1.一种感知室内环境信息的电能管理系统,其特征在于:包括用电器(13)、采集模块(1)、传输模块(7)、上位机(8)、后台服务器(9)和控制器单元(12);所述采集模块(1)采集用电器(13)的室内环境数据与电器能耗数据,并通过传输模块(7)将数据上传至上位机(8);
所述上位机(8)对数据进行显示,并将数据传输给后台服务器(9);所述后台服务器(9)对采集到的室内环境数据与电器能耗数据进行评估和分析,并将数据分析结果传送给控制器单元(12),进而调整用电器(13)工作状态;
所述采集模块(1)包括传感器节点单元和电器能耗计量单元(6),采集室内环境数据和电器能耗数据;
所述传输模块收集采集模块采集到的数据,然后发送给上位机(8);所述传输模块的工作方式包括有线传输和无线传输;
所述上位机(8)有显示终端,实时显示采集模块采集到的数据;
所述后台服务器(9)首先对采集到的室内环境数据与电器能耗数据进行存储并建立环境能耗数据库;再对环境能耗数据库中的数据进行训练得到环境和能耗的数据特征,更新环境能耗数据库;同时,对当前室内环境和电器的能耗状况与环境能耗数据库中的数据进行对比,得到室内环境评估结果,并对当前室内环境数据与电器能耗数据进行调整使之接近期望输出值,进而得到电能优化方案;
所述控制器单元接收电能优化方案,根据优化方案调整室内的用电器(13)工作状态;
所述对数据库中的数据进行训练是通过小波神经网络算法完成;所述小波神经网络算法是结合神经网络和小波变换建立数据处理模型和提取数据特征;
所述小波神经网络算法具体过程为:
步骤一、将环境数据、电器能耗数据作为小波神经网络模型的输入样本;每一个输入样本作为一个训练集:S={xk,yj};其中xk为环境数据,yj为用电器能耗数据,k为不同的环境变量,j为不同的用电器;
步骤二、对输入样本进行分解和处理,找出理想输入样本并放入数据库,具体为:将输入样本作为一组离散的时间信号序列S(i),计算出输入样本的均值序列N为输入样本数量;定义输入样本的目标误差率: 若输入样
本的目标误差率小于1,则输入样本为理想输入样本;反之,则为不理想样本;同时在输出层提供下一时刻的数据样本预测;
步骤三、对不理想样本进行分割,并通过小波神经网络各层的权值进行调整,使调整后的不理想样本接近理想输出值;具体为:将不理想样本作为小波算法的输入,通过小波变换进行尺度分解;将分解后的不理想样本进行重构,还原到原尺度,并作为神经网络模型的输入量;然后,采集3周的数据样本,以第一周的数据样本作为输入,第二周的数据样本作为输出,以小波神经网络的框架进行建模训练,得到各连接层的网络权值,接着以第二周采集的数据样本作为输入,得到第三周的预测输出;将预测输出与真实值对比,找出误差因素;若误差较大则重新进行训练,直到逼近真实值;
步骤四、将理想输入样本与经小波变换重构之后的不理想样本组成新的时间序列Z(i),提取Z(i)的方差作为 作为Z(i)的数据特征,其中q(i)为Z(i)的均值序列, σ2用于反映每一段输入样本数据的波动范围,作为输入样本数据比对的参评指标。
2.根据权利要求1所述的感知室内环境信息的电能管理系统,其特征在于:所述采集模块(1)的传感器节点单元包括温湿度感知节点(2)、室内环境光感知节点(3)、PM2.5感知节点(4)和烟雾感知节点(5)。
3.根据权利要求1所述的感知室内环境信息的电能管理系统,其特征在于:所述上位机是一款终端显示软件,用于显示室内环境数据与电器能耗数据,并通过FTP方式将数据上传后台服务器(9)。
4.根据权利要求1-3任一项所述的感知室内环境信息的电能管理系统,其特征在于:所述传输模块(7)包括载波收发模块(10)和串口通信模块(11);所述载波收发模块(10)通过载波介质将采集模块(1)的数据传送给串口通信模块(11);再由串口通信模块(11)发送给上位机(8)。
5.根据权利要求1-3任一项所述的感知室内环境信息的电能管理系统,其特征在于:所述电器能耗计量单元(6)通过微控制器、电压电流互感器实现电器电量的统计和计算。
6.根据权利要求1-3任一条所述的感知室内环境信息的电能管理系统,其特征在于:所述步骤四中的小波变换分解尺度为3,小波函数采用db5小波。