10.16660/j.cnki.1674-098X.2020.14.082
基于深度学习的智能家庭电力系统研究与实现
针对传统用电器不能满足人们的家用电器智能化需求,设计了一种基于深度学习的智能家庭电力系统;该系统由主机和多个从机共同组成,均采用STM32单片机作为控制器,嵌入uC/OSIII实时操作系统,通过用电器检测系统采集家庭电力数据,运用线性最小二乘法对用电器进行识别,再结合通过人体红外传感器和实时时钟模块采集到的用户位置信息和时间信息,对数据进行深度学习,通过神经网络算法对用户行为事件进行判断,并根据判断结果执行该事件中对用电器的控制.通过红外解码模块和继电器,让系统实现了对传统用电器的智能控制.
深度学习、最小二乘法、神经网络、智能电力控制、uC/OSIII
17
TM76(输配电工程、电力网及电力系统)
2020-07-21(万方平台首次上网日期,不代表论文的发表时间)
共2页
82-83