刘扬　张朝霞　卢允杰

摘  要：针对学生宿舍用电安全问题，文章提出一种基于智能电表的宿舍用电器监控系统。系统分为智能电表和后台监控平台两个部分。通过智能电表完成用电器特征数据的采集与处理，通过4G模块将采集到的数据上传至后台监控平台进行分析处理。构建BP神经网络用电器识别系统，实现在线数据采集与监控，降低学生宿舍因用电设备短路、过载等问题而导致电气事故发生的概率，提高高校后勤对学生宿舍用电安全的管理效率。

关键词：数据处理;BP神经网络;智能电表;在线监测

中图分类号：TP29                   文献标识码：A文章编号：2096-4706（2021）20-0001-06

Design of Monitoring System for Illegal Electrical Appliance in

Student Dormitory

LIU Yang ZHANG Chaoxia LU Yunjie

（1.School of Mechatronic Engineering and Automation， Foshan University， Foshan  528225， China; 2.Guangdong Haodi Innovation Technology Co.， Ltd.， Foshan  528000， China）

Abstract： Aiming at the problem of electricity safety in students' dormitory， this paper proposes a dormitory electrical appliance monitoring system based on intelligent electricity meter. The system is divided into two parts： intelligent electricity meter and background monitoring platform. Complete the collection and processing of electrical appliance characteristic data through the intelligent electricity meter， and upload the collected data to the background monitoring platform for analysis and processing through the 4G module. The BP neural network electrical appliance identification system is constructed to realize online data acquisition and monitoring， reduce the probability of electrical accidents caused by short circuit and overload of electric equipments in student dormitories， and improve the management efficiency of University logistics for electricity safety in student dormitories.

Keywords： data processing; BP neural network; intelligent electricity meter; online monitoring

0  引  言

隨着科技的发展和人民生活水平的提高，学生宿舍里的电子产品和大功率违规电器也越来越多，一旦发生电力火灾不但会造成财产损失，还有可能造成人员伤亡[1，2]。2008年上海商学院的火灾事件震惊中外。由于学生违规使用“热得快”烧水，忘记拔掉插头，高温导致电器故障，引发火灾。该宿舍内4名女生为了躲避火灾的伤害，从6楼阳台跳下，全部身亡。2020年9月13日凌晨，上海大学宝山校区3号宿舍发生火灾，所幸消防救援人员及时赶到将火扑灭，没有造成人员伤亡。这些发生在高校学生宿舍的火灾一次次为校园安全用电防火敲响警钟，目前高校选用的宿舍用电管理系统存在恶性负载识别率低、交互性差等问题，不能及时发现恶性负载的使用，对于学校允许使用的阻性负载也当成恶性负载进行断电，增加了学生与宿管之间的矛盾[3-5]。……