一种非侵入式家用负荷智能检测方法及系统技术方案

本发明专利技术涉及一种非侵入式家用负荷智能检测方法，包括：在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号；对所述电压信号和电流信号进行分析，分别获取至少一个负荷中的每个负荷对应的电压信号和分电流信号；根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压‑电流轨迹图；根据所述每个负荷对应的电压‑电流轨迹图分别提取每个负荷对应的负荷特征信息；以及根据所述每个负荷对应的负荷特征信息通过支持向量机SVM分类算法识别每个负荷对应的电器类别。本发明专利技术的有益效果在于：通过对负荷的电压‑电流轨迹图进行分析，能够高效的识别出负荷所属的电器类型。

Non intrusive household load intelligent detection method and system

The invention relates to a non-invasive household intelligent load detection method, including: the main entrance collecting at least one household load in a stable working state in a preset voltage signal and current signal acquisition point in each cycle threshold; the voltage signal and current signal are analyzed respectively, obtaining at least each corresponding load the voltage signal of a load and the voltage current signal; current trajectory of each load were determined according to the voltage signal corresponding to each of the corresponding load and current signal; according to the current voltage diagram trajectory of each load corresponding to the load information of each feature extraction and the corresponding load; the appliance category support vector machine SVM classification algorithm to identify each corresponding load according to the load characteristic information corresponding to each load. The invention has the advantages that: through the analysis of current voltage diagram trajectory on the load, the load type electric appliance can recognize high.

【技术实现步骤摘要】
一种非侵入式家用负荷智能检测方法及系统
本专利技术涉及家用负荷智能检测领域，并且更具体地，涉及一种非侵入式家用负荷智能检测方法及系统。
技术介绍
随着传统电网中出现的诸多问题，智能电网的发展迫在眉睫。实施智能电网发展战略不仅能使用户获得高安全性、高可靠性、高质量性、高效率和价格合理的电力供应，还能提高国家的能源安全，改造环境，推动可持续发展。在智能电网的建设中智能电表的研究是其中重要的一个环节。智能电表的关键技术就是能够识别出家庭中不同用电负荷的类型及其用电信息。现有技术是在每个负荷电器前面安装电表仪器，但这需要大量的电表仪器，会大大的增加安装成本，存在很大的缺点。因此，为了降低财务费用、提高可靠性、提出了非侵入式负荷监测系统，无需在每个负荷电器前面安装电表仪器，仅通过在总的电力负荷入口处对电压、电流及功率信息进行测量、分析，便可得到每个不同负荷电器的实时的功率消耗比例。目前，对负荷电器的检测、识别、分类的方法主要有稳态分析与暂态分析，使用时域特征、频域特征或者时频域结合的方法进行特征提取，最后使用K近邻规则、反向传播人工神经网络和人工免疫算法等，然而在识别上还存在很多缺陷，主要表现在如下几个方面：算法的复杂程度高，主要是算法的时间复杂度，在分析数据时采集数据的速率和分析数据的速率不能及时的测出当前的信息；在对于相似电器进行分析时，特征相近，分辨成功率低；以及对于小功率的电器难以进行识别。
技术实现思路
为了解决上述问题，根据本专利技术的一个方面，提供了一种非侵入式家用负荷智能检测方法，所述方法包括：在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号；对所述每个采集点的电压信号和电流信号进行分析，分别获取处于稳定工作状态的至少一个负荷中的每个负荷对应的电压信号和分电流信号；根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压-电流轨迹图；根据所述每个负荷对应的电压-电流轨迹图分别提取每个负荷对应的负荷特征信息；以及根据所述每个负荷对应的负荷特征信息通过支持向量机SVM分类算法识别每个负荷对应的电器类别。优选地，其中在所述对所述每个采集点的电压信号和电流信号进行分析前，对所述每个采集点电压信号和电流信号进行低通滤波处理，并将经过低通滤波处理的电压信号和电流信号转换为数字信号。优选地，其中所述负荷特征信息包括：电压-电流轨迹图的闭合区域面积、曲线的交点数目、区间段斜率、左右区间段的面积和轨迹的非线性关系。根据本专利技术的另一个方面，提供了一种非侵入式家用负荷智能检测系统，所述系统包括：信号采集单元、信号分析单元、电压-电流轨迹图确定单元、负荷特征信息提取单元和类别确定单元，所述信号采集单元，在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号；所述信号分析单元，对所述每个采集点的电压信号和电流信号进行分析，分别获取处于稳定工作状态的至少一个负荷中的每个负荷对应的电压信号和分电流信号；所述电压-电流轨迹图确定单元，根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压-电流轨迹图；所述负荷特征信息提取单元，根据所述每个负荷对应的电压-电流轨迹图分别提取每个负荷对应的负荷特征信息；以及所述类别确定单元，根据所述每个负荷对应的负荷特征信息通过支持向量机SVM分类算法识别每个负荷对应的电器类别。优选地，其中在所述信号分析单元对所述每个采集点的电压信号和电流信号进行分析前，对所述每个采集点电压信号和电流信号进行低通滤波处理，并将经过低通滤波处理的电压信号和电流信号转换为数字信号。优选地，其中所述负荷特征信息包括：电压-电流轨迹图的闭合区域面积、曲线的交点数目、区间段斜率、左右区间段的面积和轨迹的非线性关系。本专利技术的有益效果在于：本专利技术利用非侵入式负荷监测系统高效、准确的监视不同负荷电器的用电信息，通过电压-电流轨迹图代表不同负荷的用电信息，并对负荷的电压-电流轨迹图进行分析，能够高效的识别出负荷所属的电器类型。附图说明通过参考下面的附图，可以更为完整地理解本专利技术的示例性实施方式：图1为根据本专利技术实施方式的非侵入式家用负荷智能检测方法100的流程图；图2为六种常见家用电器的电压-电流轨迹图；图3为根据本专利技术实施方式的电压-电流轨迹图提取的负荷特征信息的示意图；以及图4为根据本专利技术实施方式的非侵入式家用负荷智能检测系统400的结构示意图。具体实施方式现在参考附图介绍本专利技术的示例性实施方式，然而，本专利技术可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本专利技术，并且向所属
的技术人员充分传达本专利技术的范围。对于表示在附图中的示例性实施方式中的术语并不是对本专利技术的限定。在附图中，相同的单元/元件使用相同的附图标记。除非另有说明，此处使用的术语(包括科技术语)对所属
的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。本专利技术提出了采用电压-电流轨迹图的方法对家用负荷进行分析检测，对电器稳态工作时的一个周期内的电压和电流进行测量，并确定电压-电流轨迹图，通过图形轨迹的封闭面积、轨迹的非线性关系、区间段的斜率和左右区间段的面积作为独特的负荷特征，从而判断负荷对应的电器类别。图1为根据本专利技术实施方式的非侵入式家用负荷智能检测方法100的流程图。如图1所示，所述非侵入式家用负荷智能检测方法100从步骤191处开始，在步骤101在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号。在本专利技术的实施方式中，预设周期阈值为一个周期，采集频率为7000个每秒。优选地，在步骤102对所述每个采集点的电压信号和电流信号进行分析，分别获取处于稳定工作状态的至少一个负荷中的每个负荷对应的电压信号和分电流信号。优选地，其中在所述对所述每个采集点的电压信号和电流信号进行分析前，对所述每个采集点电压信号和电流信号进行低通滤波处理，并将经过低通滤波处理的电压信号和电流信号转换为数字信号。在本专利技术的实施方式中，在对采集到的数据进行分析前，对采集到的数据进行低通滤波处理以达到抑制噪声的目的，并将经过低通滤波处理的电压信号和电流信号通过A/D转换装置来进行转换，转换后的电压信号和电流信号均为数字信号。其中，依据前后周期的功率变化差是否大于设定的阈值，可以判断是否有新的电器开启或者关闭。优选地，在步骤103根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压-电流轨迹图。在负荷识别领域常用的方法包括时域分析、频域分析以及时频域相结合的方法，本专利技术的核心是在时域信号的基础上，将电压和电流放在一个二维平面上同时加以考虑，从而得到电压-电流轨迹图。图2为六种常见家用电器的电压-电流轨迹图。如图2所示，分别采集电器在稳定工作状态时的同一个周期内的电压信号和电流信号，对应时间的电压和电流两两一组看成横纵坐标，然后在横坐标轴上确定负荷工作时的电压，在纵坐标轴上确定负荷工作时的电流，一个周期的点集合就会构成如图2所示的闭合本文档来自技高网...

【技术保护点】
一种非侵入式家用负荷智能检测方法，其特征在于，所述方法包括：在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号；对所述每个采集点的电压信号和电流信号进行分析，分别获取处于稳定工作状态的至少一个负荷中的每个负荷对应的电压信号和分电流信号；根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压‑电流轨迹图；根据所述每个负荷对应的电压‑电流轨迹图分别提取每个负荷对应的负荷特征信息；以及根据所述每个负荷对应的负荷特征信息通过支持向量机SVM分类算法识别每个负荷对应的电器类别。

【技术特征摘要】
1.一种非侵入式家用负荷智能检测方法，其特征在于，所述方法包括：在处于稳定工作状态的至少一个家用负荷的总入口处采集在预设周期阈值内的每个采集点的电压信号和电流信号；对所述每个采集点的电压信号和电流信号进行分析，分别获取处于稳定工作状态的至少一个负荷中的每个负荷对应的电压信号和分电流信号；根据所述每个负荷对应的电压信号和分电流信号分别确定所述每个负荷对应的电压-电流轨迹图；根据所述每个负荷对应的电压-电流轨迹图分别提取每个负荷对应的负荷特征信息；以及根据所述每个负荷对应的负荷特征信息通过支持向量机SVM分类算法识别每个负荷对应的电器类别。2.根据权利要求1所述的方法，其特征在于，在所述对所述每个采集点的电压信号和电流信号进行分析前，对所述每个采集点电压信号和电流信号进行低通滤波处理，并将经过低通滤波处理的电压信号和电流信号转换为数字信号。3.根据权利要求1所述的方法，其特征在于，所述负荷特征信息包括：电压-电流轨迹图的闭合区域面积、曲线的交点数目、区间段斜率、左右区间段的面积和轨迹的非线性关系。4.一种非侵入式家用负荷智能检测系统，其特征在于，所述系统包括：信号采集单元、信号分析单元、电压-电流轨迹...

【专利技术属性】
技术研发人员：殷波，朱治丞，丛艳平，魏行昊，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：山东,37