基于深度学习的智能家庭电力系统研究与实现①

董明涛 刘苏欣 董佳伟

(哈尔滨理工大学 山东威海 264300)

随着生活水平的提高，人们开始追求生活的品质和效率，各种关于生活起居类的智能产品应运而生。用电器作为人类生活中必不可少的东西，也开始踏上智能化的道路。为满足人们对产品的需求，市场上已经出现了一些智能家居的装置，但是由于智能控制平台不统一，给用户的实际使用带来了诸多不便。同时，相对于传统用电器，智能用电器价格昂贵，不能很好地满足大部分人的消费能力而使得智能家居依然不能普及。本研究提出了一种针对传统用电器改造，且同样适用于智能电器开关控制的系统，能够检测用户电力信息，并将用户的电力使用信息与用户行为信息相结合，运用深度学习算法进行学习，不仅能够保证家庭电力的安全性，也实现了传统用电器的智能化控制，具有很好的发展前景。

1 系统设计

系统主要由一个主机和多个从机共同组成。主机采用ST公司的STM32F767作为主控制器，嵌入uC/OSIII实时操作系统，搭载有储存模块、触摸屏、WIFI通信模块以及云端通信模块。触摸屏采用TFTLCD触摸屏，用户能够通过触摸屏获取用电器信息，并能够通过触摸实现对整个系统的控制。运用WIFI通信模块建立数据服务器，用于主机与各个从机之间的通讯和与云端之间的通信，使用户能够通过手机APP对用电器进行直接的控制，同时也能够从云端获取到用户操作信息。

系统从机采用STM32F103作为控制核心，同样嵌入uC/OSIII实时操作系统，搭载有用电器检测系统、用户信息采集系统、电力控制系统以及WIFI通信模块。用电器检测系统主要包括电压互感器、电流互感器，采样电路以及电能计量芯片，能够实现对用电器电压、电流、功率等信息的采集。信息采集系统主要负责采集用户的位置和时间信息，以作为深度学习的支撑数据。电力控制系统主要包括继电器和红外解码模块，能够实现对一些传统用电器的智能控制。

2 深度学习算法

为了能够让系统了解用户行为，针对传统用电器进行智能控制，对用户数据进行采集，运用线性最小二乘法来识别用电器，用神经网络算法来判断用户的行为，以此来对用户行为事件做出相应控制。

2.1 基于最小二乘法的用电器识别算法

我们对用电器的检测数据进行学习，通过线性最小二乘法求解用电器的开关状态。运用电器检测系统采集线路的总电压，总电流，总功率等信息，由于市电220V波动，对我们意义不大，我们这里采用线路的电流和功率作为学习数据，对用电器进行判断。

我们选取常用的用电器m个进行单独的电流、功率参数采集，得到用电器学习矩阵H2×m。为了识别用电器，我们建立超定矩阵方程，其中，x为线路的实时电流，功率矩阵；θ为矢量参量，表示m个用电器各自的状态；v为系统测量噪声。

为了求得θ以确定用电器的状态，我们使得误差平方和最小，得到θ即为最小二乘解，使得系统测量噪声v尽可能小。

加之我们采集的用户位置信息，将用电器的位置进行划分，能够准确地识别用电器并对同种用电器进行划分。

2.2 基于神经网络的用户事件判断算法

我们采集到用户数据，并对用电器进行识别之后，对数据进行深度学习，通过时间分区将分区内发生的用户行为数据建立关联，作为一个时间的判断样本，对用户的电力使用行为进行深度学习。

我们将用户的用电器使用数据进行划分，设定时间阈值，将用电器之间开启或关断时间在阈值之内的用电器变动数据划分为一个事件。考虑到用户的习惯不同，固定的时间阈值对一些特殊情况可能不太理想，存在把两个时间合并为一个时间的情形。因此，我们需要建立阈值更新以解决用户的行为差异问题。我们根据某段时间的用户数据进行了不同阈值的划分，得到了阈值大小与时间个数的关系。在某段时间阈值内，下降趋势较为明显，说明用户用电器操作比较集中。之后趋势较为平缓，说明用户操作在该时间阈值下开始趋向稳定，选取该事件阈值不会过分影响我们对用户操作时间的划分。我们选取变化趋于平缓阶段的前四个数据的平均值作为我们用于深度学习时间阈值。

为了进行深度学习，我们选取用电器类型、开始工作时间、结束工作时间、停顿时间、工作次数、工作总时长作为我们的训练指标。

我们选用采集到的深度学习指标数据作为样本数据，训练神经网络识别模型，然后根据训练好的网络来识别用户的时间。我们选取其中时间作为输出时间，各个事件输出节点输出的值在范围内，如果该值小于0，那么说明该事件没有发生，如果该值大于零，那么说明该事件发生。我们在根据事件类型对该事件的用电器进行控制，达到智能效果。

3 结语

基于深度学习的智能家庭电力系统，采用智能化控制方式，实现了对传统用电器的智能化控制。运用STM32作为控制器，同时嵌入uC/OSIII实时操作系统，使得整个系统运行更加流畅。通过采集用户数据作为训练样本数据，可以使得本系统适用于不同家庭的使用，具有实用性强、灵活度高等优点。在这个智能家居飞速发展的时期，本系统为各大公司智能产品平台不统一给用户带来不便以及传统家电智能控制的控制发展做出了一定贡献，具有一定的市场价值。