System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及电网,尤其涉及非侵入式宿舍用电安全监测方法、系统和存储介质。
技术介绍
1、宿舍用电安全关系到生命财产安全,极其重要。现有宿舍用电安全管理方法一般采用室内总功率控制的方式,当宿舍室内总功率超过预设功率阈值情况下,采取自动断电。现有方法只有设置很小的功率阈值才能有效控制宿舍禁用电器的使用,给住户用户造成了很大的不方便,而且只能依据功率大小控制宿舍用电,但不能分析电器类型,无法确定宿舍是否真的存在禁用电器。
技术实现思路
1、针对现有技术的不足,本申请提出了一种非侵入式宿舍用电安全监测方法、系统和存储介质,解决了宿舍用电安全监测方法容易对用户造成不便,无法分析用电电器的问题。
2、为了实现上述目的,本申请技术方案如下:
3、一种非侵入式宿舍用电安全监测方法,包括:。
4、s1、采集用电数据:以预设采样频率在配电箱处对室内当前用电的总电压、总电流和总开关状态进行采样。
5、s2、用电数据预处理:若总电流超过预设的电流区间,则删除当前的总电流和对应的总电压、总开关状态,并重新采集总电压、总电流和总开关状态。
6、s3、计算总功率:将总电压和总电流做乘法运算,得到总有用功率。
7、s4、确定目标电器和功率:将总有用功率和总开关状态输入至预设的功率分解模型,通过功率分解模型提取总有用功率和开关状态中的功率分解特征,根据功率分解特征,确定若干目标电器类型和对应的分解功率。
8、s5、违规用电预警:遍历预
9、可选地,步骤s2包括以下步骤s21-s24:
10、s21、获取总电压集合、总电流集合。
11、总电流集合包括以预设采样频率在配电箱处对室内采集的多个连续时间点的总电流。
12、s22、计算总电流集合对应的平均值和标准差。
13、s23、根据平均值和标准差,确定电流区间。
14、s24、若当前的总电流超出电流区间,则删除当前的总电流和对应的总电压、总开关状态,并重新采集总电压、总电流和总开关状态。
15、可选地,平均值μ的表达式为:
16、
17、标准差σ的表达式为:
18、
19、其中,ii表示采集的第i个总电流,n表示总电流的采样个数。
20、可选地,功率分解模型功率分解的表达式为:
21、
22、其中,yt表示在t时刻的总有功率;表示第i个目标电器在t时刻的有用功率;εt表示由非目标电器组成噪声;m表示目标电器的个数。
23、可选地,在步骤s4之前,还包括以下步骤s041-s044:
24、s041、获取总有用功率序列样本、第一目标电器的有用功率序列样本和开关状态序列样本。
25、第一目标电器为目标电器集合中的任一目标电器。
26、目标电器包括被禁用电器和允许适用的电器。
27、s042、按照时间顺序,用第一目标电器的有用功率序列样本及类型对总有用功率序列样本和第一目标电器的开关状态序列样本进行打标,得到样本训练集。
28、s043、利用神经网络模型建立总有用功率、总开关状态与目标电器的有用功率和类型相对应的待训练功率分解模型。
29、s044、以总有用功率序列样本、第一目标电器的开关状态序列样本为输入,第一目标电器的有用功率序列样本和类型为输出,对待训练功率分解模型进行训练;同理,采用以总有用功率序列样本、目标电器集合中每个目标电器的开关状态序列样本为输入,目标电器集合中每个目标电器的有用功率序列样本和类型为输出,对待训练功率分解模型进行训练,直至待训练功率分解模型的损失函数收敛,得到功率分解模型。
30、可选地,损失函数l的表达式为:
31、
32、其中,表示序列的总时间长度,xt表示在t时刻的样本标记,表示模型在t时刻的输出结果。
33、可选地,禁用电器表包括电熨斗、电烙铁、电热水壶、电热毯、电磁炉。
34、基于相同的技术构思,本申请还提供了一种非侵入式宿舍用电安全监测系统,包括:
35、获取模块,用于以预设采样频率在配电箱处对室内当前用电的总电压、总电流和总开关状态进行采样。
36、处理模块,用于若总电流超过预设的电流区间,则删除当前的总电流和对应的总电压、总开关状态,并重新采集总电压、总电流和总开关状态;将总电压和总电流做乘法运算,得到总有用功率;将总有用功率和总开关状态输入至预设的功率分解模型,通过功率分解模型提取总有用功率和开关状态中的功率分解特征,根据功率分解特征,确定若干目标电器类型和对应的分解功率;遍历预设的禁用电器表,若禁用电器表中存在目标电器类型以及对应的分解功率区间,则发出违规用电预警。
37、可选地,功率分解模型功率分解的表达式为:
38、
39、其中,yt表示在t时刻的总有功率;表示第i个目标电器在t时刻的有用功率;εt表示由非目标电器组成噪声;m表示目标电器的个数。
40、基于相同的技术构思,本申请还提供了一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述各实施方式中的所述的非侵入式宿舍用电安全监测方法的步骤。
41、本申请的有益效果:通过对干路总功率消耗进行负载功率分解,预测宿舍内的耗电电器,确定禁用电器,提供了一种简单、经济、可靠、完整的用电安全监测方案,无需对电路进行物理干预即可获取宿舍的用电数据,分析每个宿舍的用电电器,有助于及时发现宿舍内的禁用电器,提高宿舍用电安全。
本文档来自技高网...【技术保护点】
1.一种非侵入式宿舍用电安全监测方法,其特征在于,包括:
2.根据权利要求1所述的非侵入式宿舍用电安全监测方法,其特征在于,
3.根据权利要求2所述的非侵入式宿舍用电安全监测方法,其特征在于,
4.根据权利要求1所述的非侵入式宿舍用电安全监测方法,其特征在于,
5.根据权利要求4所述的非侵入式宿舍用电安全监测方法,其特征在于,
6.根据权利要求5所述的非侵入式宿舍用电安全监测方法,其特征在于,
7.根据权利要求1所述的非侵入式宿舍用电安全监测方法,其特征在于,
8.一种非侵入式宿舍用电安全监测系统,其特征在于,包括:
9.根据权利要求8所述的非侵入式宿舍用电安全监测系统,其特征在于,
10.一种存储有计算机可读指令的存储介质,其特征在于,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中的任一所述的非侵入式宿舍用电安全监测方法中的步骤。
【技术特征摘要】
1.一种非侵入式宿舍用电安全监测方法,其特征在于,包括:
2.根据权利要求1所述的非侵入式宿舍用电安全监测方法,其特征在于,
3.根据权利要求2所述的非侵入式宿舍用电安全监测方法,其特征在于,
4.根据权利要求1所述的非侵入式宿舍用电安全监测方法,其特征在于,
5.根据权利要求4所述的非侵入式宿舍用电安全监测方法,其特征在于,
6.根据权利要求5所述的非侵入式宿舍用电安全监测方法,其...
【专利技术属性】
技术研发人员:汪莹洁,杨晓辰,张雪容,朱鹏,陈悦,陈琴芳,
申请(专利权)人:国网浙江省电力有限公司杭州市临平区供电公司,
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。