摘 要：针对学生宿舍用电安全问题，文章提出一种基于智能电表的宿舍用电器监控系统。系统分为智能电表和后台监控平台两个部分。通过智能电表完成用电器特征数据的采集与处理，通过 4G 模块将采集到的数据上传至后台监控平台进行分析处理。构建 BP 神经网络用电器识别系统，实现在线数据采集与监控，降低学生宿舍因用电设备短路、过载等问题而导致电气事故发生的概率，提高高校后勤对学生宿舍用电安全的管理效率。
关键词：数据处理；BP 神经网络；智能电表；在线监测
DOI:10.19850/j.cnki.2096-4706.2021.20.001
中图分类号：TP29 文献标识码：A 文章编号：2096-4706（2021）20-0001-06
Design of Monitoring System for Illegal Electrical Appliance in Student Dormitory
LIU Yang1 , ZHANG Chaoxia 1 , LU Yunjie 2
(1.School of Mechatronic Engineering and Automation, Foshan University, Foshan 528225, China; 2.Guangdong Haodi Innovation Technology Co., Ltd., Foshan 528000, China)
Abstract: Aiming at the problem of electricity safety in students' dormitory, this paper proposes a dormitory electrical appliance monitoring system based on intelligent electricity meter. The system is divided into two parts: intelligent electricity meter and background monitoring platform. Complete the collection and processing of electrical appliance characteristic data through the intelligent electricity meter, and upload the collected data to the background monitoring platform for analysis and processing through the 4G module. The BP neural network electrical appliance identification system is constructed to realize online data acquisition and monitoring, reduce the probability of electrical accidents caused by short circuit and overload of electric equipments in student dormitories, and improve the management efficiency of University logistics for electricity safety in student dormitories.
Keywords: data processing; BP neural network; intelligent electricity meter; online monitoring
参考文献：
[1] 戴彪 . 基于高校宿舍区域突发事件人员疏散的仿真与方法研究 [D]. 太原：中北大学，2017.
[2] 李娟 . 高校学生宿舍用电管理系统的设计与实现 [D]. 石家庄：河北科技大学，2015.
[3] 张春健 . 非侵入式家居电器负荷识别方法研究及应用 [D]. 济南：山东大学，2021.
[4] 张臣国 . 小波分析在信号降噪中的应用研究 [D]. 成都：电子科技大学，2012.
[5] 程春雨，刘正龙，颜科宇，等 . 基于 BP 神经网络的用电器识别系统设计 [J]. 实验科学与技术，2021，19（2）：11-16.
[6] 李如意，黄明山，周东国，等 . 基于粒子群算法搜索的非侵入式电力负荷分解方法 [J]. 电力系统保护与控制，2016，44（8）： 30-36.
[7] 刘忠辉，蔡高琰，梁炳基，等 . 基于电力数据分析的污染 物排放监测方法研究 [J]. 信息技术与网络安全，2021，40（2）： 52-55+73.
[8] 梅凯 . 基于智能电表的非侵入式用电量分项计量系统设计 [D]. 广州：广东工业大学，2020.
[9] 吕成亮 . 基于 OBD 专有协议芯片的汽车数据采集系统的设计 [D]. 长沙：湖南大学，2017.
[10] 彭团结，孙旭东，任泽斌，等 . 宿舍楼大功率电器监控与智能管理系统设计 [J]. 科技创新与应用，2020（16）：92-93.
[11] 张涛 . 非侵入式家用电器负荷监测技术研究 [D]. 西安：西安电子科技大学，2020.
[12] 梅凯，蔡高琰，骆德汉，等 . 基于智能电表的电器用电量分类计量方法研究 [J]. 信息技术与网络安全，2020，39（2）： 62-68.
[13] 田洁 . 基于用户行为分析的非侵入式家庭负荷分解研究[D]. 北京：华北电力大学（北京），2019.
[14] 谈晓成，吴新开，李忠 . 超声回波信号的多阈值分段去 噪方法研究 [J]. 微型机与应用，2015，34（9）：71-74.
[15] 王垚 . 基于人工神经网络的人脸识别技术研究及应用 [D]. 西安：西安石油大学，2015.
作者简介：刘扬（1996—），男，汉族，安徽淮南人，硕士研究生在读，主要研究方向：非线性系统理论与多功能物联网电表研 究；张朝霞（1976—），女，汉族，广东佛山人，副教授，博士， 主要研究方向：非线性系统等方面的教学与研究；卢允杰（1980—）， 男，汉族，广东佛山人，硬件工程师，本科，主要研究方向：物联网通信技术、多功能电表研究。