基于智能家居的家庭用電監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

龍世渚，涂 來(lái)

（1.深圳創(chuàng)維數(shù)字技術(shù)有限公司，廣東 深圳 518057；2.華中科技大學(xué) 電子信息與通信學(xué)院，湖北 武漢 430074）

0 引 言

為應(yīng)對(duì)環(huán)境和氣候變化這一關(guān)乎全球人類生存發(fā)展的共同挑戰(zhàn)，各國(guó)政府都推出了一系列節(jié)能減排政策，引導(dǎo)學(xué)界和企業(yè)研發(fā)新興技術(shù)和產(chǎn)品，推動(dòng)節(jié)能減排。在智能家居領(lǐng)域，由于相關(guān)物聯(lián)網(wǎng)技術(shù)可以實(shí)現(xiàn)對(duì)家用電器的管理，因此利用智能家居系統(tǒng)實(shí)現(xiàn)對(duì)家用電器的監(jiān)測(cè)也是智能家居的建設(shè)目標(biāo)之一。同時(shí)，發(fā)電廠與輸配電電網(wǎng)也可以利用廣泛的精細(xì)化家庭用電特征數(shù)據(jù)，對(duì)發(fā)電、配送電進(jìn)行科學(xué)合理的統(tǒng)籌計(jì)劃，在保證家居舒適性的同時(shí)，實(shí)現(xiàn)電網(wǎng)發(fā)電、配電的優(yōu)化?；诖四繕?biāo)，本文探討了基于智能家居的家庭用電監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)和關(guān)鍵技術(shù)。從家庭用電監(jiān)測(cè)系統(tǒng)的總體架構(gòu)、智能家居平臺(tái)支撐、用電行為數(shù)據(jù)管理平臺(tái)以及支持負(fù)荷分解用電監(jiān)測(cè)算法等4個(gè)方面進(jìn)行了探討和設(shè)計(jì)，為全屋家電能耗監(jiān)測(cè)管理提供精細(xì)化數(shù)據(jù)支持。

1 家庭用電監(jiān)測(cè)系統(tǒng)構(gòu)架

家庭用電監(jiān)測(cè)系統(tǒng)以部署在用戶家中的智能家居網(wǎng)絡(luò)環(huán)境為支撐，通過(guò)在云端服務(wù)器上部署能耗管理應(yīng)用服務(wù)，實(shí)現(xiàn)對(duì)家居電器的能耗數(shù)據(jù)采集以及智能控制，其總體架構(gòu)如圖1所示。在用戶側(cè)，用戶通過(guò)安裝智能電表或者使用具備能耗監(jiān)控的智能電器，實(shí)現(xiàn)終端側(cè)的能耗數(shù)據(jù)采集。智能家居網(wǎng)關(guān)作為智能家居設(shè)備的連接樞紐，完成不同物聯(lián)網(wǎng)協(xié)議間的翻譯轉(zhuǎn)換，保證不同智能家居設(shè)備的網(wǎng)絡(luò)接入能力，并匯聚家庭多種設(shè)備的采集數(shù)據(jù)后上傳到云端服務(wù)器。家庭用電數(shù)據(jù)通過(guò)互聯(lián)網(wǎng)匯聚于云端的能耗管理應(yīng)用業(yè)務(wù)模塊進(jìn)行分析處理。家庭能耗管理應(yīng)用業(yè)務(wù)系統(tǒng)通常包括：用電行為數(shù)據(jù)管理平臺(tái)、電器運(yùn)行狀態(tài)監(jiān)測(cè)與能耗分析、用電策略管理、電器遠(yuǎn)程控制。

圖1 智能家居能耗管理業(yè)務(wù)架構(gòu)

1.1 用電行為數(shù)據(jù)管理平臺(tái)

用電行為數(shù)據(jù)管理平臺(tái)匯聚不同電器、不同用電應(yīng)用的行為數(shù)據(jù)。由于不同用電應(yīng)用在用電時(shí)間、采集頻度、用電行為標(biāo)注等方面包含不同類型的數(shù)據(jù)結(jié)果，因此需要設(shè)計(jì)一種數(shù)據(jù)服務(wù)總線，能處理歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)、關(guān)系數(shù)據(jù)等不同類型數(shù)據(jù)，為用電行為服務(wù)請(qǐng)求提供接口。

1.2 電器運(yùn)行狀態(tài)監(jiān)測(cè)與能耗分析

該部分包括獨(dú)立電器運(yùn)行能耗數(shù)據(jù)監(jiān)測(cè)與智能電表非侵入式負(fù)荷分解能耗監(jiān)測(cè)。前者適用于自帶能耗監(jiān)測(cè)功能的電器，后者使用軟件算法，從總電表計(jì)量數(shù)據(jù)中分離出不同類型電器的能耗，用于用電行為數(shù)據(jù)分析。

1.3 用電策略管理

該部分包括面向電網(wǎng)調(diào)控的基于區(qū)域用電數(shù)據(jù)分析的電網(wǎng)配電策略、區(qū)域分時(shí)電價(jià)策略以及面向用戶的用電調(diào)度優(yōu)化建議。

1.4 電器遠(yuǎn)程控制

該部分具有提供電器遠(yuǎn)程啟動(dòng)、停機(jī)或運(yùn)行狀態(tài)設(shè)定的能力。

2 智能家居系統(tǒng)

2.1 智能家居設(shè)備及傳感器

受限于物聯(lián)網(wǎng)器件的部署空間、計(jì)算能力和待機(jī)時(shí)間等條件限制，目前大部分智能家居設(shè)備的通信模塊都使用ZigBee， Bluetooth LE，Z-Wave等低功耗個(gè)域網(wǎng)PAN無(wú)線技術(shù)，針對(duì)不同電器設(shè)備的特點(diǎn)，這些傳感器集成于智能家電或智能電表設(shè)備之中，或者設(shè)計(jì)成智能插座作為獨(dú)立設(shè)備，來(lái)采集監(jiān)控電器的能耗。這些傳感器通過(guò)智能家居網(wǎng)關(guān)將采集的用電數(shù)據(jù)匯聚到云端，為用電規(guī)劃、節(jié)能策略設(shè)計(jì)提供數(shù)據(jù)支持。同時(shí)接收能耗管控策略，觸發(fā)用電設(shè)備開(kāi)啟或關(guān)閉，實(shí)現(xiàn)能耗管控。

2.2 智能家居網(wǎng)關(guān)

在智能家居生態(tài)系統(tǒng)中，智能家居網(wǎng)關(guān)扮演著智能設(shè)備接入、匯聚和協(xié)議轉(zhuǎn)換的重要角色，同時(shí)提供設(shè)備與云服務(wù)器間的橋接能力。在智能家居網(wǎng)關(guān)的支持下，智能家居云服務(wù)器從智能家居設(shè)備上獲取設(shè)備信息、能耗數(shù)據(jù)、服務(wù)信息等，并向目標(biāo)設(shè)備發(fā)送控制請(qǐng)求消息，實(shí)現(xiàn)對(duì)智能設(shè)備的控制和用電調(diào)度。

智能家居網(wǎng)關(guān)的功能架構(gòu)包括三層，即系統(tǒng)層、中間件層和應(yīng)用層，如圖2所示。每一層由若干功能模塊組成，實(shí)現(xiàn)不同的功能需求。

圖2 智能家居網(wǎng)關(guān)的功能架構(gòu)

系統(tǒng)層為上層軟件提供基本的操作系統(tǒng)功能和操作系統(tǒng)服務(wù)。系統(tǒng)層包括硬件組件的硬件驅(qū)動(dòng)模塊；中間件層由支持不同物聯(lián)網(wǎng)設(shè)備連接的物聯(lián)網(wǎng)協(xié)議棧、不同協(xié)議之間的協(xié)議轉(zhuǎn)換和應(yīng)用API組成；應(yīng)用層包括設(shè)備管理、安全管理、本地控制管理和輔助功能等模塊。

3 用電行為數(shù)據(jù)管理平臺(tái)

3.1 基于服務(wù)架構(gòu)的數(shù)據(jù)庫(kù)中間件

用電行為數(shù)據(jù)管理平臺(tái)采用基于服務(wù)架構(gòu)的數(shù)據(jù)庫(kù)中間件技術(shù)，利用XML、SoAP、Web Service、UDP等標(biāo)準(zhǔn)規(guī)范實(shí)現(xiàn)從發(fā)送任務(wù)請(qǐng)求到執(zhí)行任務(wù)請(qǐng)求，再到返回任務(wù)請(qǐng)求的各技術(shù)環(huán)節(jié)，從而達(dá)到不同類型結(jié)構(gòu)用電數(shù)據(jù)融合的目的。數(shù)據(jù)服務(wù)總線處理不同客戶端的數(shù)據(jù)服務(wù)請(qǐng)求，包括智能家居設(shè)備的數(shù)據(jù)寫入和監(jiān)測(cè)管理應(yīng)用的數(shù)據(jù)查詢。采用XML技術(shù)實(shí)現(xiàn)統(tǒng)一的數(shù)據(jù)表達(dá)方法；使用UDP傳輸協(xié)議實(shí)現(xiàn)客戶端與數(shù)據(jù)服務(wù)器間的通信；通過(guò)SoAP實(shí)現(xiàn)客戶端JavaScript和底層C語(yǔ)言之間跨語(yǔ)言的應(yīng)用服務(wù)。將客戶端發(fā)送的任務(wù)請(qǐng)求抽象為服務(wù)，用戶在初始化時(shí)將需要的服務(wù)相關(guān)信息通過(guò)配置方法寫入相應(yīng)模塊，當(dāng)用戶需要調(diào)用相應(yīng)服務(wù)時(shí)，觸發(fā)器會(huì)觸發(fā)服務(wù)的執(zhí)行。服務(wù)執(zhí)行過(guò)程對(duì)于用戶而言是透明的，用戶無(wú)需在意服務(wù)如何實(shí)現(xiàn)，所有底層細(xì)節(jié)均被屏蔽，使得系統(tǒng)真正具備智能化組件的功能。此外，采用服務(wù)架構(gòu)的思想對(duì)于日后系統(tǒng)的擴(kuò)展、升級(jí)十分有利，當(dāng)?shù)讓訑?shù)據(jù)源增加或減少以及服務(wù)請(qǐng)求發(fā)生變化時(shí)，無(wú)需或者只需很少的代碼改動(dòng)就能完成看似繁雜的升級(jí)。

3.2 數(shù)據(jù)融合模型總體設(shè)計(jì)

基于上述設(shè)計(jì)思想，本方案設(shè)計(jì)了一種基于服務(wù)的智能化數(shù)據(jù)庫(kù)中間件系統(tǒng)來(lái)解決異構(gòu)數(shù)據(jù)融合問(wèn)題，使得數(shù)據(jù)庫(kù)中間件不僅能夠連接客戶端與底層數(shù)據(jù)庫(kù)，還能夠?yàn)楫悩?gòu)數(shù)據(jù)的融合做出更大貢獻(xiàn)，體現(xiàn)其智能化的特性。

本模型共分為6層，分別為用戶層、通信層、任務(wù)管理層、服務(wù)請(qǐng)求層、數(shù)據(jù)操作層以及數(shù)據(jù)庫(kù)層，架構(gòu)示意圖如圖3所示。

圖3 基于服務(wù)架構(gòu)的數(shù)據(jù)庫(kù)中間件

用戶層為系統(tǒng)的實(shí)時(shí)監(jiān)控客戶端，負(fù)責(zé)接收用戶下發(fā)的服務(wù)請(qǐng)求，將服務(wù)請(qǐng)求下發(fā)給通信層，并將下層返回的結(jié)果顯示在客戶端界面。通信層負(fù)責(zé)實(shí)現(xiàn)用戶層和下層的通信協(xié)議和接口，保證模型之間通信暢通。任務(wù)管理層負(fù)責(zé)合理安排調(diào)度通過(guò)通信層接收的服務(wù)請(qǐng)求。由于本系統(tǒng)實(shí)現(xiàn)的是并發(fā)控制，因此同一時(shí)間可能會(huì)接收到來(lái)自不同界面的任務(wù)請(qǐng)求，或者同一界面有不同的服務(wù)請(qǐng)求，這樣任務(wù)管理層會(huì)通過(guò)任務(wù)隊(duì)列以及多線程處理機(jī)制來(lái)管理服務(wù)請(qǐng)求，一方面保證接收到的服務(wù)請(qǐng)求不會(huì)丟失，另一方面保證將返回結(jié)果發(fā)送至正確的客戶端界面，并且確保效率高、響應(yīng)快。服務(wù)請(qǐng)求層中的實(shí)時(shí)監(jiān)控業(yè)務(wù)服務(wù)模塊完成服務(wù)的業(yè)務(wù)邏輯，通過(guò)服務(wù)請(qǐng)求層的邏輯分析處理下一層具體應(yīng)用的操作。數(shù)據(jù)操作層包括數(shù)據(jù)庫(kù)訪問(wèn)接口以及數(shù)據(jù)緩存。數(shù)據(jù)庫(kù)訪問(wèn)操作類通過(guò)特定的實(shí)時(shí)庫(kù)接口函數(shù)訪問(wèn)實(shí)時(shí)庫(kù)，通過(guò)SQL語(yǔ)句訪問(wèn)關(guān)系數(shù)據(jù)庫(kù)，并將得到的數(shù)據(jù)放入相應(yīng)數(shù)據(jù)緩沖區(qū)。最底層為數(shù)據(jù)庫(kù)層，包括不同的數(shù)據(jù)源，如實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)、存放點(diǎn)屬性、組屬性、用戶屬性等。該層體現(xiàn)了數(shù)據(jù)異構(gòu)性。

4 支持負(fù)荷分解用電監(jiān)測(cè)的方法

考慮到并非所有用戶使用的電器都是帶有能耗監(jiān)測(cè)的智能電器，從最小化系統(tǒng)改動(dòng)和最大化設(shè)備兼容的角度出發(fā)，設(shè)計(jì)支持非侵入式負(fù)荷分解能耗監(jiān)測(cè)系統(tǒng)，僅通過(guò)對(duì)用戶電表的智能化改裝，采集家庭的匯總負(fù)荷信號(hào)，通過(guò)后臺(tái)軟件算法對(duì)總負(fù)荷信號(hào)進(jìn)行分解，推算出用戶使用的電器類型，流程如圖4所示。

圖4 非侵入式用電負(fù)荷分解用電監(jiān)測(cè)流程示意

非侵入式用電負(fù)荷監(jiān)測(cè)旨在利用用戶家庭的總用電數(shù)據(jù)來(lái)分解得到家庭中各用電電器的使用情況?？蓪⑵浞譃槿剑禾卣魈崛?，即對(duì)不同類型的用電電器單個(gè)運(yùn)行時(shí)的用電特征進(jìn)行提取分析；事件檢測(cè)，即對(duì)事件發(fā)生點(diǎn)的檢測(cè)；事件匹配，即對(duì)檢測(cè)出的事件與已有的電器數(shù)據(jù)匹配，判斷各電器的運(yùn)行情況。

4.1 電器特征提取

經(jīng)過(guò)對(duì)單個(gè)電器功率分布分析后，對(duì)于電器的用電特征使用如下幾種易于提取、易于解釋的特征：

（1）功率分布特征（）；

（2）使用時(shí)間特征（）；

（3）使用時(shí)趨勢(shì)特征（）；

（4）使用時(shí)波動(dòng)特征（）。

電器運(yùn)行特征與提取如圖5所示。

圖5 電器運(yùn)行特征與提取流程

功率分布特征是針對(duì)不同電器有不同的用電功率，并且不同電器功率的平穩(wěn)程度不同，對(duì)此提取各電器的功率分布，對(duì)總體事件進(jìn)行匹配。

使用時(shí)間特征與功率分布特征類似，針對(duì)不同電器有不同的使用時(shí)間段，針對(duì)此特征，提取不同電器的使用時(shí)間并擬合概率分布。

使用趨勢(shì)特征，針對(duì)各種用電器的使用趨勢(shì)特征進(jìn)行分析后，采用指數(shù)加一次函數(shù)擬合其趨勢(shì)，公式如下：

式中：()為功率的分布密度函數(shù)；（,,,）為待定擬合常數(shù)。

波動(dòng)特征是針對(duì)不同電器使用時(shí)產(chǎn)生不同的波動(dòng)而提取的特征，使用原始數(shù)據(jù)減去趨勢(shì)擬合函數(shù)得到波動(dòng)圖，求取其方差得到波動(dòng)參數(shù)。

4.2 用電事件檢測(cè)

用電事件檢測(cè)主要分為分表事件檢測(cè)與總表事件檢測(cè)。

4.2.1 分表事件檢測(cè)

對(duì)于電器的事件檢測(cè)首先需要根據(jù)統(tǒng)計(jì)特征尋找合適的分割特征，采用方差方式或閾值方式進(jìn)行檢測(cè)。

基于閾值分割的事件檢測(cè)：針對(duì)功率的分布，若功率分布圖呈現(xiàn)單峰或多峰趨勢(shì)，即可采用功率閾值分割，根據(jù)功率分布的上下限確定閾值，由閾值劃分電器運(yùn)行與否。

基于方差的事件檢測(cè)：特殊電器的功率分布并無(wú)明顯的峰狀特征，而呈現(xiàn)無(wú)規(guī)則的分布。對(duì)于此類電器，采用方差特征檢測(cè)事件。首先，提取運(yùn)行待定時(shí)間段，設(shè)定小閾值分離電器可能運(yùn)行的時(shí)間段；之后，對(duì)于每個(gè)時(shí)間段進(jìn)行方差特征提取，并與整體方差特征對(duì)比，滿足一定條件則判定其為運(yùn)行狀態(tài)。

4.2.2 總表事件檢測(cè)

事件檢測(cè)為后續(xù)事件匹配做好準(zhǔn)備，事件檢測(cè)需要在總表數(shù)據(jù)中將事件發(fā)生的起始點(diǎn)找出來(lái)，最后把總表中的事件分離出來(lái)，其算法流程大致分成如下4個(gè)步驟：

（1）找到事件的改變點(diǎn)（電器的開(kāi)關(guān)），這些點(diǎn)附近的數(shù)據(jù)方差有明顯突變，可以利用該突變完成對(duì)總表數(shù)據(jù)中上升沿、下降沿的判斷；

（2）分辨事件改變點(diǎn)的上升沿和下降沿，分別對(duì)應(yīng)電器的開(kāi)關(guān)；

（3）匹配上升沿和下降沿，找到事件的運(yùn)行時(shí)間段；

（4）事件的提取，從總表數(shù)據(jù)中提取出單個(gè)事件的運(yùn)行狀況。

4.3 用電事件匹配

對(duì)于分布特征，采用概率分布距離函數(shù)作為兩個(gè)概率分布特征()和()的評(píng)價(jià)函數(shù)，公式如下：

對(duì)于趨勢(shì)特征，采用分類器的方法對(duì)趨勢(shì)參數(shù)進(jìn)行訓(xùn)練，并使用訓(xùn)練模型對(duì)總表中提取的特征進(jìn)行概率匹配。

對(duì)各特征檢測(cè)后，若兩電器的評(píng)價(jià)函數(shù)相近，則利用其未來(lái)一段時(shí)間的周期特征作為其后驗(yàn)特征再次進(jìn)行檢測(cè)。

4.4 實(shí)驗(yàn)驗(yàn)證

基于上述方法，使用Reference Energy Disaggregation Dataset （REDD）開(kāi)放數(shù)據(jù)對(duì)非負(fù)荷分解方法進(jìn)行實(shí)驗(yàn)驗(yàn)證。圖6和圖7分別展示了某單運(yùn)行狀態(tài)電器和多狀態(tài)運(yùn)行電器的功耗。通過(guò)對(duì)電流（功耗）波動(dòng)的檢測(cè)，提取狀態(tài)變化點(diǎn)，如圖中紅色星型標(biāo)記所示?；趯?duì)每個(gè)電器獨(dú)立運(yùn)行狀態(tài)數(shù)據(jù)的分析和學(xué)習(xí)，對(duì)多電器疊加事件進(jìn)行檢測(cè)和分解。

圖6 單運(yùn)行狀態(tài)電器狀態(tài)檢測(cè)示意

圖7 多運(yùn)行狀態(tài)電器狀態(tài)檢測(cè)示意

在事件起始與結(jié)束檢測(cè)的基礎(chǔ)上，把每個(gè)事件單獨(dú)隔離。大部分事件都是單獨(dú)發(fā)生的，但是還有部分事件交叉發(fā)生，相互重疊。通過(guò)檢測(cè)該事件時(shí)間段內(nèi)的其他事件來(lái)調(diào)整數(shù)值。確定每個(gè)其他事件對(duì)于當(dāng)前隔離事件的影響區(qū)間后，再將事件的值進(jìn)行調(diào)整與更改。

經(jīng)過(guò)統(tǒng)計(jì)檢測(cè)總表事件與檢測(cè)分表時(shí)間的匹配度得到最終結(jié)果。

式中，TP、FN、FP和TN分別為檢測(cè)結(jié)果中的真正例數(shù)、假反例數(shù)、假正例數(shù)和真反例數(shù)。對(duì)于總表中的時(shí)間進(jìn)行匹配，實(shí)驗(yàn)結(jié)果的事件匹配準(zhǔn)確率為76%。對(duì)于事件檢測(cè)的結(jié)果符合預(yù)期，由于部分事件特征樣例較少，導(dǎo)致事件匹配結(jié)果出現(xiàn)較大偏差，在此方面有待改進(jìn)。

5 結(jié) 語(yǔ)

本文探討了基于智能家居平臺(tái)環(huán)境的家庭用電能耗管理業(yè)務(wù)系統(tǒng)設(shè)計(jì)，并給出了支持用電監(jiān)控的智能家居平臺(tái)支撐方案，隨后提出了面向多類型精細(xì)化能耗監(jiān)測(cè)的數(shù)據(jù)庫(kù)設(shè)計(jì)方案，最后分析了支持獨(dú)立數(shù)據(jù)采集和負(fù)荷分解算法的用電數(shù)據(jù)采集方法，并基于開(kāi)放數(shù)據(jù)進(jìn)行了負(fù)荷分解算法準(zhǔn)確率的驗(yàn)證。本文對(duì)以智能家居系統(tǒng)為家用電器數(shù)據(jù)采集和控制平臺(tái)，如何實(shí)現(xiàn)智能家電能耗監(jiān)測(cè)，如何實(shí)現(xiàn)精細(xì)化的數(shù)據(jù)采集與分析提供了關(guān)鍵算法和技術(shù)實(shí)現(xiàn)路徑。具體算法經(jīng)過(guò)了實(shí)驗(yàn)驗(yàn)證，整體方案也通過(guò)方案原型進(jìn)行了驗(yàn)證，實(shí)際應(yīng)用中可以根據(jù)需要作進(jìn)一步改進(jìn)和完善。