(厦门大学嘉庚学院信息科学与技术学院, 福建漳州 363105)
摘要: 为了解决学生公寓非法电器人工检查时效性和规模的限制，研究设计了基于MSP430的非法电器在线识别系统。 系统由用电安全执行终端和远程监控平台组成。 安全执行终端采用MSP430F5529单片机和JSY1-41电量传感器，实现电量自动监测、非法电器独立识别以及自动断电和恢复操作； 远程监控平台实现远程监控、远程报警、违章记录存储等功能。 。 测试结果表明，该系统能够及时识别并限制学生公寓违规电器的使用，有效降低违规电器给生命财产造成的风险。
关键词：非法电器； 负载识别； 传感器； 监控系统； 微控制器
中国图片分类号：TP277
文件识别码：A
DOI：10.16157/j.issn.0258-7998.2017.01.028
中文引文格式：郭怡静，严跃跃，高风强。 基于MSP430的违法电器在线识别系统设计[J]. 电子技术应用，2017，43(1)：107-110。
英文引文格式：Guo Yijing，Yan Yuyue，Gao Fengqiang。 基于MSP430的非法电器在线识别系统[J]. 电子技术应用, 2017, 43(1): 107-110.
0 前言
随着高等教育大众化的推进，大学生人数急剧增加，大学生公寓火灾事故也随之增多。 据相关资料显示，吹风机、电磁炉、烫发器等电阻性负载是学生公寓火灾的主要原因，被称为违规电器[1-2]。 由于大多数高校采用的人工检查违规电器的方式时间短、规模小，学生公寓违规电器的发现率较低，不能从根本上解决违规电器的使用问题[3-4] ]。 因此，对非法电器的实时、自动识别和有效限制已成为保障学生公寓用电安全的重要组成部分。 鉴于此，本文研究一种基于功率传感器的校园违规电器识别系统。 通过家庭母线的电气参数计算干线上新增负载的电气参数，从而实现用电自动监测、非法电器独立识别、自动关机。 恢复电源运行。 该系统将进一步降低学生公寓违规电器给学生用户带来的风险，保障学生用电安全。 与目前的非法电器识别系统相比，该系统更加准确、有效、快速、实用。
1 系统总体设计
系统主要由电力安全执行终端、网关设备、远程监控平台组成。 图1是系统通信结构图[5-6]。 用电安全执行终端采集宿舍进线主回路电流、电压、有功功率、功率因数等电能数据。 同时对采集到的数据进行滤波、去噪等预处理，估算新插入电器的电能参数。 然后将电器的参数和判断结果通过CAN总线传输到网关。 网关将数据转换为TCP/IP并传输到以太网，最后传输到远程监控平台。 远程监控平台通过接入以太网获取各宿舍楼当前用电数据，实现远程监控、远程停电、远程恢复供电等功能。
2 硬件设计
电力安全执行终端主要由单片机MSP430F5529单片机、电力驱动电路、电力传感器、CAN总线通信电路、继电器模块组成。 用于实现主电路电参数采集、新型支路电参数估算、远程数据采集。 自动断电和恢复操作等功能。 硬件总体结构图如图2所示。单片机控制电力传感器采集入户主干道上的电气参数，并对采集到的数据进行处理和逻辑识别。 如果识别出非法电器，系统将控制继电器切断家庭总线，并等待远程监控平台的恢复供电指令重新连接家庭总线。
2.1 微控制器简介
微控制器采用MSP430系列的16位微控制器MSP430F5529。 它采用16位RISC处理器内核，主频高达25 MHz，内置数控振荡器（DCO）和128 KB闪存。 它还具有丰富的片上外设资源，包括UCS、Flash控制器、RAM控制器、DMA控制器、COMP、UART、ADC、I2C、SPI等接口。 它可以在不同的低功耗模式下关闭不同的系统时钟，并且可以提供多达6种低功耗模式。 活动模式功耗仅为290μA/MIPS，I/O输入端口最大漏电流仅为50nA。 ，可保证系统超低功耗。
2.2 功率传感器电路
功率传感器采用简思燕科技推出的微型单交点、直流电子电参数采集模块JSY-MK-135。 其内置24位A/D转换器和缓冲放大器大大提高了电压和电流采样分辨率。 该模块采用数字采样处理技术和SMT技术，可精确测量40 Hz至65 Hz范围内的交直流电压、电流、功率、功率因数、频率等多项电气数据[7]。
2.3 CAN通讯模块
MCP2515 是 Microchip Technology 的 CAN 协议控制器。 支持CAN V2.0B技术规范，通信速率高达1 Mb/s。 它可以发送和接收标准CAN数据报文，并可以使用SPI接口进行数据传输。 MCP2515内部包含6个29位接受过滤寄存器和2个29位接受屏蔽寄存器，具有灵活的报文存储功能。
CAN通信模块以CAN物理接口芯片MCP2551为核心，最多可支持112个工作节点，并具有较强的抗噪声特性。 该芯片满足ISO-11898标准的物理层要求，具有短路保护、高压瞬变保护和自动热关断保护等功能。 CAN通信模块电路图如图3所示，其中MCP2515通过MCP2551连接到CAN总线，从而建立出站控制器与主控制器之间的通信通道。
3 软件设计
系统软件设计主要包括电力安全执行终端控制器软件设计和远程监控平台上位机软件设计。
3.1 控制器软件设计
控制器软件部分主要实现学生公寓电源状态监控查询、远程控制与反馈、异常报警等功能。 主程序流程图如图4所示。由于学生公寓违章电器的使用情况会直接反映在公寓入口总线的当前数据变化中，因此本系统通过监测学生公寓内的违章电器情况来监控学生公寓内的违章电器情况。公寓入口总线电路中的参数数据。 由于任意负载都可以等效为某个非纯阻性负载和一个纯阻性负载并联，因此新负载的功率因数可以由欧拉公式得到：
系统实时监测家庭母线的电参数数据，并结合这两个电参数得出新负载的有功功率和功率因数。 当识别到公寓内插入非法电器时，系统会立即操作继电器切断公寓电源，并通过CAN总线将公寓信息上报给远程监控平台。 停电处理完毕后，如果系统识别出非法电器已被拔掉，系统会再次将公寓信息上传至远程监控平台，并等待远程监控平台发出远程指令，操作继电器恢复供电。公寓。
3.2 上位机软件设计
上位机软件采用C#设计，主要由显示模块、通讯模块和数据库模块组成。 显示模块实现各房间运行状态的显示、历史违规数据的查询，还可以远程操作所选房间的停电、恢复。 当系统检测到非法用电时，显示模块会及时以声音和文字的形式发出报警。 管理员获得报警后，可以通过取消报警按钮取消声音报警，并及时前往相应宿舍进行相应的调查处理工作。 通信模块实现Socket服务器和CAN总线报文的发送、接收、回复和解析。 系统上电后，网关会通过Socket与上位机服务器建立TCP连接，然后各从机通过该连接与上位机进行通信。 数据库模块主要采用ODBC连接SqlServer数据库，实现非法数据的存储、删除和查询。
4 系统测试及结果分析
4.1 测试环境及相关设置
测试过程中使用的测试平台是本系统的远程监控平台。 测试过程中，您可以登录平台监控界面，读取并记录相应宿舍的测试数据、识别结果和执行动作。 综合考虑学生公寓常规用电设备，实验环境搭建如下：以两台戴尔、惠普的台式电脑和两台神舟、华硕的笔记本电脑为基础环境，然后配置吹风机、电磁炉、电磁炉等设备。炊具、电炖锅、电水壶、烫发器等12种常用违法电器。 测试分为正常电器测试、大功率（800W以上）非法电器测试和小功率（800W以下）非法电器测试三部分。
4.2 测试结果及分析
第一组对正常电器进行测试，检查系统是否误判正常电器。 首先将戴尔台式电脑接入电网，然后将惠普台式电脑、神舟笔记本电脑、华硕笔记本电脑依次接入电网。 同时记录每次测得的新负载功率因数和有功功率，观察系统是否进行断电操作。 测试结果如表1所示。从测试结果可以看出，正常电器的连接并没有导致电网被切断，没有发生误判，系统运行良好。 仅接入电网的4台计算机的基本环境电气参数为：功率因数为0.775 7，主电路电流I=1.017 9 A，有功功率P=180.533 3 W。
第二组进行大功率（800W以上）非法电器检测，验证系统大功率非法电器识别结果的准确性。 在四台电脑的基础上，将电磁炉小范围、电磁炉大范围、电热水壶、吹风机A、吹风机B分别接入电网，进行新的负载测试。 同时记录新负载功率因数和有功功率的实际值和计算值，观察系统是否进行停电操作。 测试结果如表2所示。从测试结果可以看出，系统对大功率（800 W以上）违规电器电能参数的计算结果与实际值比较接近。 功率因数估算最大误差小于0.36%，每台非法电器都能被正确识别并断电。 结果。
第三组对小功率（800W以下）非法电器进行了测试，验证系统对小功率非法电器是否仍具有良好的识别效果。 整个测试过程与第二组测试基本相同。 将烫发器、电炖锅、低火电磁炉、高火电磁炉、吹风机C、小档位吹风机D、大档位吹风机D分别接入电网。 测试结果如表3所示。从测试结果可以看出，系统对小功率（800 W以下）非法电器仍具有良好的识别效果，电量计算结果误差较大。能量参数低，功率因数估算最大误差小于1.9%。 有效功率仅为33W的烫发器也被正确识别，测试结果良好。
通过以上三组实验，系统非法电器识别结果的准确性和实用性得到了充分的检验。 结果表明，系统中正常电器没有被切断，电网中大功率（800 W以上）非法电器的功率因数估算误差不超过0.36%，小功率（800 W以上）非法电器的功率因数估算误差不超过0.36%。电网中功率（800W以下）违规电器的误差不超过1.9%。 该系统可实现用电状况自动监测、非法电器自主识别以及自动断电和恢复操作，避免了人工检查不及时、不全面、可避免等缺点。 同时，对违规电器的查处由人工采集转变为智能断电，可以避免对学生私有财产和隐私权的侵害，降低违规电器带来的生命财产风险。学生公寓。
5 结论
为了满足实时、自动化识别和有效限制学生公寓非法电器使用的需求，本文设计了一种基于功率传感器的学生公寓非法电器在线识别系统。 介绍了新支路电气参数的计算方法。 利用JSY1_41电力传感器的数据来监测学生公寓的用电状态，实现非法电器的自主识别以及自动断电和恢复。 测试结果表明，系统工作稳定，大功率非法电器功率因数估算误差小于0.36%，小功率非法电器功率因数估算误差小于1.9%。 违规电器停电结果准确，大大降低了学生公寓违规电器及时查处的难度。
参考
[1]周志英，刘辉，谢明华。 基于AVR单片机的恶性负载智能识别控制器设计[J]. 长沙大学学报, 2014, 28(2): 24-27.
[2]杨旭东，郝向民。 智能用电管理系统在大学生公寓防火中的应用[J]. 山东农业大学学报（自然科学版），2015（5）：797-800。
[3] 侯培忠，李伟波． 基于神经网络的负荷识别[J]． 科学技术与工程, 2009, 9(5): 1284-1286。
[4] 张妙特，顾晓红。 电器恶性负载识别方法研究与仿真[J]． 计算机仿真，2013，30(2)：213-216。
[5] 张玉军，卢永芳，王小伟。 基于CAN总线和以太网的矿井排水系统智能化实践[J]. 煤矿机械, 2015, 36(4): 274-277.
[6] 闵华松，黄斑斑，刘淼． 以太网CAN总线转换器时延特性分析与设计[J]． 计算机工程与设计，2012，33(2)：503-507。
[7]深圳市健思研科技有限公司JSY-MK-135微型嵌入式交直流计量模块用户手册[Z]． 2012年。
