家庭电器电量分析与预测方法研究

摘要

随着科学技术快速发展，我国经济水平的不断增长，人们的生活水平不断提高，对安全、舒适、自由、现代化的生活环境需求增强，智能小区的出现应运而生。智能家居是智能小区的基本组成部分，它为人们提供了舒适的生活环境。智能家居中所提供的功能主要是通过智能设备实现的，家庭电器设备正朝着节能、控制、便于管理的方向发展。海尔、科隆和清华同方均相应推出了各自的智能化家电产品。其产品可实现电器设备信息的采集、输入、处理、输出、控制等一体化功能。
　　家庭中用电设备的增多引起家庭用电量增多，家庭用电在社会总体电能消耗中占很大的比例，因此，家庭电能的节省对整个社会的节能减排具有重要的推动作用。电量分析有助于了解和掌握某一家庭电器或家庭的整体用电情况，能为家庭的日常活动节约不必要的能耗，对电量进行预测预警，有助于对用户过量使用电量进行提醒，达到节约电能、降低排放的目的。论文针对家庭电器的电量分析和预测预警问题展开研究，所做的主要工作如下:
　　1.家庭设备的管理，提供家庭设备的增添、删除和修改功能，可以查看家庭设备的状态型号、功率等信息，及时了解设备运行情况。对家庭中的每个设备，提供按日、月、季、年等方式的用电信息的浏览、查询和分析功能。
　　2.家庭整体电量信息管理。可以通过网站按日、月、季度、年形式随时随地查看家庭所有设备的用电情况，通过折线图、柱状图等形式对家庭整体用电情况进行查看和分析，用图表对用电量进行统计。
　　3.家庭用电量的预测预警，基于BP神经网络确定了月份、周末平均用电情况、家庭常驻人口数和主要用电设备个数等影响因子，利用MATLAB对家庭整体用电量按月进行预测。结合三级阶梯电价标准，对用户当月用电量进行提醒，帮助用户调整用电习惯，实现计划用电、合理用电、安全用电，达到降低用电量，节约电能的目的。

目录

声明

摘要

1 绪论

1．1 课题的背景及意义

1．2 国外研究现状

1．3 国内研究现状

1．4 研究内容

1．5 文章的组织结构

1．6 本章小结

2 相关技术介绍

2．1 开发环境相关技术

2．1．1 B／S架构介绍

2．1．2 MVC三层架构体系简介

2．1．3 网页生成技术介绍

2．1．4 Mysql数据库概述

2．1．5 JDBC连接技术

2．2 电量分析预测相关技术

2．2．1 电量分析相关技术

2．2．2 电量预测相关技术

2．2．3 人工神经网络介绍

2．3 BP神经网络用于电量预测的可行性

2．4 本章小结

3 系统总体架构设计

3．1 系统需求分析

3．2 系统建设目标

3．3 系统的设计原则

3．4 功能架构设计

3．4．1 展现层

3．4．2 功能层

3．4．3 数据库服务层

3．5 功能层模块设计

3．6 数据库设计

3．7 本章小结

4 基于BP网络的电量预测方法的设计

4．1 MATLAB软件包的选择

4．1．1 MATLAB的特点

4．1．2 MATLAB中的BP神经网络结构

4．2 BP神经网络的设计

4．2．1 神经网络层数的确定

4．2．2 样本数据的选取与预处理

4．2．3 网络各层神经元个数

4．2．4 隐含层激励函数的选取

4．3 BP神经网络的预测、预警

4．3．1 利用BP神经网络对电量进行预测

4．3．2 利用BP神经网络对电量信息进行预警

4．4 预测、预警结果及分析

4．5 本章小结

5 系统功能实现

5．1 系统测试开发平台与工具插件的使用

5．2 电量分析功能实现

5．2．1 首页面设计

5．2．2 设备信息查看

5．2．3 用电情况查看

5．3 电量预测、预警功能实现

5．4 本章小结

6 结束语

6．1 总结

6．2 展望

参考文献

作者简介

致谢