一种用电设备控制系统、方法以及设备与流程

本发明涉及用电设备控制技术领域，尤其涉及一种用电设备控制系统、方法以及设备。

背景技术：

目前，随着经济的发展，人民生活水平日益增高，各种家电走入千家万户，大功率设备也日益增多，用电量也越来越大，且大量工厂及城市建设使电力资源越来越紧缺，发电厂长时间处于高负荷的状态下，使得发电厂的电力设备的使用寿命大大降低，电力系统的稳定性下降，存着在一定的安全隐患。为了提高居民的节能意识，各地推出各种用电政策，但往往无法取到显著成效。

综上所述，现有技术中由于家用用电设备用电过多且难以管理，导致电力系统存在着稳定性下降的技术问题。

技术实现要素：

本发明提供了一种用电设备控制系统、方法以及设备，用于解决现有技术中由于家用用电设备用电过多且难以管理，导致电力系统存在着稳定性下降的技术问题。

本发明提供的一种用电设备控制系统，包括：用电设备接入管理模块、app模块；所述app模块包括神经网络模块、app展示模块、app后台系统模块以及智能交互模块；

所述用电设备接入管理模块用于将用电设备接入系统，采集用电设备的用电数据，将用电数据传输至app模块、传输app模块的用电量控制指令至用电设备；

所述app模块用于将用电设备的用电数据传输至神经网络模块中，根据神经网络模块输出的用户的用电行为和节能用电策略下发用电设备的用电量控制指令至用电设备接入管理模块中；

所述神经网络模块用于提供深度神经网络，深度神经网络用于对用电设备的用电数据进行训练学习，输出用户的用电行为；

所述app展示模块用于对app模块接收到的用电数据进行可视化；

所述app后台系统模块用于对app模块接受到的用电数据进行储存，并实现app模块和用电设备接入管理模块之间的数据传输；

所述智能交互模块用于实现app模块的人机交互功能。

优选的，所述智能交互模块包括语音识别交互模块以及人脸识别模块，所述语音识别交互模块用于实现语音认证以及通过语音识别实现人机交互功能，所述人脸识别模块用于实现人脸识别。

优选的，所述用电数据包括用电设备功率和电量、用电设备启停状态和运行时长以及用电账单。

优选的，所述app模块还包括电费账单分解模块，所述电费账单分解模块用于提取电费账单中的月交易电量和电价信息，对月交易电量分解，生成该月的实际电费账单。

优选的，所述人脸识别模块具体用于基于opencv中facerecognizer类的人脸识别算法-特征脸法实现人脸识别。

优选的，所述语音识别交互模块具体用于通过梅尔倒频谱算法对音频特征进行提取。

一种用电设备控制方法，包括以下步骤：

采集用电设备的用电数据，对用电数据进行可视化以及保存；

将用电设备的用电数据输入到深度神经网络中进行分析，神经网络输出用户的用电行为，基于用户的用电行为和节能用电策略下发用电量控制指令对用电设备的用电量进行控制。

优选的，所述用电数据包括用电设备功率和电量、用电设备启停状态和运行时长以及用电账单。

优选的，采集到用电设备的用电数据后，还包括：

用于提取电费账单中的月交易电量和电价信息，对月交易电量分解，生成该月的实际电费账单。

一种用电设备控制设备，包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行上述的一种用电设备控制方法。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例通过获取电器设备的用电情况，对用户用电行为进行分析，并根据用户的用电行为和节能用电策略对用电设备的用电量进行控制，能够有效的管理家用用电设备，节约用电，减小电力资源的消耗以及用电负荷，保证电网安全稳定运行，解决了现有技术中由于家用用电设备用电过多且难以管理，导致电力系统存在着稳定性下降的技术问题，在实际应用中具有指导意义。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种用电设备控制系统、方法以及设备的系统结构图。

图2为本发明实施例提供的一种用电设备控制系统、方法以及设备的方法流程图。

图3为本发明实施例提供的一种用电设备控制系统、方法以及设备的设备框架图。

具体实施方式

本发明实施例提供了一种用电设备控制系统、方法以及设备，用于解决现有技术中由于家用用电设备用电过多且难以管理，导致电力系统存在着稳定性下降的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例提供的一种用电设备控制系统、方法以及设备的系统结构图。

如图1所示，本发明实施例提供的一种用电设备控制系统，包括：用电设备接入管理模块1、app模块2；所述app模块2包括神经网络模块6、app展示模块3、app后台系统模块4以及智能交互模块5；

所述用电设备接入管理模块1用于将用电设备接入系统，采集用电设备的用电数据，将用电数据传输至app模块2、传输app模块2的用电量控制指令至用电设备；

所述app模块2用于将用电设备的用电数据传输至神经网络模块6中，根据神经网络模块6输出的用户的用电行为和节能用电策略下发用电设备的用电量控制指令至用电设备接入管理模块1中；

所述神经网络模块6用于提供深度神经网络，深度神经网络用于对用电设备的用电数据进行训练学习，输出用户的用电行为；

需要进一步说明的是，神经网络模块6根据用电数据建立样本库，采用模糊评价模型和神经网络构建识别诊断模型，再通过对识别诊断模型的训练、识别诊断模型的验证、识别诊断模型的评价，实现智能化、自动化的诊断，减小了人工建模的复杂度，实现了系统的自动训练学习和建模，达到快速又精准的定位用电负荷，实现宏观用电行为分析。

所述app展示模块3用于对app接收到的用电数据进行可视化；界面分辨率按照常见分辨率做响应式的设计，颜色以蓝色为主调，字号使用12px和14px的微软雅黑的显示，进行可视化从而方便工作人员对数据进行查看，提高工作效率。

所述app后台系统模块4用于对app接受到的用电数据进行储存，并实现app和用电设备接入管理模块1之间的数据传输；

所述智能交互模块5用于实现app模块的人机交互功能。

需要进一步说明的是，本实施例中的用电设备控制系统的工作原理如下：用电设备接入管理模块1将用电设备接入系统，采集用电设备的用电数据，将用电数据传输至app模块2中，app模块2用于将用电设备的用电数据传输至神经网络模块6中，根据神经网络模块6输出的用户的用电行为和节能用电策略下发用电设备的用电量控制指令至用电设备接入管理模块1中，用电设备接入管理模块1传输app模块2的用电量控制指令至用电设备，从而实现对用电设备用电量进行控制。在上述过程中，app展示模块3会对app接收到的用电数据进行可视化展示，而app后台系统模块4对app接受到的用电数据进行储存，并实现app和用电设备接入管理模块1之间的数据传输；智能交互模块5用于实现人机交互功能。通过智能交互模块5来实现app模块的人机交互的功能，方便快捷，提高工作效率。

作为一个优选的实施例，所述智能交互模块5包括语音识别交互模块8以及人脸识别模块9，所述语音识别交互模块8用于实现语音认证以及通过语音识别实现人机交互功能，所述人脸识别模块9用于实现人脸识别。app模块2通过人脸识别和语音识别从而保证有权限的工作人员才能够通过app模块2对用电设备进行控制，保证电力系统的安全稳定。

作为一个优选的实施例，所述用电数据包括用电设备功率和电量、用电设备启停状态和运行时长以及用电账单。

作为一个优选的实施例，所述app模块2还包括电费账单分解模块7，所述电费账单分解模块7用于提取用电数据的电费账单中的月交易电量和电价信息，对月交易电量分解，生成该月的实际电费账单。

需要进一步说明的是，电费账单分解模块7提取月交易电量和电价信息，并将月交易电量分解，生成分时电量，将电价信息和分时电量；结合现货规则，计算第i日的电费，生成第一电费；结合中长期规则，计算第i日的电费，生成第二电费；计算第一、第二电费之间的差额；根据月电费和第一、第二电费之间的差额，从而生成该月的实际电费账单。

作为一个优选的实施例，所述人脸识别模块9具体用于基于opencv中facerecognizer类的人脸识别算法-特征脸法(eigenface)实现人脸识别，eigenfaces是基于pca(principalcomponentanalysis)即主分量分析，具体过程如下：

s1、获取包含m张人脸图像的集合t，将人脸图像(均为灰度图)转化为一个列向量存储在矩阵a＝{a1,a2,…,an}中，a∈rd×n；其中，d是每张人脸图片的像素数目；n是图像数目；

s2、计算m张人脸图像中的平均脸，计算平均脸向量；

s3、将矩阵a与平均脸相减，得到偏差值，使用偏差值计算协方差以及协方差矩阵后再进行特征值分解，得到特征向量，即特征脸；

s4、输入新的人脸图像，将新的人脸图像转换成一维向量，并将其映射到特征脸空间中，得到一组关于该人脸图像的人脸特征数据；

s5、基于人脸特征数据计算人脸图像与人脸空间的距离，判断其是否是人脸，并输出人脸识别结果。

作为一个优选的实施例，所述语音识别交互模块8具体用于通过梅尔倒频谱算法对音频特征进行提取，以提高人声的识别率。

需要进一步说明的是，语音识别交互模块8通过获取语音字符串；根据语音字符串创建语法分析树述语法分析树用于判断所述语音字符串是否能够被初次识别以及解析所述语音字符串中的至少一个词元的词元属性信息；根据初次识别的结果创建语义分析树，语音分析树根据解析的所述词元属性信息获取预存储属性信息以创建语音识别结果。

其中，由于在客户端上使用人声识别比较耗时，因此需要在工程上需要优化，优化的过程如下：

指令集加速：引入arm指令集做多指令集优化，从而加速运算。

多线程加速：对于耗时的运算采用多线程并发处理。

模型加速：选用支持neon优化的模型，并预加载模型减少预处理时间。

算法加速：1)降低音频采样率；2)选取人声频段(20hz～20khz)，剔除非人声频段；3)合理分窗和切片，防止过度计算；4)静音检测，减少不必要的时间片段。

如图2所示，一种用电设备控制方法，包括以下步骤：

采集用电设备的用电数据，对用电数据进行可视化以及保存；

将用电设备的用电数据输入到深度神经网络中进行分析，神经网络输出用户的用电行为，基于用户的用电行为和节能用电策略下发用电量控制指令对用电设备的用电量进行控制。

作为一个优选的实施例，用电数据包括用电设备功率和电量、用电设备启停状态和运行时长以及用电账单。

作为一个优选的实施例，采集到用电设备的用电数据后，还包括：

用于提取电费账单中的月交易电量和电价信息，对月交易电量分解，生成该月的实际电费账单。

如图3所示，一种用电设备控制设备30，所述设备包括处理器300以及存储器301；

所述存储器301用于存储程序代码302，并将所述程序代码302传输给所述处理器；

所述处理器300用于根据所述程序代码302中的指令执行上述的一种用电设备控制方法中的步骤。

示例性的，所述计算机程序302可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器301中，并由所述处理器300执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。

所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器300、存储器301。本领域技术人员可以理解，图3仅仅是终端设备30的示例，并不构成对终端设备30的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器300可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器301可以是所述终端设备30的内部存储单元，例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备，例如所述终端设备30上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。