一种非侵入式用电设备运行序列识别方法及识别系统技术方案

本申请公开了一种非侵入式用电设备运行序列识别方法及识别系统。非侵入式用电设备运行序列识别方法包括步骤：用电采样步骤、计算功率步骤、确定分析模型的初始参数步骤、第一筛选序列步骤以及第二筛选序列步骤。用电设备运行序列非侵入式识别系统包括数据采集模块、功率序列计算模块、模型参数确定模块和判别模块。本发明专利技术充分考虑了用电设备工作时有功功率波动周期性，间隔时间，周期长度的特点，结合有无功功率波动周期性的特点，能可靠排除其余用电的干扰，识别用电设备的具体运行时段，增加了用电设备非侵入式辨识的可靠性。了用电设备非侵入式辨识的可靠性。了用电设备非侵入式辨识的可靠性。

【技术实现步骤摘要】
一种非侵入式用电设备运行序列识别方法及识别系统


[0001]本专利技术属于智能用电
，涉及用电设备非侵入式检测方法，尤其是一种非侵入式用电设备运行序列识别方法及识别系统。

技术介绍

[0002]居民负荷作为电力负荷重要组成部分，其电能的消耗比重在逐渐增大，因此，建立可实现居民家庭用电可视化的智能用电系统成为一种迫切的需求，它有助于用户了解自身不同时段各电器设备电能的消耗情况，发现异常用电的情况，从而降低能源消耗，减少电费开支，增加用户安全性。
[0003]与此同时，电力负荷监测与分解技术是一种新颖的智能电网用电监测技术。它能够通过对用户总的电压电流信号进行监测与计算，分解得到居民用户内部各种电器设备的工作状态、运行时长以及能量消耗等具体化信息，从而进一步实现精确的能量管理。电力负荷监测与分解技术可以使依据用户的电力负荷监测与分解得到的精细化数据，判断具体用电器的类别及使用模式，进而得到完整的用户用电分布，对类家庭场景客户实现安全、经济和有保障的用电，有利于智能家居监测用户的电力负荷来保证用电安全。
[0004]其中，非侵入式电力负荷监测与分解旨在提供一种高效的电力负荷监测方式，为电力公司和用户提供用电设备的详细用电信息。NILMD无须侵入总负荷内部在每个待监测的用电设备上安装传感器，仅需在电力总口处(居民小区电力总进口、住宅进线总开关处或工、商业负荷总线上)安装监测设备，通过采集和分析电力总口处的电压和电流来获取总负荷内部每个/类用电设备的工作状态和耗电功率等用电信息，从而了解每个/类用电设备的运行情况及用电规律。NILMD以分解算法代替工系统的传感器网络，具有简单、经济、可靠、数据完整和易于迅速推广应用等优势,有望发展成为高级量测体系中新一代核心技术,支持需求侧管理、定制电力等智能用电的高级功能，也适用于临时性的负荷用电细节监测与调查。
[0005]现有的研究、文献已对用电设备负荷的模型和运行特性进行了研究，但尚无文献提出一种准确、有效、快速辨识用电设备负荷的判据，根据用电设备的有功功率，无功功率时间序列的时域规律，判断是否为用电设备启动的方法。辨识波轮用电设备的运行状态，能为计算用电设备机消耗功率提供依据，有利于用户了解自身的电能消耗构成与异常用电情况，最大程度的降低电能消耗，保证用户安全。有助于电力公司精确了解用户电力负荷构成，为需求侧管理、负荷预测、系统规划提供更准确的基础数据。

技术实现思路

[0006]专利技术的目的在于，提供一种非侵入式用电设备运行序列识别方法及识别系统，用于解决目前无法对用电设备负荷进行准确、有效、快速辨识用电设备负荷，无法为计算用电设备机消耗功率提供依据，不利于用户了解自身的电能消耗构成与异常用电情况，无法为用电需求管理、负荷预测、系统规划提供更准确的基础数据来实现智能检测的技术问题。
[0007]为了实现上述目的，本专利技术其中一实施例中提供一种非侵入式用电设备运行序列识别方法，包括以下步骤：用电采样步骤，以一固定的采样频率f对总电源进线处的电压和电流进行采样，形成电压采样u和电流采样序列i；计算功率步骤，计算总电源进线处的有功功率和无功功率随时间的变化曲线，组成有功功率序列P和无功功率序列Q；确定分析模型的初始参数步骤，选取几段包含有功功率序列P的连续序列，通过统计分析确定分析模型的初始参数：有功功率增量最小值ΔP
min
，单次运行最小误差间隔Δt
1min
，周期最小长度T
min
，周期最大长度T
max
，单次启动不同运行时期最小误差间隔Δt
2min
，单次运行时期周期数目最小值n
min
；第一筛选序列步骤，选取给定序列中大于有功功率序列P周期长度的待识别序列，该待识别序列的参数包括：有功功率增量ΔP，单次运行周期数目n，单次运行间隔Δt1，单次运行周期长度T，单次启动不同运行时期间隔Δt2；选取满足ΔP>ΔP
min
，n>n
min
，Δt1<Δt
1min
，T
min
<T<T
max
，Δt2<Δt
2min
的序列；以及第二筛选序列步骤，选取所得序列中P周期长度与Q周期长度近似相同的序列，获得识别的用电设备运行序列。
[0008]进一步地，在所述第二筛选序列步骤之后还包括：更新分析模型的初始参数步骤，将识别的用电设备运行序列添加到已确定用电设备运行序列片段中，并返回所述确定分析模型的初始参数步骤，通过统计分析更新分析模型的初始参数。
[0009]进一步地，所述第一筛选序列步骤具体包括步骤：从所述待识别序列中选取满足ΔP>ΔP
min
的序列片段；选取周期性的序列片段；选取周期长度T<T
max
的周期数比例超过总周期数40％的序列片段；将相邻序列片段的结束与开启时间之差Δt1<Δt
1min
的片段组合为一个序列；选取周期数目n>n
min
的序列片段；选取周期长度T>T
min
的周期数比例超过总周期数20％的序列片段；以及将相邻序列片段的结束与开启时间之差Δt2<Δt
2min
的片段组合为一个序列。
[0010]进一步地，在所述计算功率步骤中，组成的有功功率序列P为随时间t变化的平均有功功率序列P(t)，所述平均有功功率序列P(t)通过下式计算得到：其中P(t)、u(t)、i(t)分别为与时间t相关的有功功率、电压、电流；a为包含有功功率序列P的连续序列中所含工频周期数目；t1为计算起始时间点；R为一个工频周期所包含的采样点数目。
[0011]进一步地，在所述计算功率步骤中，组成的无功功率序列Q为随时间t变化的平均无功功率序列Q(t)，所述平均无功功率序列Q(t)通过下式计算得到：其中Q(t)、u(t)、i(t)分别为时间相关的无功功率、电压、电流；a为为包含无功功率序列Q的连续序列中所含工频周期数目；t1为计算起始时间点；R为一个工频周期所包含的采样点数目。
[0012]进一步地，在所述确定分析模型的初始参数步骤中，ΔP
min
、T
max
、Δt
1min
、n
min
、T
min
、Δt
2min
的初始值分别为300W、5s、20s、30、2s、20min。
[0013]进一步地，在所述更新分析模型的初始参数步骤中，初始参数ΔP
min
、T
max
、Δt
1min
、n
min
、T
min
、Δt
2min
在被更新后，按照以下方式进行校正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非侵入式用电设备运行序列识别方法，其特征在于，包括以下步骤：用电采样步骤，以一固定的采样频率f对总电源进线处的电压和电流进行采样，形成电压采样u和电流采样序列i；计算功率步骤，计算总电源进线处的有功功率和无功功率随时间的变化曲线，组成有功功率序列P和无功功率序列Q；确定分析模型的初始参数步骤，选取几段包含有功功率序列P的连续序列，通过统计分析确定分析模型的初始参数：有功功率增量最小值ΔP
min
，单次运行最小误差间隔Δt
1min
，周期最小长度T
min
，周期最大长度T
max
，单次启动不同运行时期最小误差间隔Δt
2min
，单次运行时期周期数目最小值n
min
；第一筛选序列步骤，选取给定序列中大于有功功率序列P周期长度的待识别序列，该待识别序列的参数包括：有功功率增量ΔP，单次运行周期数目n，单次运行间隔Δt1，单次运行周期长度T，单次启动不同运行时期间隔Δt2；选取满足ΔP>ΔP
min
，n>n
min
，Δt1<Δt
1min
，T
min
<T<T
max
，Δt2<Δt
2min
的序列；以及第二筛选序列步骤，选取所得序列中P周期长度与Q周期长度近似相同的序列，获得识别的用电设备运行序列。2.根据权利要求1所述的非侵入式用电设备运行序列识别方法，其特征在于，在所述第二筛选序列步骤之后还包括：更新分析模型的初始参数步骤，将识别的用电设备运行序列添加到已确定用电设备运行序列片段中，并返回所述确定分析模型的初始参数步骤，通过统计分析更新分析模型的初始参数。3.根据权利要求1所述的非侵入式用电设备运行序列识别方法，其特征在于，所述第一筛选序列步骤具体包括步骤：从所述待识别序列中选取满足ΔP>ΔP
min
的序列片段；选取周期性的序列片段；选取周期长度T<T
max
的周期数比例超过总周期数40％的序列片段；将相邻序列片段的结束与开启时间之差Δt1<Δt
1min
的片段组合为一个序列；选取周期数目n>n
min
的序列片段；选取周期长度T>T
min
的周期数比例超过总周期数20％的序列片段；以及将相邻序列片段的结束与开启时间之差Δt2<Δt
2min
的片段组合为一个序列。4.根据权利要求1所述的非侵入式用电设备运行序列识别方法，其特征在于，所述采样频率f为10Hz。5.根据权利要求1所述的非侵入式用电设备运行序列识别方法，其特征在于，在所述计算功率步骤中，组成的有功功率序列P为随时间t变化的平均有功功率序列P(t)，所述平均有功功率序列P(t)通过下式计算得到：其中P(t)、u(t)、i(t)分别为与时间t相关的有功功率、...

【专利技术属性】
技术研发人员：张勇，赵一萌，王莅康，刘则远，
申请(专利权)人：上海千居智科技有限公司，
类型：发明
国别省市：