集群式用电智能管理系统是电量的自动计量及管理发展的趋势.学生公寓普遍存在使用违章电器的情况,造成火灾事故频发,对个人及学校造成巨大的损失.高校学生公寓的用电管理具有其特殊性,例如违章电器识别、超负荷判断、定时断送电及特殊用户用电配置.该课题着重研究了学生公寓电器负载的识别.首先采集电压和电流的信号,然后用MATLAB软件进行仿真分析,最后用C51语言实现.在对正弦电压和非正弦电压情况下学生公寓电器的负载进行识别的研究中,使用了三种方法.第一种方法是基于傅立叶变换理论的负载类型识别.首先对负载的电压和电流信号进行快速傅立叶变换,得到电压和电流的各频率分量,然后利用它们的幅值和相位的对应关系,求出总功率、计算机功率和非计算机功率的值,作为负载识别的依据.第二种方法是基于小波变换的负载类型识别.对负载的电流信号做5层Dmeyer小波分解,计算各负载电流值的平方和、细节部分第5层的能量以及概貌部分与细节部分第5层的能量的比值,根据这些特征值识别出大功率阻性负载与计算机.在使用BP神经网络对负载类型进行识别时,把负载的电压和电流信号做快速傅立叶变换后各频率分量的幅值作为训练BP网络时的输入,把总功率和计算机的功率的值作为网络的输出.集群式用电智能管理系统有广阔的推广性和应用性.