本申请提供一种基于功率阶段性特征的非侵入识别方法及识别系统，该非侵入识别方法，包括采集总电源的电压及电流，计算平均有功功率序列；设置第一筛选条件，从平均有功功率序列中提取有效脉冲以及原始事件；选取原始事件中有功功率的变化量大于第一预设阈值的拐点对，一拐点对形成一特征集合；一拐点对包括相邻拐点；设置第二筛选条件，从特征集合中获取第一事件；定义特征集合为实例；第二筛选条件包括实例中有功功率的增量小于或等于第一阈值；相邻实例的最大有功功率差值大于第二阈值；判断第一事件个数是否大于或等于第一预设数量值，若是，确认存在洗衣机运行，以解决现有识别方法时间复杂度过高导致无法高效运行的技术问题。技术问题。技术问题。
【技术实现步骤摘要】
一种基于功率阶段性特征的非侵入识别方法及识别系统
[0001]本申请涉及智能电网
，具体涉及一种基于功率阶段性特征的非侵入识别方法及识别系统。
技术介绍
[0002]智能用电是连接电网侧和用户侧实现智能电网的重要组成部分，对整个电网的高效、经济的运行和未来电网建设与规划产生具有较大影响。电力用户电负荷细节监测是实现智能用电的首要环节，负荷监测技术通过对用户总负荷数据进行采样与分析，监测用户内部每一种电器的运行与关闭状态，以获得电力用户每种电器的电能消耗情况和用电行为等数据信息。
[0003]目前普遍使用的非侵入式负荷识别技术，其技术基础依赖于对不同电器运行过程中负荷特性的算法研究。负荷特性包括用电设备耗电时特有的电器特征，包括用电设备的电流、有功和无功功率、瞬时功率、V
‑
I曲线、P
‑
t曲线、开关暂态、运行稳态等等特性。家用电器负荷特征研究又是电力需求侧管理的重要基础。目前已知的家用电器根据用电元件可分为电机元件组成的电器和加热电阻组成的电器，即电机类和加热器两大类。其中电机类相比加热器类而言，其运行状况更加复杂，电流和功率波动性大，启动过程存在冲击电流，同时伴有大量谐波，其在P
‑
t曲线的反应即为波动性强、规律不明显。
[0004]洗衣机是电机类的典型电器之一(虽然当洗衣机的加热档在运行时，加热电阻工作)。现有的研究对洗衣机负荷的模型和运行特性进行了详细分析，其通常转速为1200r/min,其洗涤功率一般在100w到300w之间，脱水功率一般在300w到400w之间。洗衣机的加热档在运行时，加热电阻工作，并且与其他典型加热器(例如热水器、电水壶、电暖器)除了在功率幅值上有区别外，其他电气特征基本相同，因此仅用加热特征无法达到识别洗衣机的目的，其电机运转特性区别于其他电机类具有明显特征，仍为最主要的判别依据。
[0005]当前对于洗衣机的辨识方法的局限在于，时间复杂度过高导致无法高效运行。
技术实现思路
[0006]本申请提供一种基于功率阶段性特征的非侵入识别方法及识别系统，以解决现有洗衣机识别方法时间复杂度过高导致无法高效运行的技术问题。
[0007]本申请提供一种基于功率阶段性特征的非侵入识别方法，包括：
[0008]实时采集总电源的电压信号及电流信号，并计算平均有功功率序列及平均无功功率序列；
[0009]设置第一筛选条件，从平均有功功率序列中提取有效脉冲以及所述有效脉冲构成的原始事件；
[0010]选取所述原始事件中有功功率的变化量大于第一预设阈值的至少两个拐点对，每一所述拐点对形成一特征集合；每一拐点对包括相邻的两个有功功率的拐点；
[0011]设置第二筛选条件，从至少两个所述特征集合中获取至少一个第一事件；该段有
功功率序列内，所述特征集合定义为实例；所述第二筛选条件包括：
[0012]所述实例中有功功率的增量小于或等于第一阈值，所述第一阈值的范围为400～1200；相邻所述实例的最大有功功率的差值大于第二阈值，所述第二阈值的范围为100～600；
[0013]判断所述第一事件的个数是否大于或等于第一预设数量值，若是，确认该段有功功率序列内存在洗衣机运行。
[0014]可选的，所述特征集合的元素包括电器的开启时刻、关闭时刻、时间跨度、开启时刻的功率、关闭时刻的功率、功率的变化量、功率变化量与时间跨度的比值、差分及导数。
[0015]可选的，设置第三筛选条件，从所述第一事件中筛选出第二事件；所述第三筛选条件包括：相邻两所述实例的有功功率差值小于第二预设数量值，所述第二预设数值的范围为50～60；判断所述实例的有功功率增量为正，若是，该有功功率增量的数值大于第三预设数量值，所述第三预设数量值的范围为250～300；若否，该有功功率增量的数值小于第四预设数量值，所述第四预设数量值的范围为
‑
300～
‑
250。
[0016]可选的，当确认该段有功功率序列内存在洗衣机运行后，执行以下步骤：
[0017]设置第四筛选条件，从所述第一事件中筛选出第三事件的第一部分；所述第四筛选条件包括：所述第一事件中前两个所述实例的有功功率增量的数值范围均为
‑
200～200，前一有功功率增量的绝对值大于后一有功功率增量的绝对值；并且两所述实例的有功功率增量在方向上相反；同时，一所述第一事件中所述实例的时间跨度总和小于第五预设数量值，所述第五预设数量值的范围为90～100；
[0018]设置第五筛选条件，从所述第一事件中筛选出第三事件的第二部分；所述第五筛选条件包括：任一所述实例的功率变化量与时间跨度的比值包括第一斜率和第二斜率，当时间的跨度为2～10S时，所述第一斜率的范围为
‑
4～
‑
0.5；当事件的跨度为10～120S时，所述第二斜率的范围为
‑
0.5～0.5；一所述第一事件中所述实例的时间跨度总和小于第六预设数量值，所述第六预设数量值的范围为180～220。
[0019]可选的，所述第一筛选条件包括以下步骤：
[0020]获取有功功率序列中的全部拐点；
[0021]基于相邻所述拐点的有功功率差值大于最小脉冲上升高度的限定，获取至少一个初始拐点对；
[0022]基于两所述拐点的时间跨度大于脉冲最小跨度，并且后一所述拐点的有功功率与前一所述拐点的有功功率的差值小于最大脉冲差距阈值的限定，从所述初始拐点对中筛选出至少一个有效拐点对，任一所述有效拐点对确定一所述有效脉冲。
[0023]可选的，所述设置第一筛选条件，从平均有功功率序列中提取有效脉冲以及所述有效脉冲构成的原始事件步骤中，包括以下步骤：
[0024]设置第六筛选条件，从所述原始事件中筛选出初筛事件；所述第六筛选条件包括：
[0025]基于平均有功功率序列，选取开始时刻至结束时刻的有功功率极差大于第二预设阈值，时间跨度大于或等于第三预设阈值，并且起始与结束时刻的功率差值小于或等于第四预设阈值的有效脉冲。
[0026]可选的，所述第一预设阈值的范围为90～150；所述第二预设阈值的范围为60～120；所述第三预设阈值的范围为10～50。
[0027]可选的，所述确认该段有功功率序列内存在洗衣机运行的步骤之后，还包括以下步骤：运用求和函数将全部的事件相加，并计算所述洗衣机的总用电量。
[0028]相应的，本申请还提供一种基于功率阶段性特征的非侵入识别系统，其包括存储器以及处理器，存储器用于存储可执行程序代码；处理器连接至所述存储器，通过读取所述可执行程序代码来运行与所述可执行程序代码对应的计算机程序，以执行上述任一项基于功率阶段性特征的非侵入识别方法中的步骤。
[0029]可选的，基于功率阶段性特征的非侵入识别系统还包括电量计算器，电量计算器电连接至所述处理器；所述电量计算器运用求和函数将各阶段的事件相加，并计算洗本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于功率阶段性特征的非侵入识别方法，其特征在于，包括：实时采集总电源的电压信号及电流信号，并计算平均有功功率序列及平均无功功率序列；设置第一筛选条件，从平均有功功率序列中提取有效脉冲以及所述有效脉冲构成的原始事件；选取所述原始事件中有功功率的变化量大于第一预设阈值的至少两个拐点对，每一所述拐点对形成一特征集合；每一拐点对包括相邻的两个有功功率的拐点；设置第二筛选条件，从至少两个所述特征集合中获取至少一个第一事件；该段有功功率序列内，所述特征集合定义为实例；所述第二筛选条件包括：所述实例中有功功率的增量小于或等于第一阈值，所述第一阈值的范围为400～1200；相邻所述实例的最大有功功率的差值大于第二阈值，所述第二阈值的范围为100～600；判断所述第一事件的个数是否大于或等于第一预设数量值，若是，确认该段有功功率序列内存在洗衣机运行。2.根据权利要求1所述的基于功率阶段性特征的非侵入识别方法，其特征在于，所述特征集合的元素包括电器的开启时刻、关闭时刻、时间跨度、开启时刻的功率、关闭时刻的功率、功率的变化量、功率变化量与时间跨度的比值、差分及导数。3.根据权利要求1所述的基于功率阶段性特征的非侵入识别方法，其特征在于，当确认该段有功功率序列内存在洗衣机运行后，执行以下步骤：设置第三筛选条件，从所述第一事件中筛选出第二事件；所述第三筛选条件包括：相邻两所述实例的有功功率差值小于第二预设数量值，所述第二预设数值的范围为50～60；判断所述实例的有功功率增量是否为正，若是，该有功功率增量的数值大于第三预设数量值，所述第三预设数量值的范围为250～300；若否，该有功功率增量的数值小于第四预设数量值，所述第四预设数量值的范围为
‑
300～
‑
250。4.根据权利要求1或3所述的基于功率阶段性特征的非侵入识别方法，其特征在于，当确认该段有功功率序列内存在洗衣机运行后，执行以下步骤：设置第四筛选条件，从所述第一事件中筛选出第三事件的第一部分；所述第四筛选条件包括：所述第一事件中前两个所述实例的有功功率增量的数值范围均为
‑
200～200，前一有功功率增量的绝对值大于后一有功功率增量的绝对值；并且两所述实例的有功功率增量在方向上相反；同时，一所述第一事件中所述实例的时间跨度总和小于第五预设数量值，所述第五预设数量值的范围为90～100；设置第五筛选条件，从所述第一事件中筛选出第三事件的第二部分；所述第五筛选条件包括：...
【专利技术属性】
技术研发人员：赵一萌，杨佳亦，张勇，
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：
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。