[发明专利]一种物联网智能插座用电监测系统及检测方法

权利要求书

1.一种物联网智能插座用电监测系统，其特征在于，所述物联网智能插座用电监测系统包括智能插座端、插座协调器端、手机APP端，其中，所述智能插座端和插座协调器端通过ZIGBEE网络连接，一个插座协调器同时连接和控制多个智能插座端；插座协调器端和手机APP的通讯则通过云服务器。

2.根据权利要求1所述的一种物联网智能插座用电监测系统，其特征在于，所述智能插座端包括电信号采集电路、加密模块、直流电源模块、继电器模块和ZIGBEE终端模块；所述电信号采集电路，用于采集插座上的电信号并通过串口发给加密模块；所述加密模块用于和插座协调器端交互数据时的安全加密后通过串口发给ZIGBEE终端；所述直流电源模块用于将电网交流电转换成直流电压，给插座端内部各模块提供直流电源；所述继电器模块用于根据ZIGBEE终端处收到的控制命令来打开或关闭插座上的电源。

3.根据权利要求2所述的一种物联网智能插座用电监测系统，其特征在于，所述插座协调器端包括边缘计算模块和ZIGBEE协调器；所述ZIGBEE协调器用于接收ZIGBEE终端处传来的用电信息数据并通过串口发送给边缘计算模块，或者接收边缘计算模块处发送来的控制命令并转发给ZIGBEE终端，所述边缘计算模块，对于从ZIGBEE协调器处收到的用电数据，边缘计算模块需要经过解密、计算、识别和发送四个步骤，解密时用对应的密钥和初始向量将经过加密模块加密的密文还原为明文；由于电信号采集电路所采集的数据不是直观的，所以需要通过计算得到电信号值；识别是将计算出的电信号值放入程序中所写入的算法，得出电器的类型；最后将这些结果统合发送给云服务器。

4.一种采用权利要求1-3之一所述的物联网智能插座用电监测系统进行物联网智能插座用电监测的方法，其特征在于，该方法为：

智能插座端装有ZIGBEE终端与插座协调器端的ZIGBEE协调器构成ZIGBEE网络，用于两端之间的数据传输；插座协调器端和APP程序之间的通讯存在云服务器，云服务器使用MQTT协议传递插座协调器端和手机APP的数据消息，并将数据保存在云服务器中，经云服务器筛选后以图表的方式将数据可视化显示，用于随时查看；智能插座端的电信号采集电路采集插座上的用电信息并通过串口发给加密模块，加密模块将这些信息加密后通过串口发给ZIGBEE终端，继电器模块根据ZIGBEE终端处收到的控制命令来打开或关闭插座上的电源，直流电源模块将220V交流电压转换成5V直流电压为各模块提供工作电压；插座协调器端的ZIGBEE协调器接收ZIGBEE终端处传来的用电信息数据并通过串口发送给边缘计算模块，也接收边缘计算模块处发送来的控制命令并转发给ZIGBEE终端，边缘计算模块在工作时需要连接WIFI。

5.根据权利要求4所述的物联网智能插座用电监测的方法，其特征在于，所述用电信息包括当前插座上的电压、电流、功率、用电量和用电设备类型，控制命令则包括打开插座电源、关闭插座电源、保存当前电器设备信息和删除以保存的用电设备信息。

6.根据权利要求4所述的物联网智能插座用电监测的方法，其特征在于，所述加密模块使用AES-128对称加密算法，加密时，设AES加密函数为E，则C＝E(K,P)，其中P为明文，K为密钥，C为密文，即把P和K作为参数输入加密函数则会得到输出的密文C；AES-128加密共10轮，1-9轮分别进行字节替换、行位移、列混合、轮密钥加，第10轮只进行字节替换、行位移、轮密钥加；解密时，设解密函数为D，则P＝D(K,C)，其中C为密文，K为密钥，即把C和K作为参数输入解密函数则会得到输出的明文P；解密共10轮，分别进行字节替换、行位移、列混合、轮密钥加的逆变换。

7.根据权利要求4所述的物联网智能插座用电监测的方法，其特征在于，所述边缘计算模块从ZIGBEE协调器处收到的用电数据，边缘计算模块需要经过解密、计算、识别和发送四个步骤；解密时用对应的密钥和初始向量将经过加密模块加密的密文还原为明文；识别是将计算出的电信号值放入程序中所写入的算法，得出电器的类型；最后将这些结果统合发送给云服务器；

所述识别使用KNN邻近算法：

令训练数据集为T＝{(x₁，y₁),(x₂，y₂),(x₃，y₃),…,(x_n，y_n)}，其中(x_k,y_k)，k＝1,2,3…n表示电器设备的特征参数，如：电压值、电流值、功率值等，输入实例a＝(c,d)，c表示实例a的第一个特征参数，d表示实例a的第二个特征参数，计算与T中各样本点的距离；

距离计算公式为欧式距离：

得到k_nn个距离最近的点，最后在这k_nn个点中投票表决，实例a的类别A为：

其中，A_i表示k_nn个点中第i个点的分类标签，B_j表示k_nn个点中第j个点的分类标签，当A_i＝B_j则I的值为1，否则为0；

即类别数最多的为最终分类结果；

在使用分类算法前，会先计算该电器的功率因数cosΦ＝有功功率/(总电压*总电流)，再根据功率因数的值寻找合适的训练数据集；即存在多个训练数据集T，因cosΦ的值而选择不同的T。