【技术实现步骤摘要】
一种面向表端的非侵入式负荷识别方法
[0001]本专利技术属于电器检测领域,具体来说涉及一种面向表端的非侵入式负荷识别方法。
技术介绍
[0002]电力在人们日常生活中扮演着至关重要的角色,但是随着社会的进步,日益增加的电力需求和有限的不可再生资源的矛盾日益凸显。为了满足正常的日常生产,政府制定不同的限电政策以达到能源双控的目标。作为电力资源管理的有效解决方案,智能用电的关键技术是负荷监测技术,该技术能够获得负荷的能耗详情和用户的用电行为等。
[0003]负荷监测有两种技术,即侵入式负荷监测和非侵入式负荷监测技术。前者需要为每一个负荷安装一个传感器,时刻监测相应负荷的电流电压等信息。后者无需安装传感器,仅仅利用电表数据和机器学习算法,就可以分析出每个负荷的详细信息。侵入式负荷监测虽然监测准确率高,但是硬件成本更高,很难推广到人们日常生活中,而低成本的非侵入式负荷监测安装成本低,应用灵活、对用户影响小,因此更容易得到推广。
[0004]尽管非侵入式负荷监测的研究体系已相当完善,但是仍然存在一些问题需要解决。目前智能电表的计量芯是一颗256MB的NOR Flash。虽然非侵入式负荷识别算法精度很高,但是大部分算法的特点是计算量大,受限于家用电表的低内存,导致该类算法不能直接嵌入到家用电表中;新负荷的加入可能导致原来的识别算法出现误差,进而影响非侵入式负荷识别NILM(non
‑
intrusive load monitoring)性能;现有基于V
‑
I轨迹图的识别算法虽然 ...
【技术保护点】
【技术特征摘要】
1.一个面向表端的非侵入式负荷识别方法,其特征在于,所述方法包括以下步骤:电表采样,对智能电表中的电流电压信息进行采样,并计算功率序列;事件监测,根据功率序列的突变信息判断是否有事件发生,若是,读取当前时刻的电流电压信息,并执行特征提取步骤,否则继续执行电表采样步骤;特征提取,提取当前事件的瞬时功率特征和V
‑
I轨迹特征;特征比对,采用子串匹配算法,将当前事件的瞬时功率特征和V
‑
I轨迹特征与预设的特征库匹配,得到事件的具体类别。2.如权利要求1所述的一种面向表端的非侵入式负荷识别方法,其特征在于,所述事件监测包括以下子步骤:设定时间探测窗的每次移动的步长为l;基于视在功率序列{w1,...,w
t
,w
t+1
,...}计算任一时刻的视在功率变化量Δw
t
=w
t+1
‑
w
t
;判断Δw
t
>w
ON1
,w
ON1
表示事件监测功率变化阈值,若是,事件探测窗移动直至Δw
t+nl
<w
ON1
,n表示时间探测窗的移动次数;判断w
t+nl
‑
w
t
<w
ON2
,w
ON2
为能检测到的事件发生时的最小视在功率变化值,若是,则不存在事件发生,否则有事件发生。3.如权利要求1所述的一种面向表端的非侵入式负荷识别方法,其特征在于,所述瞬时功率特征的提取包括以下步骤:获取事件发生开始时间t
on
的第一关联功率序列和第二关联功率序列u0、u1、u2均为预设值;基于第二关联功率序列计算关联第二平均功率;将第一关联功率序列中每一功率减去关联第二平均功率,得到若干瞬时功率组成的瞬时...
【专利技术属性】
技术研发人员:杜磊,董辉,赵小明,高平航,张石清,汪向荣,
申请(专利权)人:台州学院温岭研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。