一种基于互联网的智能节电控制系统技术方案

本发明专利技术属于智能节电技术领域，提供了一种基于互联网的智能节电控制系统，包括控制系统，所述控制系统包括线上智能可视化平台客户端

【技术实现步骤摘要】
一种基于互联网的智能节电控制系统


[0001]本专利技术属于智能节电
，具体地说是一种基于互联网的智能节电控制系统
。

技术介绍

[0002]互联网指的是网络与网络之间所串联成的庞大网络，这些网络以一组通用的协议相连，形成逻辑上的单一巨大国际网络，随着社会的发展与进步，互联网在生活的方方面面都应用非常广泛，对于楼宇，常常需要采用互联网来对目标区域进行节电控制；
[0003]目前，楼宇用电存在以下问题：
[0004]1.
管理制度缺乏严谨性
[0005]大部分的用电单位不具备完善的考评制度，甚至有些单位对合理化用电的评价根本没有拟定，通常实施用完再算的方式，导致节电的实用性较差
。
[0006]2.
较差的设备性能
[0007]现如今，我国对于机电设备的应用拥有着较大的规模，其中存在着一部分机电设备是陈旧落后形式的，有着较差的性能，再加上不能够及时的对其进行更新和改造使得在设备性能方面展现出极差的水准，进而导致节电的效果较差
。
[0008]因此，目前的楼宇用电的控制效果较差，同时，操作的步骤较为繁杂，导致无法及时对楼宇用电进行快速控制，导致楼宇节电控制效果较差
。
[0009]为此，本领域技术人员提出来一种基于互联网的智能节电控制系统来解决
技术介绍
中存在的问题
。

技术实现思路

[0010]为了解决上述技术问题，本专利技术提供一种基于互联网的智能节电控制系统，以解决现有技术中楼宇用电的控制效果较差，同时，操作的步骤较为繁杂，导致无法及时对楼宇用电进行快速控制，导致楼宇节电控制效果较差等问题
。
[0011]一种基于互联网的智能节电控制系统，包括控制系统，所述控制系统包括线上智能可视化平台客户端
、
线下终端设备
、
继电器和电路，所述线下终端设备与线上智能可视化平台客户端和线下终端设备电连接，所述继电器与电路通过控制相连接
。
[0012]优选的，所述线上智能可视化平台客户端包括电脑控制端
、
手机控制端和云服务器，所述电脑控制端和手机控制端与云服务器相互电连接
。
[0013]优选的，所述线下终端设备包括人体检测模块和微控制器，所述人体检测模块与微控制器相连接，所述微控制器和云服务器通过数据传输相连接，所述微控制器和继电器相连接；
[0014]线下终端设备由团队自行开发生产，同时配合继电器和接触器使用
。
继电器和接触器采用市场上现有的小型中间继电器和交流接触器，二者的电路连接关系可从现有技术中获知，在此不再赘述
。
[0015]优选的，所述线下终端设备还包括电闸部分
、
红外检测部分
、
摄像头部分和通讯部分；
[0016]电闸部分采用继电器及接触器配合使用的方式；
[0017]红外检测部分为红外监控传感器部分，其采用双单元高性能热释电探头；
[0018]摄像头部分使用
sipeed M2DOCK
作为智能视觉硬件平台，其平台有着强大的计算性能与具备较强的计算性能；
[0019]通信部分采用国内优秀产品蓝牙和无线
WiFi
模组，对两种无线传输技术进行综合使用，无线传输场景广泛通用，可接入无线接口产品生态链
。
[0020]优选的，所述控制系统还包括线上平台客户端设计
、
算法应用设计
、
核心电路设计和主要技术指标；
[0021]线上平台客户端设计包括云服务设计，云服务设计包括云应用后台服务器，其构建于阿里云物联网云平台，该服务器可提供
X86、ARM
计算架构
、GPU
异构计算等
、
弹性裸金属及超级计算集群架构，云服务器
ECS
支持多种架构，有
ECS
共享型
s6、
计算型
c7、
通用型
g8、
通用算力型
、
内存型
、GPU
型
、
本地
SSD
型
、
大数据型
、
高主频型
、
裸金属型等，
CPU
处理器包括
intel
和
AMD
，用户可以根据自身应用实际使用场景来选择对应的
ECS
实例规格；
[0022]核心电路设计包括智能节电装置电路图及
PCB
板；
[0023]主要技术指标包括：人体数目捕获准确度，改进后
YOLO
目标检测算法提升灵敏度，云端服务器传输时间，实际日均节电效率
。
[0024]优选的，云服务设计还包括云服务器框架，所述云服务器框架包括应用系统，应用系统分两部分组成：若干个本地线下终端设备和一个总部服务
。
本地节电服务由传感器信息采集模块
、
实时监测和控制模块
、
报警模块
、
复杂事件处理模块和报表模块组成
。
总部服务需要与区域电力管理办公室进行交互，向其报告紧急事件和统计数据
。
所有本地线下终端设备和总部服务的不同模块都通过统一消息分发网络中的事件代理相互连接
。
[0025]优选的，所述算法应用设计包括
YOLO
目标检测算法
、
采用
GSCAN
算法进行单个房屋内使用热点区域进行预测和采用
BiLSTM
神经网络算法对各个房间使用人数进行精准人数预测；
[0026]YOLO
目标检测算法：
YOLO
是一种端到端的物体检测算法
,
有着在保持图像检测精度情况下实现高速识别且简单易用，能够实现多场景使用的优点
。
[0027]与现有技术相比，本专利技术具有如下有益效果：
[0028]本专利技术通过运用多种传感器和物联网等技术，通过
STM32
系列控制芯片对一定区域进行实时红外监控和目标检测，对检测数据的处理以及网络接入，并将处理数据传输至
PLC
模块，经智能互联信息
I/O
模块处理并执行命令后，实现电源开关智能控制，进而达到楼层
、
楼宇及目标区域用电能耗控制的目的，增强楼宇用电的控制效果，同时，控制操作的步骤较为简便，可以及时对楼宇用电进行快速控制，进而增强楼宇节电控制的效果
。
附图说明
[0029]图1为本专利技术的总系统框架流程图；
[0030]图2为本专利技术的产品运行流程图；
[0031]图3为本专利技术的
YOLO
目标检测算法模型结构图；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于互联网的智能节电控制系统，其特征在于：包括控制系统，所述控制系统包括线上智能可视化平台客户端
、
线下终端设备
、
继电器和电路，所述线下终端设备与线上智能可视化平台客户端和线下终端设备电连接，所述继电器与电路通过控制相连接
。2.
如权利要求1所述基于互联网的智能节电控制系统，其特征在于：所述线上智能可视化平台客户端包括电脑控制端
、
手机控制端和云服务器，所述电脑控制端和手机控制端与云服务器相互电连接
。3.
如权利要求1所述基于互联网的智能节电控制系统，其特征在于：所述线下终端设备包括人体检测模块和微控制器，所述人体检测模块与微控制器相连接，所述微控制器和云服务器通过数据传输相连接，所述微控制器和继电器相连接
。4.
...

【专利技术属性】
技术研发人员：于越康，姚鑫，信懿芳，管桐辉，赵方怡，李为坤，郭梦妮，文有华，龙腾飞，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：