随着我国智能电网技术的迅速发展,家庭智能化用电成为智能电网系统中的重要环节。目前反馈用户用电数据的方式主要通过入户侧的智能电表测量用电数据后上传云服务器,客户通过网络来查询家庭总体用电消费水平。这种方式会因为用户数量的上涨从而导致服务器的效率下降且用户无法得到详细的用电信息和用电趋势。针对此问题,本文提出一种面向家庭用户的家庭智能用电管理系统。此系统通过智能采集模块收集家庭用户各房间的用电特征,对用电特征进行提取后存储在本地边缘计算模块。同时边缘计算模块可运行深度学习算法,使用正常用电的家庭用电数据作为训练样本进行模型训练,将采集到的用电信息作为模型的输入变量,预测未来不同时间段的用电趋势。最终以手机APP的方式反馈用户不同时间段的历史用电数据和未来用电趋势。用户根据历史用电数据和未来用电趋势,来改变自身的用电行为达到降低电费,提高电能利用率的效果。本文主要工作如下:1.通过原理图设计和PCB设计,制作智能采集设备,此设备由采集电路、计量芯片、STM32控制芯片、ZigBee通讯模块组成,可以准确采集家庭房间内的各项用电数据,最终通过ZigBee无线通讯传输给边缘计算模块。用户利用手机APP可以得到房间不同时间段的历史用电数据。2.为预测未来不同时间段的用电趋势,利用深度学习算法搭建混合模型,最终构建的BLSTM-Attention模型较为准确的未来用电量预测。3.通过实验,硬件系统具有高效采集、稳定传输、数据处理的功能。软件系统采集各房间历史用电信息、使用深度学习算法模型预测不同时间段的用电量,最终实现数据可视化,让用户直观的观察历史用电信息和未来用电趋势,为家庭用电可视化监测提供一种可行性方案。