郭一晶，颜逾越，高凤强
（厦门大学嘉庚学院 信息科学与技术学院，福建 漳州363105）
为解决学生公寓人工排查违规电器方式在时效及规模上的局限性，研究并设计了一套基于MSP430的违规电器在线识别系统。该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，实现了用电状况的自动监测、违规电器的自主识别和自动断复电操作；远程监控平台实现了远程监控、远程报警和违规记录存储等功能。测试结果表明，该系统可及时识别并限制学生公寓违规电器的使用，有效降低违规电器所带来的生命和财产风险。
违规电器；负载识别；传感器；监控系统；单片机
中图分类号：TP277
文献标识码：A
DOI：10.16157/j.issn.0258-7998.2017.01.028
中文引用格式：郭一晶，颜逾越，高凤强. 基于MSP430的违规电器在线识别系统设计[J].电子技术应用，2017，43(1)：107-110.
英文引用格式：Guo Yijing，Yan Yuyue，Gao Fengqiang. Online identification system for illegal appliances based on MSP430[J].Application of Electronic Technique，2017，43(1)：107-110.
0 引言
随着高等教育大众化进程的推进，高校在校生的数目急剧上升，高校学生公寓火灾事故也日趋增多。据相关数据表明，电吹风、电磁炉、烫发棒等阻性负载是引发学生公寓火灾的主要原因，被称为违规电器[1-2]。由于多数高校采用的人工巡查违规电器的方式具有短暂性与小规模的特点，致使学生公寓违规电器的发现率偏低，无法在根本上解决违规电器的使用问题[3-4]。因此，违规电器的实时化、自动化识别及有效限制使用便成为了保障学生公寓用电安全的重要环节。鉴于此，本文研究了一种基于电量传感器的校园违规电器识别系统，通过入户总线电参量推算干路新负载的电参量，从而实现用电状况的自动监测、违规电器的自主识别和自动断复电操作。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，保障学生的用电安全。较目前的违规电器识别系统，该系统具有更准确有效、快捷实用的特点。
1 系统总体设计
系统主要由用电安全执行终端、网关设备、远程监控平台构成，图1为系统通信结构图[5-6]。用电安全执行终端采集宿舍入户电线的干路电流、电压、有功功率、功率因素等电能数据，同时对采集到的数据进行筛选、去噪等预处理，并推算新插入电器的电能参数，然后将该电器的参数及判断结果通过CAN总线的方式传送至网关。网关将数据转换为TCP/IP后传输至以太网，最终传送至远程监控平台。远程监控平台通过访问以太网获取当前各宿舍大楼的用电数据，实现远程监控、远程断电、远程复电等功能。
2 硬件设计
用电安全执行终端由主要由微控制器MSP430F5529单片机、电源驱动电路、电量传感器、CAN总线通信电路、继电器模块构成，用以实现干路电参量采集、新支路电参量推算、远程数据采集、自动断复电操作等功能。硬件总体结构图如图2所示。单片机控制电量传感器对入户干路进行电参量采集，并对采集的数据进行处理及逻辑识别。若识别出违规电器，系统将控制继电器切断入户总线，并等待远程监控平台复电指令进行重新接通入户总线操作。
2.1 微控制器简介
微控制器采用MSP430系列的16 bit微控制器MSP430F5529。它采用16 bit RISC处理器内核，主频可达25 MHz，内置数字控制振荡器（DCO）及128 KB的闪存。并具有丰富的片上外设资源，主要包括UCS、Flash控制器、RAM控制器、DMA控制器、COMP、UART、ADC、I2C、SPI等接口。它能在不同低功耗模式下关闭不同的系统时钟，可提供多至6种低功耗模式，活动模式耗电仅为290 μA/MIPS，I/O输入端口的最大漏电流仅为50 nA，能保证系统的超低功耗。
2.2 电量传感器电路
电量传感器采用健思研科技推出的微型单相交、直流电子式电参数采集模块JSY-MK-135，其内置的24 bit A/D转换器及缓冲放大器大大提高了电压电流采样分辨率。该模块采用了数字采样处理技术及SMT工艺，可准确测量40 Hz~65 Hz的交直流电压、电流、功率、功率因数、频率等众多电气数据[7]。
2.3 CAN通信模块
MCP2515是一款Microchip Technology公司的CAN协议控制器，支持CAN V2.0B技术规范，通信速率高达1 Mb/s，能够收发标准的CAN数据报文，可利用SPI接口进行数据传输。MCP2515内部包含6个29 bit验收滤波寄存器和2个29 bit验收屏蔽寄存器，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，工作节点最多可支持112个，具有很强的抗噪特性。该芯片满足ISO-11898标准物理层要求，拥有短路保护、高压瞬态保护及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总线上，从而构建起外呼控制器和主控制器的通信渠道。
3 软件设计
系统软件设计主要包括用电安全执行终端的控制器软件设计和远程监控平台的上位机软件设计。
3.1 控制器软件设计
控制器的软件部分主要实现学生公寓用电状态监测与查询、远程控制及反馈、异常报警等功能，主程序流程图如图4所示。由于学生公寓违规电器是否使用会直接体现在公寓入户总线的电流数据变化上，因此本系统通过对公寓入户总线电路中电参量数据的监测达到对学生公寓违规电器的监测。由于任意负载可等效为一定非纯阻性负载与纯阻性负载的并联，由欧拉公式可得新负载的功率因数为：
系统通过实时监测入户总线的电参量数据，结合前后两次的电参量推导出新负载的有功功率和功率因数。当识别到某公寓已插入违规电器时，系统将立即操作继电器对该公寓进行断电处理，并把公寓信息通过CAN总线上报至远程监控平台。断电处理后，若系统识别到违规电器已拔出，系统将再次上传公寓信息至远程监控平台，并等待远程监控平台的远程命令，以操作继电器恢复公寓供电。
3.2 上位机软件设计
上位机软件采用C#进行设计，主要由展示模块、通信模块和数据库模块组成。展示模块实现了对各个房间运行状态的展示、历史违规数据的查询，同时还可以对选定房间进行停电和复电的远程操作。当系统监测到违规用电时，展示模块会以声音和文字的形式进行及时报警。管理员获取报警后可以通过取消报警的按钮取消声音报警，并及时到对应宿舍进行相应的查处工作。通信模块实现了Socket服务器端和CAN总线报文的发送、接收、回复及解析。系统上电后，网关会通过Socket的方式和上位机服务器端建立TCP连接，然后各个下位机均通过该连接与上位机进行报文通信。数据库模块主要使用了ODBC方式连接SqlServer数据库，实现违规数据的存储、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即本系统远程监控平台。测试过程中可通过登录到该平台的监控界面，读取并记录相应宿舍的测试数据、识别结果及执行动作。综合考虑学生公寓的常规用电设备情况，构建的实验环境为：将戴尔、惠普的2台台式机及神舟、华硕的2台笔记本电脑作为基础环境，然后分别加载电吹风、电磁炉、电磁灶、电炖锅、电热水壶、烫发棒等12种常用违规电器。测试分为正常电器测试、大功率（800 W以上）违规电器测试和小功率（800 W以下）违规电器测试3个部分。
4.2 测试结果及分析
第一组进行正常电器的测试，以检验本系统是否对正常电器存在误判现象。首先，将一台戴尔台式机接入电网，并依次将惠普台式、神舟笔记本、华硕笔记本电脑接入电网。同时，记录每次测量的新负载功率因素及有功功率，并观察系统是否执行断电操作，测试结果如表1所示。从测试结果可知，正常电器接入并没有引起电网的切断，未发生误判，系统工作良好。仅有4台电脑接入电网的基础环境电参量为：功率因数为0.775 7，干路电流I=1.017 9 A，有功功率P=180.533 3 W。
第二组进行大功率（800 W以上）违规电器测试，以验证本系统对大功率违规电器识别结果的准确性。在4台电脑的基础上，将电磁炉小档、电磁炉大档、电热水壶、吹风机A、吹风机B分别接入电网，进行新负载的测试。同时记录新负载功率因素及有功功率的实际值与计算值，观察系统是否执行断电操作。测试结果如表2所示。从测试结果可知，系统对大功率（800 W以上）违规电器电能参数计算结果较为接近实际值，功率因素推算的最大误差小于0.36%，且对每一种违规电器均有正确的识别和断电结果。
第三组进行了小功率（800 W以下）违规电器测试，以验证本系统是否对小功率违规电器仍具有良好的识别作用。整个测试过程与第二组试验基本相同，将烫发棒、电炖锅、电磁灶小火、电磁灶大火、吹风机C、电吹风D小档、电吹风D大档分别接入电网，测试结果如表3所示。从测试结果可知，系统对小功率（800 W以下）违规电器仍具有良好的识别效果，电能参数计算结果误差较低，功率因数推算最大误差小于1.9%。有功功率仅为33 W的烫发棒也被正确识别，试验结果良好。
通过以上3组实验充分检验了本系统对违规电器识别结果的准确性及实用性。结果表明，正常电器未在系统中被切断，大功率（800 W以上）违规电器在电网中的功率因数推算误差不超过0.36%，小功率（800 W以下）违规电器在电网中的功率因数推算误差不超过1.9%。该系统可实现用电状况的自动监测、违规电器的自主识别及自动断复电操作，避免了人工排查不及时性、不全面性、可规避性等缺点。同时，实现了将违规电器的查处从人为收缴到智能断电的转变，并可避免学生私有财产及隐私权被侵犯，降低了违规电器对学生公寓造成的生命及财产风险。
5 结论
本文针对学生公寓违规电器实时化、自动化识别及有效限制使用的需求，设计了一款基于电量传感器的学生公寓违规电器在线识别系统。介绍了新支路电参量的计算方法，采用JSY1_41电量传感器的数据对学生公寓用电状况监测，实现了违规电器的自主识别及自动断复电。测试结果表明，系统工作稳定，对大功率违规电器的功率因数推算误差小于0.36%，对小功率违规电器的功率因数推算误差小于1.9%。违规电器的断电结果正确，大大降低了学生公寓违规电器及时查处的难度。
参考文献
[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高校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] 侯培中，李伟波.基于神经网络的负载识别[J].科学技术与工程，2009，9(5)：1284-1286.
[4] 张淼特，谷小红.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] 张玉均，卢永芳，王晓卫.基于CAN总线及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总线转换器的延时特性分析及设计[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型微型嵌入式交直流计量模块用户手册[Z].2012.
,
