一种基于非侵入式负荷监测的智慧园区用电管理系统的制作方法

1.本发明涉及云计算技术领域，具体而言，涉及一种基于非侵入式负荷监测的智慧园区用电管理系统。


背景技术：

2.目前，用电管理系统大多内置传感器和断电子系统、数据处理子系统和显示屏。传感器将用电过程中的物理量反馈给显示屏，当物理量高于阈值时切断电路供电。通常管理系统兼有烟雾和温度等传感器，用于检测环境是否异常。常规的，管理系统功能主要侧重应用于计算电费并管理电费充值问题。专利号为cn202011507892.6公开了一种基于全卷积神经网络的非侵入式负荷识别方法，通过采集时间序列数据后提取用电特征，对有功功率进行全卷积神经网络模型训练，并感知用电特征，简化了负荷识别过程。专利号为cn201610917629.1公开了一种用电设备用电管理方法、管理器和管理系统，通过对监控区域进行采集并判断是否存在用户，如果不存在则进行断电，否则开始计时，直到达到预设时长进行断电，防止了能源浪费。专利号为cn202021703439.8公开了一种智慧安全用电管理系统，实现了子系统续航效果，其表现为数据处理子系统能够调动后备电源并为其各个子系统进行供电，从而保证所有子系统正常工作。专利号为cn201610069197.3公开了一种智能电费管理系统，从电费计价考虑设置智能电表和计费中心，通过智能终端接入用电后进行用电统计并上传至计费中心，接收计费中心指令控制电路的通断电，将用电量或者电费余额等信息展示在计费中心，并且支持查询缴费结果和缴费历史。专利号为cn202010388804.9公开了一种农田排灌台区有序用电管理系及用电管理方法，具有对适用场景的强依赖性，如对农田排灌场景，载有变压器负荷检测单元和排灌费控电能表，载有能够读取台区变压器额定负荷的用电策略管理模块，根据实际用电负荷和额定负荷的比值关系对用户进行限电操作。综上，传统的用电管理系统只能提供简单的通断电方案和进行用电计价，判断电路系统的方式大多是在用电设备内植入传感器，或者在环境接入摄像头，并通过人工智能模型进行人脸检测，或者利用环境传感器获取用户是否存在从而判断用电情况。现有技术设备检测方案准确度低，监测范围小，造成了基础设施建设成本高，算力资源浪费的问题。目前，目前需要设计一种智慧园区用电管理系统，使其适用于园区内的大型用电生态系统，实现对电力公司配电方案进行引导，解决基础设施建设成本高，算力资源浪费的问题。


技术实现要素：

3.本发明的目的在于提供一种基于非侵入式负荷监测的智慧园区用电管理系统，其能够基于用电数据分析对制定配电管理方案进行引导，适用于园区内的大型用电生态系统，并且解决了基础建设成本高和算力资源浪费的问题，从而提高用户的节能减排意识。
4.本发明的实施例是这样实现的：
5.本技术实施例提供一种基于非侵入式负荷监测的智慧园区用电管理系统，其包括
多个用电设备、用电终端、物联网客户端、树莓派管理终端、云端和云平台；上述用电终端通过末端电路控制各上述用电设备，通过非侵入式负荷检测得到多个上述用电设备的设备种类和多项设备参数，并根据多个上述用电设备的上述设备种类和多项上述设备参数得到时序序列数据，将上述时序序列数据上传到上述树莓派管理终端；上述树莓派管理终端对上述时序序列数据进行模糊边缘计算后，将上述时序序列数据进行降噪处理；上述树莓派管理终端将降噪后的上述时序序列数据输入上述云端，上述云端基于lstm的神经网络对上述时序序列数据进行云计算后输出结果，并通过上述物联网客户端将结果返回上述云平台。
6.在本发明的一些实施例中，上述树莓派管理终端对上述时序序列数据进行模糊处理分析后，采用小波去噪算法将上述时序序列数据拆解为各上述用电设备的简单时序序列，并根据设备接入顺序将各上述简单时序序列与对应上述用电设备匹配。
7.在本发明的一些实施例中，上述用电终端包括至少一个用电末梢，上述用电末梢用于接入多个上述用电设备；每个上述用电末梢配备有一个收发系统；上述收发系统包括单片机、传感器以及多个继电器模块；上述传感器的输入通过各上述继电器模块连接不同上述用电末梢的感应端，上述传感器的输出连接上述单片机；上述单片机配置有lora通信模块；上述lora通信模块用于将上述单片机与上述树莓派管理终端通信连接。
8.在本发明的一些实施例中，上述用电终端包括至少一个用电末梢，上述用电末梢用于接入多个上述用电设备；每个上述用电末梢配备有一个收发系统；上述收发系统包括单片机、传感器以及多个继电器模块；上述传感器的输入通过各上述继电器模块连接不同上述用电末梢的感应端，上述传感器的输出连接上述单片机；上述单片机配置有lora通信模块；上述lora通信模块用于将上述单片机与上述树莓派管理终端通信连接。
9.在本发明的一些实施例中，上述单片机通过定时器定时发送上述时序序列数据，上述时序序列数据为长度固定的数组，数组每个单位的写入通过上述传感器读入并由上述单片机转译的物理数值，每个单位的递进表示间隔一个时间周期写入；上述时间周期由上述单片机获取上述传感器串口读数的读取频率设定。
10.在本发明的一些实施例中，上述一种基于非侵入式负荷监测的智慧园区用电管理系统还包括语音交互终端，上述语音交互终端用于识别声音并解析得到人员群体类型和文字，查找语料库中与解析文字相匹配的关键字符串后，根据上述人员群体类型发出对应响应，并供上述物联网客户端进行语音播报。
11.在本发明的一些实施例中，上述云平台根据上述用电末梢的用电状态提供图表，供控制台查找上述语料库，以及提供人机交互操作界面。
12.在本发明的一些实施例中，上述树莓派管理终端利用小波去噪算法将当前的上述时序序列数据区分为多个上述简单时序序列，将当前的上述时序序列数据与前一个上述时间周期的上述时序序列数据对比；如果当前的上述时序序列数据与前一个上述时间周期的上述时序序列数据具有差异，根据多个上述简单时序序列对应的多个上述用电设备与前一个上述时间周期的多个上述用电设备计算匹配度；当上述匹配度高于预设阈值时表示当前的上述用电设备与前一个上述时间周期的上述用电设备相同。
13.在本发明的一些实施例中，当上述树莓派管理终端获取各上述用电设备的上述时序序列数据后，根据该上述时间周期中不同计算项的计算频率，通过上述计算频率的比例得到这个用电设备的通电时间t1；通过上述时序序列数据匹配对应上述用电设备后，若上
述用电设备断联时，将对应上述时间周期的通电时间记作t2，计算总时间：t＝t1 t2 nt，其中n为经历上述时间周期的数量，t为上述时间周期的时间长度。
14.在本发明的一些实施例中，上述总时间与各项上述设备参数进行乘积运算得到一项或多项物理量，通过分段函数计算方式计算各上述用电设备接口的电费；上述云端根据当前各上述用电设备的用电量与前一天的用电量推算当日减排量或增排量，并将上述减排量或上述增排量返回给上述树莓派管理终端。
15.在本发明的一些实施例中，上述树莓派管理终端通过网络上传数据到上述云数据库；上述云数据库分别连接上述云端和上述云平台；上述云数据库以关系表的形式呈现数据；上述关系表内，当前接入的各上述用电设备的数据包括用电基本数据、用电载时数据和用电设备名称。
16.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
17.本技术能够对用电设备的数据信息进行自动识别，从而进一步通过监测设备的用电情况，避免了安全隐患的发生；支持大量的用电设备信息传输，适合以园区为规模的用电产业；满足于分析园区内多个设备的用电习惯，将整理数据进行处理后发送树莓派管理终端，为用电治理和电力方案提供更好的决策；用电终端将用电设备的使用数量反馈给树莓派管理终端进行负荷分解，从而将不同用电设备的用电情况分解出来，并把结果上传至云端进行推理计算，能够提高非侵入式负荷识别的识别准确率，并且进一步地减轻云端算力负担；无需在每个用电设备处均安装传感器，极大地减小系统开支。本发明能够分析用电数据，并引导电力公司制定良好的方案，适用于园区内的大型用电生态系统，解决了基础建设成本高和算力资源浪费的问题，提高了用户的节能减排意识。
附图说明
18.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
19.图1为本发明实施例1基于非侵入式负荷监测的智慧园区用电管理系统的原理图；
20.图2为本发明实施例1基于非侵入式负荷监测的智慧园区用电管理系统的方法流程图；
21.图3为本发明实施例1语音交互终端语音识别的流程图；
22.图4为本发明实施例3电子设备的原理示意图。
具体实施方式
23.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
24.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通
技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
25.在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
26.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
27.实施例1
28.请参阅图1～图3，图1～图3所示为本技术实施例提供的基于非侵入式负荷监测的智慧园区用电管理系统的示意图。基于非侵入式负荷监测的智慧园区用电管理系统，其包括多个用电设备、用电终端、物联网客户端、树莓派管理终端、云端和云平台；上述用电终端通过末端电路控制各上述用电设备，通过非侵入式负荷检测得到多个上述用电设备的设备种类和多项设备参数，并根据多个上述用电设备的上述设备种类和多项上述设备参数得到时序序列数据，将上述时序序列数据上传到上述树莓派管理终端；上述树莓派管理终端对上述时序序列数据进行模糊边缘计算后，将上述时序序列数据进行降噪处理；上述树莓派管理终端将降噪后的上述时序序列数据输入上述云端，上述云端基于lstm的神经网络对上述时序序列数据进行云计算后输出结果，并通过上述物联网客户端将结果返回上述云平台。
29.在本发明的一些实施例中，上述树莓派管理终端对上述时序序列数据进行模糊处理分析后，采用小波去噪算法将上述时序序列数据拆解为各上述用电设备的简单时序序列，并根据设备接入顺序将各上述简单时序序列与对应上述用电设备匹配。
30.在本发明的一些实施例中，上述用电终端包括至少一个用电末梢，上述用电末梢用于接入多个上述用电设备；每个上述用电末梢配备有一个收发系统；上述收发系统包括单片机、传感器以及多个继电器模块；上述传感器的输入通过各上述继电器模块连接不同上述用电末梢的感应端，上述传感器的输出连接上述单片机；上述单片机配置有lora通信模块；上述lora通信模块用于将上述单片机与上述树莓派管理终端通信连接。
31.在本发明的一些实施例中，上述用电终端包括至少一个用电末梢，上述用电末梢用于接入多个上述用电设备；每个上述用电末梢配备有一个收发系统；上述收发系统包括单片机、传感器以及多个继电器模块；上述传感器的输入通过各上述继电器模块连接不同上述用电末梢的感应端，上述传感器的输出连接上述单片机；上述单片机配置有lora通信模块；上述lora通信模块用于将上述单片机与上述树莓派管理终端通信连接。
32.在本发明的一些实施例中，上述单片机通过定时器定时发送上述时序序列数据，上述时序序列数据为长度固定的数组，数组每个单位的写入通过上述传感器读入并由上述单片机转译的物理数值，每个单位的递进表示间隔一个时间周期写入；上述时间周期由上述单片机获取上述传感器串口读数的读取频率设定。
33.在本发明的一些实施例中，上述一种基于非侵入式负荷监测的智慧园区用电管理系统还包括语音交互终端，上述语音交互终端用于识别声音并解析得到人员群体类型和文
字，查找语料库中与解析文字相匹配的关键字符串后，根据上述人员群体类型发出对应响应，并供上述物联网客户端进行语音播报。
34.在本发明的一些实施例中，上述云平台根据上述用电末梢的用电状态提供图表，供控制台查找上述语料库，以及提供人机交互操作界面。
35.在本发明的一些实施例中，上述树莓派管理终端利用小波去噪算法将当前的上述时序序列数据区分为多个上述简单时序序列，将当前的上述时序序列数据与前一个上述时间周期的上述时序序列数据对比；如果当前的上述时序序列数据与前一个上述时间周期的上述时序序列数据具有差异，根据多个上述简单时序序列对应的多个上述用电设备与前一个上述时间周期的多个上述用电设备计算匹配度；当上述匹配度高于预设阈值时表示当前的上述用电设备与前一个上述时间周期的上述用电设备相同。
36.在本发明的一些实施例中，当上述树莓派管理终端获取各上述用电设备的上述时序序列数据后，根据该上述时间周期中不同计算项的计算频率，通过上述计算频率的比例得到这个用电设备的通电时间t1；通过上述时序序列数据匹配对应上述用电设备后，若上述用电设备断联时，将对应上述时间周期的通电时间记作t2，计算总时间：t＝t1 t2 nt，其中n为经历上述时间周期的数量，t为上述时间周期的时间长度。
37.在本发明的一些实施例中，上述总时间与各项上述设备参数进行乘积运算得到一项或多项物理量，通过分段函数计算方式计算各上述用电设备接口的电费；上述云端根据当前各上述用电设备的用电量与前一天的用电量推算当日减排量或增排量，并将上述减排量或上述增排量返回给上述树莓派管理终端。
38.在本发明的一些实施例中，上述树莓派管理终端通过网络上传数据到上述云数据库；上述云数据库分别连接上述云端和上述云平台；上述云数据库以关系表的形式呈现数据；上述关系表内，当前接入的各上述用电设备的数据包括用电基本数据、用电载时数据和用电设备名称。
39.本系统构成一个数据闭环架构，通过非侵入式负荷检测得到每个用电设备的设备种类和设备相关的物理参数，通过用电终端进行末端电路控制。并且通过语音交互终端对用电终端的情况进行播报，物联网客户端向管理员提供数据图表、人机交互操作界面的虚拟部件以及控制台，辅助管理员更好地管理园区内用电，并为数据的再加工和汇报提供便利。树莓派管理终端作为边缘计算为整个流程分担了一部分树莓派的算力，用于对时序序列数据进行模糊边缘计算处理，利用小波去噪算法等数据增强方案降低时序序列数据的复杂度，并将降噪后的时序序列数据输入云端进行云计算，通过云端载有改进的lstm的神经网络将运行得到最终结果，并返回云平台。系统利用云数据库方便有效管理数据。
40.智慧园区的整个电网电力设备是一个覆盖范围大的用电终端，用电终端含有大量的用电末梢，用电末梢规定接入用电末梢干路的用电设备的数量少于8个，以此提高树莓派经过小波变换算法得到的各个时序变量的精确度，减少模糊处理的算力需求。每一个用电末梢配备一个收发系统，这个系统包括一块用于运行嵌入式程序的esp32单片机，一个能够在每一个用电末梢干路获取所需物理量的微型集成传感器，一个用于与lora网关通信的lora通信模块以及几个继电器模块。
41.其中，传感器所需物理量的种类通过pca/kpca推导得到，能够极大的减小成本和复杂度，同时提高非侵入式负荷识别的精准度。当传感器读取接口的某个模拟读数的时候，
这个读数将设为单片机的一个动态变量，并且这个动态变量将通过公式换算为可读的符合国际单位制(si)的相应物理数值，保存在单片机内存的地址当中。对于每个接口设定了一个继电器，当用电管理系统发现某个用电末梢的某个插座接口的时序电力运转行为特征符合异常特征的时候，数据流会从管理终端传回用电终端，通过某个用电末梢的esp32单片机，并利用数字信号控制相应的继电器接口断电。
42.每个单片机会定时发送一个时序序列数据，这个时序序列数据由两部分组成，第一部分序列是由集成的模拟传感器获取的物理量生成的时序序列，这是一个长度固定的数组，数组每个单位的写入了每一个时间节点传感器所读入并由esp32单片机转译的真实物理数值，而每一个单位的递进表示间隔一个时间周期。这个时间周期是由单片机获取的传感器串口读数的读取频率设定的。在实际的实验当中，传感器的读取频率为100hz，即每过0.01秒，传感器会从用电末梢读取一个模拟信号值，这个值会经过公式换算转入时序序列的数组当中。假设获取了200个单位的第一阶段序列后就完成了一个工作周期，也就是说每一个时序序列的时间长度为2秒。第二阶段序列是一个长度为8个单位的数组，这个数组的值域只能取0或者1，0表示关，1表示开，这个数组表示在这个用电末梢的接口对应接入的用电设备。从第0个单位开始到第7个单位，每一个单位的值代表着用电末梢的接口的开闭状态。
43.每个单片机均配有一块wh-l102-l的lora通信模块，这个模块支持串口通信，支持lora组网。用电终端内的每一个用电末梢的lora通信模块都以一定的方式进行星型组网，连接上lora网关，使得数据流能够在用电末梢的lora模块和lora网关之间传递。这个lora网关允许连接到管理终端的树莓派本地，进而实现树莓派管理终端与用电终端的每个用电末梢的数据对接。每个用电末梢的esp32单片机通过lora通信模块传输的复杂时序序列数据到树莓派管理终端，利用树莓派管理终端将时序序列数据进行模糊处理分析，并采用小波去噪算法，将复杂时序序列拆解为每个用电设备的简单时序序列。树莓派每一次获取末梢传来的数据流，都会首先对第二阶段序列的用电设备情况做一个分析，了解有哪几个用电设备接入，然后在对时序序列进行小波去噪算法，根据n个用电设备接入数量得到n个时间序列波形，并通过接入用电的时间先后顺序将这n个计算后的时间序列匹配到当前的n个用电设备中。
44.时间序列与用电设备的匹配采用如下方案：每当一个用电末梢与树莓派建立数据对接，树莓派将建立一个第三阶段序列进行添加，其长度与第二阶段序列一致。对于不在同一个时间间隔接入的用电设备来说，如果用电设备a比用电设备b先接入用电末梢，且当时只有两个用电设备接入该用电末梢，那么在第一个周期，第二阶段序列只有a的布尔值为1，其他的布尔值为0。这个情况会复刻在树莓派与这个用电末梢相对应的第三阶段序列上。如果用电设备b接入，那么在这个周期传入的复杂时间序列中，第二阶段序列的a，b的布尔值均为1，其他接口的布尔值为0，那么这个序列将与前一个周期的第三阶段序列做一个对比，同时会进行和小波去噪算法将波形区分为两个简单时序序列。如果第二阶段序列与第三阶段序列的布尔值出现出入，那么检测两个波形与之前的用电设备的匹配度，这个计算通过在树莓派上完成。匹配度较高的波形则是之前的用电设备，据此将两个用电设备区分开。
45.树莓派管理终端能够与用于云计算服务器进行计算交互，从而更具体化地得到用电设备的用电数据。采取如下方案计算：每当有用电设备接入用电末梢并被树莓派管理终
端捕捉到后，树莓派管理终端将在云计算服务器为该用电设备匹配一个定时器。当树莓派获取了该用电设备的第一阶段序列后，将通过计算频率的方式计算该周期有多少个计算点被纳入计算范畴，并且通过比例换算得到这个用电设备在第一周期的通电时间t1，这个计算将直到用电设备断联。当断联状态通过上述序列匹配捕捉到设备不在通电以后，将该周期的通电时间记作t2，那么总时间t为：t＝t1 t2 nt，其中t为总时间，n为满周期下经历的时间周期数量，t为时间周期长度。
46.时间参数总时间t会随着用电设备的不断使用而呈线性增加，利用总时间t与其他的设备参数进行乘积运算，得到功率、发热量和用电量等物理量。并且通过阶梯电费的分段函数计算方式计算出接口产生的电费，还可以通过原子化学质量推算得到该用电设备的二氧化碳排放量，通过与前一天相同用电设备的用电量对比推算得到当日的二氧化碳减排量或增排量，最后云计算服务器将数据结果返回给树莓派管理终端。
47.树莓派管理终端会将数据通过网络上传至云数据库。云数据库是二维的，云数据库所呈现的数据将以关系表的形式呈现。云数据库负责将树莓派管理终端和云端服务器传递的数据接收，负责将数据实时发送到云平台上供管理员查看，在云平台需要调用的时候将数据从云数据库调用，并且利用语音交互终端进行语音播报。数据库的关系表内，每个正在接入的用电设备的数据分为三个部分：用电基本数据、用电载时数据和用电设备名称。其中，用电基本数据为用电末梢的传感器直接测得并经过换算，符合国际单位制要求，由esp32单片机开始发送，经由lora网关传到树莓派管理终端，进而由树莓派管理终端通过wifi发送到云数据库。用电载时数据由用电基本数据经过云计算服务器进行云定时器计算后返回树莓派管理终端，再通过wifi发送到云数据库。用电设备名称由时序序列数据经过树莓派管理终端模糊去噪分解后得到简单时序序列后，通过树莓派管理终端上传到云端服务器经由gpu运算得到字符串结果。
48.云端服务器作为数据中转，首先获取云数据库传输的简单时序序列。然后，云端服务器通过python对时序序列做一个简单的预处理，包括归一化、数据增强等步骤。随后，进行神经网络的运行。神经网络采用lstm长短期记忆神经网络，这个计算过程在一台载有响应机制的云gpu完成相关计算，并且将计算结果返回给云端服务器，云端服务器通过python程序完成剩余的程序工作，并且把识别的用电设备种类结果返回给数据库储存。
49.云端的gpu还要执行另外一个工作，在系统工作前期，需要获取一个额外的数据集作为训练集和验证集。这说明项目依赖已有的数据集进行前期的模型训练和验证，其结果将以模型文件的形式返回云端服务器，这是整个系统启动的预处理过程。预处理过程还包括前期规定所有用电设备种类以及用电设备集合，便于通过逻辑回归形成张量大小为的全连接层，进而通过布尔判断得到用电设备种类。在系统运转的过程中，每当gpu进行的逻辑回归结束后匹配到相应的用电设备种类，都会对相应模型进行一次更新，从而使神经网络模型更适应园区内所有相关设备的用电要求。
50.语音交互终端由一块单片机、接在单片机上用于循环识别判断外界声音的语音识别模块、接在单片机上用于将字符串以语音播报的语音合成模块，以及接在单片机上的为语音交互终端供电的电源构成。其中，语音交互终端首先通过语音识别模块捕捉到规定的字符串实现激活。在被激活后的10秒内，如果没有其他的响应，则回到未激活状态；如果得到了响应，那么重新计算10秒的倒计时。
51.语音交互终端会在激活后识别声音，并将声音解析为中文，与语料库预设的关键字符串进行匹配。匹配成功后发生响应，否则回复提示词提醒交流者再重复一遍。如果匹配成功，语音交互终端会回复相关的语句。这个语句是由变量和字符串常量拼接而成的。其中语句的变量需要由数据库调取得到。语音交互终端可以通过交流人员交流的语句的关键词判断出属于何种人群类型，进而将技术人员、用户和管理员三者区分开，并且给他们推送不同的回答。用户为参与园区用电的普通客户，技术人员或维修人员为进入园区检查的工作人员，管理员为管理园区用电的高权限用户。用户需要了解的是自己所处的用电环境是否有助于节能和花费多少电费，从而让培养节能减排和绿色能源的意识。维修人员需要了解的是通电时间，电流大小，功率和电网电压情况以及消耗的总电功，能够直接通过云平台调度整个用电终端的所有用电设备。管理员需要了解的是园区用电行为的分析。针对不同人群，中央交互机会通过语音交互得到使用者所需的物理量，进而推测出用户为何种人群，并针对用户的喜好在回答问题时推送相应的回答。例如，如果识别到使用者说出“电网电压情况”，那么通过指定的字符串进行指令激活。在声音向识别模块传输的过程中，会通过麦克风捕捉声信号，并将声信号转换为电信号。这个电信号会与之前程序预设好的语句进行匹配，如果匹配成功，此时语音识别模块便会执行相应的代码。如果匹配失败，则会匹配错误的代码块。程序可以设计一些表示无用的“垃圾关键词”，于是程序可以声明，如果“垃圾关键词”被识别，那么语音识别模块取消执行错误指令对应的代码块，并且迅速地检索下一个语音。如此，语音识别的准确率大大提高，而且延迟的情况得到了很好的解决。
52.云平台会实时调取云数据库的数据，并且将数据反馈给物联网客户端。园区用电管理的管理员具有通过物联网客户端的程序app查看。程序app提供图表显示功能、控制台功能和人机交互界面的虚拟部件。其中图表是以时间为自变量的数轴图像，能够反映各大用电末梢的用电状态，比如电费、电功和电流等数据。虚拟部件能够通过简易的ui设计界面进行操作，控制台能够为管理员提供文字的输入，并且反馈控制台的文字输出。当管理员将文字输入控制台的时候，控制台会根据字符串的包含关系与语料库进行匹配，并返回管理员所需要的结果。
53.除了语音交互终端，用户还可以通过控制台和云端进行远程交互。用户和楼宇排插系统的交互不再局限于交互机的物理空间。在云端，用户可以输入文字。同时云端会截取相应字符串与预设字符串进行比对。如果比对成功则回复相应消息，否则回复默认语句，比如系统默认回复“抱歉，我没有理解您的意思”，用户在收到这条消息以后即可重新输入消息。
54.本技术将用电终端的所有用电末梢接口通过云边端架构的形式以树莓派作为边缘计算序列进行区分，有利于管控所有用电接口的数量，有利于后期去噪分析将复杂序列区分。表现为，在用电设备接入用电环境的过程中，单片机内程序采用了一种能够写入嵌入式系统的数学计算方法，能够使得单片机识别出用电末梢是否有用电设备正在进行用电。这个用电末梢的设备使用数量会反馈给树莓派进行负荷分解，从而树莓派通过小波变换算法将不同用电设备的用电情况分解出来，并把结果上传至云数据库进行储存，并上传至云端服务器进行深度学习推理计算。其中，所有上述序列分析讨论的因变量，都是由于前期核主成分分析进行实验得到的。
55.基于上述数据流处理系统，本专利设计了能够将整个系统形成一个数据闭环的用
电架构，数据既可以从用电终端通过lora网关上传到树莓派，并经过处理后发送到云服务器、云数据库、云gpu和云平台，也可以将计算的结果返回到树莓派、单片机和云平台等数据终端，既保证了通信体系的稳定性，又减轻了各端的算力负担。并且能够通过语音交互和客户端等方式对各类情况进行及时的回馈，具有良好的架构可拓展性和工程可行性，降低了常规用电体系的成本，经过非侵入式负荷监测，更为科学地将统计的数据汇报给电力公司用于项目决策，加强公民的节能减排意识。
56.实施例2
57.请参阅图4，图4为本技术实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本技术实施例1所提供的基于非侵入式负荷监测的智慧园区用电管理系统对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
58.其中，存储器101可以是但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
59.处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
60.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
61.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
62.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计
算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
63.综上所述，本技术实施例提供的一种基于非侵入式负荷监测的智慧园区用电管理系统：本技术能够对用电设备的数据信息进行自动识别，从而进一步通过监测设备的用电情况，避免了安全隐患的发生；支持大量的用电设备信息传输，适合以园区为规模的用电产业；满足于分析园区内多个设备的用电习惯，将整理数据进行处理后发送树莓派管理终端，为用电治理和电力方案提供更好的决策；用电终端将用电设备的使用数量反馈给树莓派管理终端进行负荷分解，从而将不同用电设备的用电情况分解出来，并把结果上传至云端进行推理计算，能够提高非侵入式负荷识别的识别准确率，并且进一步地减轻云端算力负担；无需在每个用电设备处均安装传感器，极大地减小系统开支。本发明能够分析用电数据，并引导电力公司制定良好的方案，适用于园区内的大型用电生态系统，解决了基础建设成本高和算力资源浪费的问题，提高了用户的节能减排意识。
64.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
65.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。