 0.000 claims abstract description 85
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000013468 resource allocation Methods 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 4
- 101100072002 Arabidopsis thaliana ICME gene Proteins 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000000161 supported liquid membrane extraction Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects 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
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于能耗调节、物联网技术领域,提出了一种智能家居网关连接方法及系统,具体为:首先布置智能家居网关场景,再从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;并利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;最后根据能耗迁度值对智能家居设备进行资源分配;有效的量化了智能家居设备能耗和调用请求次数的关联性以及识别异常设备或者能耗大但调用请求次数低的设备的合理性,增加了高耗少次使用或者存在耗能但零次使用的智能家居设备的权重,进而有效对网关连接的各个设备通讯设备进行资源分配,降低网络拥堵风险。
Description
技术领域
本发明属于能耗调节、物联网技术领域,具体涉及一种智能家居网关连接方法及系统。
背景技术
随着互联网的发展和普及,智能家居设备已经覆盖生活各个方面,这些设备可以自动化的完成任务,提高能源效率,而数量庞大的智能家居设备需要智能家居网关实现智能家居设备之间的互联性,以此保证智能家居物联网的便利性和快捷性;然而庞大的智能家居物联网需要消耗大量的能源运作,对不同能耗的智能家居设备进行不同配比的资源分配是智能家居网关必须实现的步骤,但是在智能家居物联网中,存在长期占用资源配比但并未实际工作的智能家居设备,这些设备不仅消耗了电力,而且还占用了网络带宽,使得在智能家居设备同时运作的情况下出现网络堵塞的现象,网络堵塞会加剧能源消耗;现今的技术无法对智能家居物联网中的能耗大但实际效益低的设备或者过耗设备进行动态的资源分配,只能将这些设备进行关闭,但是一些设备存在实际的需求,因此不能对其进行直接的关闭或者取消资源分配,所以智能家居网关对智能家居设备的资源进行动态分配在实际应用领域中具有重大意义。
发明内容
本发明的目的在于提出一种智能家居网关连接方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本发明的一方面,提供一种智能家居网关连接方法,所述方法包括以下步骤:
S100,布置智能家居网关场景;
S200,从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;
S300,利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;
S400,根据能耗迁度值对智能家居设备进行资源分配。
进一步地,在步骤S100中,所述布置智能家居网关场景的方法是:布置智能家居网关场景,智能家居网关场景包括智能家居网关、若干个智能家居设备、若干个控制端口以及功率传感器;其中智能家居设备包括智能物联网照明系统、智能物联网温控系统、物联网安全和监管系统和物联网家电;所述场景中智能家居设备均连接到智能家居网关,智能家居网关为Wi-Fi网关、Zigbee网关、Z-Wave网关或者蓝牙网关中的一种;控制端口和智能家居网关连接,其中控制端口预设或者布置有控制程序,控制端口将调用请求发送给智能家居网关进行调用或控制智能家居设备;任一个智能家居设备对应一个功率传感器,通过智能家居网关记录或监测控制端口与智能家居设备进行数据通讯事件,将单位时间内的监测获得数据通讯事件的次数作为调用请求次数。
进一步地,在步骤S200中,所述从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组的方法是:设定一个时间段TD,TD∈[2,4]小时;在最近的TD时段内,任一智能家居设备通过功率传感器和计数器分别获得该设备的功率PW和控制端口通过网关对该设备发送的调用请求次数,根据功率和时间计算获得能量消耗EV,EV=PW·TD;将该设备的能量消耗和调用请求次数构建二元组记为该设备在TD时段下的调用特征组。
进一步地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ作为分析时段,TZ∈[0.5,2]小时,其中TZ的默认值设定为0.5;对任一智能家居设备将其在分析时段内获得的各个时刻的调用特征组中的调用请求次数构建一个序列记作调次序列,将当前时刻的调用请求次数与调次序列的最小值作差,所得值为当前时刻的调用征值Cgvs;
将任一时刻下各个智能家居设备的调用征值的平均值记为平行调用征值Lgvs,把分析时段内平行调用征值中的最大值记作ELgvs,计算获得预调征值Prvs=lg(1+|Cgvs-Lgvs|/ELgvs) ;其中lg()为10为底数的对数函数;将获得的各个预调征值构建一个序列记作预调序列,其元素数量为N.Pr,在预调序列的中位数对应的时刻记作中态时刻,中态时刻对应的能量消耗记作ECvst,
将时间段TZ内获得的各个能量消耗构建一个序列记作能耗序列,在能耗序列中定位大于ECvst的元素对应时刻记为高态能耗点,分析时段内高态能耗点的数量为N.UC,将高态能耗点与其前一时刻的能量消耗的比值作为该高态能耗点的越距比例UCRto;根据越距比例、预调征值以及预调中态值构建能耗迁度模型:
;
其中UDGL为能耗迁度值,j1为高态能耗点的序号,Prvsj1表示第j1个高态能耗点的预调征值,UCRtoj1表示第j1个高态能耗点的越距比例,mean{}为平均值函数。
由于上述能耗迁度值是结合能量消耗和调用请求次数计算的,有效的量化了智能家居设备和客户端之间流量交互的波动性或者异常流量和正常流量之间的差异性,然而上述方法构建的模型对越距比例的依赖性较强,容易忽略高态能耗点以外数据点中关于异常流量识别的信息储备,导致量化的过程对潜在威胁灵敏不足的问题,尤其在进行多点数据传输的情况下,智能家居网关对各传输点权重无法形成高效调配,但现有技术无法解决这应用全局性理解缺失,为了使能耗迁度值的适应性更强,消除能耗迁度值在应用全局性理解缺失的现象,所以本发明提出了一个更优选的方案:
优选地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ作为分析时段,TZ∈[0.5,2]小时,其中TZ的默认值设定为0.5;对任一智能家居设备,将其分析时段内获得的各个能量消耗构建一个序列记作第一能耗序列TV_Ls,在第一能耗序列中由各个元素获得的平均值作为第一能耗均值TVCL,第一能耗偏移界限为[TVCL+σ,LCL=TVCL-σ],其中σ为第一能耗序列的标准差σ;
在第一能耗序列中定位越出第一能耗偏移界限的元素,并将该元素对应的时刻作为异参时刻;以任一异参时刻与其逆时间顺序检索获得首个异参时刻之间的时间段作为参调时段,获取参调时段内各个时刻的调用请求次数构建一个序列记作调用次序列,将调用次序列中各个元素的中位数记作调次中值MPAV,将调次中值对应的时刻记作中参点;
将各个参调时段的时刻数量记作参调长度,各个参调长度参调时段对应参调长度的中位值为参调长度基准;从当前时刻对应的参调时段开始,当一个参调时段对应参调长度小于参调长度基准则将该参调时段与其逆时间顺序的首个参调时段进行合并,直到合并后的参调时段对应参调长度大于等于参调长度基准;
在调用次序列中任一个元素,若该元素较其前一个元素数值大,则将两个元素的差值作为该元素对应时刻的调用溢出量CUPV,所述其前一个元素指的是逆时间顺序方向的首个元素;将参调时段内的各个调用溢出量构建一个序列记作溢出序列CU_Ls,溢出序列的元素总量记作N_CV,根据溢出序列和调次中值计算当前参调时段的预警征量SWCQ:
;
其中i1为累加变量,CUPVi1表示溢出序列的第i1个元素,TCUPV为溢出序列的上四分位值,ds<>为极差函数,所述极差函数的返回值为调用序列中最大值与最小值之差,结合预警征量建能耗迁度模型。
进一步地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:将一个参调时段与其前一个参调时段的溢出水平的比值作为其逆协均值ICME,将一个参调时段与其后一个参调时段的溢出水平的比值作为顺协均值SLME;将一个参调时段下顺协均值与逆协均值中的最大值记为其参调溢出比,将逆协均值与顺协均值构成二元组记为该时刻的协均值组PT;
获取各个参调溢出比并构建一个序列记作参协序列,在参协序列的中位数对应的参调时段记作参调基准域,其协均值组记为SPT,当一个参调时段的预警征量大于等于参调基准域的预警征量,则定义该参调时段为异向参调时段,否则定义该参调时段为正向参调时段;从任一异向参调时段开始,逆时间顺序搜索直到首个的正向参调时段出现,将搜索过程的各个参调时段的参调溢出比写入一个序列并记为溢出比集合,将该异向参调时段的参调溢出比与溢出比集合中的最小值的差值作为其异常偏协值UPGE,
获取各个异向参调时段的异常偏协值构建一个序列记作偏协序列,将偏协序列中元素的个数记作N_UP;根据逆协均值、顺协均值和异常偏协值构建能耗迁度模型:
;
其中UDGL代表能耗迁度值,i2为累加变量,HFDS为协均值距离函数,通过协均值距离函数返回两个协均值组的欧氏距离值,UP_Ls[i2]表示偏协序列的第i2个元素,PTi2代表第i2个异向参调时段的协均值组;exp()为自然常数e为底数的指数函数,mean()为平均值函数。
有益效果:由上可见能耗迁度值是对不同的智能家居设备能量消耗和调用请求次数进行时间上的量化计算,通过智能家居设备能耗迁度值的横向对比,有效的量化智能家居设备能耗和调用请求次数的关联性以及识别异常设备或者能耗大但调用请求次数低的设备的合理性,增加高耗少次使用或者存在耗能但零次使用的智能家居设备的权重,从而加强识别这些设备的灵敏度,为进一步合理动态地调节智能家居网关场景中各个设备的资源配比以及识别并停用过耗设备提供可靠的数理支撑。
进一步地,在步骤S400中,所述根据能耗迁度值对智能家居设备进行资源分配的方法是:设定一个时间段WT,WT∈[6,24]小时,在最近的WT时段内,任一智能家居设备均获得一个能耗迁度值,将所有能耗迁度值的平均值记为域能耗迁度值FHL,设定一个数值区间记为峭能额定域HLSF,HLSF∈[FHL·50%,FHL·150%],
对于能耗迁度值低于峭能额定域的智能家居设备将其记为过耗设备,智能家居网关停用该智能家居设备;对于能耗迁度值处于峭能额定域的智能家居设备将其记为额定设备,智能家居网关不对该智能家居设备进行调节;对于能耗迁度值高于峭能额定域的智能家居设备将其记为高需设备,智能家居网关将该智能家居设备的带宽限制临时提高5%-10%,持续时间为0.5-1小时。
优选地,其中,本发明中所有未定义的变量,若未有明确定义,均可为人工设置的阈值。
本发明还提供了一种智能家居网关连接系统,所述一种智能家居网关连接系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种智能家居网关连接方法中的步骤,所述一种智能家居网关连接系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
布置场景单元,用于布置智能家居网关场景;
获取调用特征组单元,用于从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;
能耗迁度值计算单元,用于利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;
资源调节单元,用于根据能耗迁度值对智能家居设备进行资源分配。
本发明的有益效果为:本发明提供一种智能家居网关连接方法及系统,该方法及系统量化了不同智能家居设备的能耗迁度值,能耗迁度值是对不同的智能家居设备能量消耗和调用请求次数进行时间上的量化计算,通过智能家居设备能耗迁度值的横向对比,有效的量化了智能家居设备能耗和调用请求次数的关联性以及识别异常设备或者能耗大但调用请求次数低的设备的合理性,增加了高耗少次使用或者存在耗能但零次使用的智能家居设备的权重,从而加强了识别这些设备的灵敏度,为进一步合理动态地调节智能家居网关场景中各个设备的资源配比以及识别并停用过耗设备提供了可靠的数理支撑,进而有效对网关连接的各个设备通讯设备进行资源分配,降低网络拥堵风险。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,在附图中:
图1所示为一种智能家居网关连接方法的流程图;
图2所示为一种智能家居网关连接系统结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为一种智能家居网关连接方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种智能家居网关连接方法,所述方法包括以下步骤:
S100,布置智能家居网关场景;
S200,从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;
S300,利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;
S400,根据能耗迁度值对智能家居设备进行资源分配。
进一步地,在步骤S100中,所述布置智能家居网关场景的方法是:布置智能家居网关场景,智能家居网关场景包括智能家居网关、若干个智能家居设备、若干个控制端口以及功率传感器;其中智能家居设备包括智能物联网照明系统、智能物联网温控系统、物联网安全和监管系统和物联网家电;所述场景中智能家居设备均连接到智能家居网关,智能家居网关为Zigbee网关;控制端口和智能家居网关连接,其中控制端口预设有控制程序,控制端口将调用请求发送给智能家居网关进行调用或控制智能家居设备;任一个智能家居设备对应一个功率传感器,通过智能家居网关记录或监测控制端口与智能家居设备进行数据通讯事件,将单位时间内的监测获得数据通讯事件的次数作为调用请求次数。
进一步地,在步骤S200中,所述从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组的方法是:设定一个时间段TD,TD∈[2,4]小时;在最近的TD时段内,任一智能家居设备通过功率传感器和计数器分别获得该设备的功率PW和控制端口通过网关对该设备发送的调用请求次数,根据功率和时间计算获得能量消耗EV,EV=PW·TD;将该设备的能量消耗和调用请求次数构建二元组记为该设备在TD时段下的调用特征组。
进一步地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ设定为0.5小时;对任一智能家居设备将其在分析时段内获得的各个时刻的调用特征组中的调用请求次数构建一个序列记作调次序列,将当前时刻的调用请求次数与调次序列的最小值作差,所得值为当前时刻的调用征值Cgvs;
将任一时刻下各个智能家居设备的调用征值的平均值记为平行调用征值Lgvs,把分析时段内平行调用征值中的最大值记作ELgvs,计算获得预调征值Prvs=lg(1+|Cgvs-Lgvs|/ELgvs),将获得的各个预调征值构建一个序列记作预调序列,其元素数量为N.Pr,在预调序列的中位数对应的时刻记作中态时刻,中态时刻对应的能量消耗记作预调中态值ECvst,
将时间段TZ内获得的各个能量消耗构建一个序列记作能耗序列,在能耗序列中定位大于ECvst的元素对应时刻记为高态能耗点,分析时段内高态能耗点的数量为N.UC,将高态能耗点与其前一时刻的能量消耗的比值作为该高态能耗点的越距比例UCRto;根据越距比例、预调征值以及预调中态值构建能耗迁度模型:
;
其中UDGL为能耗迁度值,j1为高态能耗点的序号,Prvsj1表示第j1个高态能耗点的预调征值,UCRtoj1表示第j1个高态能耗点的越距比例,mean{}为平均值函数。
优选地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ作为分析时段,TZ为0.5小时;对任一智能家居设备,将其分析时段内获得的各个能量消耗构建一个序列记作第一能耗序列TV_Ls,在第一能耗序列中由各个元素获得的平均值作为第一能耗均值TVCL,第一能耗偏移界限为[TVCL+σ,LCL=TVCL-σ],其中σ为第一能耗序列的标准差σ;
在第一能耗序列中定位越出第一能耗偏移界限的元素,并将该元素对应的时刻作为异参时刻;以任一异参时刻与其逆时间顺序检索获得首个异参时刻之间的时间段作为参调时段,获取参调时段内各个时刻的调用请求次数构建一个序列记作调用次序列,将调用次序列中各个元素的中位数记作调次中值MPAV,将调次中值对应的时刻记作中参点;
在调用次序列中任一个元素,若该元素较其前一个元素数值大,则将两个元素的差值作为该元素对应时刻的调用溢出量CUPV,将参调时段内的各个调用溢出量构建一个序列记作溢出序列CU_Ls,溢出序列的元素总量记作N_CV,根据溢出序列和调次中值计算当前参调时段的预警征量SWCQ:
;
其中i1为累加变量,CUPVi1表示溢出序列的第i1个元素,TCUPV为溢出序列的上四分位值,ds<>为极差函数,所述极差函数的返回值为调用序列中最大值与最小值之差,结合预警征量建能耗迁度模型。
进一步地,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:将一个参调时段与其前一个参调时段的溢出水平的比值作为其逆协均值ICME,将一个参调时段与其后一个参调时段的溢出水平的比值作为顺协均值SLME;将一个参调时段下顺协均值与逆协均值中的最大值记为其参调溢出比,将逆协均值与顺协均值构成二元组记为该时刻的协均值组PT;
获取各个参调溢出比并构建一个序列记作参协序列,在参协序列的中位数对应的参调时段记作参调基准域,其协均值组记为SPT,当一个参调时段的预警征量大于等于参调基准域的预警征量,则定义该参调时段为异向参调时段,否则定义该参调时段为正向参调时段;从任一异向参调时段开始,逆时间顺序搜索直到首个的正向参调时段出现,将搜索过程的各个参调时段的参调溢出比写入一个序列并记为溢出比集合,将该异向参调时段的参调溢出比与溢出比集合中的最小值的差值作为其异常偏协值UPGE,
获取各个异向参调时段的异常偏协值构建一个序列记作偏协序列,将偏协序列中元素的个数记作N_UP;根据逆协均值、顺协均值和异常偏协值构建能耗迁度模型:
;
其中UDGL代表能耗迁度值,i2为累加变量,HFDS为协均值距离函数,通过协均值距离函数返回两个协均值组的欧氏距离值,UP_Ls[i2]表示偏协序列的第i2个元素,PTi2代表第i2个异向参调时段的协均值组;exp()为自然常数e为底数的指数函数,mean()为平均值函数。
进一步地,在步骤S400中,所述根据能耗迁度值对智能家居设备进行资源分配的方法是:设定一个时间段WT,WT∈[6,24]小时,在最近的WT时段内,任一智能家居设备均获得一个能耗迁度值,将所有能耗迁度值的平均值记为域能耗迁度值FHL,设定一个数值区间记为峭能额定域HLSF,HLSF∈[FHL·50%,FHL·150%],
对于能耗迁度值低于峭能额定域的智能家居设备将其记为过耗设备,智能家居网关停用该智能家居设备;对于能耗迁度值处于峭能额定域的智能家居设备将其记为额定设备,智能家居网关不对该智能家居设备进行调节;对于能耗迁度值高于峭能额定域的智能家居设备将其记为高需设备,智能家居网关将该智能家居设备的带宽限制临时提高5%-10%,持续时间为0.5-1小时。
本发明的实施例提供的一种智能家居网关连接系统,如图2所示为本发明的一种智能家居网关连接系统结构图,该实施例的一种智能家居网关连接系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种智能家居网关连接系统实施例中的步骤。
所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
布置场景单元,用于布置智能家居网关场景;
获取调用特征组单元,用于从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;
能耗迁度值计算单元,用于利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;
资源调节单元,用于根据能耗迁度值对智能家居设备进行资源分配。
所述一种智能家居网关连接系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端服务器等计算设备中。所述一种智能家居网关连接系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种智能家居网关连接系统的示例,并不构成对一种智能家居网关连接系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种智能家居网关连接系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述一种智能家居网关连接系统运行系统的控制中心,利用各种接口和线路连接整个一种智能家居网关连接系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种智能家居网关连接系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (8)
1.一种智能家居网关连接方法,其特征在于,所述方法包括以下步骤:
S100,布置智能家居网关场景;
S200,从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组;
S300,利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值;
S400,根据能耗迁度值对智能家居设备进行资源分配;
其中,在步骤S300中,利用智能家居设备的调用特征组构建能耗迁度模型计算能耗迁度值的方法是:将一个时段内获得的调用请求次数构建成调次序列并形成调用征值,将同一时间下不同智能家居设备的调用征值横向对比形成平行调用征值,根据时段中的各个平行调用征值计算预调征值,通过不同时刻下的预调征值对比定位中态时刻并获取预调中态值;根据预调中态值筛选高态能耗点并计算其越距比例,最后根据越距比例、预调征值以及预调中态值构建能耗迁度模型计算能耗迁度值。
2.根据权利要求1所述的一种智能家居网关连接方法,其特征在于,在步骤S100中,所述布置智能家居网关场景的方法是:布置智能家居网关场景,智能家居网关场景包括智能家居网关、若干个智能家居设备、若干个控制端口以及功率传感器;其中智能家居设备包括智能物联网照明系统、智能物联网温控系统、物联网安全和监管系统和物联网家电;所述场景中智能家居设备均连接到智能家居网关,智能家居网关为Wi-Fi网关、Zigbee网关、Z-Wave网关或者蓝牙网关中的一种;控制端口和智能家居网关连接,其中控制端口预设或者布置有控制程序,控制端口将调用请求发送给智能家居网关进行调用或控制智能家居设备;任一个智能家居设备对应一个功率传感器,通过智能家居网关记录或监测控制端口与智能家居设备进行数据通讯事件,将单位时间内的监测获得数据通讯事件的次数作为调用请求次数。
3.根据权利要求1所述的一种智能家居网关连接方法,其特征在于,在步骤S200中,所述从智能家居网关场景中获取各个智能家居设备的能量消耗和调用请求次数形成调用特征组的方法是:设定一个时间段TD,TD∈[2,4]小时;在最近的TD时段内,智能家居设备通过功率传感器和计数器分别获得该设备的功率PW和控制端口通过网关对该设备发送的调用请求次数,根据功率和时间计算获得能量消耗EV,EV=PW·TD;将该设备的能量消耗和调用请求次数构建二元组记为该设备在TD时段下的调用特征组。
4.根据权利要求1所述的一种智能家居网关连接方法,其特征在于,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ作为分析时段,TZ∈[0.5,2]小时;智能家居设备将其在分析时段内获得的各个时刻的调用特征组中的调用请求次数构建一个序列记作调次序列,将当前时刻的调用请求次数与调次序列的最小值作差,所得值为当前时刻的调用征值Cgvs;
将任一时刻下各个智能家居设备的调用征值的平均值记为平行调用征值Lgvs,把分析时段内平行调用征值中的最大值记作ELgvs,计算获得预调征值Prvs=lg(1+|Cgvs-Lgvs|/ELgvs);将获得的各个预调征值构建一个序列记作预调序列,其元素数量为N.Pr,在预调序列的中位数对应的时刻记作中态时刻,中态时刻对应的能量消耗记作预调中态值ECvst;
将时间段TZ内获得的各个能量消耗构建一个序列记作能耗序列,在能耗序列中定位大于ECvst的元素对应时刻记为高态能耗点,分析时段内高态能耗点的数量为N.UC,将高态能耗点与其前一时刻的能量消耗的比值作为该高态能耗点的越距比例UCRto;根据越距比例、预调征值以及预调中态值构建能耗迁度模型:
;
其中UDGL为能耗迁度值,j1为高态能耗点的序号,Prvsj1表示第j1个高态能耗点的预调征值,UCRtoj1表示第j1个高态能耗点的越距比例,mean{}为平均值函数。
5.根据权利要求1所述的一种智能家居网关连接方法,其特征在于,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:以一个时间段TZ作为分析时段,TZ∈[0.5,2]小时;对任一智能家居设备,将其分析时段内获得的各个能量消耗构建一个序列记作第一能耗序列TV_Ls,在第一能耗序列中由各个元素获得的平均值作为第一能耗均值TVCL,第一能耗偏移界限为[TVCL+σ,LCL=TVCL-σ],其中σ为第一能耗序列的标准差σ;
在第一能耗序列中定位越出第一能耗偏移界限的元素,并将该元素对应的时刻作为异参时刻;以任一异参时刻与其逆时间顺序检索获得首个异参时刻之间的时间段作为参调时段,获取参调时段内各个时刻的调用请求次数构建一个序列记作调用次序列,将调用次序列中各个元素的中位数记作调次中值,将调次中值对应的时刻记作中参点;
在调用次序列中任一个元素,若该元素较其前一个元素数值大,则将两个元素的差值作为该元素对应时刻的调用溢出量,将参调时段内的各个调用溢出量构建一个序列记作溢出序列,根据溢出序列和调次中值计算当前参调时段的预警征量。
6.根据权利要求5所述的一种智能家居网关连接方法,其特征在于,在步骤S300中,所述利用智能家居设备的调用特征组构建能耗迁度模型,计算获得各个智能家居设备的能耗迁度值的方法是:将一个参调时段与其前一个参调时段的溢出水平的比值作为其逆协均值ICME,将一个参调时段与其后一个参调时段的溢出水平的比值作为顺协均值SLME;将一个参调时段下顺协均值与逆协均值中的最大值记为其参调溢出比,将逆协均值与顺协均值构成二元组记为该时刻的协均值组;
获取各个参调溢出比并构建一个序列记作参协序列,在参协序列的中位数对应的参调时段记作参调基准域,当一个参调时段的预警征量大于等于参调基准域的预警征量,则定义该参调时段为异向参调时段,否则定义该参调时段为正向参调时段;从任一异向参调时段开始,逆时间顺序搜索直到首个的正向参调时段出现,将搜索过程的各个参调时段的参调溢出比写入一个序列并记为溢出比集合,将该异向参调时段的参调溢出比与溢出比集合中的最小值的差值作为其异常偏协值,获取各个异向参调时段的异常偏协值构建一个序列记作偏协序列,根据逆协均值、顺协均值和偏协序列构建能耗迁度模型计算能耗迁度值。
7.根据权利要求1所述的一种智能家居网关连接方法,其特征在于,在步骤S400中,所述根据能耗迁度值对智能家居设备进行资源分配的方法是:设定一个时间段WT,WT∈[6,24]小时,在最近的WT时段内,任一智能家居设备均获得一个能耗迁度值,将所有能耗迁度值的平均值记为域能耗迁度值FHL,设定一个数值区间记为峭能额定域HLSF,HLSF∈[FHL×50%,FHL×150%],对于能耗迁度值低于峭能额定域的智能家居设备将其记为过耗设备,智能家居网关停用该智能家居设备;对于能耗迁度值处于峭能额定域的智能家居设备将其记为额定设备,智能家居网关不对该智能家居设备进行调节;对于能耗迁度值高于峭能额定域的智能家居设备将其记为高需设备,智能家居网关将该智能家居设备的带宽限制临时提高5%-10%,持续时间为0.5-1小时。
8.一种智能家居网关连接系统,其特征在于,所述一种智能家居网关连接系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的一种智能家居网关连接方法中的步骤,所述一种智能家居网关连接系统运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心的计算设备中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410159997.9A CN117714305B (zh) | 2024-02-05 | 一种智能家居网关连接方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410159997.9A CN117714305B (zh) | 2024-02-05 | 一种智能家居网关连接方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117714305A true CN117714305A (zh) | 2024-03-15 |
CN117714305B CN117714305B (zh) | 2024-05-31 |
Family
ID=
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705062A (zh) * | 2019-09-20 | 2020-01-17 | 苏州智博汇能电子科技股份有限公司 | 基于5g的机柜能耗远程统计计量方法 |
CN112241822A (zh) * | 2019-07-18 | 2021-01-19 | 上海交通大学 | 数据中心面向微服务的电力资源分配的方法和系统 |
US20210018212A1 (en) * | 2019-07-19 | 2021-01-21 | Dmytro Prisikar | Cloud-based AI powered indoor environment system and method for smart climate technology control for buildings |
CN115051891A (zh) * | 2021-02-26 | 2022-09-13 | 星络家居云物联科技有限公司 | 计算机可读存储介质、网关设备及其通信方法 |
CN116055241A (zh) * | 2023-04-03 | 2023-05-02 | 广东海洋大学 | 一种分布式智能家居网络的通信方法及系统 |
CN117395699A (zh) * | 2023-11-08 | 2024-01-12 | 广东理致技术有限公司 | 一种基于物联网的监测因子节能通讯方法及系统 |
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241822A (zh) * | 2019-07-18 | 2021-01-19 | 上海交通大学 | 数据中心面向微服务的电力资源分配的方法和系统 |
US20210018212A1 (en) * | 2019-07-19 | 2021-01-21 | Dmytro Prisikar | Cloud-based AI powered indoor environment system and method for smart climate technology control for buildings |
CN110705062A (zh) * | 2019-09-20 | 2020-01-17 | 苏州智博汇能电子科技股份有限公司 | 基于5g的机柜能耗远程统计计量方法 |
CN115051891A (zh) * | 2021-02-26 | 2022-09-13 | 星络家居云物联科技有限公司 | 计算机可读存储介质、网关设备及其通信方法 |
CN116055241A (zh) * | 2023-04-03 | 2023-05-02 | 广东海洋大学 | 一种分布式智能家居网络的通信方法及系统 |
CN117395699A (zh) * | 2023-11-08 | 2024-01-12 | 广东理致技术有限公司 | 一种基于物联网的监测因子节能通讯方法及系统 |
Non-Patent Citations (1)
Title |
---|
彭来强;胡新;: "基于NI WSN的智能家居监控系统设计", 计算机测量与控制, no. 08, 25 August 2017 (2017-08-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111522636A (zh) | 应用容器的调整方法、调整系统、计算机可读介质及终端设备 | |
CN113485792B (zh) | 一种kubernetes集群内Pod调度方法、终端设备及存储介质 | |
WO2021114025A1 (zh) | 增量数据确定方法、确定装置、服务器及终端设备 | |
CN111324533A (zh) | A/b测试方法、装置及电子设备 | |
CN112003922A (zh) | 一种数据传输方法及装置 | |
CN112367384B (zh) | 基于Kafka集群的动态限速方法、装置以及计算机设备 | |
CN117714305B (zh) | 一种智能家居网关连接方法及系统 | |
CN112001563B (zh) | 一种话单量的管理方法、装置、电子设备及存储介质 | |
CN114448814B (zh) | 一种基于5G plus智能实验室监控方法及系统 | |
CN115795368B (zh) | 一种基于人工智能的企业内训数据处理方法及系统 | |
CN117714305A (zh) | 一种智能家居网关连接方法及系统 | |
CN105045873A (zh) | 一种数据文件的推送方法、装置及系统 | |
CN116841753A (zh) | 一种流处理和批处理的切换方法及切换装置 | |
CN110825212A (zh) | 节能调度方法及装置、计算机可存储介质 | |
CN115408546A (zh) | 一种时序数据管理方法、装置、设备及存储介质 | |
CN113392131A (zh) | 数据处理方法、装置及计算机设备 | |
CN112036607A (zh) | 基于出力水平的风电出力波动预测方法、装置及存储介质 | |
CN112486683A (zh) | 处理器控制方法、控制设备以及计算机可读存储介质 | |
CN110807599A (zh) | 电化学储能方案的决策方法、装置、服务器和存储介质 | |
CN117411885B (zh) | 一种基于数据中心的网络信息传输数据方法及系统 | |
CN111563250A (zh) | 权限管理方法、装置、计算机设备和存储介质 | |
CN111711929A (zh) | 一种均衡能耗的wsn网络分簇路由方法及系统 | |
CN117350052A (zh) | 一种基于算力网络的算力服务能力模型构建方法和系统 | |
CN112948206B (zh) | 基于云计算的时序日志管理系统及包含该系统的电子设备 | |
CN117033889B (zh) | 一种智慧园区生产数据统计方法及相关装置 |
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 | ||
GR01 | Patent grant |