[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
【说明书】:

发明公开了一种智能家电负载检测和控制系统及其方法,负载检测和控制系统包括负载检测和控制装置、服务器、APP端或Web端,APP端或Web端通过无线网络和服务器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,实现通过红外对家电的控制;所述负载检测和控制装置通过卷积神经网络算法精确识别开关电器种类并及时计算该时间段内电器的耗电量,防止出现电器控制错误的情况,达到精准电器控制的功能,且拥有更高的准确率。

技术领域

本发明属于智能电网技术领域,特别涉及一种智能家电负载检测和控制系统及其方 法。

背景技术

现代生活中无时不刻离得开电,电能更是一个国家经济发展的命脉。为了不断满足人类对电能日益增长的需求,以及更加合理、有效的利用电能,对家庭用电情况的了 解也就变得尤为重要。

当前家庭用户智能电网还没有形成,电表也只是能计算用户某时间段内总电量,无法给出准确某个电器的耗电量。为识别某个用电器的耗电量,首先要对用电负载进行 精确识别。

目前,负载识别算法主要有几种方法,包括基于稳态特性负载识别算法和基于暂态特性负载识别算法等。基于稳态特性负载识别算法是指在电器开关后稳定状态下采集电压、电流、功率、能量等特征来识别。传统的基于暂态特性的负荷识别在事件发生后 进行监测,计算电流、功率、暂态导纳等暂态特性来识别负荷。无论是基于稳态特性还 是暂态特性,主要分析了电气设备运行时的电流、功率、谐波、电流包络、瞬时导纳等。 虽然识别精度有所提高,但依然受限于电器种类繁多,工作环境复杂,且存在泛化能力 不够及不能完全准确识别的问题。

同时,随着物联网技术的不断发展,人们开始尝试通过远程控制系统来操作控制家中的电器,目前家电控制的方法包括基于蓝牙网络的家电控制系统和基于Internet的家电智能控制系统。基于蓝牙网络的家电控制系统是指采用蓝牙技术面向移动环境的特性,来实现家电设备的加入和删除及控制。基于Internet的家电智能控制系统是指设计 了一个Windows系统上运行的家居信息处理和家电智能控制平台,在该平台上实现家 电设备的智能控制、Internet远程控制、信息管理等功能。

但是,家庭中传统的空调、电视机、DVD、机顶盒等家电设备都采用红外遥控器控制,而各个公司生产的红外编/解码芯片采用的编/解码方式和脉宽周期不同,导致了市 场上的各类遥控器的功能互不兼容,这给人们的使用带来了诸多不便。而且,现有控制 系统无法解决同一房间内遥控家电,且必须对着电器的接收装置这样的操作问题,因此 导致普及程度较低;一旦用户忘记关闭一些发热电器,如电热器、热得快等,会有产生 火灾的危险。

发明内容

针对现有技术存在的不足,本发明提供一种智能家电负载检测和控制系统及其方法,基于卷积神经网络精确识别开关电器种类并及时计算该时间段内电器的耗电量,通 过红外发射器实现电器的关闭和功能切换,防止出现电器控制错误的情况,达到精准电 器控制的功能,且拥有更高的准确率。

为了解决上述技术问题,本发明采用的技术方案是:一种智能家电负载检测和控制 系统,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。

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/201810725906.8/2.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