[发明专利]一种智能家电负载检测和控制系统及其方法在审

专利信息
申请号: 201810725906.8 申请日: 2018-07-04
公开(公告)号: CN108964270A 公开(公告)日: 2018-12-07
发明(设计)人: 殷波;魏志强;盛艳秀;黄贤青;高明星 申请(专利权)人: 中国海洋大学
主分类号: H02J13/00 分类号: H02J13/00;G01R31/00
代理公司: 青岛华慧泽专利代理事务所(普通合伙) 37247 代理人: 张慧芳
地址: 266100 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 负载检测 控制装置 控制系统 电器控制 智能家电 服务器 卷积神经网络 发送指令 开关电器 无线网络 耗电量 时间段 准确率 算法 电器 家电 通信
【权利要求书】:

1.一种智能家电负载检测和控制系统,其特征在于:包括负载检测和控制装置、服务器、APP端或Web端,所述负载检测和控制装置包括数据获取模块、数据预处理模块、模数转换模块、功耗检测模块、存储模块、电源模块、控制模块、开门狗模块、WIFI通信模块和智能处理器模块,所述数据获取模块对家庭用电中的电信号实时采集,并经过数据预处理模块进行降噪、滤波和信号放大处理后,信号流分为两路,一路进入模数转换模块,一路进入功耗检测模块,用于智能处理器模块计量电量;所述智能处理器模块为双核处理器,核一实现智能处理,通过卷积神经网络算法识别电器,核二实现家电控制,通过解析WIFI数据和协议数据,实现红外对家电的定时开关机功能切换。

2.根据权利要求1所述的智能家电负载检测和控制系统,其特征在于:APP端或Web端通过无线网络与服务器通信连接,进而与负载检测和控制装置通信,实现APP端或Web端发送指令传至负载检测和控制装置的智能处理器模块,所述智能处理器模块对接收的指令进行解析和红外编码,并将红外编码传输至控制模块,所述控制模块发射红外信号,经家电的红外接收端接收后,实现对家电的控制。

3.根据权利要求2所述的智能家电负载检测和控制系统,其特征在于:所述数据获取模块包括安装于家庭用电总线上的电流传感器和电压传感器,所述智能处理器模块实时接收电流传感器和电压传感器采集的电信号,并生成电流波形图,并进行卷积神经网络算法输出电器分类结果,发送至服务器,用户通过APP端或Web端获取电器分类结果和用电情况。

4.根据权利要求3所述的智能家电负载检测和控制系统,其特征在于:所述智能处理器模块还将用电异常信息通过服务器传输至用户的APP端或Web端。

5.一种智能家电负载检测和控制方法,其特征在于,包括以下步骤:

步骤一,采集电压、电流信号,并传输至双核处理器;

步骤二,识别负载开关;

步骤三,生成波形图像;

步骤四,负载识别:通过卷积神经网络算法对波形图像进行处理,精确识别出负载种类并计算出耗电量,然后将结果发送至服务器;

步骤五,用户通过APP端或Web端查看各个家电用电情况;

步骤六,电器控制:APP端或Web端发送指令传至双核处理器,对接收的指令进行解析和红外编码,发射红外信号,家电的红外接收端接收到红外信号后,实现对远程对家电的控制;

步骤七,异常处理:监测到用电异常信息时,双核处理器通过网络发送提示信息至用户,用户可通过APP端或Web端选择关闭或继续运行。

6.根据权利要求5所述的智能家电负载检测和控制方法,其特征在于:步骤一中,利用电压传感器和电流传感器采集负载的电压、电流信号,然后进行降噪、滤波和信号放大,并进行模数转换,为双核处理器提供24位的高精度数字信号;同时通过功耗检测模块进行用电功耗的计算。

7.根据权利要求5所述的智能家电负载检测和控制方法,其特征在于:步骤二中,为了减小对电流的噪声干扰,在计算电流强度时,减去周期内每个采样点的电流周期的平均值,然后取绝对值;然后将平均值作为电流强度的电流循环,如公式(1);在计算每个周期的电流强度之后,使电流强度不同,也就是说,减去相邻周期中的电流强度;当差值大于预设阈值时,判断为ON;相反,如果结果小于预设阈值,则判断为关闭,如公式(3);

ΔIi=Ii+1-Ii(i=1,2.....n-1) (3)

其中,Iij为每个采样点的电流强度,Ii-mean为采样周期内电流强度平均值,△Ii为相邻周期的电流强度差值。

8.根据权利要求6所述的智能家电负载检测和控制方法,其特征在于:步骤三中,双核处理器接收到电信号后整合成电流波形图,然后进行灰度变换处理,使之成为64*64大小的图像;最后将每个像素求取均值,直接作为卷积神经网络的输入图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋大学,未经中国海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810725906.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top