一种基于谐波相似度算法的非侵入式电器识别方法技术

本发明专利技术公开了一种基于谐波相似度算法的非侵入式电器识别方法。该方法包括步骤1：首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功、无功功率与各次谐波的有功与无功功率；步骤2：对用电器识别算法的运算次数N进行初始化使N＝0，并开始第N＝N+1次运算；步骤3：采集总线上未知电器的电压与电流时域数据；步骤4：将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；步骤5：根据频域数据中不同次数的电流与电压谐波，计算得到当前用电状态下总的基波、各次谐波的有功功率与无功功率。本发明专利技术提供的基于谐波相似度的非侵入式电器识别方法，相对于现有的技术方法其应用场合更广泛。

A method of noninvasive electrical equipment identification based on harmonic similarity algorithm

【技术实现步骤摘要】
一种基于谐波相似度算法的非侵入式电器识别方法
本专利技术涉及非侵入式检测系统下电器识别研究
，特别是涉及一种基于谐波相似度算法的非侵入式电器识别方法。
技术介绍
对用电行为进行监测统计不仅能为用户提供有效的安全用电提醒，同时能为政府、电器厂商等提供可靠的分析数据。通过对用电行为进行研究，确定一种有效的用电行为数据采集、负载精确识别方案及算法，对提高用电安全性，推动产业变革具有现实和长远意义。目前，在传统的电器识别方法中，大多采用侵入式负荷监测方法，传统的侵入式负荷监测需要在待检测目标内部的电器中安装检测装置以获取电器的开关状态信息等，但是监测设备本身具有一定的造价，且在使用的过程中还要进行相关的检修以及维护，增加了成本，且在安装与维护过程中还要进入用户家中，影响正常生活，难以大规模应用。
技术实现思路
本专利技术提供一种基于谐波相似度算法的非侵入式电器识别方法，可在不进入用户家中便可在多种电器同时工作的情况下采用相似度指标将其识别出来，该方法相对于现有的技术方法其应用场合更广泛。为实现上述目的，本专利技术提供了如下方案：一种基于谐波功率相似度的单相电器识别方法，包含以下步骤：步骤1：选取样本电器，首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、基波无功功率与各次谐波的有功功率与无功功率；步骤2：对用电器识别算法的运算次数N进行初始化使N＝0，并开始第N＝N+1次运算；步骤3：采集总线上未知电器的电压与电流时域数据；步骤4：将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；步骤5：根据频域数据中不同次数的电流与电压谐波，计算得到当前用电状态下总的基波、各次谐波的有功功率与无功功率；步骤6：通过构建好的相似度函数对识别结果给出识别相似度数据；步骤7：判断该结果相似度是否大于或等于0.9，若满足，则输出识别结果以及相似度；若不满足，则判断算法运算次数N是否大于10次，若满足，则输出目前最优的识别结果以及相似度；若不满足，则返回步骤2再次进行运算。可选的，所述步骤1：选取样本电器，首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、基波无功功率与各次谐波的有功功率与无功功率，所述各次谐波的最高次数为七次。可选的，所述步骤5：通过构建好的相似度函数对识别结果给出识别相似度数据，具体包括：构建相似度函数；将学习过程中学习到的基波与各次谐波的功率值与测量过程中未知电器的基波与各次谐波的功率值代入到相似度函数中；对相似度函数进行求解可以得到目前监测目标的用电情况。可选的，所述构建相似度函数，具体包括：建立状态矩阵A；根据状态矩阵A与在学习过程中学习到的各个样本电器的谐波功率、测量过程中得到的实际情况中总线上第2k-1(k＝1,2,3...)次谐波的功率计算得到2n种组合的有功功率偏差向量ΔP2k-1、有功功率偏差向量ΔQ2k-1；根据有功功率偏差向量ΔP2k-1、无功功率偏差向量ΔQ2k-1分别计算每种方案与实际情况的有功功率的相对偏差向量ΔP2k-1rel、无功功率的相对偏差向量ΔQ2k-1rel；根据有功功率的相对偏差向量ΔP2k-1rel、无功功率的相对偏差向量ΔQ2k-1rel计算相似度向量S。可选的，所述对相似度函数进行求解可以得到目前监测目标的用电情况，具体包括：选取相似度向量S中与1最接近的元素所对应的状态矩阵A中电器工作状态行向量作为识别结果。该技术与现有技术相比，具有如下有益效果：本专利技术提供的一种基于谐波相似度算法的非侵入式电器识别方法，对需要识别的电器首先进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、无功功率与一些高次谐波的有功功率与无功功率；采集总线上未知电器的电压与电流时域数据；将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；根据频域中不同次数的电流与电压谐波，计算得到目前用电状态下的各次谐波的有功与无功数据；通过设计好的相似度函数对识别结果给出识别相似度数据。具体识别过程为：(i)建立相似度函数；(ii)将学习过程中学习到的基波与各次谐波的功率值与测量过程中未知电器的基波与各次谐波的功率值代入到相似度函数中；(iii)对相似度函数进行求解可以得到目前监测目标的用电情况。将得到的电器各次谐波的有功与无功的功率数据与之前学习过程中得到的数据进行匹配，识别出样本电器的种类。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例基于谐波相似度算法的非侵入式电器识别方法的流程图；图2为本专利技术实施例一号电器的各次谐波功率情况分布图；图3为本专利技术实施例二号电器的各次谐波功率情况分布图；图4为本专利技术实施例三号电器的各次谐波功率情况分布图；图5为本专利技术实施例四号电器的各次谐波功率情况分布图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供一种基于谐波功率相似度算法的单相电器识别方法，可在不进入用户家中便可在多种电器同时工作的情况下采用相似度指标将其识别出来，该方法相对于现有的技术方法其应用场合更广泛。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。图1为本专利技术实施例基于谐波相似度算法的非侵入式电器识别方法的流程图，如图1所示，旨在通过采集监测对象户外总线的相关数据便可识别监测对象目前的用电情况，包括以下步骤：步骤1：对需要识别的电器首先进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、无功功率与一些高次谐波的有功功率与无功功率；所述学习对象的待测量的谐波次数可达到七次谐波。步骤2：采集总线上未知电器的电压与电流时域数据；步骤3：将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；步骤4：根据频域中不同次数的电流与电压谐波，计算得到当前用电状态下的各次谐波的有功与无功数据；步骤5：通过构建好的相似度函数对识别结果给出识别相似度数值。所述步骤(5)中，匹配过程为：(i)建立相似度函数；(ii)将学习过程中学习到的基波与各次谐波的功率值与测量过程中未知电器的基波与各次谐波的功率值代入到相似度函数中；(iii)对相似度函数进行求本文档来自技高网...

【技术保护点】
1.一种基于谐波相似度算法的非侵入式电器识别方法，其特征在于，包含以下步骤：/n步骤1：选取样本电器，首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、基波无功功率与各次谐波的有功功率与无功功率；/n步骤2：对用电器识别算法运算次数N进行初始化使N＝0，并开始第N＝N+1次运算；/n步骤3：采集总线上未知电器的电压与电流时域数据；/n步骤4：将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；/n步骤5：根据频域数据中不同次数的电流与电压谐波，计算得到当前用电状态下总的基波、各次谐波的有功功率与无功功率；/n步骤6：通过构建好的相似度函数对识别结果给出识别相似度数据；/n步骤7：判断该结果相似度是否大于或等于0.9，若满足，则输出识别结果以及相似度；若不满足，则判断算法运算次数N是否大于10次，若满足，则输出目前最优的识别结果以及相似度；若不满足，则返回步骤2再次进行运算。/n

【技术特征摘要】
1.一种基于谐波相似度算法的非侵入式电器识别方法，其特征在于，包含以下步骤：
步骤1：选取样本电器，首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、基波无功功率与各次谐波的有功功率与无功功率；
步骤2：对用电器识别算法运算次数N进行初始化使N＝0，并开始第N＝N+1次运算；
步骤3：采集总线上未知电器的电压与电流时域数据；
步骤4：将采集到的电压与电流的时域数据通过快速傅里叶变换(FFT)转换为频域数据；
步骤5：根据频域数据中不同次数的电流与电压谐波，计算得到当前用电状态下总的基波、各次谐波的有功功率与无功功率；
步骤6：通过构建好的相似度函数对识别结果给出识别相似度数据；
步骤7：判断该结果相似度是否大于或等于0.9，若满足，则输出识别结果以及相似度；若不满足，则判断算法运算次数N是否大于10次，若满足，则输出目前最优的识别结果以及相似度；若不满足，则返回步骤2再次进行运算。


2.根据权利要求1所述的基于谐波相似度算法的非侵入式电器识别方法，其特征在于，所述步骤1：选取样本电器，首先对待识别的电器进行学习过程，在学习过程中，测量每个样本电器在标况下的基波有功功率、基波无功功率与各次谐波的有功功率与无功功率中，所述各次谐波的最高次数为七次。


3.根据权利要求1所述的基于谐振波相似度算法的非侵入...

【专利技术属性】
技术研发人员：曹春诚，罗永利，段炼，王杰，刘弋铭，马超群，王超，王鹏浩，朱家炜，嵇泽林，蹇杭利，高铭，李江，
申请(专利权)人：国网内蒙古东部电力有限公司呼伦贝尔供电公司，东北电力大学，国家电网有限公司，
类型：发明
国别省市：内蒙;15