基于深度学习算法的校园用电管理系统

1.本发明涉及一种用电系统领域，具体地说是一种基于深度学习算法的校园用电管理系统。


背景技术：

2.目前，校园用电缺乏有效的管理系统，学生用电需要去人工窗口处理、查询，辅导员也无法直接控制学生用电，且学校无法实时掌握学生用电情况。


技术实现要素：

3.本发明提供基于深度学习算法的校园用电管理系统，其目的是解决现有技术的缺点，方便学生用电，方便学校用电管理。
4.本发明解决其技术问题的方案在于：
5.基于深度学习算法的校园用电管理系统，其特征在于：
6.智能电表安装部署在各个学生公寓、宿舍；数个智能电表与一个数字信号采集器连接；数字信号采集器以校园网与应用服务器网络连接，用电管理系统在应用服务器内；应用服务器与云数据库网络连接；应用服务器与客户终端网络连接，通过客户终端中的软件操作用电管理系统；应用服务器与移动终端网络连接，通过移动终端中的程序操作用电管理系统；
7.系统运作时：
8.智能电表将数据传输给数字信号采集器，数字信号采集器将学生公寓的用电情况实时上传至应用服务器内的用电管理系统；
9.应用服务器内的用电管理系统将获取到的学生公寓用电数据写入云数据库，以宿舍为单位进行数据的分类汇总并存储下来；
10.用电管理系统内的基于深度学习算法搭建的数据提取与分析处理模块会介入进行计算与分析，实时获取学生宿舍当前用电的情况，针对不同的场景对控制器做出不同的指令：
11.基础电量自动排除计费：
12.当宿舍用电量未达到基础电量上限时，仅分析宿舍用电强度分布信息，不纳入计费范围中；
13.提醒及预警：
14.通过每天获取到的宿舍用电数据，通过深度学习算法得到每个宿舍独立的用电强度模型，针对不同的模型对用户发送不同的提醒信息与预警信息；
15.用电预测：
16.基于深度学习算法获取的单宿舍用电强度模型，在学生进行预存或缴存电费时，提供电费金额建议；金额数值在用电模型的基础上引用趋势平均法进行计算；
17.用户的缴费可能性预测：
18.基于用户一直以来的预缴存电费记录，进行用户的缴费可能性预测；短路以及漏电保护：
19.当系统检测到有因短路或漏电造成异常大电流产生时，及时切断控制器；
20.负载限制：
21.检测到有短时间大功率负载出现时，立刻发送信息至用户手机，若用户不停止使用大功率电器，则在一定时间后切断供电；
22.用电白名单：
23.用户因特殊情况需要延长熄灯时间的，可在终端提交延长用电申请，在用电管理系统中经oa审批流交由辅导员审批，辅导员审批通过后，系统自动延长熄灯断电时间；
24.夜间小功率负责限制：
25.系统在熄灯后并不会直接切断一切用电，而是将负责调整至夜间小功率模式，当此时出现大功率用电情况时，则会触发系统报警从而切断用电；
26.多线路分类功率限制：
27.宿舍中照明、插座、空调等通过智能电表进行多线路分类控制；空调线路不纳入熄灯限制范围，插座在夜间熄灯后进行小功率负责限制，照明线路在熄灯后切断供电；
28.数据汇总：
29.根据每个宿舍独特的用电模型，系统会每月定期推送用电情况至每位用户的终端上，便于用户查询；辅导员会每月定期收到各个宿舍的用电情况分析数据。
30.所述移动终端中的程序为app或微信公众号或小程序。
31.本发明的基于深度学习算法的校园用电管理系统以tensorflow运行。
32.学生每月的基础电量，可以在月初由用电管理系统自动写入学生的个人一卡通。
33.学生在校园“一卡通”管理中心、人工窗口、自助终端、电脑网站、手机app以及小程序中查看个人、所在房间的用电信息。
34.当学生需要续交电费时，在管理中心、人工窗口、自助终端、网站、手机app以及小程序实现快捷自助业务办理。
35.用电管理系统内置oa审批流，当学生存在特殊用电申请时，可在客户终端和移动终端提交延长熄灯申请，由辅导员进行审批，审批通过后，管理终端将会延长熄灯时间。
36.每天的用电量汇总，扣除基础电量后与用户卡内余额进行动态计算，提前预测剩余额度可使用的时长，及时提醒学生进行充值缴费。
37.本发明的有益之处在于：
38.用电时，基于深度学习算法框架搭建的数据提取与分析处理模块会介入进行计算与分析，实时获取学生宿舍当前用电的情况，针对不同的场景对控制器做出不同的指令，方便学校用电管理。并且学生可以不必一定要到人工窗口处理查询用电情况，方便了学生用电。
附图说明
39.下面结合附图和实施例对本发明进一步说明。
40.图1是本发明系统的硬件架构示意图；
41.图2是本发明用户管理系统流程图。
具体实施方式
42.为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的实施例。为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。
43.需要说明的是，当元件被表述“固定于”另一个元件，它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件，它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“内”、“外”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
44.如图1所示：
45.本发明的硬件架构为：
46.智能电表安装部署在各个学生公寓、宿舍作为一线的数据采集终端。
47.数个智能电表与一个数字信号采集器连接。
48.数字信号采集器以校园网与应用服务器网络连接，用电管理系统在应用服务器内，应用服务器用于提供该系统的数据交互以及用户访问，提供高并发下的系统性能保障。
49.应用服务器与云数据库网络连接，云数据库负责保存相关的用户数据，为大数据以及深度学习算法提供数据支撑。
50.应用服务器与客户终端网络连接，通过客户终端也即电脑中的软件操作用电管理系统。
51.应用服务器与移动终端网络连接，通过移动终端也即手机中的程序(app或微信公众号或微信小程序)操作用电管理系统。
52.客户终端和移动终端为学生用户、管理员提供缴费、查询、后台管理等功能。
53.用电管理系统部署在应用服务器上，与校园网进行对接，便于学生利用校园个人id及密码由内网登录系统，根据个人权限进行信息查询修改，用电管理、个人申诉等操作。
54.学生每月的基础电量(无需额外付费的部分)，可以在月初由用电管理系统自动写入学生的个人一卡通，无需再到人工窗口单独处理。
55.学生可以在校园“一卡通”管理中心、人工窗口、自助终端、电脑网站、手机app以及小程序中查看个人、所在房间的用电信息，无需在固定时间到固定窗口排队查询。
56.当学生需要续交电费时，可以在各个不同的终端(管理中心、人工窗口、自助终端、网站、手机app以及小程序)24h实现快捷自助业务办理。
57.用电管理系统内置oa审批流，当学生存在特殊用电申请时，可在客户终端和移动终端提交延长熄灯申请，由辅导员进行审批，审批通过后，管理终端将会延长熄灯时间。
58.系统运作时：
59.智能电表将数据传输给数字信号采集器，数字信号采集器将学生公寓的用电情况实时上传至应用服务器内的用电管理系统。
60.应用服务器内的用电管理系统将获取到的学生公寓用电数据写入云数据库，以宿
舍为单位进行数据的分类汇总并存储下来。
61.用电管理系统内的基于tensorflow深度学习算法搭建的数据提取与分析处理模块会介入进行计算与分析，实时获取学生宿舍当前用电的情况，针对不同的场景对控制器做出不同的指令。
62.基础电量自动排除计费：
63.当宿舍用电量未达到基础电量上限时，仅分析宿舍用电强度分布信息，不纳入计费范围中。如用电高峰集中在每晚的19:00至23:00，以及每天的用电量汇总，扣除基础电量后与用户卡内余额进行动态计算，提前预测剩余额度可使用的时长，及时提醒学生进行充值缴费。
64.提醒及预警：
65.通过每天获取到的宿舍用电数据，通过深度学习算法得到每个宿舍独立的用电强度模型，针对不同的模型对用户发送不同的提醒信息与预警信息。如a宿舍用电强度较大，则在用户余额以当前用电强度平均值能支持2-3天时就发送提示信息，提醒学生及时缴费以免造成断电影响。如b宿舍用电强度较低，则在用户余额以低强度用电平均值能支持1-2天时再发送提示信息，提醒用户缴费。
66.用电预测：
67.基于深度学习算法获取的单宿舍用电强度模型，在学生进行预存或缴存电费时，提供电费金额建议，用电强度大的宿舍，建议金额将略大，用电强度低的宿舍，建议金额将略低。金额数值将在用电模型的基础上引用趋势平均法进行计算。
68.一个例子如下表：
69.22
×
1年月份用电量五期平均变动趋势三期趋势平均数166............268............374...............716468............764.4582............82.46.44.8688863.65710091.25.24.489295.64.43.33994960.42.2610104982119012110
70.用户的缴费可能性预测：
71.基于人性化管理原则，基于深度算法的用电管理系统将不会在用户欠费时立刻进行断电，而是会基于用户一直以来的预缴存电费记录，进行用户的缴费可能性预测。若用户从未有过欠费记录，则第一次欠费并不会直接断电，而是将通过短信形式通知用户进行缴费。若用户有过欠费记录，但每次补缴时间不超过一天，则欠费后延时断电时长为用户欠费至补缴时间的最大值，同时发送信息提醒用户补缴。若用户欠费记录较多，且补缴时间较
长，则欠费后延时断电时间将按欠费时长权重进行相应缩短。
72.短路以及漏电保护：
73.当系统检测到有因短路或漏电造成异常大电流产生时，及时切断控制器，保护用电设施以及用电安全，防止造成火灾等危害人生安全的事故发生。
74.负载限制：
75.由于学校禁止学生在宿舍使用大功率电器，所以用电管理系统也对此进行了功率与负载限制。如卷发棒、电磁炉、电饭煲、热得快、电热杯、取暖器等大功率电器实施自动识别控制，检测到有短时间大功率负载出现时，立刻发送信息至用户手机，若用户不停止使用大功率电器，则在一定时间后切断供电。
76.用电白名单：
77.用户因特殊情况(如学习、复习等)需要延长熄灯时间的，可在终端提交延长用电申请，在用电管理系统中经oa审批流交由辅导员审批，辅导员审批通过后，系统会自动延长熄灯断电时间。
78.夜间小功率负责限制：
79.考虑到学生有晚间台灯、手机充电等小功率使用需求，系统在熄灯后并不会直接切断一切用电，而是将负责调整至夜间小功率模式，当此时出现大功率用电情况时，则会触发系统报警从而切断用电。
80.多线路分类功率限制：
81.宿舍中照明、插座、空调等通过智能电表进行多线路分类控制。空调线路不纳入熄灯限制范围，插座在夜间熄灯后进行小功率负责限制，照明线路在熄灯后切断供电。
82.数据汇总：
83.根据每个宿舍独特的用电模型，系统将会每月定期推送用电情况至每位用户的终端上，便于用户查询。用户可根据系统推送的用电情况分析，来合理安排自身的用电需求。用电情况的分析数据包含月度用电总量、用电高峰时段、高功率电器占比等。
84.辅导员作为班级的管理者，也会每月定期收到各个宿舍的用电情况分析数据，便于辅导员针对性的进行开展工作。针对用电强度大的宿舍要加以关注，避免因沉迷游戏等进而影响学习。
85.智能电表是智能电网(特别是智能配电网)数据采集的基本设备之一，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础。智能电表除了具备传统电能表基本用电量的计量功能以外，为了适应智能电网和新能源的使用它还具有双向多种费率计量功能、用户端控制功能、多种数据传输模式的双向数据通信功能、防窃电功能等智能化的功能。
86.在智能电表基础上构建的高级量测体系(advanced metering infrastructure，ami)、自动抄表(automatic meter reading，amr)系统能为用户提供更加详细的用电信息，使用户可以更好地管理他们的用电量，以达到节省电费和减少温室气体排放的目标；电力零售商可以根据用户的需求灵活地制定分时电价，推动电力市场价格体系的改革；配电公司能够更加迅速地检测故障，并及时响应强化电力网络控制和管理。
87.智能电表无须人工抄表,工作人员只需通过电脑便可轻松统计每户居民的用电量及应缴纳费用。这不仅避免了人力的大量消耗,而且还避免了因人工抄表而出现的错漏。
88.本发明的基于深度学习算法的校园用电管理系统以tensorflow运行。
89.用电管理系统流程图如图2所示：
90.在不同的阶段：
91.智能电表：实时获取用户用电数据并上传至服务器。
92.用户终端：用户通过客户端、app、小程序、自助终端等查询个人信息，然后，在用户终端进行充值、缴费等操作。
93.管理终端：系统管理模块接受数据并与云数据库连接。
94.智能分析模块：分析客户数据，并反馈至控制模块。
95.控制模块：控制模块发送提示、预警信息，并控制智能电表限制功率或断电。
96.google开源的tensorflow是一款使用c++语言开发的开源数学计算软件，使用数据流图(data flow graph)的形式进行计算。图中的节点代表数学运算，而图中的线条表示多维数据数组(tensor)之间的交互。tensorflow灵活的架构可以部署在一个或多个cpu、gpu的台式及服务器中，或者使用单一的api应用在移动设备中。tensorflow最初是由研究人员和google brain团队针对机器学习和深度神经网络进行研究而开发，开源之后几乎可以在各个领域适用。
97.tensorflow是全世界使用人数最多、社区最为庞大的一个框架，因为google公司出品，所以维护与更新比较频繁，并且有着python和c++的接口，教程也非常完善，同时很多论文复现的第一个版本都是基于tensorflow写的，所以是深度学习界框架默认领导者。
98.tensorflow工作流易于理解。它的api保持着高度的一致性并且很稳定，维护者始终在努力确保每次改动都向下兼容。
99.tensorflow与numpy无缝集成，可使大多数了解python的数据科学家如鱼得水。
100.tensorflow不会占用太多的编译时间，使用户可快速验证自己的想法，而不必将大量的时间耗费在不断的迭代编译与更新发布上。
101.目前已有多种高层接口构建在tensorflow之上，如keras这就使得即便用户不希望动手实现整个模型，也可以利用tensorflow的优势。
102.tensorflow在cpu和gpu上运行，比如说可以运行在台式机、服务器、手机移动设备等等。
103.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.基于深度学习算法的校园用电管理系统，其特征在于：智能电表安装部署在各个学生公寓、宿舍；数个智能电表与一个数字信号采集器连接；数字信号采集器以校园网与应用服务器网络连接，用电管理系统在应用服务器内；应用服务器与云数据库网络连接；应用服务器与客户终端网络连接，通过客户终端中的软件操作用电管理系统；应用服务器与移动终端网络连接，通过移动终端中的程序操作用电管理系统；系统运作时：智能电表将数据传输给数字信号采集器，数字信号采集器将学生公寓的用电情况实时上传至应用服务器内的用电管理系统；应用服务器内的用电管理系统将获取到的学生公寓用电数据写入云数据库，以宿舍为单位进行数据的分类汇总并存储下来；用电管理系统内的基于深度学习算法搭建的数据提取与分析处理模块会介入进行计算与分析，实时获取学生宿舍当前用电的情况，针对不同的场景对控制器做出不同的指令：基础电量自动排除计费：当宿舍用电量未达到基础电量上限时，仅分析宿舍用电强度分布信息，不纳入计费范围中；提醒及预警：通过每天获取到的宿舍用电数据，通过深度学习算法得到每个宿舍独立的用电强度模型，针对不同的模型对用户发送不同的提醒信息与预警信息；用电预测：基于深度学习算法获取的单宿舍用电强度模型，在学生进行预存或缴存电费时，提供电费金额建议；金额数值在用电模型的基础上引用趋势平均法进行计算；用户的缴费可能性预测：基于用户一直以来的预缴存电费记录，进行用户的缴费可能性预测；短路以及漏电保护：当系统检测到有因短路或漏电造成异常大电流产生时，及时切断控制器；负载限制：检测到有短时间大功率负载出现时，立刻发送信息至用户手机，若用户不停止使用大功率电器，则在一定时间后切断供电；用电白名单：用户因特殊情况需要延长熄灯时间的，可在终端提交延长用电申请，在用电管理系统中经oa审批流交由辅导员审批，辅导员审批通过后，系统自动延长熄灯断电时间；夜间小功率负责限制：系统在熄灯后并不会直接切断一切用电，而是将负责调整至夜间小功率模式，当此时出现大功率用电情况时，则会触发系统报警从而切断用电；多线路分类功率限制：宿舍中照明、插座、空调等通过智能电表进行多线路分类控制；空调线路不纳入熄灯限制范围，插座在夜间熄灯后进行小功率负责限制，照明线路在熄灯后切断供电；数据汇总：
根据每个宿舍独特的用电模型，系统会每月定期推送用电情况至每位用户的终端上，便于用户查询；辅导员会每月定期收到各个宿舍的用电情况分析数据。2.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：所述移动终端中的程序为app或微信公众号或小程序。3.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：基于深度学习算法的校园用电管理系统以tensorflow运行。4.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：学生每月的基础电量，可以在月初由用电管理系统自动写入学生的个人一卡通。5.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：学生在校园“一卡通”管理中心、人工窗口、自助终端、电脑网站、手机app以及小程序中查看个人、所在房间的用电信息。6.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：当学生需要续交电费时，在管理中心、人工窗口、自助终端、网站、手机app以及小程序实现快捷自助业务办理。7.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：用电管理系统内置oa审批流，当学生存在特殊用电申请时，可在客户终端和移动终端提交延长熄灯申请，由辅导员进行审批，审批通过后，管理终端将会延长熄灯时间。8.如权利要求1所述的基于深度学习算法的校园用电管理系统，其特征在于：每天的用电量汇总，扣除基础电量后与用户卡内余额进行动态计算，提前预测剩余额度可使用的时长，及时提醒学生进行充值缴费。

技术总结
本发明提供基于深度学习算法的校园用电管理系统，其特征在于：基于深度学习算法的校园用电管理系统，其特征在于：智能电表安装部署在各个学生公寓、宿舍；数个智能电表与一个数字信号采集器连接；数字信号采集器以校园网与应用服务器网络连接，用电管理系统在应用服务器内；应用服务器与云数据库网络连接；应用服务器与客户终端网络连接，通过客户终端中的软件操作用电管理系统；应用服务器与移动终端网络连接，通过移动终端中的程序操作用电管理系统。本发明方便学生用电，方便学校用电管理。方便学校用电管理。方便学校用电管理。


技术研发人员：陆勤
受保护的技术使用者：上海交通大学医学院
技术研发日：2023.04.11
技术公布日：2023/9/22