Thiết bị giám sát và nhận dạng trạng thái bật tắt của thiết bị điện trong nhà sử dụng thuật toán học máy

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
---------------------------------------

Họ và tên: DƯƠNG HOÀNG VIỆT

ĐỀ TÀI: THIẾT BỊ GIÁM SÁT VÀ NHẬN DẠNG TRẠNG THÁI BẬT/TẮT
CỦA THIẾT BỊ ĐIỆN TRONG NHÀ SỬ DỤNG THUẬT TOÁN HỌC MÁY

Chuyên ngành : Đo lường và các hệ thống điều khiển

LUẬN VĂN THẠC SĨ KHOA HỌC
NGÀNH ĐO LƯỜNG VÀ CÁC HỆ THỐNG ĐIỀU KHIỂN

NGƯỜI HƯỚNG DẪN KHOA HỌC :
TS. NGUYỄN HOÀNG NAM

Hà Nội – 2020


CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc

BẢN XÁC NHẬN CHỈNH SỬA LUẬN VĂN THẠC SĨ
Họ và tên tác giả luận văn : Dương Hoàng Việt
Đề tài luận văn: Thiết bị giám sát và nhận dạng trạng thái bật/tắt của
thiết bị điện trong nhà sử dụng thuật toán học máy
Chuyên ngành: Đo lường và các hệ thống điều khiển
Mã số SV: CA180160
Tác giả, Người hướng dẫn khoa học và Hội đồng chấm luận văn xác nhận
tác giả đã sửa chữa, bổ sung luận văn theo biên bản họp Hội đồng ngày

26/06/2020 với các nội dung sau:
- Bổ sung, làm rõ lý do lựa chọn P và Q làm đặc điểm nhận dạng.
- Bổ sung, làm rõ quy trình và cách xây dựng cơ sở dữ liệu.
- Bổ sung, làm rõ lý do tại sao lựa chọn mức thay đổi công suất ∆P = 15W
và ∆Q = 8 VAr.
- Chỉnh sửa thống nhất chỉ sử dụng từ “luận văn” thay vì các từ khác đang
sử dụng như “luận văn”, “đồ án”.
Ngày 12 tháng 07 năm 2020
Giáo viên hướng dẫn

Tác giả luận văn

CHỦ TỊCH HỘI ĐỒNG

SĐH.QT9.BM11

Ban hành lần 1 ngày 11/11/2014


LỜI CAM ĐOAN

Tôi xin cam đoan bản luận văn tốt nghiệp: “Thiết bị giám sát và nhận dạng
trạng thái bật/tắt của thiết bị điện trong nhà sử dụng thuật toán học máy” do tôi
thực hiện dưới sự hướng dẫn của thầy giáo TS. Nguyễn Hoàng Nam. Các số liệu và
kết quả là hoàn toàn đúng với thực tế.
Để hoàn thành đề tài này, tôi chỉ sử dụng những tài liệu được ghi trong danh
mục tài liệu tham khảo và không sao chép hay sử dụng bất kì tài liệu nào khác. Nếu
phát hiện có sự sao chép, tơi xin chịu hoàn toàn trách nhiệm.

Hà Nội, ngày 12 tháng 07 năm 2020

Học viên thực hiện

Dương Hoàng Việt


MỤC LỤC

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT .......................................................1
DANH MỤC BẢNG BIỂU ........................................................................................2
DANH MỤC HÌNH VẼ ..............................................................................................3
LỜI NĨI ĐẦU ............................................................................................................6
CHƯƠNG 1. TỔNG QUAN .......................................................................................7
1.1. Đặt vấn đề ......................................................................................................7
1.2. Các phương pháp giám sát thiết bị điện trong nhà ......................................11
1.2.1.

Các phương pháp giám sát chỉ sử dụng các thông số điện ................11

1.2.2.

Các phương pháp giám sát sử dụng thông số điện và không điện ....18

CHƯƠNG 2. XÂY DỰNG HỆ THỐNG GIÁM SÁT THIẾT BỊ ĐIỆN .................23
2.1. Tổng quan hệ thống giám sát .......................................................................23
2.2. Thiết kế phần cứng công tơ điện tử .............................................................23
2.2.1.

Thiết kế mạch đo điện áp ..................................................................24

2.2.2.

Thiết kế mạch đo dòng điện ..............................................................27

2.2.3.

Thiết kế mạch xử lý trung tâm ..........................................................29

2.3. Thiết kế phần mềm đo các thông số điện ....................................................30
2.3.1.

Phương pháp tính tốn điện áp và dịng điện hiệu dụng ...................30

2.3.2.

Phương pháp tính tốn cơng suất và năng lượng ..............................32

2.3.3.

Lưu đồ thuật tốn chương trình nhúng của cơng tơ ..........................34

CHƯƠNG 3. XÂY DỰNG PHẦN MỀM NHẬN BIẾT TRẠNG THÁI THIẾT BỊ
ĐIỆN .........................................................................................................................39
3.1. Đặc điểm nhận dạng các thiết bị điện ............................................................39


3.2. Xây dựng thuật toán bắt sườn ........................................................................43
3.3. Xây dựng thuật toán học máy dự đoán trạng thái thiết bị ..............................47
3.3.1. Tổng quan về học máy ............................................................................47
3.3.2. Tổng quan về mơ hình mạng nơ-ron nhiều lớp.......................................51
3.3.3. Xây dựng mơ hình mạng nơ-ron cho hệ thống dự đoán trạng thái thiết bị

...........................................................................................................................56
CHƯƠNG 4. KẾT QUẢ THỬ NGHIỆM VÀ BÀN LUẬN ....................................60
4.1. Hiệu chỉnh thiết bị công tơ điện tử .................................................................60
4.2. Kết quả thử nghiệm hệ thống giám sát thiết bị điện ......................................63
4.3. Những vấn đề của hệ thống cần cải thiện ......................................................65
KẾT LUẬN ...............................................................................................................70
TÀI LIỆU THAM KHẢO .........................................................................................72


Danh mục các ký hiệu, chữ viết tắt

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT
ADC

Analog-to-Digital Converter

Bộ chuyển đổi tương tự số

AI

Artificial Intelligence

Trí tuệ nhân tạo

EEPROM

Electrically Erasable Programmable Bộ nhớ chỉ đọc tái lập trình
Read-Only Memory

bằng tín hiệu điện

I2C

Inter – Integrated Circuit

Giao tiếp truyền thơng 2 dây

IC

Integrated Circuit

Mạch tích hợp

LCD

Liquid Crystal Display

Màn hình tính thể lỏng

MLP

Multilayer Perceptron

Mạng nơ-ron nhiều lớp

PWM

Pulse Width Modulation

Điều chế độ rộng xung

RTC

Real Time Clock

Đồng hồ thời gian thực

SPI

Serial Peripheral Interface

Giao diện ngoại vi nối tiếp

SRAM

Static Random Access Memory

Bộ nhớ truy cập ngẫu nhiên tĩnh

UART

Universal

Asynchronous

serial Giao thức truyền nhận nối tiếp
không đồng bộ

Receiver and Transmitter

1


Danh mục bảng biểu

DANH MỤC BẢNG BIỂU
Bảng 3. 1. Công suất tiêu thụ của một số thiết bị sẽ được thử nghiệm dự đoán trạng
thái .............................................................................................................................41
Bảng 3. 2. Vector đầu ra của mạng ...........................................................................57
Bảng 3. 3. Trạng thái thiết bị tương ứng với mỗi đầu ra...........................................58

2


Danh mục hình vẽ

DANH MỤC HÌNH VẼ
Hình 1. 1. Nhiệt độ trái đất từ năm 1880 tới 2019 ......................................................7
Hình 1. 2. So sánh lượng khí thải CO2 giữa nhiều ngành tại Mỹ từ 1990 tới 2050 ...8
Hình 1. 3. Lượng khí thải nhà kính từ lĩnh vực nơng nghiệp tại Mỹ từ 1990 đến 2017
.....................................................................................................................................9
Hình 1. 4. So sánh sản lượng điện năng từ nhiều nguồn nhiên liệu tại Mỹ từ 1990 tới
2050 .............................................................................................................................9
Hình 1. 5. Phương pháp giám sát thiết bị khơng xâm lấn .........................................12
Hình 1. 6. Cơng suất có ích và phản kháng của một số thiết bị điện ........................13
Hình 1. 7. Hệ thống giám sát thiết bị điện sử dụng điện thoại di động ....................14
Hình 1. 8. Cơng suất và thành phần sóng hài của máy tính và đèn sợi đốt ..............14
Hình 1. 9. Đồ thị quan hệ giữa cơng suất có ích và sóng hài bậc 5 và 7 ..................15
Hình 1. 10. Các bậc sóng hài của một số thiết bị điện ..............................................16
Hình 1. 11. Kết quả thử nghiệm của phương pháp nhận dạng nhiễu đường dây......17

Hình 1. 12. Đồ thị quan hệ giữa từ trường trên đường dây và công suất tiêu thụ của
thiết bị ........................................................................................................................18
Hình 1. 13. Hệ thống giám sát thiết bị TinyEARS ...................................................19
Hình 1. 14. Kết quả thử nghiệm hệ thống TinyEARS ..............................................20
Hình 1. 15. Bo mạch nhỏ gọn được trang bị nhiều loại cảm biến ............................20
Hình 1. 16. Mức độ ảnh hưởng của các cảm biến tới kết quả dự đoán của mơ hình 21

Hình 2. 1. Hệ thống giám sát các thiết bị điện ..........................................................23
Hình 2. 2. Kiến trúc phần cứng cơng tơ điện tử ........................................................24
Hình 2. 3. Mạch đo điện áp .......................................................................................24
Hình 2. 4. Tín hiệu sau khi được nâng một khoảng offset 1.25V .............................25
Hình 2. 5. Đặc tính biên độ và pha mạch lọc thơng thấp ..........................................26
Hình 2. 6. Mạch đo dịng điện ...................................................................................27
Hình 2. 7. Biến dịng SCT-013-030 ..........................................................................27

3


Danh mục hình vẽ

Hình 2. 8. Bo mạch Arduino Due .............................................................................29
Hình 2. 9. Bo mạch Arduino Due do lab IoTeam thiết kế ........................................30
Hình 2. 10. Quan hệ giữa các loại cơng suất .............................................................32
Hình 2. 11. Lưu đồ thuật tốn chương trình chính của cơng tơ ................................35
Hình 2. 12. Pha của điện áp và dòng điện của tải ấm đun nước trước khi được bù .36
Hình 2. 13. Thuật tốn bù pha ...................................................................................37
Hình 2. 14. Mảng giá trị điện áp và dịng điện..........................................................38

Hình 3. 1. Các trường hợp bật/tắt của 3 thiết bị điện ................................................39
Hình 3. 2. Đồ thị quan hệ giữa cơng suất và điện áp ................................................40

Hình 3. 3. Quy trình nhận dạng trạng thái thiết bị điện ............................................42
Hình 3. 4. Cơng suất có ích và cơng suất phản kháng lệch pha của đèn huỳnh quang
...................................................................................................................................43
Hình 3. 5. Sườn lên và sườn xuống khi bật/tắt quạt..................................................44
Hình 3. 6. Cơng suất dao động liên tục .....................................................................45
Hình 3. 7. Thuật tốn nhận biết sườn cơng suất........................................................46
Hình 3. 8. Thuật tốn chuyển trạng thái ....................................................................47
Hình 3. 9. Phân loại U lành, U ác dựa trên kích thước khối u và tuổi bệnh nhân ....49
Hình 3. 10. Dự đốn giá dựa trên diện tích nhà ........................................................50
Hình 3. 11. Bài tốn phân nhóm ...............................................................................50
Hình 3. 12. Phân loại thiết bị dựa trên công suất P và Q ..........................................51
Hình 3. 13. Minh họa mạng nơ-ron MLP .................................................................52
Hình 3. 14. Các ký hiệu sử dụng trong MLP ............................................................54
Hình 3. 15. Đồ thị hàm sigmoid ................................................................................55
Hình 3. 16. Giao diện phần mềm giám sát thiết bị điện ............................................59

Hình 4. 1.. Thiết bị cơng tơ điện tử ...........................................................................60
Hình 4. 2. Đồng hồ đo đa năng Fluke 287 ................................................................60

4


Danh mục hình vẽ

Hình 4. 3. So sánh kết quả đo giữa công tơ điện và đồng hồ Fluke 287 trước khi hiệu
chỉnh ..........................................................................................................................61
Hình 4. 4. Điện áp và dịng điện trước khi hiệu chỉnh pha .......................................62
Hình 4. 5. Điện áp và dịng điện sau khi hiệu chỉnh pha ..........................................63
Hình 4. 6. Kết nối công tơ với hộp kỹ thuật điện ......................................................64
Hình 4. 7. Giá trị hàm mục tiêu giảm dần sau mỗi vịng lặp ....................................64

Hình 4. 8. Đồ thị cơng suất tải ở buổi thứ nghiệm thứ 4 ..........................................65
Hình 4. 9. Công suất túi chườm tăng dần theo thời gian ..........................................66
Hình 4. 10. Cơng suất máy giặt tăng giảm liên tục ...................................................66
Hình 4. 11. Điện áp đo được trong một ngày............................................................67
Hình 4. 12. Kết quả phân tích FFT dịng điện của quạt ............................................68
Hình 4. 13. Cơng suất của đèn huỳnh quang ............................................................68

5


Lời nói đầu

LỜI NĨI ĐẦU
Ấm lên tồn cầu là vấn đề lớn của thế kỷ 21. Một trong những phương pháp
hiệu quả để giảm lượng khí thải nhà kính là tiết kiệm năng lượng, trong đó điện là
nguồn năng lượng có nhu cầu tiêu thụ lớn và xu hướng ngày càng gia tăng. Điện dân
dụng chiếm tỷ trọng lớn trên tổng lượng điện được sản xuất ra, do đó nếu mỗi chúng
ta có thể sử dụng điện tại nhà một cách hiệu quả hơn thì cũng đồng nghĩa với việc
làm chậm lại q trình biến đổi khí hậu. Những phản hồi về mức năng lượng tiêu thụ
các thiết bị điện trong nhà sẽ giúp cho người dùng biết rõ hơn thực trạng tiêu thụ điện
hàng ngày, việc này sẽ giúp họ có được những phương thức sử dụng điện tiết kiệm
hơn. Nhận thức được ý tưởng này cùng với sự đồng ý của giáo viên hướng dẫn, tác
giả đã lựa chọn đề tài “Thiết bị giám sát và nhận dạng trạng thái bật/tắt của thiết
bị điện trong nhà sử dụng thuật toán học máy” làm đề tài tốt nghiệp thạc sỹ khoa
học. Nội dung của luận văn tốt nghiệp như sau:
-

Chương 1: Tổng quan

-

Chương 2: Xây dựng hệ thống giám sát thiết bị điện

-

Chương 3: Xây dựng phần mềm nhận biết trạng thái thiết bị điện

-

Chương 4: Kết quả thử nghiệm và bàn luận

Sau một thời gian dưới hướng dẫn tận tình của thầy giáo hướng dẫn TS. Nguyễn
Hồng Nam, các thầy các cô trong bộ môn Kỹ thuật đo và Tin học công nghiệp cùng
các thầy cô trong viện Kỹ thuật điều khiển và Tự động hóa, đề tài tốt nghiệp thạc sỹ
của tác giả đã được hoàn thành. Do thời gian thực hiện không quá dài nên luận văn
của tác giả chắc chắn cịn nhiều thiếu sót. Tác giả rất mong nhận được sự đóng góp
của thầy cơ và các bạn. Xin chân thành cảm ơn!
Hà Nội, ngày 12 tháng 07 năm 2020
Học viên thực hiện

Dương Hoàng Việt
6


Chương 1. Tổng quan

CHƯƠNG 1. TỔNG QUAN
1.1.

Đặt vấn đề

Nóng lên toàn cầu là một trong những vấn đề nhức nhối của thế kỷ 21. Một số

hệ quả nghiệm trọng của hiện tượng này được kể tới như: sự tăng cường tần suất xuất
hiện thời tiết xấu, băng tan ở hai cực dẫn tới tình trạng nước biển dâng cao, làm giảm
lượng oxy trong đại dương, … Nồng độ khí thải nhà kính trong khơng khí tăng cao
được cho là ngun nhân chính dẫn tới tình trạng nóng lên tồn cầu, trong đó khí CO2
đóng góp tới 50%, CH4 là 13%, N2 là 5%, … [1]. Theo thống kê hàng năm của cơ
quan hàng không vũ trụ Hoa Kỳ (NASA), từ năm 1880 tới 2019, nhiệt độ trái đất đã
tăng khoảng 1.5°C và có xu hướng ngày càng tăng cao [2] (hình 1.1).

Hình 1. 1. Nhiệt độ trái đất từ năm 1880 tới 2019

Có ba ngun nhân chính dẫn tới sự gia tăng nồng độ các khí thải nhà kính là
việc đốt nhiên liệu hóa thạch, phá rừng và nơng nghiệp [3]. Nguyên nhân đầu tiên
đến từ việc đốt nhiên liệu hóa thạch (xăng, dầu và khí ga tự nhiên) để sản xuất năng
lượng phục vụ cho các ngành như điện, vận chuyển, cơng nghiệp, thương mại, …
Lượng khí thải CO2 từ các hoạt động sản xuất năng lượng này là rất lớn. Theo thống
kê của EIA (US Energy Information Administration) vào năm 2019 tại Hoa Kỳ, lượng
khí thải CO2 đến từ ngành vận chuyển là lớn nhất rơi vào khoảng 18 triệu tấn, xếp

7


Chương 1. Tổng quan

sau là sản xuất điện với khoảng 16 triệu tấn và thấp nhất là thương mại với chỉ 0.25
triệu tấn [4]. Lượng khí thải này được dự đốn khơng có sự thay đổi đột biến ở các
ngành cho tới năm 2050 (hình 1.2).

Hình 1. 2. So sánh lượng khí thải CO2 giữa nhiều ngành tại Mỹ từ 1990 tới 2050

Nguyên nhân thứ hai là do hoạt động chặt phá rừng để phục vụ cho nông
nghiệp hay quá trình đơ thị hóa. Rừng cây được ví như lá phổi của trái đất khi cây
xanh hấp thụ khí CO2 và nhả lại khí O2 vào khí quyển, việc này giúp làm cân bằng
lượng khí CO2 trên trái đất ở mức ổn định. Khi những hoạt động làm tăng nồng độ
khí CO2 càng nhiều, nhưng rừng cây lại khơng đủ để điều hịa lượng khí này, hệ quả
tất yếu là nhiệt độ trái đất sẽ ngày càng nóng lên.
Nguyên nhân thứ ba là liên quan tới lĩnh vực nông nghiệp. Năm 2017, lượng
khí thải nhà kính đến từ nơng nghiệp chiếm 9% tổng lượng khí thải tại Mỹ, và tăng
khoảng 8.8% kể từ năm 1990 (hình 1.3) [5]. Việc sử dụng các loại phân bón tổng hợp
và hữu cơ cho đất trồng làm gia tăng N2O trong khơng khí, hệ quả của hoạt động này
là tạo nên một nửa lượng khí thải nhà kính liên quan tới nơng nghiệp. Ngồi ra, các
trang trại ni gia súc cũng đóng góp gần 1/3 lượng khí thải liên quan tới nơng nghiệp,
khi mà khí CH4 là sản phẩm trong q trình tiêu hóa của gia súc.

8


Chương 1. Tổng quan

Hình 1. 3. Lượng khí thải nhà kính từ lĩnh vực nơng nghiệp tại Mỹ từ 1990 đến 2017

Hình 1. 4. So sánh sản lượng điện năng từ nhiều nguồn nhiên liệu tại Mỹ từ 1990 tới 2050

Qua những số liệu trên, ta có thể thấy khí thải nhà kính từ việc sản xuất điện
năng chiếm một phần rất lớn trong tổng lượng khí thải hàng năm. Hai phương án
chính để giảm thiểu thực trạng này là sử dụng nguồn nhiên liệu sạch thay vì nhiên
liệu hóa thạch và thay đổi cách thức tiêu dùng điện tiết kiệm và hiệu quả hơn. Khoảng
vài thập niên trở lại đây, năng lượng tái tạo (mặt trời, gió, thủy triều, …) đã được sử
dụng rất nhiều thay thế cho nhiên liệu hóa thạch, do nguồn năng lượng này khơng

thải khí nhà kính vào khí quyển. Theo thống kê của EIA, sản lượng điện năng từ

9


Chương 1. Tổng quan

nguồn năng lượng tái tạo tại Mỹ năm 2019 đạt khoảng 750 tỷ kWh, gấp đôi sản lượng
năm 1990 (hình 1.4) [4]. Con số này lại khơng đáng kể so với sản lượng điện từ một
loại nhiên liệu hóa thạch là khí ga tự nhiên, khi sản lượng từ nguồn này đạt xấp xỉ
1500 tỷ kWh vào năm 2019. Tuy nhiên, sản lượng điện từ nguồn năng lượng tái tạo
được dự đoán tăng đột biến cho tới năm 2050 để trở thành nguồn cung cấp điện năng
lớn nhất. Bên cạnh việc sử dụng nguồn nhiên liệu sạch, điều chỉnh cách thức sử dụng
điện tiết kiệm và hiệu quả hơn cũng là một phương án khả thi. “Giờ trái đất” là một
sự kiện được tổ chức hàng năm bởi Quỹ quốc tế bảo vệ thiên nhiên (WWF - World
Wide Fund for Nature), nhằm kêu gọi mọi người có ý thức sử dụng điện tiết kiệm
hơn để giảm thiểu tình trạng nóng lên tồn cầu. Sự kiện u cầu mọi người tắt tất cả
những thiết bị điện không cần thiết trong vòng một giờ. Sarah J.Olexsak và Alan
Meier đã thống kê về sản lượng điện tiêu thụ trong 274 sự kiện “Giờ trái đất” ở 10
quốc gia trong vòng 6 năm [6]. Kết quả cho thấy mức tiêu thụ điện trung bình giảm
khoảng 4%, và đặc biệt mức giảm nhiều nhất được ghi nhận tại Canada tới 28%.
Theo thống kê của EIA tại Hoa Kỳ vào năm 2018, năng lượng điện chủ yếu
phục vụ trong dân dụng, thương mại và công nghiệp với tỷ lệ lần lượt là 38.5%, 36.2%
và 25.1% [7]. Có thể thấy sản lượng điện dân dụng chiếm một tỷ lệ khá lớn, do đó
việc tìm ra những giải pháp để giảm thiểu tiêu thụ điện dân dụng là cần thiết.
Kun-lin tsai cùng đồng nghiệp đã xây dựng hệ thống giám sát và tự động điều
chỉnh mức tiêu thụ điện trong nhà sử dụng thuật toán học máy [8]. Dựa vào dữ liệu
từ khảo sát của Cơ quan năng lượng quốc tế (International Engergy Agency), năng
lượng điện tiêu thụ bới các thiết bị ở chế độ idle hay standby chiếm từ 3% tới 11%
tổng năng lượng điện tiêu thụ trong nhà [9], nhóm tác giả huấn luyện cho hệ thống

biết được những thời điểm mà một thiết bị không được sử dụng. Ở những khoảng
thời gian các thiết bị không được dùng và ở chế độ chờ, hệ thống sẽ tự động ngắt
nguồn thiết bị để tiết kiệm điện. Để thu thập được dữ liệu điện (điện áp, dịng điện,
cơng suất, …) từ các thiết bị, nhóm tác giả lắp đặt rất nhiều ổ cắm thơng minh tại
từng thiết bị. Sau đó, những dữ liệu này sẽ được truyền không dây tới một thiết bị

10


Chương 1. Tổng quan

trung tâm (Gateway) có kết nối tới Internet để chia sẽ dữ liệu với người dùng. Tuy
nhiên, nhược điểm của cách giám sát này là sẽ rất tốn chi phí và thời gian để lắp đặt
các ổ cắm thông minh tới từng thiết bị, đặc biệt đối với những tòa nhà lớn.
Khác với hệ thống tự động giảm thiểu tiêu thụ điện của Kun-lin tsai, Sarah
Darby nghiên cứu hành vi sử dụng điện của người dùng khi họ có được thơng tin
phản hồi về mức năng lượng điện tiêu thụ [10]. Kết quả thống kê cho thấy người dùng
sẽ tiết kiệm được 5 – 15% khi họ nhận được phản hồi trực tiếp (ngay lập tức từ cơng
tơ điện hay màn hình hiển thị), và khoảng 0 – 10% khi nhận được những phản hồi
gián tiếp (ví dụ như thơng qua hóa đơn tiền điện).
Tương tự, Sébastien Houde cùng đồng nghiệp thực hiện thử nghiệm độ ảnh
hưởng của việc phản hồi mức điện tiêu thụ lên hành vi của người dùng dưới quy mô
lớn [11]. Thử nghiệm được tiến hành ở 1065 căn hộ trong vòng 8 tháng. Người dùng
được sẽ được tiếp nhận phản hồi về mức độ tiêu thụ điện theo thời gian thực với chu
kỳ cập nhật là 10 phút. Kết quả cho thấy mức tiêu thụ điện năng giảm trung bình
khoảng 5.7% và khoảng thời gian mức tiêu thụ giảm nhiều nhất kéo dài liên tục trong
khoảng 4 tuần.
Nhận thức được mức độ ảnh hưởng của việc phản hồi mức độ tiêu thụ điện lên
hành vi sử dụng điện của người dùng, mục tiêu của tác giả trong luận văn này là xây
dựng một hệ thống giám sát trạng thái và công suất tiêu thụ của từng thiết bị điện

trong nhà. Thay vì phản hồi cho người dùng về tổng công suất tiêu thụ, tác giả sẽ
cung cấp thông tin chi tiết về trạng thái bật/tắt và công suất của từng thiết bị. Do đó,
người dùng sẽ có cái nhìn cụ thể hơn về tình trạng tiêu thụ điện hàng ngày.

1.2.

Các phương pháp giám sát thiết bị điện trong nhà

1.2.1. Các phương pháp giám sát chỉ sử dụng các thơng số điện
Để có thể giám sát trạng thái của từng thiết bị điện, phương pháp thông thường
là lắp đặt các mạch đo tới từng thiết bị điện, sau đó thơng tin từ những mạch đo này
sẽ được truyền không dây tới một thiết bị chủ để thu thập và xử lý. Cuối cùng, thiết

11


Chương 1. Tổng quan

bị chủ gửi những thông tin cần thiết lên Internet để người dùng giám sát trực tiếp tình
trạng của các thiết bị. Tuy nhiên, nhược điểm của phương pháp này là sẽ rất tốn thời
gian và nhân lực để có thể lặp đặt các mạch đo tới từng thiết bị, đặc biệt khi triển khai
trong ngôi nhà lớn hoặc tồ nhà. Do đó, chi phí để thực hiện giải pháp này cũng tăng
theo. Một giải pháp khác được đưa ra là chỉ sử dụng một công tơ điện tổng nhưng
vẫn có thể giám sát từng thiết bị điện trong nhà, nhờ vào việc phân tích những đặc
tính trong đồ thị các thông số điện như điện áp, dịng điện, cơng suất, … Phương pháp
này rõ ràng đơn giản hơn rất nhiều về mặt triển khai lắp đặt nên sẽ giải quyết được
vấn đề chi phí. Ngược lại, thuật tốn phân tích đồ thị tải để dự đốn trạng thái các
thiết bị lại phức tạp hơn nhiều so với cách làm truyền thống.

Hình 1. 5. Phương pháp giám sát thiết bị không xâm lấn

Khái niệm giám sát thiết bị không xâm lấn (Nonintrusive appliance load
monitoring – NALM) lần đầu tiên được đưa ra bởi Hart tại MIT vào năm 1982 [12].
Hart mô tả ý tưởng rằng: bằng cách phân tích các thơng số như điện áp, dịng điện
tổng ta có thể nắm bắt được thơng tin về mức năng lượng tiêu thụ và trạng thái hoạt
động theo thời gian của từng thiết bị độc lập. Phương pháp của Hart là sử dụng thơng
tin về cơng suất có ích (P) và công suất phản kháng (Q) của từng thiết bị làm đặc
điểm nhận dạng. Cụ thể, các thiết bị tải điện trở (ấm đun nước, đèn sợi đốt) có điện
12


Chương 1. Tổng quan

áp và dòng điện cùng pha nên cosφ=0 (dẫn tới Q=0). Các thiết bị thành phần cuộn
cảm (quạt, máy bơm) có điện áp sớm pha so với dịng điện nên Q>0. Các thiết bị có
thành phần tụ điện (tivi, laptop) có điện áp trễ pha so với dịng điện nên Q<0. Quan
sát hình 1.6, tác giả thể hiện công suất P và Q của một số thiết bị điện trên đồ thị. Ta
thấy vòng tròn càng nhỏ thì cơng suất thiết bị đó càng ổn định, vịng trịn lớn tức là
cơng suất thay đổi nhiều. Ta thậm chí thấy các vịng trịn giao nhau, tức là đã xuất
hiện các thiết bị có cơng suất tương đồng, do đó sẽ khó khăn khi phân biệt các thiết
bị này với nhau. Thuật toán phát hiện trạng thái thiết bị của Hart: thực hiện đo cơng
suất tiêu thụ trung bình với chu kỳ 1s, áp dụng thuật toán “bắt sườn” khi xuất hiện
cơng suất tổng thay đổi (hình 1.5 mơ tả một số thay đổi ở đồ thị tải khi các thiết bị
được bật hoặc tắt), rồi đối chiếu với những thông tin về P và Q đã biết trước để đốn
được thiết bị nào vừa bật hoặc tắt.

Hình 1. 6. Cơng suất có ích và phản kháng của một số thiết bị điện

Áp dụng phương pháp nhận biết thiết bị của Hart dựa vào cơng suất có ích và
cơng suất phản kháng, Markus Weiss cùng đồng nghiệp sử dụng công tơ số hiện hành

trên thị trường và xây dựng một phần mềm trên điện thoại để thực hiện thuật toán
nhận dạng thiết bị, giúp người sử dụng dễ dàng giám sát được các thiết bị [13] (hình
13


Chương 1. Tổng quan

1.7). Thuật toán cho phép ta thêm thiết bị mới thông qua phần mềm trên điện thoại,
rồi lưu thông số của thiết bị này vào cơ sở dữ liệu. Kết quả thử nghiệm hệ thống có
thể nhận biết được các thiết bị công suất nhỏ tới 15W và có tỉ lệ nhận biết thiết bị lên
tới 87%.

Hình 1. 7. Hệ thống giám sát thiết bị điện sử dụng điện thoại di động

Hình 1. 8. Cơng suất và thành phần sóng hài của máy tính và đèn sợi đốt

Một trong những nhược điểm trong phương pháp của Hart là khó có thể phân
biệt được các thiết bị có cơng suất tiêu thụ giống nhau. Hình 1.8 (đồ thị trên cùng)
cho thấy máy tính và đèn sợi đốt có công suất tiêu thụ ∆P và ∆Q lúc bật và tắt gần
14


Chương 1. Tổng quan

giống nhau. Tuy nhiên, Laughman cùng đồng nghiệp cho thấy 2 thiết bị trên có sóng
hài bậc 3 của dịng điện tiêu thụ khác nhau [14] (hình 1.8, hai đồ thị bên dưới). Nguyên
nhân xuất hiện sóng hài ở dịng điện (dẫn tới dịng điện khơng cịn là hình sin) là do
thiết bị điện đó là tải phi tuyến, điển hình là các thiết bị điện tử có các phần tử nguồn
switching hay chỉnh lưu như máy tính, tivi, máy photo, …Vì vây, khi sử dụng tần số
lấy mẫu cao, ta có thể thu thập được thơng tin về các bậc sóng hài để phân biệt các

thiết bị điện với nhau. Hơn nữa, việc phân tích sóng hài bậc cao có thể phân biệt được
các thiết bị có cơng suất thay đổi liên tục theo thời gian, và thậm chí có thể phát hiện
thiết bị đang bị lỗi. Laughman đã khảo sát công suất tiêu thụ P và sóng hài bậc 5 và
7 của bộ điều khiển tốc độ quạt của hệ thống HVAC. Quan sát hình 1.9 ta thấy đồ thị
cơng suất tiêu thụ P có cùng biên dạng với sóng hài bậc 5 và 7, do đó ta có thể thiết
lập được mối quan hệ giữa 2 bậc sóng hài này với P. Khi đó, nếu hệ thống HVAC là
hệ thống duy nhất xuất hiện sóng hài bậc cao (ví dụ như bậc 7), thì bằng cách đo đạc
sóng hài này ta suy ra được cơng suất tiêu thụ tương ứng.

Hình 1. 9. Đồ thị quan hệ giữa cơng suất có ích và sóng hài bậc 5 và 7

15


Chương 1. Tổng quan

Hình 1. 10. Các bậc sóng hài của một số thiết bị điện

Srinivasan cùng đồng nghiệp đã sử dụng các thuật tốn học máy khác nhau
với thơng số duy nhất là các bậc sóng hài để nhận diện thiết bị điện [15]. Các thuật
toán học máy được sử dụng và so sánh kết quả là MLP, SVM và RBF. Bài thử nghiệm
chỉ thu thập sóng hài bậc lẻ của dịng điện, từ sóng hài cơ bản cho đến sóng hài bậc
15. Quan sát hình 1.10 ta thấy sóng hài của một số thiết bị điện khác nhau, có 8 thiết
bị được thu thập khi thiết bị hoạt động ở một chế độ xác định và dòng điện ở trạng
thái ổn định. Ở bài thử nghiệm đầu tiên, tác giả thu thập dữ liệu sóng hài của tất cả
256 trường hợp bật/tắt của 8 thiết bị, trong đó 66% dữ liệu được dùng để huấn luyện,
số còn lại được dùng để kiểm tra. Kết quả thử nghiệm cho thấy kết quả nhận diện
thiết bị rất tốt ở cả 3 phương pháp học máy (độ chính xác trung bình lớn hơn 90%).
Tuy nhiên, trên thực tế số lượng thiết bị điện sẽ rất nhiều, vì vậy số trường hợp cần
thu thập sẽ tăng theo cấp số nhân 2. Do đó, ở bài thử nghiệm thứ 2, thơng số sóng hài

của từng thiết bị sẽ được thu thập riêng biệt và huấn luyện cho mạng. Kết quả cho
thấy tỷ lệ nhận diện thiết bị giảm so với thử nghiệm đầu tiên, độ chính xác trung bình
khoảng 85%. Ở bài thử nghiệm thứ 3, tác giả thêm nhiễu ngẫu nhiên (0.1 đến 1.5 lần
biên độ) vào dữ liệu thu thập được, kết quả nhận dạng tiếp tục giảm và độ chính xác

16


Chương 1. Tổng quan

trung bình khoảng 70%. Trong cả 3 bài thử nghiệm, phương pháp học máy MLP và
RBF cho kết quả tương đồng và tốt hơn phương pháp SVM.

Hình 1. 11. Kết quả thử nghiệm của phương pháp nhận dạng nhiễu đường dây

Patel cùng đồng nghiệp đề xuất phương pháp cách quan sát nhiễu trên hệ thống
mạng điện mỗi khi có một thiết bị bật/tắt hoặc nhiễu gây ra bởi thiết bị đang hoạt
động [16]. Hệ thống nhận diện bao gồm thiết bị cắm trực tiếp vào ổ điện bất kỳ trong
nhà, sau đó dữ liệu từ thiết bị này được truyền về máy tính để xử lý. Tác giả chia các
loại tải thành 3 loại là tải trở, tải cảm và tải có phần tử bán dẫn chuyển mạch (solid
state switching). Tải trở như bóng đèn hoặc lị sưởi không gây ra nhiễu khi hoạt động,
tuy nhiên nhiễu sẽ xuất hiện khi ta bật tắt công tắc của các thiết bị này. Tải cảm như
quạt hoặc máy xay ngoài nhiễu gây ra khi khởi động, đồng thời cũng gây ra nhiễu
trong q trình hoạt động. Tải có các phần tử bán dẫn chuyển mạch như máy tính
hoặc lị vi sóng sẽ gây nhiễu với tần số tương ứng với các bộ dao động bên trong thiết
bị. Độ dài đường truyền tải điện là yếu tố ảnh hưởng tới thơng số nhiễu thu thập được,
do đó vị trí đặt thiết bị thu thập nhiễu cũng rất quan trọng. Nhờ vào yếu tố này, ta
hồn tồn có thể phân biệt được 2 thiết bị giống hệt nhau nhưng vị trí lại khác nhau
ở trong nhà (ví dụ như các bóng đèn). Tác giả sử dụng thuật toán học máy SVM cho
hệ thống nhận diện. Thử nghiệm hệ thống được thực hiện ở 6 ngôi nhà trong 6 tuần,

17


Chương 1. Tổng quan

kết quả được thể hiện trong hình 1.11. Hình 1.11 cho thấy tỷ lệ dự đốn trung bình
85% ở ngơi nhà số 1, và khi số lần lấy dữ liệu càng nhiều thì độ chính xác càng cao.
1.2.2. Các phương pháp giám sát sử dụng thông số điện và không điện
Một trong những nhược điểm lớn của các phương pháp giám sát chỉ sử dụng
thông số điện là mất nhiều thời gian và nhân lực để huấn luyện cho hệ thống nhận
dạng được các thiết bị điện. Nguyên nhân là do muốn đạt được kết quả nhận diện
chính xác thì số lượng dữ liệu cần để huấn luyện cho hệ thống phải càng nhiều càng
tốt.

Hình 1. 12. Đồ thị quan hệ giữa từ trường trên đường dây và cơng suất tiêu thụ của thiết bị

Vì vậy, Younghun Kim và đồng nghiệp phát triển hệ thống giám sát
ViridiScope sử dụng các cảm biến từ trường, ánh sáng, âm thanh cùng với một công
tơ điện tổng [17]. Tác giả gắn cảm biến từ trường vào từng đường dây nguồn của thiết
bị với mục đích giám sát cơng suất tiêu thụ của từng tải. Quan sát hình 1.12, ta thấy
được cơng suất tiêu thụ của các thiết bị điện có cùng biên dạng với từ trường sinh ra
ở dây nguồn, do đó ta hồn tồn có thể thiết lập được mối quan hệ giữa hai đại lượng
này. Cảm biến ánh sáng và âm thanh được sử dụng để nhận biết các chế độ hoạt động
của thiết bị, kết hợp cùng với cảm biến từ trường ta có thể biết được cơng suất tiêu
thụ của từng chế độ hoạt động. Ví dụ, gắn cảm biến ánh sáng và âm thanh để nhận
biết 4 chế độ hoạt động của tủ lạnh: máy nén bật, đèn tủ lạnh bật, cả 2 đều bật và cả
2 đều tắt. Ở bài thử nghiệm thứ nhất, tác giả chỉ giám sát công suất tiêu thụ của 3 thiết
bị là máy tính, đèn ngủ và tủ lạnh. Kết quả ước lượng cơng suất cho độ chính xác cao,

18


Chương 1. Tổng quan

sai số lần lượt cho 3 thiết bị vừa kể là 1.29%, 0.04% và 1.05%. Ở bài thử nghiệm thứ
2, tác giả thêm các thiết bị khác vào hệ thống nhưng không lắp đặt cảm biến giám sát
những thiết bị này bao gồm: đồng hồ báo thức (2.7W), bộ phát Wifi (6.3W) và bộ
set-top-box (22W), có tổng công suất tiêu thụ là 32W. Kết quả hệ thống ước lượng
công suất tiêu thụ các thiết bị này là 32.1W. Bài thử nghiệm thứ 3 chỉ nhận diện trạng
thái bật tắt của các thiết bị thông qua cảm biến ánh sáng và âm thanh, và chỉ giám sát
công suất tiêu thụ trung bình thay vì thời gian thực như 2 bài thử nghiệm trước. Kết
quả cho sai số dưới 10%.

Hình 1. 13. Hệ thống giám sát thiết bị TinyEARS

Z.Cihan Taysi cùng đồng nghiệp xây dựng hệ thống TinyEARS giám sát thiết
bị chỉ sử dụng cảm biến âm thanh và công tơ điện [18]. Hệ thống giám sát bao gồm
nhiều lớp như trong hình 1.13. Module bắt sự kiện (Event Detection Module – EDM)
giao tiếp với công tơ điện để nhận biết sự thay đổi công suất tiêu thụ. Khi một sự kiện
được phát hiện, EDM sẽ kích hoạt Module tìm kiếm thiết bị (Device Detection
Module – DDM), DDM kích hoạt hệ thống cảm biến âm thanh bắt đầu lấy mẫu. Khi
lấy mẫu xong, hệ thống cảm biến quyết định được thiết bị nào đang hoạt động. Sau
đó DDM gửi dữ liệu từ hệ thống cảm biến và thông tin sự kiện tới module TCM
(Time Correlation Module). TCM dựa trên các dữ liệu cảm biến âm thanh, công tơ
điện và thời gian để đưa ra quyết định cuối cùng. Hệ thống thiết bị bao gồm một công

19

Chương 1. Tổng quan

tơ điện đo công suất tiêu thụ tổng, các cảm biến âm thanh đặt ở các phòng và máy
tính để thực hiện các module kể trên (EDM, DDM và TCM). Thử nghiệm được thực
hiện trong 3 ngày, dữ liệu được thu thập trong ngày đầu tiên, hai ngày sau sẽ đánh
giá hệ thống. Cảm biến âm thanh được đặt trong phòng bếp để giám sát 4 thiết bị với
các chế độ hoạt động khác nhau: tủ lạnh, máy rửa bát (chế độ 1 và 2), máy hút mùi
(chế độ nhỏ và to) và máy xay. Kết quả ước lượng công suất tiêu thụ và kết quả ước
lượng thời gian hoạt động của từng thiết bị được thể hiện trong hình 1.14. Có thể thấy
kết quả ước lượng rất tốt ngoài trừ máy rửa bát ở chế độ 1 và máy hút mùi ở mức nhỏ.

Hình 1. 14. Kết quả thử nghiệm hệ thống TinyEARS

Hình 1. 15. Bo mạch nhỏ gọn được trang bị nhiều loại cảm biến

Gierad Laput cùng đồng nghiệp phát triển một bo mạch nhỏ gọn được trang bị
rất nhiều cảm biến như âm thanh, rung động, ánh sáng, chuyển động, từ trường, …
(hình 1.15) [19]. Thiết bị này không những phát hiện được trạng thái của các thiết bị
điện mà cịn có thể phát hiện của những hoạt động thường ngày như xả vòi nước, rút

20