摘要：本文研究提出了一类基于非侵入式家用电器监测系统的设计与实现,概述了非侵入式家用电器监测系统的六个模块,包含采集数据模块、预处理数据模块、GPRS数据传输模块,存储数据模块,云端算法识别模块,智能显示模块。分别对各个模块的设计和实现来分析,其中算法识别模块在遗传算法的基础之上进行了算法改进,采用了量子遗传算法并选择了交叉熵函数作为适应度函数来实现,使得非侵入式家庭电器识别系统的精确度更高,算法识别放在云端来实现,在计算速度上也会有很大的提高,不仅能够存储非常丰富的样本数据库,稳定性更高,并且适用范围也更广。

摘要：针对当前高精度的负荷识别算法复杂度高,难以实现低成本电器监测装置,以及单一依据稳态特征难以实现高精度电器识别问题,本文设计了一款基于CUSUM和加权欧氏距离的低成本电器分析监测装置。该装置通过采样电路采集电器工作状态的电参数特征,以稳态有功功率、无功功率和暂态功率过冲幅度建立三维电器特征库,利用改进的CUSUM控制图实现具有过冲幅度检测功能的电器投切事件检测,通过特征加权的欧氏距离模型完成电器工作状态识别。实验结果表明,本文设计的监测装置平均电器识别准确率高达97.3%,验证了设计方案的可行性。

摘要：本检测装置是一个记录并指示用电器类别和工作状态的装置,由单片机控制模块、电参数检测模块、串口通信模块、显示模块、电源模块、按键模块组成.主要将电流电压互感器输出的信号经过以SD3004芯片为核心的计量模块处理,单片机通过串口通讯从该模块读取电压,电流,功率等数据,单片机在学习模式下记录用电器类别和工作状态的参数信息,当在监测模式下,通过检测到和存储的信息对比,显示用电器类别和工作状态.