基于物联网和大数据分析法的智能家居能源管理系统

◇上海中建海外发展有限公司 郭振涛

澳创国际工程设计（深圳）有限公司北京分公司 朱云晓

日益增长的能源成本和需求促使许多科研人员寻找监测、控制和节约能源的新方法。智能能源管理系统（EMS）可以在满足能源需求的同时降低成本。物联网（IoT）和大数据等新兴技术可用于更好地管理建筑能源消耗。基于物联网和大数据技术，本文研究了一种智能家居的能源管理系统。

在智能家居中高效地使用能源可以节省资金，提高可持续性，并大大减少碳排放。因此，智能家居和智能城市对智能能源管理的需求正在上升[1]。然而，由于缺乏低成本、易部署、低维护的技术，这在一定程度上限制了此类系统的大规模应用。物联网技术可以提供一个计算平台[2]，对家电能耗进行监控和控制。大数据技术也可以用来收集和分析大量数据。可以通过预测分析和先进的算法进行监测、收集和分析数据，以报告、图表和图片的形式表达信息。物联网技术与大数据分析的结合提出了一种能源管理解决方案[2]。此外，物联网的使用还可以实现对家庭设备的无缝远程访问控制，例如用户可以通过计算机或手机在线访问家用电器的开/关使用模式。

本文设计并实现了一个智能能源管理系统（EMS）系统。本文采用了基于物联网的MQTT通信协议，使得电子产品成为可扩展的系统。此外，该系统可对收集的数据进行有效分析并通过仪表板显示分析结果，使用基于大数据的数据存储技术确保了系统的可扩展性，从而为业主和公用事业供应商提供能源管理服务。

1 系统架构

本系统的软硬件架构如下所示。

1.1 硬件架构

（1）传感器和执行器。固态继电器是由微控制器控制的，可相应地打开/关闭设备。电流传感器用于测量交流电流以计算功耗。

（2）高端微控制器。SoC高端微控制器用作管理HVAC单元的边缘设备数据采集模块。小型化、高速化、轻量化的SoC适合于住宅小区。

（3）服务器。在所提出的架构中，服务器是高端PC机，也可以部署在云上以实现广泛的可访问性。安装的服务器包括：MQTT代理、高度可扩展的存储服务器、分析引擎服务器和Web服务器。开发和使用的每台服务器的功能将在软件体系结构部分进行说明。

1.2 软件架构

软件架构包括两个主要构建模块：边缘设备上的数据采集模块、中间件模块。

（1）数据采集模块。数据采集模块具有监控功能和控制功能。监控功能连续读取环境温度、湿度和交流功耗，并通过MQTT协议将读数传输给中间件模块。这些参数以标准的MQTT格式定期被格式化并报告给中间件。控制功能用于接收来自中间件模块的命令，从而相应地打开/关闭交流单元。

（2）中间件模块。中间件模块由MQTT服务器组成，如下所述。

MQTT服务器为边缘设备和中间件之间的通信提供了一种媒介[3]。在代理端，执行了访问控制，以防止未经授权访问某些内容。只有具有权限的用户才能读取正在发布的内容。

采用高度可扩展的存储服务器作为数据库，存储边缘设备的传感器数据和用户信息。它可以处理从住宅单元生成的大数据，也可以扩展到将来可以添加的更多住宅区。需要一个高性能、可扩展的数据库来存储与用户、用户-房屋关系和房屋-设备关系相关的信息。选择在现有可扩展存储服务器上运行的操作数据库。

1.3 分析引擎服务器

利用现成的商业智能软件工具，从收到的大数据中做出最优的决策。例如：测量数据根据每户的温度、湿度和耗电量进行分类。此分类用于生成报告、图形和图表，以确定住宅区中房屋的消费模式。这使每个业主都能根据环境条件看到自己的用电模式。

业主可以基于这些信息打开/关闭设备。这些报告和图表将通过web服务器呈现给客户端应用程序。

1.4 网络服务器

客户端应用程序通过使用JavaScript实现的不同web服务访问操作数据库。这些服务用于在数据库之间传输数据，并将数据发送回请求者。客户端应用程序使用Web服务来验证监视和控制设备、查看已注册的属性、查看已注册的设备、每月账单查看/支付以及查看适合用户级别的图表。HTTPS协议用于设计web服务来加密流量。

图1显示了从家庭设备到最终用户应用的双向数据流的总体序列图；一种用于监视设备消耗细节，另一种用于最终用户的远程访问控制。

图1 总体序列

2 试验分析

为了验证该系统的体系结构，设计、制造了一个原型系统，并在实验室进行了测试。在本节中，系统原型中使用的硬件和软件组件详细描述如下所示。

2.1 硬件

硬件由传感器阵列、高端微控制器和继电器组组成。传感器阵列由RFID阅读器、温度、湿度和电流传感器组成。这些传感器收集设备状态并定期向微控制器报告。RFID模块由RFID标签和每个家庭设备的读卡器组成，家庭所有者通过读卡器刷卡标签来对设备进行本地控制。微控制器是边缘上的高端单SoC，它收集来自传感器的信息，并通过MQTT代理将其转发给服务器进行进一步处理。由于微控制器不能提供足够的功率，因此采用固态继电器组为电器提供功率驱动电路。为了在实验室中实现，风扇被用来模拟暖通空调机组。根据不同的流程，可以对微控制器进行编程，使其在每种情况下发挥不同的功能。对于功耗分析，通过对微控制器编程来从传感器收集温度、湿度和功耗数据。图2显示了在实验室中搭建的模拟平台。

图2 硬件平台

2.2 软件

软件实现包括基准测试和数据分析技术，使用商业智能工具实时生成图形、图表和报告。随后开发了一个移动应用程序，将生成的图形、图表和报告呈现给最终用户。这些软件模块的描述如下所示。

（1）基于BI平台的基准测试与数据分析。数据挖掘的主要分析技术之一是基准测试。对数据集进行基准测试有助于确定哪些房屋或住宅区应作为制定最佳能源管理目标和政策的重点。商业智能软件工具是一个最佳的平台，用于基准化实时数据和生成用户交互图表和报告。业主可以使用基准服务来比较他们的电力消耗与其他住房单位有类似的设置。对于社区利益相关者，他们有权监控各自社区所有房屋的用电情况。有两种类型的设置涉及：第一，基准每年每平方英尺的电力消耗每个房子的电力消耗。第二，根据每个房屋的年耗电量和房屋年龄进行分类。此外，他们还可以查看不同社区每月和每年的平均耗电量。图形数据将用于根据过去的记录创建基准，以进行根本原因分析，这是前面提到的业务流程之一。

（2）客户端应用程序。开发了一个跨平台应用程序，根据每个利益相关者的权限，为他们提供不同的数据分析视图。一旦用户登录，服务将运行以获得用户权限和用户界面组件，他/她将能够看到这些组件。

为了评估系统的可扩展性、速度和安全性，开发了一套标准。可伸缩性是MQTT服务器和Web服务器主要关注的问题，以适应国家级的所有客户。速度对于在存储服务器或操作数据库之间进行查询也很重要。值得一提的是，拟议系统的安全方面正在开发中。

3 结束语

本文提出的基于物联网和大数据能源管理系统可以监测家庭用电设备的电能损耗，可以在手机客户端远程控制设备的开启、关闭，为不同的用户设置相应的权限，使之能获得相应信息。该系统为能源管理开辟了新的途径。