基于深度學習的智能家庭電力系統研究與實現①

董明濤 劉蘇欣 董佳偉

(哈爾濱理工大學 山東威海 264300)

隨著生活水平的提高，人們開始追求生活的品質和效率，各種關于生活起居類的智能產品應運而生。用電器作為人類生活中必不可少的東西，也開始踏上智能化的道路。為滿足人們對產品的需求，市場上已經出現了一些智能家居的裝置，但是由于智能控制平臺不統一，給用戶的實際使用帶來了諸多不便。同時，相對于傳統用電器，智能用電器價格昂貴，不能很好地滿足大部分人的消費能力而使得智能家居依然不能普及。本研究提出了一種針對傳統用電器改造，且同樣適用于智能電器開關控制的系統，能夠檢測用戶電力信息，并將用戶的電力使用信息與用戶行為信息相結合，運用深度學習算法進行學習，不僅能夠保證家庭電力的安全性，也實現了傳統用電器的智能化控制，具有很好的發展前景。

1 系統設計

系統主要由一個主機和多個從機共同組成。主機采用ST公司的STM32F767作為主控制器，嵌入uC/OSIII實時操作系統，搭載有儲存模塊、觸摸屏、WIFI通信模塊以及云端通信模塊。觸摸屏采用TFTLCD觸摸屏，用戶能夠通過觸摸屏獲取用電器信息，并能夠通過觸摸實現對整個系統的控制。運用WIFI通信模塊建立數據服務器，用于主機與各個從機之間的通訊和與云端之間的通信，使用戶能夠通過手機APP對用電器進行直接的控制，同時也能夠從云端獲取到用戶操作信息。

系統從機采用STM32F103作為控制核心，同樣嵌入uC/OSIII實時操作系統，搭載有用電器檢測系統、用戶信息采集系統、電力控制系統以及WIFI通信模塊。用電器檢測系統主要包括電壓互感器、電流互感器，采樣電路以及電能計量芯片，能夠實現對用電器電壓、電流、功率等信息的采集。信息采集系統主要負責采集用戶的位置和時間信息，以作為深度學習的支撐數據。電力控制系統主要包括繼電器和紅外解碼模塊，能夠實現對一些傳統用電器的智能控制。

2 深度學習算法

為了能夠讓系統了解用戶行為，針對傳統用電器進行智能控制，對用戶數據進行采集，運用線性最小二乘法來識別用電器，用神經網絡算法來判斷用戶的行為，以此來對用戶行為事件做出相應控制。

2.1 基于最小二乘法的用電器識別算法

我們對用電器的檢測數據進行學習，通過線性最小二乘法求解用電器的開關狀態。運用電器檢測系統采集線路的總電壓，總電流，總功率等信息，由于市電220V波動，對我們意義不大，我們這里采用線路的電流和功率作為學習數據，對用電器進行判斷。

我們選取常用的用電器m個進行單獨的電流、功率參數采集，得到用電器學習矩陣H2×m。為了識別用電器，我們建立超定矩陣方程，其中，x為線路的實時電流，功率矩陣；θ為矢量參量，表示m個用電器各自的狀態；v為系統測量噪聲。

為了求得θ以確定用電器的狀態，我們使得誤差平方和最小，得到θ即為最小二乘解，使得系統測量噪聲v盡可能小。

加之我們采集的用戶位置信息，將用電器的位置進行劃分，能夠準確地識別用電器并對同種用電器進行劃分。

2.2 基于神經網絡的用戶事件判斷算法

我們采集到用戶數據，并對用電器進行識別之后，對數據進行深度學習，通過時間分區將分區內發生的用戶行為數據建立關聯，作為一個時間的判斷樣本，對用戶的電力使用行為進行深度學習。

我們將用戶的用電器使用數據進行劃分，設定時間閾值，將用電器之間開啟或關斷時間在閾值之內的用電器變動數據劃分為一個事件?？紤]到用戶的習慣不同，固定的時間閾值對一些特殊情況可能不太理想，存在把兩個時間合并為一個時間的情形。因此，我們需要建立閾值更新以解決用戶的行為差異問題。我們根據某段時間的用戶數據進行了不同閾值的劃分，得到了閾值大小與時間個數的關系。在某段時間閾值內，下降趨勢較為明顯，說明用戶用電器操作比較集中。之后趨勢較為平緩，說明用戶操作在該時間閾值下開始趨向穩定，選取該事件閾值不會過分影響我們對用戶操作時間的劃分。我們選取變化趨于平緩階段的前四個數據的平均值作為我們用于深度學習時間閾值。

為了進行深度學習，我們選取用電器類型、開始工作時間、結束工作時間、停頓時間、工作次數、工作總時長作為我們的訓練指標。

我們選用采集到的深度學習指標數據作為樣本數據，訓練神經網絡識別模型，然后根據訓練好的網絡來識別用戶的時間。我們選取其中時間作為輸出時間，各個事件輸出節點輸出的值在范圍內，如果該值小于0，那么說明該事件沒有發生，如果該值大于零，那么說明該事件發生。我們在根據事件類型對該事件的用電器進行控制，達到智能效果。

3 結語

基于深度學習的智能家庭電力系統，采用智能化控制方式，實現了對傳統用電器的智能化控制。運用STM32作為控制器，同時嵌入uC/OSIII實時操作系統，使得整個系統運行更加流暢。通過采集用戶數據作為訓練樣本數據，可以使得本系統適用于不同家庭的使用，具有實用性強、靈活度高等優點。在這個智能家居飛速發展的時期，本系統為各大公司智能產品平臺不統一給用戶帶來不便以及傳統家電智能控制的控制發展做出了一定貢獻，具有一定的市場價值。