恶性负载的识别方法及装置制造方法及图纸

本发明专利技术提供一种恶性负载的识别方法及装置，涉及恶性负载识别领域。其中，该方法可以集成于识别装置，识别装置可以获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内电能表的中断次数；识别装置根据每个周期内的中断次数，获取待识别用电设备的采样数据样本；进而识别装置可以根据该采样数据样本，计算瞬时功率的变化趋势，确定待识别用电设备是否为疑似恶性负载；若是，识别装置根据预设算法对已经学习到的恶性负载数据样本与采样数据样本进行比对，确认疑似恶性负载是否为恶性负载，通过两次的判断过程，可以达到准确区分恶性负载与非恶性负载的目的，提高识别恶性负载的准确率。

Identification method and device of malignant load

【技术实现步骤摘要】
恶性负载的识别方法及装置
本专利技术涉及恶性负载识别领域，具体而言，涉及一种恶性负载的识别方法及装置。
技术介绍
目前，随着校园用电设备增多，校园用电安全事故频频报道，校园用电安全隐患和浪费成为校园管理者急需解决的问题。针对此问题，近年来多采取外接限电器(限制用电负荷容量)的办法或电能表增加功率增量判断算法加以解决，但外接限电器增加了安装难度，且同样的表箱安装的电表数减少，对资源也是一种浪费行为；功率增量算法虽然可有效防止大功率用电设备的使用，但同时也限制住了非恶性负载的大功率设备，如空调等。现有技术在恶性负载识别算法中主要的算法有功率因数法、瞬时功率增量法和谐波判别法等。功率因数法是通过测量负载的功率因数来检测恶性负载；瞬时功率增量法是通过实时监测用电回路功率的方法进行检测恶性负载；谐波判别法是通过计算负载的基波和高次谐波的电导角度来进行识别恶性负载。但是，以上算法均是通过用电设备接入后的稳态特性，虽然能识别部分违规用电器，但效果不尽理想，不能准确的区分恶性负载和非恶性负载的目的。
技术实现思路
本专利技术的目的在于提供一种恶性负载的识别方法及装置，能够实现准确区分恶性负载与非恶性负载。本专利技术的实施例是这样实现的：本专利技术实施例的一方面，提供一种恶性负载的识别方法，包括：识别装置获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内电能表的中断次数，预设时间段为(200ms，280ms)；识别装置根据每个周期内的中断次数，获取识别用电设备的采样数据样本，采样数据样本包括瞬时功率数据样本，和/或电压数据样本、电流数据样本及电压电流相位差数据样本；识别装置根据采样数据样本，计算瞬时功率的变化趋势，确定待识别用电设备是否为疑似恶性负载，若是，识别装置根据预设算法对已经学习到的恶性负载数据样本与采样数据样本进行比对，确认疑似恶性负载是否为恶性负载。如上，识别装置根据采样数据样本，计算瞬时功率的变化趋势，确定待识别用电设备是否为疑似恶性负载，包括：识别装置根据采样数据样本，计算获取待识别用电设备的瞬时功率变化趋势；识别装置获取第一判断时间段内，上一周期的瞬时功率与待识别周期的瞬时功率之间的差值，第一判断时间段包括m个预设时间段，m为大于1的整数；当差值大于第一预设门限时，识别装置确定待识别用电设备非疑似恶性负载；或者，当差值不大于第一预设门限时，识别装置在第二判断时间段再次判断待识别用电设备是否为疑似恶性负载，第二判断时间段包括m个预设时间段，m为大于1的整数。如上，识别装置在第二判断时间段再次判断待识别用电设备是否为疑似恶性负载，包括：识别装置获取第二判断时间段内待识别周期的瞬时功率分别与前n个周期的瞬时功率之间的n1个差值；若n1个差值没有k1个连续差值均大于第二预设门限，则待识别用电设备为非疑似恶性负载；若n1个差值有k1个连续差值均大于第二预设门限，则待识别用电设备需进入第三判断时间段；第三判断时间段内，识别装置重新获取第三判断时间段内待识别周期的瞬时功率分别与前n个周期的瞬时功率之间的n1个差值，若n1个差值中有k2个差值小于第三预设门限，则识别装置确定待识别用电设备为疑似恶性负载；或者，若n1个差值中有k3个差值大于第三预设门限，识别装置获取第三判断时间段内待识别周期的瞬时功率与第三判断时间段内第一周期的瞬时功率之间的功率差的第一绝对值、以及第二判断时间段内待识别周期的瞬时功率与第二判断时间段内第一周期的瞬时功率之间的功率差的第二绝对值；识别装置判断第一绝对值和第二绝对值的大小是否满足预设条件，若满足，则确定待识别用电设备为疑似恶性负载，若不满足，则确定待识别用电设备为非疑似恶性负载；n1＜n，0＜k1≤n1，0＜k2≤n1，0＜k3＜k2，且k1、k2、k3均为整数。如上，识别装置获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内电能表的中断次数，包括：识别装置在待识别用电设备接入电能表后，采用公式计算每个周期内电能表的中断次数H；其中，P为功率精度，C为电能表的脉冲常数，t为预设时间段，1kWh为1度电。如上，预设时间段为220ms。可选地，上述识别装置根据预设算法对已经学习到的恶性负载数据样本与采样数据样本进行比对，确认疑似恶性负载是否为恶性负载，包括：计算采样数据样本与恶性负载数据样本的欧式距离；根据欧式距离与预设欧式距离，确定采样数据样本所对应的疑似恶性负载的类别和对应的频次；根据采样数据样本所对应的疑似恶性负载的类别和对应的频次，确认疑似恶性负载是否为恶性负载。可选地，上述方法还包括：获取待识别用电设备的多个训练样本集，每个训练样本集包括多个瞬时功率数据样本，和/或多个电压数据样本、电流数据样本及电压电流相位差数据样本；根据多个所述训练样本集，计算任意两个所述训练样本集中各数据样本之间距离最小值之和；根据任意两个所述训练样本集中各数据样本之间距离最小值之和，获取最小的所述距离最小值之和所对应的两个所述训练样本集作为第一训练样本集，以及获取最大的所述距离最小值之和所对应的两个所述训练样本集作为第二训练样本集；取属于所述第一训练样本集、但不属于所述第二训练样本集的所述训练样本集作为所述已经学习到的恶性负载数据样本。本专利技术实施例的第二方面提供一种恶性负载的识别装置，包括：第一获取模块，用于获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内电能表的中断次数，预设时间段为(200ms，280ms)；第二获取模块，用于根据每个周期内的中断次数，获取待识别用电设备的采样数据样本，采样数据样本包括瞬时功率数据样本，和/或电压数据样本、电流数据样本及电压电流相位差数据样本；预判模块，用于根据采样数据样本，计算瞬时功率的变化趋势，确定待识别用电设备是否为疑似恶性负载；确认模块，用于若是，根据预设算法对已经学习到的恶性负载数据样本与采样数据样本进行比对，确认疑似恶性负载是否为恶性负载。如上，预判模块，具体用于根据采样数据样本，计算获取待识别用电设备的瞬时功率；获取第一判断时间段内，上一周期的瞬时功率与待识别周期的瞬时功率之间的差值，第一判断时间段包括m个预设时间段，m为大于1的整数；当差值大于第一预设门限时，确定待识别用电设备为非疑似恶性负载；或者，当差值不大于第一预设门限时，在第二判断时间段再次判断待识别用电设备是否为疑似恶性负载，第二判断时间段包括m个预设时间段，m为大于1的整数。如上，预判模块，具体用于获取第二判断时间段内待识别周期的瞬时功率分别与前n个周期的瞬时功率之间的n1个差值；若n1个差值没有k1个连续差值大于第二预设门限，则待识别用电设备为非疑似恶性负载；若n1个差值有k1个连续差值均大于第二预设门限，则待识别用电设备需进入第三判断时间段；第三判断时间段内，重新获取第三判断时间段内待识别周期的瞬时功率分别与前n1个周期的瞬时功率之间的n1个差值，若n1个差值中有k2个差值小于第三预设门限，则确定待识别用电设备为疑似恶性本文档来自技高网...

【技术保护点】
1.一种恶性负载的识别方法，其特征在于，包括：/n识别装置获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内所述电能表的中断次数，所述预设时间段为(200ms，280ms)；/n所述识别装置根据每个周期内的所述中断次数，获取所述待识别用电设备的采样数据样本，所述采样数据样本包括瞬时功率数据样本，和/或电压数据样本、电流数据样本及电压电流相位差数据样本；/n所述识别装置根据所述采样数据样本，计算瞬时功率的变化趋势，确定所述待识别用电设备是否为疑似恶性负载；/n若是，所述识别装置根据预设算法对已经学习到的恶性负载数据样本与所述采样数据样本进行比对，确认所述疑似恶性负载是否为恶性负载。/n

【技术特征摘要】
1.一种恶性负载的识别方法，其特征在于，包括：
识别装置获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内所述电能表的中断次数，所述预设时间段为(200ms，280ms)；
所述识别装置根据每个周期内的所述中断次数，获取所述待识别用电设备的采样数据样本，所述采样数据样本包括瞬时功率数据样本，和/或电压数据样本、电流数据样本及电压电流相位差数据样本；
所述识别装置根据所述采样数据样本，计算瞬时功率的变化趋势，确定所述待识别用电设备是否为疑似恶性负载；
若是，所述识别装置根据预设算法对已经学习到的恶性负载数据样本与所述采样数据样本进行比对，确认所述疑似恶性负载是否为恶性负载。


2.根据权利要求1所述的恶性负载的识别方法，其特征在于，所述识别装置根据所述采样数据样本，计算瞬时功率的变化趋势，确定所述待识别用电设备是否为疑似恶性负载，包括：
所述识别装置根据所述采样数据样本，计算获取所述待识别用电设备的瞬时功率；
所述识别装置获取第一判断时间段内，上一周期的瞬时功率与待识别周期的瞬时功率之间的差值，第一判断时间段包括m个所述预设时间段，m为大于1的整数；
当所述差值大于第一预设门限时，所述识别装置确定所述待识别用电设备非疑似恶性负载；或者，当所述差值不大于所述第一预设门限时，所述识别装置在第二判断时间段再次判断所述待识别用电设备是否为疑似恶性负载，所述第二判断时间段包括m个所述预设时间段，m为大于1的整数。


3.根据权利要求2所述的恶性负载的识别方法，其特征在于，所述识别装置在第二判断时间段所述再次判断所述待识别用电设备是否为疑似恶性负载，包括：
所述识别装置获取所述第二判断时间段内待识别周期的瞬时功率分别与前n个周期的瞬时功率之间的n1个差值；
若所述n1个差值没有k1个连续差值大于第二预设门限，则所述待识别用电设备为非疑似恶性负载；若所述n1个差值有k1个连续差值均大于第二预设门限，则所述待识别用电设备需进入第三判断时间段；
所述第三判断时间段内，所述识别装置重新获取所述第三判断时间段内待识别周期的瞬时功率分别与前n个周期的瞬时功率之间的n1个差值，若所述n1个差值中有k2个差值小于第三预设门限，则所述识别装置确定所述待识别用电设备为疑似恶性负载；
或者，若所述n1个差值中有k3个差值大于所述第三预设门限，所述识别装置获取第三判断时间段内待识别周期的瞬时功率与第三判断时间段内第一周期的瞬时功率之间的功率差的第一绝对值、以及所述第二判断时间段内待识别周期的瞬时功率与第二判断时间段内第一周期的瞬时功率之间的功率差的第二绝对值；
所述识别装置判断所述第一绝对值和所述第二绝对值的大小是否满足预设条件，若满足，则确定所述待识别用电设备为疑似恶性负载，若不满足，则确定所述待识别用电设备为非疑似恶性负载；
n为大于0的整数，n1＜n，0＜k1≤n1，0＜k2≤n1，0＜k3＜k2，且k1、k2、k3均为整数。


4.根据权利要求1所述的恶性负载的识别方法，其特征在于，所述识别装置获取待识别用电设备接入电能表后，以预设时间段为周期采集每个周期内所述电能表的中断次数，包括：
所述识别装置在待识别用电设备接入电能表后，采用公式计算每个周期内所述电能表的中断次数H；
其中，p为功率精度，C为电能表的脉冲常数，t为所述预设时间段，1kWh为1度电。


5.根据权利要求1所述的恶性负载的识别方法，其特征在于，所述识别装置根据预设算法对已经学习到的恶性负载数据样本与所述采样数据样本进行比对，确认所述疑似恶性负载是否为恶性负载，包括：
计算所述...

【专利技术属性】
技术研发人员：李中泽，王伟，陈顺飞，毕灿，李广滨，唐叔进，张金平，张家琦，杨超超，罗军辉，王栋，
申请(专利权)人：武汉盛帆电子股份有限公司，
类型：发明
国别省市：湖北;42