英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

外文文献翻译

题 目 智能家居节能系统

An Intelligent System for Energy Saving in Smart Home

智能家居节能智能系统

(Alaa Alhamoud, Felix Ruettiger)

Technische Universitat Darmstadt, Darmstadt, Germany

摘要：在过去的二十年里，节能对全世界的个人、社会和决策者都非常重要。因此，IT研究人员对提供高效、可靠和易于使用的IT服务表现出极大的兴趣，利用信息和通信技术（ICT）的最新进展，帮助用户在家中节约能源。基于上述动机，我们开发了智能能源系统，这是我们基于无线传感器网络和人类活动检测实现节能智能家居的框架。我们的工作基于这样一个理念，即大多数用户在家中的活动都与执行这些活动所必需的一套电器有关。因此，我们展示了如何通过监控用户使用的设备能耗来检测用户的当前活动。活动和电器之间的这种关系使得人们能够检测出可能在家里浪费电能的电器。我们的框架由两部分组成。一方面，活动检测框架，负责根据用户的能量消耗检测用户当前的活动。另一方面，能源顾问框架利用活动检测来识别在家中浪费电能的设备，并告知用户优化的放法及省电的潜力。

关键词：能源顾问；功率传感器；智能节能；节能框架

1引言

在过去的三十年里，能源需求在住宅和工业领域都显示出巨大的增长。1980年至2008年间，欧盟27国的电力需求增长了70%^[1],导致温室气体排放量大幅增加。因此，欧盟决定到2020年将年能源消耗量减少20%^[2]，目标是将温室气体排放量减少30%。在欧盟，建筑物占总能耗的40%，二氧化碳排放量的36%。

因此，在满足用户偏好的同时，开发出能够节约能源的智能家居能源管理系统成为一个有趣的研究课题。由于无线传感器网络具有相对低的成本、无线性、灵活性和易部署性，因此它是提供此类系统的一种有前途的技术。此外，现代建筑已经配备了建筑自动化基础设施，可作为此类能源管理系统的重要组成部分。

在上述目标的驱动下，我们提出了一种框架，它使用户在不受干扰的情况下节省家庭能源，这是用户接受系统的一个非常重要的标准。我们的解决方案是基于这样一个理念：大多数人在家里的活动都与许多电器密切相关，这些电器是用来执行这些活动的。因此，通过检测用户的当前活动，可以确定打开哪些与当前活动无关的设备。基于这些数据，系统生成能源建议，发送到用户的智能手机，告知他节能的潜力。

在本文中，我们提出了三个主要框架，即：

(1)引入功率传感器作为线上线下设备和节能系统的关联者；

(2)活动检测框架；

(3)负责向用户报告所有无人看守设备的能源顾问框架。

1.1系统架构和组件

该系统的主要功能是生成节能建议，使用户了解自己的能耗，并帮助他以被动方式节能。所提议的系统应该能够通过监控设备级别的能耗以及其他环境参数（如运动、亮度和温度）来识别用户的可能性动作。我们的系统由以下组件组成：

(1)数据收集单元（动力传感器、运动传感器、温度和亮度传感器）；

(2)数据处理单元（Raspberry PI1，控制服务器）；

(3)数据可视化和反馈单元（智能手机）。

图1显示了网络拓扑结构以及系统的硬件组件。如图所示，为了在不同的系统组件之间建立通信，使用了不同的通信技术，即ZigBee、Wi-Fi和以太网。此外，图1阐明了我们的系统可以帮助用户节约能源的情况。如图所示，电视和烤箱都与功率传感器相连，功率传感器监测它们的功耗。此外，厨房和起居室都安装了环境传感器，以监测两个房间的温度、亮度和运动。根据传感器读数，我们的节能顾问前的烹饪活动，因此通知用户电视造成的能量浪费，假设用户忘记关闭电视。智能手机被用作用户的反馈渠道。

图1 网络拓补结构图

1.2传感器节点

为了收集不同环境、设备相关和用户相关的参数，以检测用户的不同活动，我们部署了两种不同类型的传感器节点。一方面，我们部署功率传感器来测量与其相连的电器的单独功耗。另一方面，我们使用环境传感器来测量环境中的温度、亮度和运动。我们认为我们的系统是最早部署功率传感器用于活动检测的解决方案之一。我们决定使用插电式系统进行功率感应。同时我们将需要监测其功耗的每个设备都连接到一个插入式传感器，该传感器又连接到一个电源。每个插入式传感器监测其功耗，并将其读数传输到一个USB适配器，该适配器负责收集传感器读数，并将其串行通信到树莓派。插入式传感器还能够无线地打开和关闭与其连接的设备，它们利用ZigBee技术在彼此之间建立了一个网状网络。

作为环境传感器，我们使用派克顿传感器。派克顿传感器能够感知环境中的温度、亮度和运动。他们利用ZigBee作为通信技术，并将其读数提交给充当网络协调器的XStick USB适配器和其他系统（如树莓派）的网关。

1.3树莓派

树莓派的主要任务是充当一个网关，收集所有传感器读数并将其传输到远程或本地控制服务器。此外，它还提供了远程控制使用不同专有协议操作的传感器节点的不同参数的方法。

1.4智能手机

用户的智能手机是我们解决方案的重要组成部分。它分两个不同的阶段使用。一方面，我们使用它让用户标记正在进行的活动。这些数据将存储在控制服务器上，并在后期提供给机器学习者，机器学习者将学习用户的不同活动。另一方面，它将用于以文本消息的形式显示节能顾问生成的节能建议。

1.5服务器和数据采集控制

控制服务器实现了系统的智能化。它有三个主要任务：即存储传感器数据并结合用户反馈，执行机器学习算法，以及生成节能建议。对于这三个不同的任务中的每一个，我们都在Spring框架的帮助下设计和实现了一个软件组件。控制服务器可以是本地的，也可以是远程的，这取决于用户的需要和隐私考虑。在我们的实现中，我们决定将整个系统设置为本地的，以便确保用户数据的隐私。

2系统组成部分

2.1活动检测框架

在本节中，我们介绍了我们的活动检测框架，它代表智能节能的核心组件。正如我们前面所提到的，我们假设大多数用户在家中的活动都意味着使用一些必要的电器来进行这些活动。因此，我们试图通过检测哪些电器在运行来检测用户的电流活动。但是，仅此信息并不总是足以检测当前活动。用户可能会忘记关闭某些设备，这会导致基于设备的活动检测出错。因此，我们部署了额外的皮克顿传感器，报告温度，亮度，最重要的是环境中的运动。我们遵循监督学习的方法，用户使用智能手机向系统报告当前活动。在本文中，我们将自己限制在一个用户一个活动场景中。我们没有检测到多个或重叠的活动。通过机器学习（稍后将介绍），我们构建了执行活动检测的模型。

2.2数据处理与特征提取

我们的时间序列数据由一组连续的活动和另一组连续的传感器读数组成。为了训练机器学习者，我们需要建立一个训练集，其中包括与当前活动匹配的训练实例以及从传感器数据中提取的特征。因此，我们的顺序传感器数据需要划分为时间窗口，以便每个窗口都可以作为输入提供给学习算法，在此窗口期间的活动作为输出。我们将时间序列划分为大小相等的时间段，如图2所示。对于每个时隙，我们将从传感器数据中提取的特征作为输入，将当前活动作为输出。

图2所示的时隙定义了特征提取算法的边界。该算法针对每个时隙运行，并提取机器学习者所需的功能。对于每个传感器，我们定义了一个特征，该特征表示与该传感器相关的时间段内读数的算术平均值，如式（1）所示，其中表示传感器，表示时间段内传感器读数的数量，表示传感器读数。

图2 特征提取

(1)

2.3能源顾问

能源顾问代表了我们的活动检测框架的许多应用场景之一。它通过生成直接发送给用户智能手机的节能建议来实现其主要的节能功能。如前所述，节能系统有两个变种，即直接控制家用电器的主动变种和被动变种，其主要目的是让用户意识到自己的能耗，并敦促用户节约能源。能源顾问采用了被动的方法，这种方法被证明不太具有侵入性，用户也更容易接受。

作为第一个原型，我们设计了一个静态的基于规则的推荐系统。如前所述，每个用户活动都严格与一组电器相关。根据用户当前的活动，能源顾问检测已打开且与用户当前活动无关的设备。我们通过一种基于规则的方法实现了这个功能，在这种方法中，我们设计了一组规则来定义活动和设备之间的关系。作为一个例子，我们提出了以下规则，它决定了与看电视活动无关的一组设备。规则规定：当检测到活动“看电视”时，非“电视”、“卫星接收器”或“客厅灯”的设备消耗能量；然后通知用户。

3结果与评价

在本节中，我们评估了在智能家居中使用能源顾问可以实现的潜在节能量。我们采用一种评估方法，利用整个部署期间收集的数据集，以收集在安装能源顾问时部署期间可能节省的能源量。正如我们前面提到的，我们收集的数据集由一组连续的活动和另一组连续的传感器读数组成。在这个评估中，我们有兴趣计算在每个活动中可以节省的能量。这意味着，我们试图找出与某些活动无关的设备在活动期间被打开，我们将它们消耗的能量视为浪费的能量。例如，如果电视在运行，用户在厨房做饭，我们将电视消耗的能量视为浪费的能量。我们浏览整个数据集，最后计算出在每个活动中可能节省的平均能量。我们假设用户一次只做一个活动，并且房子里只有一个用户。下一个考虑多个活动重叠的用户的系统原型已经在开发中。节能潜力评价的实现步骤如下：

(1)第一步，我们在整个收集的数据集上运行第四节所述的活动检测框架，并检测每个活动。在检测到新的活动后，我们运行基于能源顾问规则的系统。能源顾问应报告所有已打开且与当前活动无关的设备。

(2)我们计算了步骤2中报告的设备造成的总能耗，并将其视为在步骤1中检测到的活动期间可以节省的潜在能源。

(3)最后，我们总结了在所有活动实例中可以节省的所有能量，并计算了如表1所示的平均值。

这种方法的缺点是，被能源顾问检测为能源浪费的潜在设备可以由用户故意保持打开状态。然而，使用这种评估方法，我们试图显示出最大的潜在节能。表1显示了评估结果。该表显示了在部署期间使用能源顾问可以为每个活动节省的平均能量。如表所示，每个活动可以节省大量的能量。例如，当用户收到我们的系统通知后关闭不必要的设备时，可以节省高达饮食活动所消耗能量的67%。

表1 节省的能源

4结论与未来工作

在这项工作中，我们引入了节能框架，这是我们的智能家居节能框架。基于人类在家中的日常活动与家用电器密切相关的观点，我们发现功率传感器的引入为活动检测领域开辟了

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18493]，资料为PDF文档或Word文档，PDF文档可免费转换为Word