基于多特征融合的高精度用电器识别实验装置设计

针对现有用电器识别系统计算复杂、成本居高不下等问题,基于STM32设计了一个高精度的用电器识别实验装置。首先,设计前端信号调理及同步采样电路,通过电流互感器和ADS8688对网侧电流进行采样。其次,构建特征融合模型和损失函数,对用电器的时域和频域波形进行多特征融合。最后,对各种用电器进行混合识别实验。测试结果表明,该装置在多种大功率用电器的组合实验中识别率高达100%,在小功率用电器组合实验中识别率稳定在95%以上,在大功率用电器和小功率用电器的高动态识别实验中识别准确率高达90%以上,达到了预期设计要求。

基于TMS320F28335的用电器识别装置设计

该文以2021年全国大学生电子设计竞赛H题为设计目标,设计一种用电器识别装置。该装置以TMS320F28335芯片为核心,外接IM1281B电能计量模块、矩阵键盘、LCD12864液晶显示屏、ZMPT107电压互感器、ABS210全波整流桥。在学习模式下,该装置通过电压互感器与电能计量模块采集电信号,并生成用电器的数据库。在识别模式下,该装置利用查表法进行用电器参数分析,最终在液晶显示屏上显示用电器的识别结果。

基于BP神经网络的用电器识别系统设计

为完成针对用电器使用情况的精确识别研究课题,该文设计了电参数测量装置,主要包括电参数测量电路、无线通讯单元和电源供电单元,电参数测量装置主要用于采集单个用电器工作电流数据并传送给上位机存储留待后续处理。上位机将接收到的数据进行复合数字滤波,并基于BP神经网络通过叠加原理排列组合出多种情况,生成训练数据集,从而实现用电器识别。实验证明:只需采集少量样本即可完成对所有已学习用电器使用情况的识别,并且针对多个用电器同时使用的复杂情况,有着比传统方法更高的准确性。

基于STM32的用电器在线识别系统

文中设计并制作一种用电器在线识别系统,用于实现用电器的快速识别功能、学习功能及远程监测功能。系统前端通过CS5463模块获取用电器特征电参数。在STM32芯片上利用FFT算法、模糊识别欧几里得度量算法进行用电器识别;通过等距采样、限幅滤波及组合计算等方式实现系统的学习功能。系统后端将处理结果传输给HMI串口屏交互模块,同时通过ESP32将识别结果和监测信息同步至服务器,用户通过手机端APP即可实现用电器的在线监测。系统对用电器的识别准确度高,可应用于家庭、宿舍、办公室等多种场景,具有较强的实用性,对于用户实现用电器的精细化管理、推动物联网建设以及提高用电安全具有重要意义。

基于STM32的用电器分析识别装置

本文以STM32为主处理器,设计并制作了一款响应速度可观具有学习功能的用电器类别分析装置。该装置可通过FFT运算得出当前电流的正弦基波幅值I_(on),通过与装置内部50Hz基准波比较测得电流参考相位θ_(n),将七个用电器的电流基波幅值I_(on)和电流参考相位θ_(n)为特征参量进行学习,通过相量法计算后即可得出不同电器127种组合情况下的电流基波幅值I_(r)。在分析识别模式下,读取当前电流基波幅值后,通过查表进行判断,即可准确、快速完成所有电器组合的识别。增加了低功耗模式、用电器电流质量分析功能、电流波形实时显示功能和无线串口屏人机交互功能,进一步提高了作品丰富度。

基于STM32和FFT的用电器分析识别装置

本文提出一种基于STM32和FFT的用电器分析识别装置,通过一个电流互感器与I-V转换电路,将检测到的电流转换为电压,用ADS8688进行数据的采集,传输给STM32单片机进行快速傅里叶变换,得到信号的频谱和谐波分量的特性。同时通过SUI-101A电能计量模块检测电路的实时特性,得到电路的电压、电流、功率和功率因数等数据。进而识别用电器工作状态,运用WIFI模块将数据传输给手机,实时显示用电器的工作状态。

用电器分析识别装置的设计与测试

文章设计的用电器分析识别装置以STM32单片机为核心,应用数据采集模块的采集功能采集识别各种用电器的参量。JSY-MK-163单向互感式计量模块可以准确地测量用电器工作时的电压、电流、电功率、电能、频率等,并在STM32单片机上的LCD显示屏显示所测得的电量参数。在测试状态下,电路中有用电器工作时,测量模块可测得用电器的工作状态,单片机串口接收数据并分析,经单片机处理后在显示屏显示用电器名称与工作状态。