CN117970846A - 家居设备用电状态的监测方法及装置 - Google Patents

Abstract

本申请涉及一种家居设备用电状态的监测方法及装置，其中，该方法包括：基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况；于预设的用电行为模型获取目标时间段内目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；基于第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值，确定目标家居设备的用电状态，其中，用电状态包括异常用电状态和正常用电状态。通过本申请，解决了现有技术中尚未存在对家庭成员异常用电操作的检测和识别手段的问题。

Description

家居设备用电状态的监测方法及装置

技术领域

本申请涉及家居设备的监测领域，尤其涉及一种家居设备用电状态的监测方法及装置。

背景技术

在家庭环境中，有时会出现家庭成员的异常用电操作，例如未经允许使用电器、长时间空闲后未关闭电器等情况。这些异常用电行为可能导致资源浪费、电费增加，甚至存在安全隐患。目前，尚缺乏一种高效准确的方法来检测和识别家庭成员的异常用电操作。

针对相关技术中的上述技术问题，目前尚未存在有效的解决方案。

发明内容

本申请提供了一种家居设备用电状态的监测方法及装置，以解决现有技术中尚未存在对家庭成员异常用电操作的检测和识别手段的问题。

第一方面，本申请提供了一种家居设备用电状态的监测方法，包括：基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，所述目标家居设备为目标家居环境中的多个家居设备中的其中之一；基于预设的用电行为模型获取所述目标时间段内所述目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，所述用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；基于所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值，确定所述目标家居设备的用电状态，其中，所述用电状态包括异常用电状态和正常用电状态。

第二方面，本申请提供了一种家居设备用电状态的监测装置，包括：第一获取模块，用于基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，所述目标家居设备为目标家居环境中的多个家居设备中的其中之一；第二获取模块，用于基于预设的用电行为模型获取所述目标时间段内所述目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，所述用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；确定模块，用于基于所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值，确定所述目标家居设备的用电状态，其中，所述用电状态包括异常用电状态和正常用电状态。

第三方面，本申请提供了一种电子设备，包括：至少一个通信接口；与所述至少一个通信接口相连接的至少一个总线；与所述至少一个总线相连接的至少一个处理器；与所述至少一个总线相连接的至少一个存储器，其中，所述处理器被配置为执行本申请上述第一方面所述的家居设备用电状态的监测方法。

第四方面，本申请还提供了一种计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本申请上述第一方面所述的家居设备用电状态的监测方法。

本申请实施例提供的上述技术方案与现有技术相比具有如下优点：在本申请实施例提供的该方法中，可以通过WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，进而基于用电行为模型获取该目标家居设备在目标时间段内的第二WiFi信号变化情况，通过比较两者信号强度能够确定出该目标家居设备的用电状态，从而实现了对家居设备的用电状态的检测，解决了现有技术中尚未存在对家庭成员异常用电操作的检测和识别手段的问题。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为本申请实施例提供的一种家居设备用电状态的监测方法的流程图；

图2为本申请实施例提供的一种家居设备用电状态的监测方法的可选流程图；

图3为本申请实施例提供的一种基于WiFi无线感知的触电防护方法的流程图；

图4为本申请实施例提供的一种家居设备用电状态的监测装置的结构示意图；

图5为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。

图1为本申请实施例提供的一种家居设备用电状态的监测方法的流程图，如图1所示，该方法的步骤包括：

步骤101，基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，目标家居设备为目标家居环境中的多个家居设备中的其中之一；

在具体示例中，本申请实施例中的WiFi感知设备可以是无线路由器或专用的WiFi感知器件。此外，本申请实施例中的目标家居设备均是智能家居设备，例如智能空调、智能电视、智能热水器等，均是可以通过联网控制的设备。目标时间段可以是实时监控的当前时间段，也可以是指用户设置的将来某一段时间，如明天早上十点至十二点。

步骤102，基于预设的用电行为模型获取目标时间段内目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；

本申请实施例中预设的用电行为模型基于预设数据集进行训练得到的，用于监测正常用电情况下家居设备的WiFi信号变化情况的模型。即将目标时间段的时间信息输入该预设的用电行为模型，可得到该目标时间段内正常情况下家居设备的WiFi信号变化情况。

步骤103，基于第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值，确定目标家居设备的用电状态，其中，用电状态包括异常用电状态和正常用电状态。

需要说明的是，第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值较大，则说明该目标家居设备的用电状态可能出现异常，因此智能设备的信号强度与设备的用电情况存在一定的关联关系。

通过上述步骤101至步骤103可知，可以通过WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，进而基于用电行为模型获取该目标家居设备在目标时间段内的第二WiFi信号变化情况，通过比较两者信号强度能够确定出该目标家居设备的用电状态，从而实现了对家居设备的用电状态的检测，解决了现有技术中尚未存在对家庭成员异常用电操作的检测和识别手段的问题。

在本申请实施例的可选实施方式中，本申请实施例中步骤103中涉及到的基于第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值，确定目标家居设备是否为异常用电设备的方式，进一步可以包括：

步骤11，在第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值超过第一预设阈值的情况下，确定目标家居设备的用电状态为异常用电状态；

步骤12，在第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值未超过第一预设阈值的情况下，确定目标家居设备的用电状态为正常用电状态。

在具体示例中，通过WiFi信号变化来确定家庭用电是否正常是一种间接的监测方法，通常涉及到分析WiFi网络中的设备行为和信号模式。具体过程可以包括：建立设备使用基线，以用于记录家庭中所有连接到WiFi的智能设备(如智能电视、灯泡、插座、恒温器等)的正常使用模式和信号强度。然后，监测每个设备在正常情况下的日常活动和WiFi信号变化，建立一个基线行为模型。使用WiFi感知设备来实时监测家中设备的WiFi信号强度和质量。监测设备的连接状态、活动时间、数据传输量等。利用机器学习算法或统计方法来分析实时数据，并与正常使用模式进行比较，以识别异常行为。异常行为可能包括设备在非常规时间的活动、信号强度的异常变化、或数据传输量的显著增减。关联用电数据：将WiFi信号数据与实际用电量数据结合起来，这可以提供更直接的用电情况反馈。通过智能电表或能源监测插座获取用电量数据，分析与WiFi信号变化的关联。设备指纹和位置追踪：使用WiFi信号指纹技术来确定设备是否处于正常的位置。设备位置的异常变化可能表明设备被移动或被未授权的人使用，从而可能导致用电异常。

可见，通过上述步骤11和步骤12可知，在本申请实施例中可以通过家居设备的WiFi信号的信号强度来监测家居设备的用电情况，进而可以实现远程对家居设备的监测，而且实时监测，提升了对家居设备的安全性。

在本申请实施例的可选实施方式中，对于上述步骤101中涉及到的基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况的方式，包括以下至少一项：

步骤21，基于WiFi感知设备获取目标家居设备在目标时间段内的第一接收信号强度指示的变化情况；

步骤22，基于WiFi感知设备获取目标家居设备在目标时间段内的第一信号质量的变化情况；

步骤23，基于WiFi感知设备获取目标家居设备在目标时间段内的信号连接速度的变化情况；

步骤24，基于WiFi感知设备获取目标家居设备在目标时间段内的网络流量的变化情况。

通过上述步骤21至步骤24可知，在本申请实施例中对于WiFi信号的变化可以通过多个维度来观察，主要包括：

1)信号强度：即接收信号强度指示(Received Signal Strength Indicator)，通常以dBm为单位，表示设备接收到的WiFi信号的功率水平。

2)信号质量：通常与信号强度相关，但也受到信噪比(Signal to Interferenceplus Noise Ratio，SNR)和干扰等因素的影响。

3)信道干扰：WiFi信号在特定信道上的干扰水平，可能由于其他网络或设备的干扰而变化。

4)连接速度：设备和WiFi接入点之间的数据传输速度，可以受到信号强度、干扰和网络拥堵的影响。

5)频谱分布：WiFi信号在2.4GHz和5GHz两个频段的分布情况，不同的频段可能受到不同程度的干扰。

6)网络流量：通过WiFi网络传输的数据量和速率，可以反映网络的使用情况。

进一步地，在具体示例中通过WiFi信号的变化来识别异常用电，通常需要利用无线信号分析技术，比如无线信号指纹(WiFi fingerprinting)或者无线电磁波分析(RFanalysis)。即通过分析连接到WiFi网络的设备的行为，可以识别特定设备的用电模式。如，如果某个通常在夜间不活跃的设备突然开始在夜间频繁使用，这可能表明存在异常用电。信号指纹与位置分析：通过分析WiFi信号的指纹(信号强度、质量等)来识别设备的位置。如果设备的位置突然发生变化(例如，一个通常位于家中特定位置的智能电视突然移动)，这可能是异常用电的迹象。流量异常检测：监控网络流量和使用模式，异常的流量变化可能表明设备正在进行非正常的用电活动。无线电磁波分析：利用RF分析技术来监测和分析电器设备的工作状态和用电模式。当电器开启或关闭时，它们会在无线电频谱上产生特定的信号模式，这些模式可以被用来检测异常的用电行为。

在本申请实施例的可选实施方式中，在基于预设的用电行为模型获取目标时间段内目标家居设备正常用电情况下的第二WiFi信号变化情况之前，如图2所示，本申请实施例的方法还可以包括：

步骤201，获取不同时间段内家居设备在正常用电状态的WiFi信号变化情况；

步骤202，基于WiFi信号变化情况建立用电行为模型。

在本申请实施例中，可以通过监测正常用电状态下的WiFi信号强度和波动情况，建立家庭成员的用电行为模型。通过该模型可以用于后续的异常用电操作检测，即通过该模型可以获知正常情况下家居设备的WiFi信号情况。

在本申请实施例的可选实施方式中，本申请实施例的方法还可以包括：

步骤31，在确定目标家居设备的用电状态为异常用电状态的情况下，获取家居设备当前的用电情况；

步骤32，在目标家居设备的当前用电功率超过第二预设阈值范围的情况下，发送报警通知，其中，第二预设阈值范围为家居设备正常运行的用电功率范围。

步骤33，在目标家居设备的当前用电功率超过第二预设阈值范围的情况下，关闭目标家居设备。

可见，在本申请实施例中，如果当前家居设备处于异常用电状态下，可以进一步根据家居设备的用电情况来判断是否要发送报警通知以及关闭该家居设备，以避免家居设备异常使用导致的危险。

下面结合本申请实施例的具体实施方式，对本申请进行解释说明，该具体实施方式提供了一种基于WiFi无线感知的触电防护方法，如图3所示，该方法的步骤包括：

步骤301，部署WiFi感知设备。

其中，在家庭中的重要区域安装WiFi感知设备，例如无线路由器或专用的WiFi感知器件，通过这些设备采集家庭内的WiFi信号变化。

进一步地，如上述可知，在本申请实施例中WiFi信号的变化可以通过多个维度来观察。而且通过WiFi信号的变化来识别异常用电，通常需要利用无线信号分析技术，比如无线信号指纹(WiFi fingerprinting)或者无线电磁波分析(RF analysis)。1)设备识别与行为分析：通过分析连接到WiFi网络的设备的行为，可以识别特定设备的用电模式。例如，如果某个通常在夜间不活跃的设备突然开始在夜间频繁使用，这可能表明存在异常用电。2)信号指纹与位置分析：通过分析WiFi信号的指纹(信号强度、质量等)来识别设备的位置。如果设备的位置突然发生变化(例如，一个通常位于家中特定位置的智能电视突然移动)，这可能是异常用电的迹象。3)流量异常检测：监控网络流量和使用模式，异常的流量变化可能表明设备正在进行非正常的用电活动。4)无线电磁波分析：利用RF分析技术来监测和分析电器设备的工作状态和用电模式。当电器开启或关闭时，它们会在无线电频谱上产生特定的信号模式，这些模式可以被用来检测异常的用电行为。5)机器学习与模式识别：使用机器学习算法来分析WiFi信号和网络流量数据，以识别正常和异常的用电模式。

步骤302，建立用电行为模型。

其中，通过监测正常用电状态下的WiFi信号强度和波动情况，建立家庭成员的用电行为模型，基于该模型用于后续的异常用电操作检测。

步骤303，实时WiFi信号监测。

其中，WiFi感知设备将持续监测家庭内的WiFi信号变化，并将数据传输到中心服务器或云平台进行处理。

步骤304，异常用电操作检测。

其中，基于家庭成员的用电行为模型，与实时监测的WiFi信号数据进行比对和分析，以检测家庭成员的异常用电操作。例如，当WiFi信号的强度和波动与模型存在明显不一致时，可以判定为异常用电操作。进一步地，通过WiFi信号变化来确定家庭用电是否正常是一种间接的监测方法，具体可以包括：建立设备使用基线，以记录家庭中所有连接到WiFi的智能设备(如智能电视、灯泡、插座、恒温器等)的正常使用模式和信号强度。监测每个设备在正常情况下的日常活动和WiFi信号变化，建立一个基线行为模型。实时监测：使用WiFi分析工具或智能家居中心来实时监测家中设备的WiFi信号强度和质量。监测设备的连接状态、活动时间、数据传输量等。异常检测：利用机器学习算法或统计方法来分析实时数据，并与正常使用模式进行比较，以识别异常行为。异常行为可能包括设备在非常规时间的活动、信号强度的异常变化、或数据传输量的显著增减。关联用电数据：如果可能，将WiFi信号数据与实际用电量数据结合起来，这可以提供更直接的用电情况反馈。通过智能电表或能源监测插座获取用电量数据，分析与WiFi信号变化的关联。设备指纹和位置追踪：使用WiFi信号指纹技术来确定设备是否处于正常的位置。设备位置的异常变化可能表明设备被移动或被未授权的人使用，从而可能导致用电异常。报告和通知：当系统检测到异常行为时，通过应用程序、短信或电子邮件等方式向用户发送通知。提供详细报告，说明哪些设备表现出异常行为，以及可能的原因。

步骤305，发送报警和通知。

其中，一旦检测到异常用电操作，系统将触发报警机制，例如发送警报通知给家庭成员或相关管理人员，以便及时采取措施。

对应于上述图1，本申请实施例还提供了一种家居设备用电状态的监测装置，如图4所示，该装置包括：

第一获取模块402，用于基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，目标家居设备为目标家居环境中的多个家居设备中的其中之一；

第二获取模块404，用于基于预设的用电行为模型获取目标时间段内目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；

确定模块406，用于基于第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值，确定目标家居设备的用电状态，其中，用电状态包括异常用电状态和正常用电状态。

通过本申请实施例的装置，可以通过WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，进而基于用电行为模型获取该目标家居设备在目标时间段内的第二WiFi信号变化情况，通过比较两者信号强度能够确定出该目标家居设备的用电状态，从而实现了对家居设备的用电状态的检测，解决了现有技术中尚未存在对家庭成员异常用电操作的检测和识别手段的问题。

在本申请实施例的可选实施方式中，本申请实施例中的确定模块进一步可以包括：第一确定单元，用于在第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值超过第一预设阈值的情况下，确定目标家居设备的用电状态为异常用电状态；第二确定单元，用于在第一WiFi信号变化情况所对应的信号强度与第二WiFi信号变化情况所对应的信号强度的差值未超过第一预设阈值的情况下，确定目标家居设备的用电状态为正常用电状态。

在本申请实施例的可选实施方式中，本申请实施例中的第一获取模块包括以下至少一项：第一获取单元，用于基于WiFi感知设备获取目标家居设备在目标时间段内的第一接收信号强度指示的变化情况；第二获取单元，用于基于WiFi感知设备获取目标家居设备在目标时间段内的第一信号质量的变化情况；第三获取单元，用于基于WiFi感知设备获取目标家居设备在目标时间段内的信号连接速度的变化情况；第四获取单元，用于基于WiFi感知设备获取目标家居设备在目标时间段内的网络流量的变化情况。

在本申请实施例的可选实施方式中，本申请实施例的装置还可以包括：第三获取模块，用于在基于预设的用电行为模型获取目标时间段内目标家居设备正常用电情况下的第二WiFi信号变化情况之前，获取不同时间段内家居设备在正常用电状态的WiFi信号变化情况；建立模块，用于基于WiFi信号变化情况建立用电行为模型。

在本申请实施例的可选实施方式中，本申请实施例的装置还可以包括：第四获取模块，用于在确定目标家居设备的用电状态为异常用电状态的情况下，获取家居设备当前的用电情况；第一控制模块，用于在目标家居设备的当前用电功率超过第二预设阈值范围的情况下，发送报警通知，其中，第二预设阈值范围为家居设备正常运行的用电功率范围；第二控制模块，用于在目标家居设备的当前用电功率超过第二预设阈值范围的情况下，关闭目标家居设备。

如图5所示，本申请实施例提供了一种电子设备，包括处理器511、通信接口512、存储器513和通信总线514，其中，处理器511，通信接口512，存储器513通过通信总线514完成相互间的通信，

存储器513，用于存放计算机程序；

在本申请一个实施例中，处理器511，用于执行存储器513上所存放的程序时，实现前述任意一个方法实施例提供的家居设备用电状态的监测方法，其所起到的作用也是类似的，在此不再赘述。

本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述任意一个方法实施例提供的家居设备用电状态的监测方法的步骤。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种家居设备用电状态的监测方法，其特征在于，包括：

基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，所述目标家居设备为目标家居环境中的多个家居设备中的其中之一；

基于预设的用电行为模型获取所述目标时间段内所述目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，所述用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；

基于所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值，确定所述目标家居设备的用电状态，其中，所述用电状态包括异常用电状态和正常用电状态。

2.根据权利要求1所述的方法，其特征在于，基于所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值，确定所述目标家居设备是否为异常用电设备包括：

在所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值超过第一预设阈值的情况下，确定所述目标家居设备的用电状态为异常用电状态；

在所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值未超过所述第一预设阈值的情况下，确定所述目标家居设备的用电状态为正常用电状态。

3.根据权利要求1所述的方法，其特征在于，基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，包括以下至少一项：

基于WiFi感知设备获取目标家居设备在目标时间段内的第一接收信号强度指示的变化情况；

基于WiFi感知设备获取目标家居设备在目标时间段内的第一信号质量的变化情况；

基于WiFi感知设备获取目标家居设备在目标时间段内的信号连接速度的变化情况；

基于WiFi感知设备获取目标家居设备在目标时间段内的网络流量的变化情况。

4.根据权利要求1所述的方法，其特征在于，在基于预设的用电行为模型获取所述目标时间段内所述目标家居设备正常用电情况下的第二WiFi信号变化情况之前，所述方法还包括：

获取不同时间段内家居设备在正常用电状态的WiFi信号变化情况；

基于所述WiFi信号变化情况建立所述用电行为模型。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在确定所述目标家居设备的用电状态为异常用电状态的情况下，获取所述家居设备当前的用电情况；

在所述目标家居设备的当前用电功率超过第二预设阈值范围的情况下，发送报警通知，其中，所述第二预设阈值范围为所述家居设备正常运行的用电功率范围。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

在所述目标家居设备的当前用电功率超过第二预设阈值范围的情况下，关闭所述目标家居设备。

7.一种家居设备用电状态的监测装置，其特征在于，包括：

第一获取模块，用于基于WiFi感知设备获取目标家居设备在目标时间段内的第一WiFi信号变化情况，其中，所述目标家居设备为目标家居环境中的多个家居设备中的其中之一；

第二获取模块，用于基于预设的用电行为模型获取所述目标时间段内所述目标家居设备正常用电情况下的第二WiFi信号变化情况，其中，所述用电行为模型用于表征家居设备在正常用电情况下的WiFi信号随时间变化的情况；

确定模块，用于基于所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值，确定所述目标家居设备的用电状态，其中，所述用电状态包括异常用电状态和正常用电状态。

8.根据权利要求7所述的装置，其特征在于，所述确定模块包括：

第一确定单元，用于在所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值超过第一预设阈值的情况下，确定所述目标家居设备的用电状态为异常用电状态；

第二确定单元，用于在所述第一WiFi信号变化情况所对应的信号强度与所述第二WiFi信号变化情况所对应的信号强度的差值未超过所述第一预设阈值的情况下，确定所述目标家居设备的用电状态为正常用电状态。

9.一种电子设备，包括：至少一个通信接口；与所述至少一个通信接口相连接的至少一个总线；与所述至少一个总线相连接的至少一个处理器；与所述至少一个总线相连接的至少一个存储器，其中，所述处理器被配置为执行本申请上述权利要求1至6任一项所述的家居设备用电状态的监测方法。

10.一种计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本申请上述权利要求1至6任一项所述的家居设备用电状态的监测方法。