一种设备状态变化事件监测方法技术

本发明专利技术公开了一种设备状态变化事件监测方法，包括收集用电数据；对总负载的功率变化进行阈值处理；生成图信号，将图信号的节点对事件的所有上升沿和下降沿进行索引；将经过初始阈值提取出来的功率事件进行分类，形成聚类；自适应阈值修改和优化聚类；将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对；通过计算典型功率，使各个簇组的功率变化绝对值的均值进行匹配；本发明专利技术方法通过对设备用电数据进行处理，实现用电能耗的负荷分解，从而对各设备的耗能实现实时监控，掌握各设备的用电能耗情况，有助于用户了解各设备用电情况，从而根据该用电情况进行所需的能耗分析和制定合理的节能计划，进而降低不必要的电能消耗，节约资源。

An Event Monitoring Method for Equipment State Change

The invention discloses an event monitoring method for equipment state change, which includes collecting power consumption data, threshold processing for power change of total load, generating graph signal, indexing all rising and falling edges of events by node of graph signal, classifying power events extracted by initial threshold, forming clustering, adaptive threshold modification and optimizing clustering; Each positive event cluster and the nearest negative event cluster are matched by screening features; the mean of absolute value of power change of each cluster is matched by calculating typical power; the method of the invention realizes load decomposition of power consumption by processing the data of equipment power consumption, thereby realizing real-time monitoring of energy consumption of each equipment and grasping the situation of power consumption of each equipment. It is helpful for users to understand the power consumption of each equipment, so as to analyze and formulate reasonable energy-saving plan according to the power consumption situation, and then reduce unnecessary power consumption and save resources.

【技术实现步骤摘要】
一种设备状态变化事件监测方法
本专利技术涉及电力检测领域，尤其涉及一种设备状态变化事件监测方法。
技术介绍
电能在生活中被广泛应用，已经成为我们日常生活中不可缺少的一部分，正因如此，随着时代的发展，对电能的研究进入到一个前所未有的高度，其中，家庭用电的耗能比例占总能耗的比例相当高，想要达到减少家庭用电中的能耗浪费的效果，对家庭用电的耗能情况进行检测是必要的步骤，因此，对家庭各种电器的用电耗能情况进行分析研究是当前急需解决的一个难题。现有技术中，人们采用两种方法对家庭用电能耗进行检测，一种是直接在电路的主路上安装电表进行直接计量，这种方法只能获得家庭用电的总体的能耗数据，而不能获取每个设备或电器的用电能耗数据；另一种方法是在各用电设备的接入负载端安装电表进行用电数据计量，这种方法虽然能够分别获取各用电设备的能耗数据，但是由于计量电表和用电设备是连接关系，当用电设备移动到其他地方时，计量电表也必须移动到用电设备的地方，并安装在用电设备移动的所在区域，当用电设备移动到所在地方不具备安装计量电表的环境，则无法实现能耗检测，这种方法操作复杂，效率低下，实现率低，并且必须给各设备分别匹配一个计量电表，导致测量成本高。
技术实现思路
本专利技术提供了一种设备状态变化事件监测方法，以解决对每个设备或电器的用电能耗数据时，操作复杂，效率低下，实现率低，成本高的问题，实现了更节约、更智能化地获取每个用电设备的用电情况进行用电数据。为了解决上述技术问题，本专利技术实施例提供了一种设备状态变化事件监测方法，包括：收集一个或多个设备的用电数据和总负载的功率数据；对总负载的功率变化进行阈值处理，提取功率事件形成候选事件组；生成图信号，将图信号的节点对事件的所有上升沿和下降沿进行索引；将经过初始阈值提取出来的功率事件进行分类，形成聚类；对进行分类后的功率事件进行自适应阈值修改和优化聚类；将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组；通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值。作为优选方案，所述将经过初始阈值提取出来的功率事件进行分类，具体如下：将所述候选事件组分成正功率组和负功率组，并对其分别进行聚类；分别对所述正功率组和所述负功率组中的功率边沿相似的所有边沿分组到同一事件簇中，并将分组到同一事件簇中的边沿从功率组中删除；重复上述步骤，对功率边沿进行聚类，直至所有的事件实现聚类。作为优选方案，所述对进行分类后的功率事件进行自适应阈值修改和优化聚类，具体如下：将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改；提高簇组的聚类度，优化聚类。作为优选方案，所述将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改，具体如下：将正功率簇组的均值的绝对值最小的那一事件簇作为新的自适应正阈值；将负功率簇组的均值的绝对值最小的那一事件簇作为新的自适应负阈值；分别将正功率簇组和负功率簇组中功率变化较小的功率变化事件进行去除。作为优选方案，所述提高簇组的聚类度，优化聚类，具体如下：分别提高正功率簇组和负功率簇组中的事件簇的聚类度；分别对所述正功率簇组和所述负功率簇组中的功率边沿相似的所有边沿分组到同一事件簇中，进一步优化聚类。作为优选方案，所述进一步优化聚类后，还包括：将较少元素的簇组合并进相邻元素多的聚类组以保持正聚类和负聚类的数量之间的平衡。作为优选方案，所述将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组，具体如下：把正功率事件簇和负功率事件簇按均值幅度从大到小重新排列，使得正功率事件簇和负功率事件簇相对应，从而更便于匹配；形成与正事件簇和负事件簇的功率事件对应的发生时间簇，从而进行特征匹配，筛选出候选配对组；结合图信号对筛选出的配对组进一步筛选出最优的配对组；重复上述步骤，对每一个功率事件簇筛选出最优的配对组，直至对所有的功率事件簇完成筛选。作为优选方案，所述对所有的功率事件簇完成筛选后，还包括：对未能配对的功率边沿从事件簇中删除。作为优选方案，所述通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值，具体如下：通过收集到的功率数据计算各设备的典型变化功率，建立设备标签库并将各设备的典型变化功率数据作为标签存储在所述设备标签库中；将特征匹配后的各个簇组的功率变化绝对值的均值与标签库中设备的典型功率变化相匹配，如果匹配符合，则该簇组数据属于对应的设备，如果没有对应的标签，则在标签库中添加新的标签；根据配对的结果将每个功率上升沿和下降沿的时间差乘以功率变化，并累加聚类组中所有功率变化事件，得到使用该设备的总电量。一种设备状态变化事件监测方法，包括：收集一个或多个设备的用电数据和总负载的功率数据；对总负载的功率变化进行阈值处理，提取功率事件形成候选事件组；生成图信号，将图信号的节点对事件的所有上升沿和下降沿进行索引；将经过初始阈值提取出来的功率事件进行分类，形成聚类；对进行分类后的功率事件进行自适应阈值修改和优化聚类；将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组；通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值。所述将经过初始阈值提取出来的功率事件进行分类，具体如下：将所述候选事件组分成正功率组和负功率组，并对其分别进行聚类；分别对所述正功率组和所述负功率组中的功率边沿相似的所有边沿分组到同一事件簇中，并将分组到同一事件簇中的边沿从功率组中删除；重复上述步骤，对功率边沿进行聚类，直至所有的事件实现聚类。所述对进行分类后的功率事件进行自适应阈值修改和优化聚类，具体如下：将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改；提高簇组的聚类度，优化聚类。所述将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改，具体如下：将正功率簇组的均值的绝对值最小的那一事件簇作为新的自适应正阈值；将负功率簇组的均值的绝对值最小的那一事件簇作为新的自适应负阈值；分别将正功率簇组和负功率簇组中功率变化较小的功率变化事件进行去除。所述提高簇组的聚类度，优化聚类，具体如下：分别提高正功率簇组和负功率簇组中的事件簇的聚类度；分别对所述正功率簇组和所述负功率簇组中的功率边沿相似的所有边沿分组到同一事件簇中，进一步优化聚类。所述进一步优化聚类后，还包括：将较少元素的簇组合并进相邻元素多的聚类组以保持正聚类和负聚类的数量之间的平衡。所述将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组，具体如下：把正功率事件簇和负功率事件簇按均值幅度从大到小重新排列，使得正功率事件簇和负功率事件簇相对应，从而更便于匹配；形成与正事件簇和负事件簇的功率事件对应的发生时间簇，从而进行特征匹配，筛选出候选配对组；结合图信号对筛选出的配对组进一步筛选出最优的配对组；重复上述步骤，对每一个功率事件簇筛选出最优的配对组，直至对所有的功率事件簇完成筛选。所述对所有的功率事件簇完成筛选后，本文档来自技高网...

【技术保护点】
1.一种设备状态变化事件监测方法，其特征在于，包括：收集一个或多个设备的用电数据和总负载的功率数据；对总负载的功率变化进行阈值处理，提取功率事件形成候选事件组；生成图信号，将图信号的节点对事件的所有上升沿和下降沿进行索引；将经过初始阈值提取出来的功率事件进行分类，形成聚类；对进行分类后的功率事件进行自适应阈值修改和优化聚类；将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组；通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值。

【技术特征摘要】
1.一种设备状态变化事件监测方法，其特征在于，包括：收集一个或多个设备的用电数据和总负载的功率数据；对总负载的功率变化进行阈值处理，提取功率事件形成候选事件组；生成图信号，将图信号的节点对事件的所有上升沿和下降沿进行索引；将经过初始阈值提取出来的功率事件进行分类，形成聚类；对进行分类后的功率事件进行自适应阈值修改和优化聚类；将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组；通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值。2.如权利要求1所述的设备状态变化事件监测方法，其特征在于，所述将经过初始阈值提取出来的功率事件进行分类，具体如下：将所述候选事件组分成正功率组和负功率组，并对其分别进行聚类；分别对所述正功率组和所述负功率组中的功率边沿相似的所有边沿分组到同一事件簇中，并将分组到同一事件簇中的边沿从功率组中删除；重复上述步骤，对功率边沿进行聚类，直至所有的事件实现聚类。3.如权利要求1所述的设备状态变化事件监测方法，其特征在于，所述对进行分类后的功率事件进行自适应阈值修改和优化聚类，具体如下：将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改；提高簇组的聚类度，优化聚类。4.如权利要求3所述的设备状态变化事件监测方法，其特征在于，所述将功率簇组的均值的绝对值最小的那一事件簇作为新的自适应阈值，进行阈值修改，具体如下：将正功率簇组的均值的绝对值最小的那一事件簇作为新的自适应正阈值；将负功率簇组的均值的绝对值最小的那一事件簇作为新的自适应负阈值；分别将正功率簇组和负功率簇组中功率变化较小的功率变化事件进行去除。5.如权利要求3所述的设备状态变化事件监测方法，其特征在于，所述提高簇组的聚类度，优化聚类，具体如下：分别提高正功率簇组和负功率簇组中的事件簇的聚类度；分别对所述正功率簇组和所述负功率簇组中的功率边沿相似的所有边沿分组到同一事件簇中，进一步优化聚类。6.如权利要求5所述的设备状态变化事件监测方法，其特征在于，所述进一步优化聚类后，还包括：将较少元素的簇组合并进相邻元素多的聚类组以保持正聚类和负聚类的数量之间的平衡。7.如权利要求1所述的设备状态变化事件监测方法，其特征在于，所述将每个正事件簇与幅度最接近的负事件簇进行筛选特征配对，并进一步筛选获得最优的配对组，具体如下：把正功率事件簇和负功率事件簇按均值幅度从大到小重新排列，使得正功率事件簇和负功率事件簇相对应，从而更便于匹配；形成与正事件簇和负事件簇的功率事件对应的发生时间簇，从而进行特征匹配，筛选出候选配对组；结合图信号对筛选出的配对组进一步筛选出最优的配对组；重复上述步骤，对每一个功率事件簇筛选出最优的配对组，直至对所有的功率事件簇完成筛选。8.如权利要求7所述的设备状态变化事件监测方法，其特征在于，所述对所有的功率事件簇完成筛选后，还包括：对未能配对的功率边沿从事件簇中删除。9.如权利要求1所述的设备状态变化事件监测方法，其特征在于，所述通过计算各设备的典型功率变化数值，使之与特征匹配后的各个簇组的功率变化绝对值的均值进行匹配，获得相应的设备用电变化数值，具体如下：通过收集到的功率数据计算各设备的典型变化功率，建立设备标签库并将各设备的典型变化功率数据作为标签存储在所述设备标签库中；将特征匹配后的各个簇组的功率变化绝对值的均值...

【专利技术属性】
技术研发人员：杨云瑞，
申请(专利权)人：广东卓维网络有限公司，
类型：发明
国别省市：广东,44