自校准非接触式功耗感测的制作方法

相关申请的交叉引用本申请要求2014年9月12日提交的美国专利申请号14/485,424的优先权，所述专利申请是：(1)2009年9月25日提交的美国专利申请号12/567,561的部分继续申请；以及(2)2014年8月11日提交的美国专利申请号14/457,032的部分继续申请，该专利申请是2011年7月1日提交的美国专利申请号13/175,770的分案申请，该专利申请是2009年9月25日提交的美国专利申请号12/567,561的部分继续申请，并且本申请要求2010年9月3日提交的美国临时申请号61/380,174和2010年7月2日提交的美国临时申请61/361,296的权益。美国专利申请号12/567,561、13/175,770、14/457,032和14/485,424以及美国临时专利申请号61/380,174和61/361,296通过引用以其全文结合在此。本公开内容总体上涉及感测电功耗，并且更具体地涉及自校准非接触式功耗感测。
背景技术：
：在普适计算(ubicomp)和人机交互(hci)群体中，节能和环保反馈研究仍然是焦点。考虑到家庭活动直接导致了美国能源消耗的28％，家庭是自然需要研究的场所。然而，房主甚至研究人员实时获取全家功耗信息可能是具有挑战性的任务。例如，某些智能仪表以15分钟的时间间隔提供数据，但由于封闭源，通常是私人协议和应用接口，获得对信息的访问可能是困难的。一种常见的方法是将可商购的电流互感器(ct)安装在断路器面板内。然而，安全地安装ct需要雇用受过训练的电工，因为这涉及在断路器面板中将传感器放置在主电气馈线(electricalfeed)周围。大部分研究人员和房主都没有进行这样的安装的培训或信心。事实上，美国国家电气规范(nec)对ct的专业安装要求具有严格的规定。此外，美国某些州共同禁止将ct安装在断路器面板内，在这种情况下，替代方案是使用昂贵的直通仪表。直通仪表需要市电公司的参与，因为最终用户无法篡改或改变电表的安装。附图说明为了有助于进一步描述各实施例，提供了以下附图，其中：图1根据第一实施例展示了附接到结构的断路器和电力基础设施的示例性系统的视图；图2展示了图1的系统的框图；图3根据第二实施例展示了示例性系统的框图；图4根据实施例展示了的函数的示例性图表，所述函数可以通过将预测函数放置在所述函数的区域中而导出；图5根据实施例展示了函数的示例性图表；图6根据实施例展示了函数的示例性图表；图7根据实施例展示了函数的示例性图表；图8(上图)展示了用于由多个磁场传感器生成的输出信号的磁通量的示例性图表，并且图8(下图)展示了通过一条支线的相应预测电流波形的示例性图表；图9(上图)展示了预测电流波形和测量电压波形的示例性图表，并且图9(下图)展示了由用于预测电流波形的磁场传感器生成的输出信号的磁通量的示例性图表；图10(上图)展示了预测电流波形和测量电压波形的示例性图表，并且图10(下图)展示了由用于预测电流波形的磁场传感器生成的输出信号的磁通量的示例性图表；图11展示了示出传递函数及其分解元素的示例性图表；图12展示了附接到断路器和电力基础设施的图1的系统的视图，示出了多个不同传感器放置位；图13根据另一实施例展示了使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的方法的流程图；图14根据图13的实施例展示了在感测到触发事件时训练神经网络模型的方法的流程图；图15根据另一实施例展示了使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的流程图；图16展示了适用于实现图1-3的系统的实施例的计算机系统的正视图；并且图17展示了包括在图16的计算机系统的机箱内部的电路板中的元件的示例的代表性框图。为了说明简单和清楚起见，附图示出构造的一般方式，并且可以省略众所周知的特征和技术的说明和细节以避免不必要地模糊本公开。另外，附图中的元件未必按比例绘制。例如，图中的一些元件的尺寸可以相对于其他元件而被放大，以帮助提高对本公开的实施例的理解。在不同的图中，相同的参考数字指示相同的元件。说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等(如果有的话)用于区分类似的元件并且未必用于描述特定的顺序或时间次序。应理解，所使用的这些的术语在适当的情况下可互换，这样使得在此说明的各实施例例如能够按照除在此说明或以其他方式描述的那些之外的顺序进行操作。此外，术语“包括”和“具有”以及它们的任何变体意图涵盖非排他性的包括，这样使得包括一系列元件的过程、方法、系统、物品、装置或设备未必限于这些元件，而是可以包括没有明确列举或此类过程、方法、系统、物品、装置或设备固有的其他元件。说明书和权利要求书中的术语“左”、“右”、“前”、“后”、“顶部”、“底部”、“在...之上”、“在...之下”等(如果有的话)用于说明性目的并且未必用于描述永久的相对位置。应理解，所使用的这些的术语在适当的情况下可互换，这样使得在此说明的设备、方法和/或制品的各实施例例如能够按照除在此说明或以其他方式描述的那些之外的取向进行操作。术语“耦合(couple)”、“耦合的(coupled)”、“耦合了(couples)”、“耦合有(coupling)”等应被广泛地理解为并且指代机械地或以其他方式连接两个或更多个元件。两个或更多个电气元件可以被电耦合在一起，而不是机械地或以其他方式耦合在一起。耦合可以是任何持续时间，例如永久的或半永久的或仅一瞬间。“电耦合”等应被广泛地理解为并且包括所有类型的电耦合。在词语“耦合的”附近没有词语“可移除地”、“可移除的”等并不表示所讨论的耦合等是或不是可移除的。“机械耦合”等应被广泛地理解为并且包括所有类型的机械耦合。在词语“耦合的”附近没有词语“可移除地”、“可移除的”等并不表示所讨论的耦合等是或不是可移除的。如在此所定义的，如果两个或更多个元件是由同一块材料组成，那么它们是“整体的”。如在此所定义的，如果两个或更多个元件中的每一个是由不同的材料块组成，那么它们是“非整体的”。如在此所定义的，在一些实施例中，“近似地”可表示在所陈述值的±10％之内。在其他实施例中，“近似地”可表示在所陈述值的±5％之内。在另外的实施例中，“近似地”可表示在所陈述值的±3％之内。在另外的其他实施例中，“近似地”可表示在所陈述值的±1％之内。具体实施方式多个不同实施例包括一种用于对结构的电力基础设施中的电力使用进行感测的系统。所述结构可包括断路器盒以及用于所述结构的所述电力基础设施的一个或多个主电源线路。所述系统可包括感测设备，所述感测设备被配置为附接到所述断路器盒的面板上，所述面板覆盖在所述一个或多个主电源线路的至少一部分上。所述感测设备可包括一个或多个磁场传感器。所述系统还可以包括校准设备，所述校准设备被配置为电耦合到所述结构的电力基础设施。所述校准设备可以包括负载单元。所述系统可以进一步包括一个或多个处理模块，所述一个或多个处理模块被配置为用于从所述感测设备接收一个或多个输出信号。在所述感测设备被附接到所述面板时，所述感测设备可以没有被电耦合或物理耦合到所述一个或多个主电源线路或所述电力基础设施。所述一个或多个处理模块可以被进一步配置为用于至少部分地基于从所述感测设备接收到的所述一个或多个输出信号来确定在所述感测设备被耦合在所述面板上的任何位置处时的电力使用。若干个实施例包括使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的方法。所述感测设备可包括一个或多个磁场传感器。所述感测设备可以被附接到断路器盒的面板上。所述断路器盒的面板可以至少覆盖在用于结构的电功基础设施的一个或多个主电源线路的一部分上。所述校准设备可以包括负载单元。所述校准设备可以被电耦合到所述结构的电力基础设施。所述方法可以包括在第一时间周期内通过基于所述结构中的多个普通功耗变化以分段方式确定第一传递函数来自动地校准所述感测设备。所述方法还可以包括使用所述一个或多个处理模块基于所述感测设备的一个或多个输出信号以及所述第一传递函数来确定功耗测量结果。若干个实施例可以包括使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的方法。所述感测设备可以被附接到断路器盒的面板上。所述断路器盒的面板可以至少覆盖在用于结构的电功基础设施的一个或多个主电源线路的一部分上。所述校准设备可以包括负载单元。所述方法可以包括至少部分地基于所述感测设备的一个或多个输出信号来确定在所述一个或多个主电源线路中流动的电流。所述方法还可以包括确定在所述一个或多个主电源线路中流动的电流与由所述校准设备测量出的电压之间的相位差。所述校准设备可以被电耦合到所述结构的电力基础设施。所述感测设备可以包括一个或多个磁场传感器，所述磁场传感器被配置为用于测量由所述一个或多个主电源线路的至少一部分产生的磁通量、并且基于由所述感测设备测量出的所述磁通量来生成所述感测设备的所述一个或多个输出信号。所述感测设备可以没有被电耦合或物理耦合到所述一个或多个主电源线路。通过提供在断路器面板外部的“粘附”传感器，非接触式功耗传感器已经被用来减少这样部署的负担。这种技术已经利用磁传感器来感测由流过断路器面板内的主线路的60赫兹(hz)电流所感应的磁场。现有的途径是朝向简单且易于部署非侵入式功率监测的步骤，但可以考虑一些限制。首先，现有途径可能要求用户精确地定位面板上的传感器，这对于最终用户而言是难以执行的任务。其次，现有途径可能在磁传感器和电流之间采取线性传递函数，这将其准确度限制在小的电流范围。第三，现有途径不一定考虑到由可能驻留在磁传感器正后方的区域中的各个分支电路产生的小的场。第四，现有途径可能推断出视在功率，但不一定是真实的(实际的)功率，因为它不考虑电压波形和电流波形之间的相位信息。由于不能确定真实的功率，现有途径可能无法准确地推断诸如紧凑型荧光灯(cfl)、发光二极管(led)、加热通风和空调(hvac)系统、计算机、电视机(tv)等的高电感负载的电力使用，所述高电感负载现在趋向于构成现代家庭中的大部分功耗。此外，能源解集群体的研究人员只是利用视在功率数据来实现有限的效用。先前的技术已经使用了插入式校准器，但假定插入式校准器将牵引已知的功率负载以适应传递函数。然而，这种途径的一个可能缺点在于，可能假设校准器能够牵引大范围的负载，例如在0和20千瓦(kw)，这取决于存在的电器的尺寸和类型。由于安全散热限制以及构造这样的小形状因子设备的困难，插入式校准器牵引这样大的负载是不切实际的。存在许多可商购的传感器用于测量和显示每个插座处电器级别的能量使用，例如conserveinsighttm、greenswitch、和kill-a-watttm产品。在全屋功耗测量的情况下，一些流行的商业解决方案是theenergydetective和powercostmonitor产品。安装ted产品涉及在断路器面板内部的主电气馈线(干线)周围放置ct，由于高压电击危险，这需要专业安装。另一方面，powercost产品可以由房主轻松地安装，而无需雇用电工，但可能要求具有暴露和兼容的光学端口的机电仪表或电子仪表。因此，所述产品可能受限于具有更新速率的具体类型的仪表、以及取决于仪表及其暴露的数据端口的性能。由于这种限制，试图在没有直接访问干线的情况下推断功率的非接触式解决方案正在出现。一种这样的途径使用放置在断路器开关本身的面上的磁传感器来测量单独断路器上的电流。但是由于与其拯救生命的切断操作的潜在干扰，大多数电气规范不允许将任何东西放置在断路器上以便延长使用。此外，这种途径将需要将传感器放置在每个断路器上以收集整个家庭的电力使用，或者放置在主断路器(如果存在的话)上。在类似的基于磁场的途径中，需要将磁传感器放置在面板上的每个断路器开关上。除了需要若干个传感器之外，这种途径还需要由房主手动校准，这对于房主来说执行可能是非常困难和/或不切实际的。另一途径使用放置在断路器面板(而不是断路器)的面上的一对磁传感器来感测流过主汇流条的电流。这种途径利用一组led来帮助指导用户放置传感器。这种途径还使用负载校准器创建传递函数，但假设线性传递函数和所述校准器可以仿真房屋的整个功率范围。尽管使用led来帮助放置，但其他分支电路和杂散电线可能影响传感器下的磁场。此外，随着各种电器的使用，磁通量的状态整天一直在变化，这意味着led在初始安装后断路器面板状态保持不变时是最有帮助的、并且在初始安装后断路器面板状态显着变化时是最不具有帮助的。进一步地，所述途径推断了视在功率，但没有考虑到电流与参考电压之间的相位角。转到附图，图1根据第一实施例展示了附接到结构的断路器190和电力基础设施160的示例性系统的视图100。图2根据第一实施例展示了系统100的框图。系统100仅是示例性的并且不限于在此所展示的实施例。系统100可以用于未在此具体描绘或描述的许多不同的实施例或示例中。系统100可以被认为是用于对结构的电力基础设施160中的电力使用进行感测的系统。例如，所述结构可以是提供有不同电气服务和/或用于指定目的的任何结构。结构的示例包括单户住宅、公寓、套间、联排别墅、复式、三层、四层等，以及诸如营业所、仓库和工厂等的商业结构(以示例的方式列出，但没有任何明示或暗示的限制)。在一些实施例中，系统100可以包括：感测设备110、显示设备120、和/或校准设备180。在许多示例中，系统100可以用于常规的断路器盒或断路器面板(例如断路器面板190)上。美国断路器面板一般符合基于来自美国国家电气制造商协会(nema)的指南的通用电气“风格”的要求。具体地，断路器面板以一般具有带检修门的前表面。所述前表面一般覆盖主电气馈线或线路连接到汇流条的内部。如图1所示，断路器面板190可以包括多个单独的断路器，例如单独的断路器165和单独的断路器161。在多个不同实施例中，断路器面板190可以包括具有外表面的面板196。在若干个实施例中，断路器面板190可以包括门197，所述门提供对所述单独断路器(例如，161、165)和/在面板196的访问。在多个实施例中，断路器面板190可以包括一个或多个主断路器(未示出)。在许多实施例中，断路器面板190可以至少包括多个主电力导体193、194和195的一部分。在多个不同实施例中，单独的断路器(例如，161、165)可以包括多个断路器杠杆(例如，分别为断路器杠杆162和166)、并且可以通过多个分支电路(例如分别为分支电路163和167)提供电力。例如，分支电路163可以向结构的插座164提供电力，和/或分支电路167可以向结构的插座168提供电力。在若干个实施例中，所述结构的电力基础设施160可以至少包括：断路器面板190；主电力导体193、194和195(“馈线”/“支线”)；以及结构中的分支电路，例如分支电路163和167。在许多示例中，主电力导体193、194和195可以电耦合到附接条198和/或连接到一个或多个汇流条(例如汇流条199)，所述汇流条可以向电力基础设施160中的所述单独的断路器(例如，161、165)和分支电路(例如，163、167)供应电力。在许多实施例中，面板196可以覆盖主电力导体193、194和195和防止人们因为不小心而接触到这些通电的电力导体的相关电路的至少一部分。面板196可以由钢或另一金属构成。在许多示例中，门197覆盖所述单独的断路器(例如，161、165)、并且由于美观原因通常是关闭的，但是可以打开以允许访问断路器面板190内的所述单独的断路器(例如，161、165)的杠杆(例如，162、166)。在许多实施例中，系统100可以用于通过推断通过主电力导体193、194和195正在牵引的电流来计算所述结构中的电流消耗。一般地，家用小型商用电气服务典型地是240伏特(v)分相服务。这是指提供两个180度不同相的120v交流(ac)源导体(例如，功率导体193和195)以及能够用于从功率导体193或194回路电流的中性导体(例如，功率导体194)的市电。功率导体193、194、和195可以是“馈线”或“主”电力导体，这些功率导体在被拆分成服务所述结构内的不同负载的分支电路(例如，163、167)之前承载从市电进入的功率。120v负载可以主要包括更低瓦特数的负载，例如，插入标准的三插脚120v、15a或120v、20a插座的负载，以及具有小于约2kw(千瓦特)功率牵引的小型电器。这些负载可以用线连接在多个单独的电路中并且被附接到多个插座(例如，插座164和168)，并且可以在主电力导体193和194对之间(“第一相分支”或“第一支线”)或在主电力导体195和194对(“第二相分支”或“第二支线”)之间流动。240v负载典型地是消耗多于两kw(千瓦特)的大型装置(例如，烘干机、炉子、空调压缩机、电基板加热器)。在这种情况下，负载电流在功率导体193和195之间流动并且没有负载电流在功率导体194中流动。因为功率导体193和195上的电压之间的180度的相位关系，总电压是240v。工业建筑通常具有三相服务，其中三相位彼此偏移120度。虽然上面已经描述了单相电力服务，但是系统100也可以与三相电力服务一起使用。在任一情况下，系统100可以预测流过所有支线的电流(例如，主电力导体193、194、195)。通过感测由主电力导体193、194和195生成的磁场，系统100可以感测所有负载从市电牵引的总电流，因为所述结构中的所有负载平行地连接到功率导体193、194、和/或195。从主支线(例如，193、194、195)生成的场可以用于分别估计流过每个支线(例如，193、194、195)的电流，所述场从线(例如，193、194、195)辐射几厘米并且甚至通过面板196的金属片层。在理想情况下，磁场将随着电流变化而线性地缩放。然而，由于来自于所有相邻的线的场、经反射的磁场、以及金属片的磁非线性，磁场与电流之间的关系在实践中不是那么简单的。仍然参照图1和图2，在许多实施例中，感测设备110可以包括一个或多个磁场传感器，例如磁场传感器111、112、113和114。磁场传感器111-114可以包括电感拾取器、霍尔效应传感器、磁阻传感器或被配置为由于响应于由断路器面板190内部的导体生成的时变磁场的任何其他类型的传感器。例如，磁场传感器111-114可以是radioshack可移动电话拾音器传感器，型号为07c12。磁场传感器111-114可以被放置在面板196的外表面上，以检测从面板196后方的主电力导体193、194和195以及一些分支电路(例如，163、167)中流过的60hz电流辐射的磁场。图1示出了感测设备110在面板196上的样本放置。在一些实施例中，磁场传感器(例如，111-114)可以使用普适电路印刷技术印刷成电感器阵列，所述电感器阵列可以允许感测设备110作为贴纸附接到断路器面板190。在若干个实施例中，感测设备110可以包括一个或多个磁体117。在多个实施例中，磁体117可以是永磁体，从而磁体117可以产生持久磁场。在多个不同实施例中，所述一个或多个磁场传感器(例如，111-114)可以被多个磁体117包围。在多个不同的实施例中，可以将这些磁体117放置成减小位于主电力导体193、194和195与磁场传感器111-114中间的面板196的金属片的磁非线性的影响。在主电力导体193、194和/或195中流动的实际电流波形与由磁场传感器111-114感测到的磁波之间的时间差可以取决于面板196的材料的磁饱和度和磁导率。用磁体117使磁场饱和可以降低由面板196的金属片引起的非线性。换句话说，可以通过用磁体117围绕磁场传感器111-114来减小实际波形与所感测到的波形之间的相位差的非线性，这有利地产生对相位角计算的更准确的预测，如下面进一步详细讨论的。在许多实施例中，感测设备110可以包括附接机构219。附接机构219可以被配置为由于将感测设备110附接到断路器面板190的表面，例如面板196。在一些示例中，附接机构219可以包括粘合剂、钩环材料、磁体、或另一附接机构。在多个不同实施例中，感测设备110可以包括发射器215和/或电源216，所述发射器可以用于发射用于由磁场传感器111-114感测到的磁场的一个或多个信号。例如，发射器215可以是有线或无线信道。例如，发射器215可以使用诸如wi-fi(无线保真、ieee(电气和电子工程师协会)802.11标准)、紫蜂(ieee802.15.4)、蓝牙(ieee802.15.1)的通信协议或诸如专有数据通信协议的另一合适协议进行通信。在一些实施例中，电源216可以是电池或其他合适的电源，并且可以提供用于通过发射器215进行传输的电力。仍然参照图1和图2，在许多实施例中，校准设备180可以包括电插头282，所述电插头可以插入结构中的插座(例如插座164或168)中、并且可以允许校准设备电耦合到分支电路(例如分支电路161和/或分支电路167)。在一些实施例中，系统100可以包括单个校准设备180。在其他实施例中，系统100可以包括多于一个的校准设备，例如校准设备180。例如，第一校准设备(例如，180)可以电耦合在电力基础设施160的第一相分支(第一支线)上，并且第二校准设备(例如，180)可以电耦合在电力基础设施160的第二相分支(第二支线)上。在许多实施例中，校准设备284可以包括收发器284，所述收发器可以用于接收通信以控制校准设备180。例如，收发器284可以是有线或无线信道，和/或可以使用诸如wi-fi、紫蜂、蓝牙的通信协议或其他合适协议进行通信。在许多实施例中，校准设备180可以包括负载控制单元283和负载单元281。负载单元281可以包括一个或多个校准负载和/或一个或多个开关。所述开关可以是机械继电器开关、固态继电器、三端双向可控硅开关、晶体管(例如场效应晶体管(fet)、硅控整流器(scr)、双极结型晶体管(bjt)、绝缘栅双极晶体管(igbt)等)、或另一合适的可控开关器件。通过使用开关，所述一个或多个校准负载可以暂时电耦合到所述结构的电力基础设施160的分支电路(例如，163或167)，以便于传感器110和/或系统100的校准。负载单元281中的校准负载可以是一个或多个电阻器和/或一个或多个电抗负载，例如具有或不具有电阻部件的电感器或电容器。附加地，校准负载可以是具有可变电阻的负载。作为示例，校准负载可以是四个高功率电阻器(例如，零件号为tghlvr100je的ohmite机箱安装电阻器)，所述高功率电阻器可以通过所述开关串联和/或并联组合。在多个实施例中，负载控制单元283可以包括用于从收发器284接收通信的微控制器，和/或可以向负载单元281的开关发送信号以驱动继电器。开关信号可以用于临时完成分支电路(例如，163、167)并且使一个或更多的校准负载接通来完成电路并通过主电力导体193、194和/或195牵引功率。例如，负载控制单元可以驱动所述开关以提供25瓦特(w)、100w、200w、和/或300w的负载。所述一个或多个校准设备(例如，180)可以牵引一个或一系列已知负载，以自动地校准感测设备110和/或系统100。在多个实施例中，可以由校准设备180牵引的最大负载是1000w。在另一实施例中，可以由校准设备180牵引的最大负载是300w。在又一实施例中，可以由校准设备180牵引的最大负载是50w。由校准设备180牵引的相对较小的最大负载可以有利地允许校准设备安全地散热，降低功耗、和/或以小的形状因子提供。在许多实施例中，系统100可以有利地通过校准设备180利用所述结构中发生的实际正常电活动来拉高到仅300w，但仍然可以在所述结构的可能电力使用的整个范围(例如在0和20kw之间)内、和/或以小的增量(例如10w的增量)校准传感器110和/或系统100。在一些实施例中，校准设备180可以包括电压传感器285。电压传感器285可以被配置为用于感测电力基础设施160的电压和/或感测电力基础设施160的电压的相位，所述电压和/或相位可以通过电插头184与电力基础设施160(例如插座164)的连接进行测量。在多个不同实施例中，由电压传感器285感测到的电压和/或相位可以通过收发器284传输。在许多实施例中，系统100可以使用电压的相位来促进真实功率的计算。仍然参照图1和图2，在许多实施例中，显示设备120可以包括电源223。在一些实施例中，电源223可以是可向显示设备120提供电力的电池或电插头(例如电插头128)。电插头可以插入电力基础设施160，例如插座168。在多个实施例中，显示设备120可以被配置为用于从感测设备110接收输出信号和/或经由收发器224从校准设备180接收电压信息。在多个不同实施例中，显示设备120可以经由收发器224向校准设备180发送控制信号，例如用于激活负载单元281的信号。在多个不同实施例中，收发器224可以是有线或无线信道，和/或可以使用诸如wi-fi、紫蜂、蓝牙的通信协议或其他合适协议进行通信。在一些实施例中，显示单元120可以包括处理模块225、存储器226、和/或显示器121。在若干个实施例中，计算单元120可以是小形状因子显示设备。在其他实施例中，计算单元120可以是个人计算机(pc)。在多个不同实施例中，显示器121可以被配置为用于显示诸如电力使用的信息，并且可以是监视器、触摸屏、液晶显示器(lcd)、或其他合适的显示器。在多个不同实施示例中，显示器121可以将本文描述的技术的结果显示给诸如住宅的结构中的最终用户。在多个实施例中，处理模块225可以是一个或多个处理单元，例如由德州仪器公司制造的msp430微控制器。在另一实施例中，处理模块225可以是数字信号处理器，例如由德州仪器制造的tms320vc5505数字信号处理器、或由模拟器件公司制造的blackfin数字信号处理器。在一些实施例中，处理模块225可以被配置为用于使用来自感测设备110的电流测量值来确定感测设备110的校准、并且确定所述结构的电力基础设施160中的电电力使用(例如主电力导体193、194和195的电流和/或电力)。在一些示例中，处理模块225可以执行存储在存储器226中的计算机指令的一个或多个模块，例如神经网络模块222、传递函数模块229、相位角模块228、和/或功耗模块227，下面将更详细地描述。存储器226可以是一个或多个非瞬态数据存储元件。继续转到附图，图3根据第二实施例示出了示例性系统300的框图。系统300仅是示例性的并且不限于在此所展示的实施例。系统300可以用于未在此具体描绘或描述的许多不同的实施例或示例中。系统300可以与系统100(图1和图2)类似或相同，并且系统300的各个组件可以与系统100的各个组件(图1和图2)相似或相同。在多个不同实施例中，系统300可以包括感测设备110和校准设备380。在许多实施例中，校准设备380可以包括多个不同元件和/或执行校准设备180(图1和图2)和显示设备120(图1和图2)的各个功能。例如，校准设备380可以包括来自校准设备180(图1和图2)的负载单元281、负载控制单元283、电压传感器285、以及电插头282，并且可以包括显示设备120(图1和图2)的处理模块225、存储器226、显示器121、神经网络模块222、传递函数模块229、相位角模块228、以及功耗模块227。在多个不同实施例中，校准设备180(图1和图2)和显示设备120(图1和图2)的两个或更多个元件可以在校准设备380中组合为单个元件。例如，在校准设备380中收发器284(图2)可以组合在收发器224中。作为另一示例，显示设备120中的电源223(图2)可以组合在校准设备380的电插头282中。参照图1-3，磁场传感器111-114可以各自感测从断路器面板190下方的主电力导体193、194和/或195生成的磁场，并且可以生成表示所述磁场的输出信号。由磁场传感器111生成的输出信号在此表示为s1。由磁场传感器112生成的输出信号在此表示为s2。由磁场传感器113生成的输出信号在此表示为s3。由磁场传感器114生成的输出信号在此表示为s4。为了将所感测的磁场转换成电流，系统100和/或系统300可以使用传递函数，所述传递函数可以在给定所感测的磁通量的情况下确定感应所述通量的主支线中的潜在电流是多大。系统100和/或系统300可以使用校准设备180(图1和图2)和/或校准设备380(图3)来推断所述传递函数，所述校准设备可以在给定时间通过为负载单元281中的电阻负载供电来牵引已知量的电流，而是磁场传感器(例如，111-114)感测由于所述电流牵引导致的磁场发生的变化。在许多实施例中，系统100和/或系统300可以生成传递函数，所述传递函数可以用于将这些磁场信号转换成流动穿过主电力导体193、194和/或195中的每一者的电流波形。为了预测真实功率，系统100和/或系统300可以确定电流波形的均方根(rms)值以及电流与电压波形之间的相位角，而不仅仅是电流的rms值。因为由断路器面板190的基本特征和感测到的磁场造成的各种挑战，给定磁通量创建用于计算电流波形的传递函数可能不是数学上最简单的。第一挑战可能是杂散磁通量。除了主电力导体193、194和/或195之外，断路器面板190还由穿过所述单独的断路器(例如，161、165)的其他电线构成。还存在在主线路周围穿行的多条线，所述线各自可以根据流过它们的电流而辐射相当量的磁场。磁场传感器111-114可以感测从所有这些源辐射的磁场。为了使用确定仅由主线路辐射的磁场，在通过仅标识从主电力导体193、194和/或195辐射的磁通量的传递函数进行预测的过程中应当消除由周围的线辐射的磁场。第二挑战可能是感测设备110的位置。由磁场传感器111-114感测到的磁场的量可以取决于磁场传感器111-114与主电力导体193、194和/或195之间的距离。为了使系统100和/或系统300成为允许感测设备110放置在断路器面板的任何位置的布置不变系统，传递函数应当能够适应磁场传感器111-114与主电力导体193、194和/或195之间的任何距离。第三挑战可能是隔离主电力导体193、194和/或195中的每一者的磁通量。流过每个主电力导体193、194和/或195的电流可以贡献于每个磁场传感器111-114所感测到的磁场。然而，传感器110先验地不知道由主电力导体193、194和/或195各自生成的磁场中的多少贡献于由磁场传感器111-114感测到的每个磁场。如图1所示，磁场传感器111(最左侧的传感器)和磁场传感器114(最右边的传感器)分别可能主要受最左边的支线(主电力导体193)和最右边的支线(主电力导体195)的影响。但是，影响比率是先验未知的。对于磁场传感器112和113(两个中间传感器)，情形可能更加不可预测。所述传递函数应当能够算出每个主电力导体193、194和/或195对每个磁场传感器111-114影响的比率。第四挑战可能是断路器面板(例如，断路器面板190)的布线的不确定性。虽有nema和nec颁布的指南，断路器面板的内部布线可能因各种因素而明显不同，例如安装所述断路器面板的电工的技能和/或经验。传递函数应当能够与基于任何类型布线的任何断路器面板一起使用。因为这些挑战可能在不同的断路器面板上变化，所以相同的电负载量可能在不同的面板中产生不同的磁场量。此外，即使在具有相同定位的感测设备110的相同面板中，电负载量与磁场之间的关系可以取决于断路器面板190整体内的现有磁场。例如，通过主电力导体193、194或195之一的基线电流可以是i1，并且ich量的正变化可以导致s1的sch1的正变化。如果基线电流变化至i2，则相同的正ich变化可以导致不同的变化量sch2。根据磁场如何从不同的线辐射以及它们的建设性或非建设性的干涉，尽管是正的ich值，但sch2的值甚至可以是负的。因此，主电力导体193、194和/或195中的电流与由磁场传感器111-114感测到的磁场之间的关系可以是非线性的，和/或可以取决于现有的基线磁场和/或其他磁场的存在。为了适应这种可变性和非线性，系统100和/或系统300可以为所述断路器面板的每个“状态”创建多个多项式方程。通过根据磁通量来限定状态，系统100和/或系统300可以为每个状态建立函数。这样的问题可以非常适合于学习以给定状态作为输入的函数的机器学习技术。例如，系统100和/或系统300可以使用神经网络模型，所述神经网络模型可以本质上学习用于根据输入预测输出的多项式函数。在多个实施例中，神经网络模块222可以使用负载单元281构建神经网络模型。如上所述，校准设备可以应用各种负载，例如循环通过一系列25w、100w、200w和300w的负载。就在校准器接通负载之前，神经网络模块222可以开始跟踪由感测设备110测量到的值。接通负载引起总电流并且因此引起磁通量的变化。磁通量的这种变化可以由系统100和/或系统300记录。对于每个校准器动作(例如，通过负载单元281接通或断开负载)，神经网络模块222可以构建用于神经网络的训练实例。这种实例的结构如表1所示。每行的前八列可以是学习算法的输入特征。第九列可以是算法将尝试学习的输出值。神经网络可以由一个输入层、一个输出层、以及两个隐藏层组成，每个层中具有五个神经元。在许多实施例中，神经网络模块222可以使用具有本文所述的输入和输出的传统神经网络机器学习算法来学习所述函数。表1s1ps1cs2ps2cs3ps3cs4ps4cich在表1中，s1p、s2p、s3p和s4p可以是在校准器接通负载之前分别由磁场传感器111-114生成的四个输出信号的rms值。s1c、s2c、s3c和s4c可以是在校准器接通负载之后分别由磁场传感器111-114生成的四个输出信号的rms值。ich可以是当将校准器插入时添加到支线(主电力导体193、194或195之一)的电流量。因为磁通量变化与电流变化之间的关系可以取决于存在于断路器面板190中的现有磁通量，所以在许多实施例中，神经网络模块222可以使用先前的和当前的磁通量作为输入特征，而不是仅使用通量的变化。在多个实施例中，校准设备180可以使负载单元281的每个负载接通五秒钟。在五秒钟后，校准设备180可以断开负载单元281的负载，并且神经网络模块222可以捕获类似的事件并且计算用于所述断开事件的类似的训练实例。在许多实施例中，系统100和/或系统300不能访问经过每个主电力导体193、194和/或195的电流的绝对值。在若干个实施例中，唯一的先验信息可以是校准单元180致使主电力导体193、194和/或195的电流变化的量。因此，在许多实施例中，可以训练神经网络模型以仅预测电流值的变化，而不是绝对电流值。为了预测主电力导体193、194和/或195各自中的绝对电流波形，传递函数模块229可以使用几何变换技术，所述几何变换技术可以利用所述预测模型和住宅中的自然电气活动来创建将传感器值转换为电流波形的传递函数。为了简单起见，以下技术的描述仅使用一个而不是四个磁场传感器(例如，111-114)，并且仅使用单个支线(主电力导体193、194和/或195之一)。首先，系统100(图1和图2)和/或系统300(图3)可以使用由神经网络模块222(图2和图3)生成的经收集的校准数据来创建初始传递函数。所述传递函数可以只用于小范围的磁场值，所述磁场值可能受限于校准设备(例如180(图1和图2)，380(图3))可提供的负载的范围。该范围可以被存储为校准区域，而同时跟踪当前的磁传感器值。在结构中使用多个电器时，随着磁传感器值随着时间的推移而变化，系统100(图1和图2)和/或系统300(图3)可以使用校准设备(例如180(图1和图2)，380(图3))通过所述校准设备牵拉小的负载来校准未校准的区域。在那个级别观测到的磁场信号的差异可以用于更新所述传递函数。在许多实施例中，当系统100和/或系统300开始校准传感器110时，已知的唯一信息是由每个磁场传感器测量到的当前rms磁场(sk)。校准设备180可以在当前磁场的顶部初始牵引一系列100w、200w和300w的负载(各自3次)。因此，场值可以改变，并且系统可以跟踪传感器的最大值(sk+1)。基于这三个负载重复三次，神经网络模块222可以从sk到sk+1保存九个校准事件。对于每个事件，可以存在两个训练实例(例如，一个用于接通负载(“on事件”)，一个用于断开负载(“off事件”))，如上所述。如此，神经网络模块222可以从sk到sk+1的传感器值收集十八个训练实例，并且使用这些实例来训练早前描述的神经网络模型。继续转到附图，图4展示了函数(f)400的示例性图表，所述函数可以通过在将预测函数(fk)401放置在函数(f)400的区域403中而导出。在许多实施例中，预测函数(fk)401可以将从sk到sk+1的磁场变化值转换为电流值ich。通过训练所述神经网络模型，神经网络模块222(图2和图3)可以确定可将从sk到sk+1的磁场变化值转换为电流变化值ich的预测函数(fk)401。为了找到可将任何磁场值s转换为绝对电流值i的函数(f)400，预测函数(fk)401可以被放置到f的适当位置。因为系统100(图1和图2)和/或系统300(图3)不知道i的绝对值，传递函数模块229(图2和图3)可以采用随机y轴值r、并且在(sk，r)的区域403处将预测函数401放置在函数(f)400上。在许多实施例中，系统100(图1和图2)和/或系统300(图3)不知道函数(f)400在从0到sk的区域402处看起来如何。因此，可以在从(0，0)到(sk，r)的区域402处外推函数(f)400。由于函数(f)400的区域402被外推，所以在将s转换为i时可能做得很差。继续转到附图，图5展示了函数(f)500的示例性图表。图6展示了函数(f)600的示例性图表。图7展示了函数(f)700的示例性图表。在许多实施例中，函数(f)500、函数(f)600、和/或函数(f)700可以是基于附加校准序列的函数(f)400(图4)的进一步优化。在许多实施例中，为了进一步确定外推区域402(图4)，传递函数模块229(图2和图3)可以等到由磁场传感器(例如，111-114(图1-3))测量到的s值低于sk到位置402(图4)，此时校准过程可以重新启动。如上所述，神经网络模块222(图2和图3)可以基于在所述校准序列中测量出的值来确定新的函数(fj)，所述函数可以将磁场值从sj转换为sj+1，其中sj<sk。对于sk<sj+1的情况，传递函数模块229(图2和图3)可以将fj与fk组合并且创建函数(f)500的覆盖从sj到sk+1的新区域502，如图5所示。否则，在sk>sj+1的情况下，传递函数模块229(图2和图3)可以将fj放置在区域602(其覆盖从sj到sj+1的范围)中，fj可以是与区域604(其覆盖从sk到sk+1的范围)中的fk分离开。如图5所示，传递函数模块229(图2和图3)可以创建从0到sj的外推区域501。如果所测量的磁场一直低于sj，例如在大多数电器关闭的夜晚，神经网络模块222(图2和图3)可以启动用于新区域的新的校准周期，并且传递函数模块229(图2和图3)可以进一步重新获得(regine)和/或重建从新位置至sk+1的函数(f)500。如图6所示，传递函数模块229(图2和图3)可以创建从0到sj的外推区域501和从sj+1到sk的外推区域603。在所测量的值是sm、其中sj+1<sm<sk的情况下，系统100可以触发校准设备180(图1和图2)，和/或系统300可以再次触发校准设备380(图3)，使得神经网络模块222(图2和图3)和传递函数模块229(图2和图3)可以更新从sm到sk+1的函数(f)600。在更新函数(f)600之后，传递函数模块229(图2和图3)可以从sj+1外推到sm，因为传递函数模块229(图2和图3)已经具有从sj到sj+1的函数，如区域602所示。如图7所示，如果所述结构内的更多的电器接通并且传感器值(sn)超过sk+1，则系统100可以触发校准设备180(图1和图2)，和/或系统300可以再次触发校准设备380(图3)，使得神经网络模块222(图2和图3)和传递函数模块229(图2和图3)可以更新函数(f)500(图6)以创建函数(f)700，如在从sn到sn+1的区域704中更新。在更新函数(f)700之后，传递函数模块229(图2和图3)可以在区域703中从sk+1外推到sn，因为传递函数模块229(图2和图3)已经具有在从sj到sk+1的区域502中的预测函数。随着时间的推移并且所述结构内的更多的电器被接通和/或断开，这可能导致附加校准序列，外推区域(例如，501、703)可能越来越多地收缩，并且传递函数模块229(图2和图3)可以从s到i改进更好的变换函数(例如，函数400、500、600、或700)。在系统100(图1)和/或系统300(图3)在房屋中运行时，可以有利地捕获房屋中的通常电气活动，这可以越来越多地向系统提供广泛范围的传感器值以从正在使用的神经网络模块222(图2和图3)中学习。随着更多的电器被接通和断开，系统100(图1和图2)和/或系统300(图3)可以校准越来越多的范围，并且所预测的传递函数(例如，函数400(图4)、函数500(图5)、函数600(图6)或函数700(图7))可以变得越来越准确。继续转到附图，图8(上图)展示了用于由磁场传感器111-114(图1-3)生成的输出信号s1、s2、s3和s4的磁通量的示意性图表，并且图8(下图)展示了通过一个支线(例如，主电力导体193、194和/或195之一)的预测电流波形i的示例性图表。一旦系统100(图1和图2)和/或系统300(图3)开始，所述系统就可以创建函数f(例如，函数400(图4)、函数500(图5)、函数600(图6)、或函数700(图7))，所述函数可以采用由磁场传感器111-114(图1-3)测量出的四个磁场值(s1、s2、s3、s4)、并且可以将它们变换成电流波形i。图8(上图)示出了样本输入，并且图8(下图)示出了预测函数f的对应样本输出。如图8所示，系统100(图1和图2)和/或系统300(图3)可以预测流过每个支线(例如，主电力导体193、194和/或195之一)的原始电流波形。换句话说，所述系统可以预测rms电流(i)和电流(i)的相位，所述相位可以用于计算线路电压与电流(i)之间的相位角(θ)。从能量监测的角度来看，预测该θ可能是相关的，因为它可以允许系统100(图1和图2)和/或系统300(图3)确定由家庭消耗的与视在功率相对的真实功率。继续转到附图，图9(上图)展示了预测电流波形i和测量电压波形的示例性图表，并且图9(下图)展示了由用于预测电流波形i的磁场传感器111-114(图1-3)生成的输出信号s1、s2、s3、和s4的磁通量的示例性图表。在许多实施例中，电压波形可以由电压传感器285(图2和图3)测量。为了预测相位角θ，系统100(图1和图2)和/或系统300(图3)可以依赖于“电流波形的相位的任何变化也将反映到传感器波形”的假设。图9示出了所述假设有效的示例。如图9(上图)所示，所测量的电压和预测的电流波形彼此相位紧密(θ小)。图9(下图)的仔细检查示出了所述磁波形中的两个磁波形(s1和s4)具有与电流波形相同的相位特性(在几乎相同的时间戳零交叉上升和下降)。换句话说，当预测电流波形时，传递函数(例如，函数400(图4))、函数500(图5)、函数600(图6)、或函数700(图7))可以受磁场传感器111和114(图1-3)的影响更大。继续转到附图，图10(上图)展示了预测电流波形i和测量电压波形的示例性图表，并且图10(下图)展示了由用于预测电流波形i的磁场传感器111-114(图1-3)生成的输出信号s1、s2、s3、和s4的磁通量的示例性图表。图10(上图)示出了不同的情况，其中电流波形滞后于电压波形角度θ。如图10(下图)所示，从下部的图表中，所述磁波形中的两个波形(s1和s4)也跟随电流波形。换句话说，当电流波形相移了角度θ时，四个传感器波形也将被相移一些角度θ1、θ2、θ3、和θ4。这些角度可以与原始相移θ不同。然而，主要受电流波形影响的传感器可以更接近于角度θ。因此，原始相移与所感测的相移之间的差(θdiff)可以是小的。在许多实施例中，主电力导体193、194和/或195与磁场传感器111-114(图1-3)之间存在面板196(图1)的金属片可能导致通过主电力导体193、194和/或195的实际电流波形与由磁场传感器111-114(图1-3)感测到的磁波形之间的相位差(θdiff)，所述磁波形基于材料的磁饱和度和磁导率而变成非线性函数。在多个实施例中，围绕磁场传感器111-114(图1-3)的磁体117(图1-3)可以有利地使磁场饱和并且降低非线性效应。其结果是，θdiff可以变得接近恒定，并且传递函数(例如，函数400(图4)、函数500(图5)、函数600(图6)、或函数700(图7))能够以良好的准确度预测所述相位角。在若干个实施例中，相位角模块228(图2和图3)可以使用由传递函数模块229(图2和图3)生成的传递函数(例如，函数400(图4)、函数500(图5)、函数600(图6)、或函数700(图7))、并且使用由电压传感器285(图2和图3)测量的电压来确定预测电流的相位差和/或相位角。所述相位角可以等于预测电流的相位角减去使用电压传感器285(图2和图3)测量出的电压的相位角，所述相位角可以用于确定电力基础设施160(图1)两端的电压的相位角。在若干个实施例中，可以参考所测量的电压的零点交叉来计算预测电流的相位角。在多个实施例中，功率计算模块227(图2和图3)可以基于所述相位差和/或相位角来确定真实功率。例如，真实功率可以等于电流和电压的rms值与相位角的余弦值的乘积。继续转到附图，图11展示了示出传递函数及其分解元素的示例性图表。在数学上，传递函数(例如，函数400(图4)、函数500(图5)、函数600(图6)、或函数700(图7))可以表示如下：i＝f(s1，s2，s3，s4)。由于所述函数是五维的(四个输入和一个输出)，所以使每个磁场传感器(例如，111-114(图1-3))对预测电流输出的影响可视化可能是有挑战性的。图11的顶部四个曲线图示出了基于单个传感器值(s1、s2、s3、或s4)各自的预测电流(i)。对于前四个图中的每一者，一个传感器值(s1、s2、s3、或s4)从0微特斯拉(μt)到100μt线性变化，所有其他传感器值保持在0μt。图11的底部曲线图示出了基于所有四个传感器值的预测电流(i)。底部曲线图假设所有四个传感器值都从0μt增加到0.05μt。电流以安培(amp)为单位进行测量。图11中的绘图可能不太理想，因为在系统100(图1和图2)和/或系统300(图3)的实际操作中，可以基于所有传感器值的不同组合来预测电流。然而，图11可以提供有趣的见解。作为示例，在某一场值之后，对于除了s1以外的所有传感器值，预测电流值下降。由于在面板196(图1)内存在多个磁波形，所以观察到这种现象。由于这些波形的相位不同并且它们总是基于负载条件而改变，在面板196(图1)内的不同位置可以存在建设性和非建设性的干扰。取决于感测设备110(图1-3)放置在断路器面板190(图1)上的位置，磁场传感器(例如，111-114(图1-3))可以在电流波形存在正的变化时感测到建设性干扰，并且可以表现出电流与磁场之间的反向关系。在图11的底部曲线图中，所有传感器值都在增大，与图11的其中只有s1增大的最顶部曲线图相似。尽管三个其他传感器值(s2、s3、和s4)的预测电流(i)在一段时间后下降，但在图11的最底部曲线图中，预测电流(i)总是增大。本质上，这种行为意味着传递函数(图4)、函数500(图5)、函数600(图6)、或函数700(图7))主要受s1影响。换句话说，对应于传感器值s1的磁场传感器111(图1-3)可以比分别对应于传感器值s2、s3、和s4的其他磁场传感器112-114(图1-3)更精确地反映电流波形。例如，由神经网络模块222(图2和图3)学习的神经网络模型可以比s2、s3、和s4更多地增大s1的系数。在这种情况下，预测电流的振幅和相位可以主要由s1确定，这说明为什么基于机器学习的途径可以更适合于这种类型的问题，因为对于这些观察可能难以拟合单个多项式。为了验证本文所描述的技术，在六所不同的住宅和一栋工业建筑进行了评估。所述住宅具有两相布线系统，并且所述工业建筑具有三相系统。从一所住宅里收集数据持续较长时间，跨越七天，而从其他地方持续较短的时间，跨越两天。所述评估示出了系统100(图1和图2)和/或系统300(图3)以及本文描述的技术对不同组的断路器面板(例如，断路器面板190(图1))的一般适用性，以及这些技术的长期时间稳定性。表2基于面板类型、风格和尺寸示出了所述评估中所使用的住宅的概述。h1-h6是六所住宅。h1具有部署持续7天部署的系统。i1是工业建筑。表2id面板类型风格/建造时间/改造时间尺寸/楼层h1两相公寓/1993/不适用(na)550平方尺(sq.ft.)/1层h2两相房屋/1972/20021250sq.ft./1层h3两相公寓/1931/1994800sq.ft./1层h4两相房屋/1960/na2220sq.ft./1层h5两相房屋/1987/na1340sq.ft./1层h6两相房屋/na/na1452sq.ft./1层i1三相工业/2003/nana所有的数据收集会话都是在自然环境下进行的，其中常用家用电器包括电感式、电阻式和其他复杂谐波电器。结构的居民和/或居住者没有得到关于使用他们的电器的任何指令、或者不要求对其日常工作或家庭任务进行任何更改。一旦安装好(例如，一旦感测设备110(图1-3)附接到断路器面板190(图1)，校准设备180(图1和图2)被插入到插座164(图1)中，并且显示设备120(图1和图2)被插入到插座168(图1)中)，系统在后台自动运行整个数据收集会话而完全没有人为的互动。所述系统被封装，使得可以在住宅中快速设置所述系统。使用双面胶带将感测设备(例如，感测设备110(图1-3))放置在断路器面板(例如，断路器面板190(图1))上。为了收集地面实况，我们在将传感器单元安装在断路器面板的外部之前，在断路器面板内部安装可商购的高端变压器型分裂ct(99％准确)。使用相同的数据采集设备(daq)、特别是附接到膝上型计算机(例如，显示设备120(图1))的美国国家仪器公司usb-6259来收集感测设备的输出和ct的输出。长的延长线缆用于使不同相分支的插座更靠近膝上型计算机。两个校准设备(例如，180(图1和图2))被插入插座(例如，164、168)。所述校准设备和数据采集设备被连接到膝上型计算机。膝上型计算机控制所述校准设备、记录来自所述数据采集设备的所有数据、并且实时执行所有的算法处理。还将原始波形和预测波形记录下来，用于实验后的分析。膝上型计算机中的软件部分用matlab写入。对于每种部署，rms电流值(irms)是以安培为单位进行计算的，rms线路电压(vrms)是以伏特为单位进行计算的，并且电流波形的相对于电压的相位角(θ)是以度每秒为单位进行计算的。这些量都被记录用于地面实况电流波形(从ct测量)和预测电流波形(如由软件模块预测)。最后，每秒计算两个主支线各自的真实功耗(p)，如下：p＝vrms×irms×cosθ。在准确度计算过程中，仅考虑经校准区域的准确度。然而在一定时间后，大多数区域被校准，并且将所有数据都考虑在内。在房屋的两个不同阶段的每个阶段都使用两个校准设备来安装所述系统。基于所述校准数据，分别创建了用于两个分支阶段p1和p2的两个不同函数f1和f2。在评估过程中，还考虑了在其中一个阶段仅使用一个校准器的情况。因此，对于每所住宅，对于所有三种可能的情况，计算准确度：在p1中仅使用一个校准器，在p2中仅使用一个校准器，以及在两个阶段中使用两个校准器。在所有所述部署中，在这两个阶段中两个校准器都是始终安装好的，并且分别记录用于阶段p1和p2的函数f1和f2，但是膝上型计算机仅使用f1来预测p1和p2两者中的电流以及使用f2来预测p1和p2两者中的电流。表3示出了所有部署结果的概述。表3表3示出了，通过在六所住宅和一栋工业建筑中的部署，预测rms电流和相位角分别具有96.0％和94.3％的准确度。总体而言，在现实世界的自然主义能源使用中，使用两个校准器时，所有部署的平均准确度为95.0％。这示出了我们的系统在预测不同断路器面板上的真实功率的鲁棒性以及自然电气活动在真实环境中的放置。所述评估还证实，所述系统不依赖于感测设备的放置的精度。在所述评估中的所有部署中，取决于所述结构的断路器，准确度保持不受感测设备的放置影响。继续转到附图，图12展示了附接到断路器190和电力基础设施160的系统100的视图，示出了多个不同传感器放置位置。在受控环境中进行实验，以进一步分析定位对准确度的影响。使用受控环境，以防止准确度受到不同电气条件的影响。对于实验，将感测设备(例如，感测设备110)放置在断路器面板(例如断路器面板190)上的6个不同位置，包括位置1271、位置1272、位置1273、位置1274、位置1275、和位置1276。对于每个位置(例如，1271-1276)，维持了受控环境，如下所述。首先，使环境电气安静，没有电器被接通或断开，之后测量所述环境的基线功耗(c)。接下来，来自校准设备(例如180)的300w负载在基线顶部接通3次，以创建从cw到c+300w工作的预测函数。接下来，接通100w的风扇，这将基线带到c+100w。基于从c到c+300w工作的预测函数，所述预测函数预期对于100w负载条件很好地执行。在10秒后，100w风扇负载断开。接下来，接通1300w加热器，并且使用与上述使用来自校准设备的300w负载相同的程序来在从c+1300w到c+1600w的范围对所述系统进行校准。最后，保持1300w负载接通，接通500w电饭煲，并且使用相同的校准程序来在从c+1800w到c+2100w的范围进行校准。表4位置准确度(％)17197.717298.217397.617497.117597.417696.3表4示出了所述6个位置各自的准确度。对于断路器面板上的所有位置，尽管感测设备的位置不理想，最小准确度为96.3％，平均准确度为97.4％。该实验证实，本文描述的方法独立于断路器面板上的传感器位置以高准确度工作。系统(例如，系统100(图1和图2、图12)和/或系统300(图3))在结构中运行时间越长，校准区域变得越来越宽和准确。随着传递函数覆盖所述结构的更多功耗范围，校准频率也进一步降低。如此，只要所述结构中的功耗位于校准区域内，校准设备(例如180)可以断开，而对整个准确度影响不大。执行附加实验来验证这个假设。首先，所述系统在具有所有现有电器的住宅内运行24小时，所述系统对在247w-5344w之间的区域进行校准，产生95.7％的整体准确度。接下来，所述校准设备断开，并且四台新电器接通。所述四台新电器是125w和250w的两个灯泡、100w的风扇、以及700w的加热器，所述电器各自具有不同于在校准过程中使用的负载曲线。将所述电器单独地和组合地接通，而同时将总功耗保持在校准范围内。该实验导致准确度小幅下降到94.2％。该实验证实，即使校准设备断开并且引入新的电器，只要消费量位于先前校准过的区域内，整体准确度就不会显着恶化。此外，该实验还表明，基于现有电器，所生成的函数不会过拟合。更确切地说，只要总消耗量不超过校准区域，就可以足够灵活地使用任何新的电器。低功率因数负载(如开关电源(smps)电器)可以在60hz功率的高阶谐波中消耗功率。实验中使用的采样率为9.6khz，其中感测设备可以捕获高达4.8khz的谐波含量(79个谐波)。如此，所述感测设备可以类似于ct，因为两者都可能需要以足够高的采样率进行采样，以捕获60hz谐波。不同之处在于，本文描述的感测设备(例如，感测设备110(图1-3、图12))不需要围绕载电线，并且因此可以更容易地安装。由于感测设备未被附接到载电线，可能需要学习用于将感测磁场转换为实际电流的传递函数。进行实验以了解住宅中多少功率可以归结为谐波，以便设计可通过降低采样率和数据带宽要求来大大降低工程成本的感测设备。对于典型住宅，在一个月时间周期内，确定60hz谐波仅占总功率的0.15％，这表明，只有当总功率测量受最终用户关注时，虽然准确度的损失大约为0.15％，但可以设计出更简单的感测系统。为了进一步调查本文所述的具有低功率因数电器的系统的准确度，在对smps电器(两台电视机、两台膝上型计算机、一组cfl灯泡、主动空调、以及频繁使用的微波炉)有偏见的住宅之一进行了为期7天的部署。这导致irms和cosθ准确度的小幅下降，分别为95.9％和90.0％。总功率准确度为92.2％。该实验进一步证实，所述系统还适用于低功率因数负载。前进到下一附图，图13展示了使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的方法1300的实施例的流程图。方法1300仅仅是示例性的并且不限于本文呈现的实施例。方法1300可以用于本文中未具体描绘或描述的许多不同实施例或示例。在一些实施例中，可以按照所呈现的顺序执行方法1300的程序、过程和/或活动。在其他实施例中，可以用任何合适的顺序执行方法1300的步骤、过程、和/或活动。也在其他实施例中，可以组合或跳过方法1300中的步骤、过程、和/或活动中的一个或多个。在一些实施例中，所述感测设备可与感测设备110(图1-3，12)类似或相同。在多个实施例中，所述校准设备可与校准设备180(图1和图2，12)或校准设备380(图3)类似或相同。在许多实施例中，所述一个或多个处理模块可与处理模块225(图2-3)类似或相同。在多个不同实施例中，所述感测设备可包括一个或多个磁场传感器。所述磁场传感器可与磁场传感器111-114(图1-3)类似或相同。在多个实施例中，所述感测设备可被附接到断路器的面板上。例如，面板可以与面板196(图1、图12)相似或相同，并且断路器盒可以与断路器面板190图1、图12)相似或相同。在多个不同实施例中，所述断路器盒的面板可以至少覆盖在用于结构的电功基础设施的一个或多个主电源线路的一部分上。例如，所述一个或多个主电源线路可以与主电力导体193、194和/或195(图1)相似或相同。所述电力基础设施可以与电力基础设施160(图1、图12)相似或相同。在一些实施例中，所述校准设备可以包括负载单元。所述负载单元可以与负载单元281(图2和图3)相似或相同。在多个不同实施例中，所述校准设备可以被电耦合到所述结构的电力基础设施。例如，所述校准设备可以通过电插头282(图2和图3)电耦合。参照图13，方法1300可以包括在第一时间周期内通过基于所述结构中的多个普通功耗变化以分段方式确定第一传递函数来自动地校准所述感测设备的框1301。在一些实施例中，第一传递函数可以与函数400(图4)、函数500(图5)、函数600(图6)、或函数700(图7)相似或相同。在多个实施例中，所述普通功耗改变可以是住宅中的电器的接通或断开，这不依赖于所述感测设备的校准或受其影响。在多个不同实施例中，框1301可以包括：由所述一个或多个处理模块至少部分地基于(a)在所述校准设备的所述负载单元施加负载之前和之后由所述感测设备测量的磁通量的多个测量区域和b)所述测量区域之外的多个外推区域来迭代地预测所述第一传递函数。所测量的区域可以与区域403(图4)、502(图5、图7)、602(图6)、604(图6)、和/或704(图7)相似或相同。所述外推区域可以与区域403(图4)、501(图5-7)、603(图6)、和/或703(图7)相似或相同。在多个不同实施例中，可以至少部分地由神经网络模块222(图2和图3)和/或传递函数模块229(图2和图3)执行框1301。在一些实施例中，所述第一时间周期可以是至少48小时。在其他实施例中，所述第一时间周期可以大于或小于48小时。例如，所述第一时间周期可以是在所述结构的可能使用范围内至少校准预定百分比的第一传递函数所需的时间量。在某些实施例中，所述校准设备的所述负载单元可以被配置为用于提供不大于1000w的最大负载。在其他实施例中，所述校准设备的所述负载单元可以被配置为用于提供不大于300w的最大负载。在另外的其他实施例中，所述校准设备的所述负载单元可以被配置为用于提供不大于另一适合瓦特的最大负载。在多个不同实施例中，所述校准单元的负载单元可以被配置为用于牵引不超过四个分立负载。例如，所述负载单元可以被配置为用于牵引25w、100w、200w、和300w的负载。在其他实施例中，所述校准单元的负载单元可以被配置为用于牵引不超过一个、二个、三个、五个、六个、七个、八个或另一个合适数量的分立负载。在多个不同实施例中，所述校准设备的所述负载单元可以被配置为用于牵引一定负载范围。例如，所述负载单元可以被配置为在某些情况下用于牵引300w的负载范围，例如从0w到300w。在一些实施例中，在所述感测设备被校准之后，所述一个或多个处理模块可以被配置为用于使用所述感测设备来确定功耗测量结果范围。例如，所述感测设备可以在某些情况下用于感测10kw的功耗测量结果范围，例如从0w到10kw。在多个实施例中，所述负载范围可以小于所述功耗测量结果范围。在一些实施例中，所述负载范围可以小于所述功耗测量结果范围的20％。在其他实施例中，所述负载范围可以小于所述功耗测量结果范围的10％。在另外的其他实施例中，所述负载范围可以小于所述功耗测量结果范围的5％或其他合适的百分比。在一些实施例中，在第一时间周期内通过基于所述结构中的多个普通功耗变化以分段方式确定第一传递函数来自动地校准所述感测设备的框1301可以包括在感测到与所述多个普通功耗变化相对应的触发事件时训练神经网络模型，以确定将磁场变化测量结果转换为电流变化值的第二传递函数的框1302。在许多实施例中，如上所述，所述神经网络模型可以由神经网络模块222(图2和图3)进行训练。在若干个实施例中，所述触发事件可以基于在一个或所述外推区域内引起感测磁场的普通功耗变化。在多个不同实施例中，第二传递函数可以与预测函数401(图4)相似或相同。在许多实施例中，神经网络模块222(图2和图3)可以学习所述第二传递函数。在多个实施例中，框1302可以如图14所示地实现并在下面进行描述。在一些实施例中，在第一时间周期内通过基于所述结构中的多个普通功耗变化以分段方式确定第一传递函数来自动地校准所述感测设备的框1301可以包括用所述一个或多个处理模块至少部分地基于所述第二函数来更新所述第一传递函数的框1303。在许多实施例中，所述第一传递函数可以被配置为用于将磁场测量结果转换为绝对电流值。在若干个实施例中，传递函数模块229(图2和图3)可以至少部分地基于所述第二函数来更新所述第一传递函数，如图4-7所示和如上所述。在一些实施例中，方法1300可以进一步包括使用所述一个或多个处理模块基于所述感测设备的一个或多个输出信号以及所述第一传递函数来确定功耗测量结果的框1304。所述感测设备的所述一个或多个输出信号可以分别与由磁场传感器111-114(图1-3)测量出的输出信号s1、s2、s3和/或s4相似或相同。在一些实施例中，框1304可以包括确定在所述一个或多个主电源线路中流动的电流与所述一个或多个主电源线路的电压之间的相位差。在一些实施例中，所述相位差可以由相位角模块228(图2和图3)计算出，如上所述。在一些实施例中，框1304可以包括至少部分地基于所述相位差来确定实际电力使用。在许多实施例中，如上所述，所述功耗测量结果和/或真实电力使用可以由功率计算模块227(图2和图3)计算出。转到下一附图，图14展示了在感测到触发事件时训练神经网络模型的框1302的实施例的流程图。框1302仅仅是示例性的并且不限于本文呈现的实施例。框1302可以用于本文中未具体描绘或描述的许多不同实施例或示例。在一些实施例中，可以按照所呈现的顺序执行框1302的程序、过程和/或活动。在其他实施例中，可以用任何合适的顺序执行框1302的步骤、过程、和/或活动。仍然在其他实施例中，可以组合或跳过框1302中的程序、过程和/或活动中的一者或多者。参照图14，框1302可以包括框1401：在感测到与所述触发事件相对应的第一磁通量变化时，从所述感测设备测量一个或多个第一磁场值。在许多实施例中，可以由磁场传感器感测与所述触发事件相对应的的第一磁通量变化。在多个实施例中，所述磁场传感器可以测量第一磁场值，所述第一磁场值可以与s1p、s2p、s3p、和/或s4p相似或相同，如上所述。在多个不同实施例中，所述触发事件可以包括所述多个普通功耗变化，其中从所述感测设备测量到的所述一个或多个第一磁场值对应于所述第一传递函数的外推区域。例如，所述外推区域可以与区域403(图4)、501(图5-7)、603(图6)、和/或703(图7)相似或相同。在一些实施例中，框1302另外可以包括将所述校准设备的负载单元的预定负载施加到所述电力基础设施，所述预定负载牵引第一电流量的框1402。如上所述，第一电流量可以与ich相似或相同。在多个不同实施例中，框1302可以进一步包括在将所述预定负载施加到所述电力基础设施的同时感测所述感测设备的一个或多个第二磁场值的框1403。在多个实施例中，所述磁场传感器可以测量第二磁场值，所述第二磁场值可以与s1c、s2c、s3c、和/或s4c相似或相同。在一些实施例中，框1302另外可以包括使用所述一个或多个第一磁场值以及所述一个或多个第二磁场值作为所述神经网络模型的输入层并且使用所述第一电流量作为所述神经网络模型的输出层，使用所述一个或多个处理模块来训练所述神经网络模型的框1404。例如，如上所述，所述神经网络模型可以使用神经网络模块222进行训练。转到下一附图，图15展示了使用感测设备、校准设备以及一个或多个处理模块来感测正被提供给结构的电力的方法1500的实施例的流程图。方法1500仅仅是示例性的并且不限于本文呈现的实施例。方法1500可以用于本文中未具体描绘或描述的许多不同实施例或示例。在一些实施例中，可以按照所呈现的顺序执行方法1500的程序、过程和/或活动。在其他实施例中，方法1500的程序、过程、和/或活动可按照任何其他适合的顺序执行。在另外其他实施例中，方法1500中的程序、过程和/或活动中的一个或多个可进行组合或跳过。在一些实施例中，所述感测设备可与感测设备110(图1-3，12)类似或相同。在多个实施例中，所述校准设备可与校准设备180(图1和图2，12)或校准设备380(图3)类似或相同。在许多实施例中，所述一个或多个处理模块可与处理模块225(图2-3)类似或相同。在多个实施例中，所述感测设备可被附接到断路器的面板上。例如，面板可以与面板196(图1、图12)相似或相同，并且断路器盒可以与断路器面板190图1、图12)相似或相同。在多个不同实施例中，所述断路器盒的面板可以至少覆盖在用于结构的电功基础设施的一个或多个主电源线路的一部分上。例如，所述一个或多个主电源线路可以与主电力导体193、194和/或195(图1)相似或相同。所述电力基础设施可以与电力基础设施160(图1、图12)相似或相同。在一些实施例中，所述校准设备可以包括负载单元。所述负载单元可以与负载单元281(图2和图3)相似或相同。参照图15，方法1500可以包括至少部分地基于所述感测设备的一个或多个输出信号来确定在所述一个或多个主电源线路中流动的电流的框1501。在多个不同实施例中，所述输出信号可以分别与由磁场传感器111-114(图1-3)测量出的输出信号s1、s2、s3和/或s4相似或相同。在多个不同实施例中，所述感测设备可包括一个或多个磁场传感器。所述磁场传感器可与磁场传感器111-114(图1-3)类似或相同。若干个实施例中，所述磁场传感器可以被配置为用于测量由所述一个或多个主电源线路的至少一部分产生的磁通量、并且基于由所述感测设备测量出的所述磁通量来生成所述感测设备的所述一个或多个输出信号。在多个实施例中，所述感测设备可以没有被电耦合或物理耦合到所述一个或多个主电源线路。例如，所述感测设备可以与所述主电源线路中的任一者直接或间接地解耦。在一些实施例中，方法1500另外可以包括确定在所述一个或多个主电源线路中流动的电流与由所述校准单元测量出的所述一个或多个主电源线路的电压之间的相位差的框1502。在多个不同实施例中，所述校准设备可以被电耦合到所述结构的电力基础设施。例如，所述校准设备可以通过电插头282(图2和图3)电耦合。在一些实施例中，框1502可以包括基于由所述感测设备测量出的所述磁通量的相位来确定所述电流的相位。例如，所述相位可以由相位角模块228(图2和图3)计算出，如上所述。在一些实施例中，方法1500可以任选地包括至少部分地基于所述相位差来确定实际电力使用的框1503。在许多实施例中，如上所述，所述真实电力使用可以由功率计算模块227(图2和图3)计算出。继续转到附图，图16展示了计算机系统1600的示例性实施例，所有计算机系统的全部或一部分可以适用于实现上述技术。作为示例，不同的或分开的机箱1602(及其内部部件)可以适用于实现上述技术。此外，计算机系统1600的一个或多个元件(例如，刷新监控器1606、键盘1604、和/或鼠标1610等)也可以适合用于实现上述技术。计算机系统1600包括机箱1602，所述机箱包含一个或多个电路板(未示出)、通用串行总线(usb)端口1612、紧凑光盘只读存储器(cd-rom)和/或数字视频光盘(dvd)驱动器1616、以及硬盘驱动器1614。图17中示出了包括在机箱1602内部的电路板上的这些元件的代表性框图。图17中的中央处理器(cpu)1710耦合到图17中的系统总线1714。在各实施例中，cpu1710的架构可以符合多种商业分配架构中的任何一种。继续图17，系统总线1714还耦合到存储器存储单元1708上，其中，存储器存储单元1708包括只读存储器(rom)和随机访问存储器(ram)两者。存储器存储单元1708的非易失性部分或rom可以使用适合于在系统重启之后将计算机系统1600(图16)恢复到功能状态的启动代码序列。此外，存储器存储单元1708可以包括如基本输入-输出系统(bios)的微代码。在一些示例中，本文所公开的各实施例的一个或多个存储器存储单元可以包括存储器存储单元1708、配备usb的电子设备(如耦合到通用串行总线usb端口1612(图16和图17)的外部存储器存储单元(未示出))、硬盘驱动器1614(图16和图17)、和/或cd-rom或dvd驱动器1616(图16和图17)。在相同或不同的示例中，本文所公开的各实施例的一个或多个存储器存储单元可以包括操作系统，所述操作系统可以是对计算机和/或计算机网络的硬件和软件资源进行管理的软件程序。所述操作系统可以执行基本任务，例如，如控制和分配存储器、对指令的处理区分优先次序、控制输入和输出设备、方便联网和管理文件。常见的操作系统的一些示例可包括操作系统(os)、os、os以及os。如在此所使用的，“处理器”和/或“处理模块”指的是任何类型的计算电路，如但不限于微处理器、微控制器、控制器、复杂指令集计算(cisc)微处理器、精简指令集计算(risc)微处理器、超长指令字(vliw)微处理器、图形处理器、数字信号处理器、或任何其他类型的处理器或能够执行所希望的功能的处理电路。在一些示例中，本文所公开的各实施例的一个或多个处理器可以包括cpu1710。在图17所描绘的实施例中，各种i/o设备(如磁盘控制器1704、图形适配器1724、视频控制器1702、键盘适配器1726、鼠标适配器1706、网络适配器1720)以及其他i/o设备1722可以耦合到系统总线1714上。键盘适配器1726和鼠标适配器1706分别耦合到计算机系统1600(图16)的键盘1604(图16和图17)和鼠标1610(图16和图17)上。当图形适配器1724和视频控制器1702被指示为图17中的不同单元时，视频控制器1702可集成到图形适配器1724中，或在其他实施例中反之亦然。视频控制器1702适用于刷新监控器1606(图16和图17)从而在计算机系统1600(图16)的屏幕1608(图16)上显示图像。磁盘控制器1704可控制硬盘驱动器1614(图16和图17)、usb端口1612(图16和图17)、以及cd-rom驱动器1616(图16和图17)。在其他实施例中，不同的单元可以用来单独地控制这些设备中的每一个。在一些实施例中，网络适配器1720可以包括和/或实现为wnic(无线网络接口控制器)卡(未示出)的一部分，所述卡插入或耦合到在计算机系统1600(图16)中的扩展端口(未示出)上。在其他实施例中，wnic卡是内置到计算机系统1600(图16)中的无线网卡。通过将无线通信能力集成到主板芯片组(未示出)中、或通过一个或多个专门的无线通信芯片(未示出)实施、通过pci(外围组件互连器)或计算机系统1600(图16)的pci快速总线或usb端口1612(图16)，可以将无线网络适配器嵌入到计算机系统1600中。在其他实施例中，网络适配器1720可以包括和/或被实施为无线网络接口控制器卡(未示出)。虽然未示出计算机系统1600(图16)的许多其他组件，但是这样的组件及其互连对本领域普通技术人员是熟知的。相应地，关于计算机系统1600的构造和组成和机箱1602(图16)内的电路板的进一步的细节不需要在此讨论。当图16中的计算机系统1600正在运行时，存储在连接到usb1612上的配备usb的电子设备上的、存储在cd-rom和/或dvd驱动器1616中的cd-rom或dvd上的、或存储在硬盘驱动器1614上的或存储在存储器存储单元1708(图17)中的程序指令由cpu1710(图17)执行。存储在这些装置中的程序指令的一部分可以适用于实施上述技术的至少一部分。尽管图16中将计算机系统1600展示为一台桌上型计算机，但可以存在以下示例：计算机系统1600可以采取一种不同的形状因子同时仍然具有与为计算机系统1600描述的那些相似的功能元件。在一些实施例中，计算机系统1600可以包括一个单个计算机、一个单个服务器、或者一集群或一批计算机或服务器、或者一大群计算机或服务器。典型地，当对计算机系统1600的需求超过一个单个服务器或计算机的合理能力时，可以使用一集群或一批服务器。在某些实施例中，计算机系统1600可以包括便携式计算机，例如膝上型计算机。在某些其他实施例中，计算机系统1600可以包括移动设备，例如智能电话。在某些附加实施例中，计算机系统1600可以包括嵌入式系统。在许多实施例中，本文所描述的系统和方法对于用于实时整屋功耗的非接触式最终用户可部署的传感器的过去工作提出了显着的改进。所描述的技术可以允许用户将由多个磁性拾音器组成的单一设备放置在电源或断路器面板的外部以推断整屋功耗，而不需要专门安装电流互感器。该途径有利地不需要在断路器面板上精确布置，这是以前途径的关键要求。由于独立于传感器布置，本文所描述的技术可以大大降低最终用户所需的安装工作量。该途径可以有利地通过使用神经网络的自校准技术来实现，所述神经网络动态地学习传递函数，而不管传感器的布置和断路器面板本身的构造。该途径有利地可以基于预测绝对电流波形的能力而具有推断结构中的实时绝对真实功耗的能力，与仅能够捕获视在功率的过去的解决方案不同。在许多实施例中，本文所描述的自校准技术可以动态地生成传感器与住宅中整个电力使用范围内的实际电流之间的多阶传递函数。代替先验传递函数的数学建模，本文所描述的系统和方法可以使用用于为每所住宅生成这个传递函数的学习途径，这可以不太容易受到断路器面板设计和构造的差异性的影响。此外，该途径可以消除对于传感器的精确布置的需要，因为该途径可以考虑到任何分支电路的“干扰”。由于原位动态模型，本文所描述的系统可以不受限于传感器的完美布置。在许多实施例中，通过利用家庭的全天自然电气活动作为自校准顺序的一部分，本文所描述的技术可以有益地使用具有比过去途径小得多的范围(0-300w)的校准设备。可以有利地在整个一天中利用所述自然家庭电气活动来生成用于住宅中的整个电力使用范围的传递函数。在若干个实施例中，该途径可以有利地具有预测电流与电压之间的相位角以推断真实功率的能力，这相当于预测波形本身而不仅仅是幅值。在许多实施例中，可以有利地使用单组磁传感器来计算相位角。在多个实施例中，所述自校准途径有利地不需要将传感器精确地放置在断路器面板上，并且一整天使用实际功率用于校准。在一些实施例中，基于神经网络的学习途径可以有益地动态地生成多阶磁传感器传递函数。在许多实施例中，本文所描述的系统、方法、技术和途径的高准确度可以是许多应用(例如能量分解、活动推断和生态反馈)的理想选择，同时通过大大简化安装过程而减少进入壁垒。进一步地，这些途径中的大约5％的最大误差远远优于常用的ieeec57.13c级ct(额定值<＝10％误差)。此外，这样的ct的额定误差通常处于较低当前水平。在更高的电流(例如，>2a，通常在整屋情形下是预料之中的)，误差率高得多。在专门的应用(例如精密电流测量)中使用了具有1-2％误差的昂贵的ct。但是，如上所述，ct需要安装有对载流导体的入口。本文所描述的系统和方法可以有利地允许能量分解群体的研究人员容易地访问住宅的电力数据而不需要专业的安装。在若干个实施例中，本文所描述的途径可以有益地用于自动地校准可由房主安装的无需手动校准的粘附真实功率仪表。为了评估使用自校准途径的能量可行性，出于校准，在我们的所有部署中由校准器消耗的能量被计算成每所住宅平均值为0.181kwh，以便找到全传递函数。在一些实施例中，可以每次在消耗落入未校准的区域时对系统进行校准。在其他实施例中，可以只在消耗落在阈值区域之外时对系统进行校准。虽然已参照具体实施例描述了本发明，但本领域技术人员将理解，可以在不脱离本发明的精神或范围的情况下做出不同的改变。因此，本发明的实施例的公开内容旨在说明本发明的范围并且不旨在进行限制。所意图的是，本发明的范围应仅受所附权利要求书所要求的范围限制。例如，对于本领域的普通技术人员来说，将显而易见的是，图1-17的不同元素可以被修改、组合、和/或交换，并且这些实施例中的某些实施例的前述讨论未必表示所有可能的实施例的完整描述。作为另一个实例，图13-15的程序、过程或活动中的一个或多个可以包括不同的程序、过程、和/或活动并且可按照许多不同顺序执行。任何特定权利要求中所要求保护的所有元素对该特定权利要求中所要求保护的实施例来说都是必不可少的。因此，替换一个或多个所要求保护的元素构成了重建而不是修复。另外，已经相对于具体实施例描述了益处、其他优点、以及问题解决方案。益处、优点、问题解决方案、以及可以导致任何益处、优点、或解决方案出现或变得更显著的任何一种或多种元素不应被解释为任何或所有权利要求的关键性的、必需的、或必要的特征或元素，除非在此权利要求中明确陈述了此类益处、优点、解决方案、或元素。此外，若实施例和/或限制如下：在此所公开的实施例和限制不是在专用原则下而为大众所专用：(1)未在权利要求中清楚地提及；以及(2)是或在等同原则下是权利要求中提及的元素和/或限制对潜在等效物。当前第1页12