论文部分内容阅读
随着人们生活水平的不断提高，围绕智能家居理念生产的家电产品越来越多的渗透进人们的日常生活中。智能家居是指利用传感器技术，无线网络通信技术，自动控制技术等旨在为人们提供一个具有安全性、便利性、舒适性并且环保节能的居住环境。尤其是在当前全球能源紧张的大环境下，如何实现一个高效节能，绿色环保的家居环境已经成为当前智能家居领域研究的热点之一，同时也是一个亟待解决的问题。家庭中水和电是两大主要消耗的能源，而当前使用的水表和电表（包含智能水表和智能电表）只能够提供给用户一个总体的信息。如果我们能够在单一设备层面上获知家庭中水和电的使用情况。包括每个用电设备的工作状态，占用家庭总耗电量的百分比；针对用水设备而言，每个用水设备的用水量信息，是否有固定的用水模式，每个设备占总用水量的百分比等，这些信息将是非常有用的，不仅能够让用户了解每个设备的功耗信息，还能够提供给用户一个更加合理有效的水、电使用建议。最终达到节水、省电的目的，这将是非常具有推广意义的。如果通过进一步的数据挖掘，还能够提供类似于家庭日常行为感知，老人看护一类的功能。因此获取家庭水、电使用基本信息的技术是非常值得研究的。而国内在这方面基本属于空白状态，鲜有涉足。基于以上的论述，本文介绍了一种名为“单点感知”的技术在家庭用水、用电设备监测方面的具体应用。这种技术是指利用传感设施单点接入感知对象的方法，利用高级的数据挖掘及信号处理算法实现对感知对象特征、属性了解和描述的过程。本文利用数据采集，特性分析，原型设计，系统验证的研究步骤分别实现了用水和用电设备监测的原型系统。最终的实验结果证明原型系统具有较高的精度和稳定性，验证了“单点感知”这种技术在这方面的应用是可行的。对于用电监测系统而言，我们依据的是当前家庭中90%的用电设备都是以开关电源作为二次供电电源。并且开关电源在工作时会向电力线中辐射频域稳定且具有特异性的电磁干扰噪声这一基本事实，设计了一套基于高通滤波传感器设备和NI ELVIS II模数转换设备的数据采集系统对电力线噪声信号进行实时采样，并利用以快速傅里叶变换算法（FFT）和kNN模式识别算法为核心的一系列数据处理算法对采样数据进行实时的分析，用以监测电力线中噪声信号的频域变化，达到监测用电设备行为动作的基本目的，辅以用电设备的功耗信息，我们就能实现对设备状态和功耗信息全面掌握的目的。我们最终将原型系统布置到两类普通家庭中进行系统验证。对于用水监测系统，我们采用了同样的设计方法，我们利用的事实如下：家庭用水网络是一个闭环网络，在没有用水行为发生时，管路中的水压是保持不变的，当发生用水行为时，会产生名为“水压振荡”的水压波动现象。而这种水压波动波形也是具有特异性的，即每个设备用水时的水压波动波形都是不相同的，我们基于以上事实，设计了一套水压信号采样系统，结合以模式匹配滤波侦测（matched filter detection）算法为核心的一系列处理算法完成了原型系统的设计，实现了用水设备行为监测的目的。在此基础上，我们围绕泊肃叶定律研究了单个设备的用水量评估特性，最终的验证结果表明用水行为监测和水量评估都是可以实现的，并且实现了用水行为监测功能，这同样也从侧面证明了“单点感知”方法的可行性。本文提出的基于“单点感知”理论对用电和用水设备监测的方法主要有以下特点：(1)硬件设备简单且易于安装，相比于以前的基于分布式传感网络的设计思想而言，“单点感知”方法具有造价低廉，硬件简单和易于安装维护的特点，尤其是针对家庭一类的应用，越少的安装设备也保证了更安全的家居生活。(2)实现了用电和用水行为监测的同时，我们还加入了设备功耗评估的功能，也就是用电设备功耗的测量和用水设备用水量评估的功能，这两个功能对于实际使用是非常有意义的，在后续的研究中，我们将会重点研究水量评估技术。(3)我们将设计完成的原型系统拿到实际家庭中也就是真实环境中进行验证，尤其是针对用电监测系统，我们布置到多个家庭中，用以验证原型系统的鲁棒性。而以前的研究大多数是在实验室环境下设计的，只能完成最基本的理论验证功能。经过验证，这两个子系统都具有很高的精确度和稳定性。经过以上原型系统的设计及验证，可以认为基于“单点感知”的用电及用水监测方法是可行的，选择合适的传感和数据采集装置，运行高效的数据处理算法，实现最终的产品商业化都将是可能的，且这套方法具有非常明显的成本优势，将会具有很强的竞争力，对智能家居的推广和节能环保家庭生活的实现将起到强有力的推动作用。