CN103632030B - 一种智能提取照明负荷大小的方法及系统 - Google Patents

Abstract

本发明提供一种智能提取照明负荷数据的方法，配电系统定时获取所述配电系统区域内的总负荷电度的数据，将所述总负荷电度的数据进行快速傅里叶FFT变换，确定出所述总负荷电度频率的数据，对所述总负荷电度频率的数据进行处理，提取出照明负荷频率的数据，将所述照明负荷频率的数据转换为照明负荷数据，完成提取负荷数据的操作。相应地，本发明还提供一种智能提取照明负荷数据的系统，解决了现有技术中由于分别统计不同类型用电数据造成系统运行效率低，成本高的问题，提高了系统运行的效率，降低了配电系统的成本。

Description

一种智能提取照明负荷大小的方法及系统

技术领域

本发明涉及工业控制技术领域，具体涉及一种智能提取照明负荷大小的方法及系统。

背景技术

随着电力设备的不断增多，在一个建筑中往往会同时出现多种负荷类型(空调、动力、照明、特殊)。如果还是像以往一样只是关注总的用电情况，而不区分出各个系统的用电情况，那么对现场进行的能效管理将很难起到实际的作用。所以，对每个系统进行分别测量、分别统计变得十分重要。2008年住房和城乡建设部114号文件规定，对大型公共建筑能耗数据实行分类、分项计量，对电能按动力用电、照明与插座用电、空调用电和特殊用电进行分项计量管理。

如图1所示，传统的配电系统只考虑供电的可靠性，能源消耗只有总表，没有根据负荷的类型分别计量。目前节能改造通常采用的方法是在每类负荷上都接入测量仪表分别进行计量，即在需要对空调、动力、照明、其它等的用电情况分别进行统计和测量时，需要为每一套系统单独安装一套监测仪表，增加了成本，并为实际现场的施工带来了麻烦和不变。

在老的配电系统中，除增加监控仪表还要对输电回路进行改造，大大增加改造的成本，使节能改造的回收周期延长。此外，改造后的测量系统复杂，存在运行负荷高及运行效率低下的问题。

发明内容

本发明的目的是克服现有技术中的不足之处，提供一种智能提取照明负荷大小的方法及系统，解决了现有技术中由于分别统计不同类型用电数据造成系统运行效率低，成本高的问题，提高了系统运行的效率，降低了配电系统的成本。

本发明实施例提供一种智能提取照明负荷大小的方法，包括：

配电系统接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；

所述配电系统向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

所述配电系统接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

所述配电系统对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量，将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配，确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小。

本发明实施例还提供一种智能提取照明负荷大小的系统，包括：

接收单元，用于接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；

发送单元，用于向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

所述接收单元，还用于接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

计算单元，用于对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量；

匹配单元，用于将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配；

确定单元，用于确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

所述计算单元，还用于对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小。

通过本发明实施例提供智能提取照明负荷大小的方法及系统，配电系统向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，对总负荷电度做N点快速傅里叶变换FFT分解，将总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配，确定总负荷电度的多个频率分量中匹配成功的频率分量，对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小。解决了现有技术中由于分别统计不同类型用电数据造成系统运行效率低，成本高的问题，提高了系统运行的效率，降低了配电系统的成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明中传统配电系统组成图；

图2是本发明实施例一的方法流程图；

图3是本发明实施例二的方法流程图；

图4是本发明实施例二的时间模型一示意图；

图5是本发明实施例二的时间模型二示意图；

图6是本发明实施例三的系统组成图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

如图2所示，本发明实施例中智能提取照明负荷的流程如下：

S101、配电系统接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；

S102、所述配电系统向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

需要说明的是，所述频率提取器通过启动资源分配子进程加载所述输入的照明时间模型数据，通过启动频率提取子进程计算所述照明时间模型的照明负荷频率分量。

所述频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，具体包括：

所述频率提取器对所述照明时间模型的数据进行N点FFT分解，获取FFT分解之后的多个频率分量，按照以下公式计算所述照明时间模型经过N点FFT分解之后的多个频率分量对应的时域信号y_k，

y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目；

将所述FFT分解之后的多个频率分量按照对应的幅值大小进行排序，并按照以下公式求取排序后的时域信号积分值的和y_f，

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，n为y_f包含的频率分量的数目；

对输入的照明时间模型按照以下公式进行时域积分运算，获取运算后的值y，

其中f(x)为照明时间模型的时域表示函数；

若y_f与y的比值大于等于预设的第一阈值，确定该时域信号积分值的和y_f包含的多个频率分量为照明时间模型的照明负荷频率分量。

S103、所述配电系统接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

S104、所述配电系统对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量，将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配，确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

若所述照明时间模型的照明负荷的频率分量与总负荷电度的频率分量的差值在预设的第二阈值范围内，则确定所述总负荷电度的频率分量为总负荷电度中照明负荷的频率分量，生成所述总负荷电度的频率分量对应的匹配成功标记；

按照以下公式计算所述照明负荷频率分量的时域信号；

X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X

其中，A_L和P_L分别为总负荷电度经过FFT分解得到的幅度谱和相位谱，f_L为总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为所述总负荷电度中照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,... m}的一个子集。

需要说明的是，所述照明时间模型为幅值为1，时间以小时为单位，集中在每24小时内的从第18时开始到第22时结束的周期性脉冲波，其时间范围为每周的周一到周五，或每周的周一到周日。

S105、对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小。

配电系统按照如下公式计算出照明负荷的大小Y，

其中，X_L为所述总负荷电度中照明负荷频率分量的时域信号，时间范围为所述照明时间模型的时间范围。

实施例二

如图3所示，本发明实施例的智能提取照明负荷的流程如下：

根据分析,照明负荷有其规律，一般情况只在固定的时间段内开启，比如每天的下午6点到凌晨。办公室周一到周五工作区间有照明，家庭一周七天有照明。这类周期性的负荷可以通过数学方法提取，本发明实施例采用傅立叶级数分解的方法提取总负荷电量的周期分量，通过时间模型得到满足照明负荷特性的分量，这个分量的积分就是照明负荷。

S201、配电系统分时统计总负荷电度；

在本发明实施例中，测量设备以15分钟为最小单位定时记录总负荷电度的数据，并将数据保存到非易失存储器中。记录得到的数据序列为x＝(x₀，x₁，x₂，…，x_k，…)，x_k的下标k相当于离散的时间，序列x又称为时间序列。测量设备将记录的数据上报到配电系统中。

S202、提取照明时间模型的照明分量；

FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。另外，FFT可以将一个信号的频谱提取出来，这在频谱分析方面也是经常用的。采样得到的数字信号，就可以做FFT变换了。N个采样点，经过FFT之后，就可以得到N个点的FFT结果。为了方便进行FFT运算，通常N取2的整数次方，FFT原理公式如下：

利用FFT计算序列的频谱：

X(k)＝X_R(k)+jX_I(k)

极坐标表示：

幅度谱：

相位谱：

假设采样频率为Fs，信号频率F，采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值，就是该频率值下的幅度特性。假设原始信号的峰值为A，那么FFT的结果的每个点(除了第一个点直流分量之外)的模值(即幅度谱)就是A的N/2倍。而第一个点就是直流分量，它的模值就是直流分量的N倍。而每个点的相位就是在该频率下的信号的相位。

配电系统提取照明分量的频率，其原理如下：

按照数学建模的思想，需建立两个时间模型：

时间模型一：以小时为单位，一天24小时，照明时间为可调、连续、一段，照明负荷用电从周一到周五；

时间模型二：以小时为单位，一天24小时，照明时间为可调、连续、一段，照明负荷用电从周一到周日。

根据输入的照明时间，建立相应的时间模型(具体时间模型一如图4，时间模型二如图5所示)。在时间模型一和时间模型二中，每天的照明时间集中在范围18：00到22：00以内，用一幅值为1的脉冲波表示，其它时间段内假定没有照明负荷，用幅值0表示。时间模型一代表的是办公室照明，时间从每周的周一到周五，时间模型二代表的是家庭照明，时间从每周的周一到周日。

对照明时间模型的第一个周期(即周一)进行N点FFT分解，得出各个频域段f1,f2,…fm对应的时域数据y_k，如下式表示：

y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m

其中A_k和P_k分别为幅度谱和相位谱，f_k为时间模型经过FFT分解得到的各级频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目。

由于时间模型的周期性，故可用周一的照明时间模型来代表整个照明时间模型。对照明时间模型的第一个周期(即周一)进行N点FFT分解之后，得到各频率成分，把各频率成分按照对应的幅值大小进行排序，并按照以下公式求各时域信号积分值的和y_f。

对照明时间模型一(或时间模型二)进行时域积分，可得

其中f(x)为照明时间模型的时域表示函数，即

当y_f为y的95％时，照明时间模型近似可以用y_f中包含的f₁,f₂,…f_n的n个频率的时域信号近似拟合，即确定了照明时间模型中照明负荷各分量的频率为f₁,f₂,…f_n(1<n≤m)，其中m为照明时间模型经过FFT分解得到的不同频率的个数。

上述的内容是提取照明负荷频率分量的原理介绍，故，配电系统按照上述原理，实现对照明负荷频率的数据提取：配电系统采集到总负荷电度数据，进行FFT变换后，向频率提取器发送照明分量频率提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，具体频率提取可以通过启动资源分配子进程以及频率提取子进程来实现。频率提取器处理之后，将结果发送回配电系统。本发明实施例对频率提取器的具体结构并无限制，可以是专门的数字处理器，也可以是其他的嵌入式设备，也可以是配电系统内置的执行特定程序的子模块。其中，具体处理方式可以是对照明时间模型进行N点FFT分解，得出可以得到各频率及对应的幅值大小，对各频率成分对应的幅值大小进行排序，并计算按照上述原理中描述的公式分别求出各时域信号积分值的和y_f及y，若y_f与y的比值大于等于预设的第一阈值，如95％，则确定该时域信号积分值的和y_f包含的各频率分量f₁,f₂,…f_n为照明时间模型中照明负荷各分量的频率。

S203、配电系统提取总负荷电度中的照明分量；

对S201中的总电度负荷时间序列x进行N点FFT分解，在所得的总负荷电度的频率分量中提取照明负荷频率分量的频率，具体为：配电系统将通过S202得出的照明时间模型的照明频率分量与总负荷电度的频率分量依次作匹配，若S202得出的照明时间模型中照明负荷的某一频率分量fs与总负荷电度的某一频率分量fs＇的差值在预设的第二阈值范围内，则认为该总负荷电度的频率分量fs＇为总负荷电度中照明负荷的频率分量，认为匹配成功，生成匹配成功的标记，匹配系统可通过该标记对总负荷电度的各频率分量是否为照明负荷的频率分量做区分。例如，照明时间模型中某一频率分量为50Hz，总负荷电度的其中两个频率分量分别为50.5Hz及55Hz，第二阈值为1，则50.5Hz–50Hz＝0.5Hz<1,55Hz–50Hz＝5Hz>1,则频率为50.5Hz的频率分量为总负荷电度中照明负荷的分量，而频率为55Hz的频率分量不是总负荷电度中照明负荷的分量。

配电系统利用FFT的分析结果可得到各频率分量的幅度谱和相位谱，即得到照明负荷频率分量的各时域信号如下：

X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X

其中，A_L和P_L分别为总电度负荷时间序列经过FFT分解得到的幅度谱和相位谱，f_L为成功匹配的总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为提取出来的各照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,... m}的一个子集。

S204、配电系统确定总负荷电度中照明负荷的大小；

配电系统根据照明时间模型中的照明时间范围对S203中得到的所有照明分量进行积分求和，得到总负荷电度中照明负荷的大小。具体计算公式如下：

时间模型一：

时间模型二：

其中，X_L为提取的各照明负荷频率分量的时域信号，时间范围1和时间范围2分别为时间模型一和时间模型二中的照明时间范围，Y即为照明负荷的大小。

实施例三

图6是系统组成图，如图6所示，该系统包括：

接收单元301，用于接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；

发送单元302，用于向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

需要说明的是，所述频率提取器通过启动资源分配子进程加载所述输入的照明时间模型数据，通过启动频率提取子进程计算所述照明时间模型的照明负荷频率分量。

所述发送单元302触发所述频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，具体包括：

所述频率提取器对所述照明时间模型的数据进行N点FFT分解，获取FFT分解之后的多个频率分量，按照以下公式计算所述照明时间模型经过N点FFT分解之后的多个频率分量对应的时域信号y_k，

y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目；

将所述FFT分解之后的多个频率分量按照对应的幅值大小进行排序，并按照以下公式求取排序后的时域信号积分值的和y_f，

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，n为y_f包含的频率分量的数目；

对输入的照明时间模型按照以下公式进行时域积分运算，获取运算后的值y，

其中f(x)为照明时间模型的时域表示函数；

若y_f与y的比值大于等于预设的第一阈值，确定该时域信号积分值的和y_f包含的多个频率分量为照明时间模型的照明负荷频率分量。

所述接收单元301，还用于接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

计算单元303，用于对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量；

匹配单元304，用于将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配；

确定单元305，用于确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

若所述照明时间模型的照明负荷的频率分量与总负荷电度的频率分量的差值在预设的第二阈值范围内，则所述确定单元305确定所述总负荷电度的频率分量为总负荷电度中照明负荷的频率分量，生成所述总负荷电度的频率分量对应的匹配成功标记；

按照以下公式计算所述照明负荷频率分量的时域信号；

X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X

其中，A_L和P_L分别为总负荷电度经过FFT分解得到的幅度谱和相位谱，f_L为总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为所述总负荷电度中照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,... m}的一个子集。

所述计算单元303，还用于对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的单元或流程并不一定是实施本发明所必须的。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种智能提取照明负荷大小的方法，其特征在于，包括：

配电系统接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；

所述配电系统向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

所述配电系统接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

所述配电系统对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量，将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配，确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小；

所述频率提取器对输入的用于表示照明时间模型的数据进行处理，包括：

所述频率提取器通过启动资源分配子进程加载所述输入的照明时间模型数据，通过启动频率提取子进程计算所述照明时间模型的照明负荷频率分量；

所述频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，包括：

所述频率提取器对所述照明时间模型的数据进行N点FFT分解，获取FFT分解之后的多个频率分量，按照以下公式计算所述照明时间模型经过N点FFT分解之后的多个频率分量对应的时域信号y_k，

y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目；

将所述FFT分解之后的多个频率分量按照对应的幅值大小进行排序，并按照以下公式求取排序后的时域信号积分值的和y_f，

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，n为y_f包含的频率分量的数目；

对输入的照明时间模型按照以下公式进行时域积分运算，获取运算后的值y，

其中f(x)为照明时间模型的时域表示函数；

若y_f与y的比值大于等于预设的第一阈值，确定该时域信号积分值的和y_f包含的多个频率分量为照明时间模型的照明负荷频率分量；所述照明时间模型为幅值为1，时间以小时为单位，集中在每24小时内的从第18时开始到第22时结束的周期性脉冲波，其时间范围为每周的周一到周五，或每周的周一到周日；

所述配电系统确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量，包括：

若所述照明时间模型的照明负荷的频率分量与总负荷电度的频率分量的差值在预设的第二阈值范围内，则确定所述总负荷电度的频率分量为总负荷电度中照明负荷的频率分量，生成所述总负荷电度的频率分量对应的匹配成功标记；

按照以下公式计算所述照明负荷频率分量的时域信号；

X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X

其中，A_L和P_L分别为总负荷电度经过FFT分解得到的幅度谱和相位谱，f_L为总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为所述总负荷电度中照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,...m}的一个子集。

2.根据权利要求1所述的方法，其特征在于，对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小，包括：

按照如下公式计算出照明负荷的大小Y，

其中，X_L为所述总负荷电度中照明负荷频率分量的时域信号，时间范围为所述照明时间模型的时间范围。

3.一种智能提取照明负荷大小的系统，其特征在于，包括：

接收单元，用于接收测量设备发送的定时获取配电系统区域内的总负荷电度；

发送单元，用于向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；

所述接收单元，还用于接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；

计算单元，用于对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量；

匹配单元，用于将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配；

确定单元，用于确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；

所述计算单元，还用于对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小；

所述发送单元触发频率提取器对输入的用于表示照明时间模型的数据进行处理，包括：

所述频率提取器通过启动资源分配子进程加载所述输入的照明时间模型数据，通过启动频率提取子进程计算所述照明时间模型的照明负荷频率分量；

所述发送单元触发所述频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，包括：

所述频率提取器对所述照明时间模型的数据进行N点FFT分解，获取FFT分解之后的多个频率分量，按照以下公式计算所述照明时间模型经过N点FFT分解之后的多个频率分量对应的时域信号y_k，

y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目；

将所述FFT分解之后的多个频率分量按照对应的幅值大小进行排序，并按照以下公式求取排序后的时域信号积分值的和y_f，

其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，n为y_f包含的频率分量的数目；

对输入的照明时间模型按照以下公式进行时域积分运算，获取运算后的值y，

其中f(x)为照明时间模型的时域表示函数；

若y_f与y的比值大于等于预设的第一阈值，确定该时域信号积分值的和y_f包含的多个频率分量为照明时间模型的照明负荷频率分量；

所述确定单元确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量，包括：

若所述照明时间模型的照明负荷的频率分量与总负荷电度的频率分量的差值在预设的第二阈值范围内，则确定所述总负荷电度的频率分量为总负荷电度中照明负荷的频率分量，生成所述总负荷电度的频率分量对应的匹配成功标记；

按照以下公式计算所述照明负荷频率分量的时域信号；

X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X

其中，A_L和P_L分别为总负荷电度经过FFT分解得到的幅度谱和相位谱，f_L为总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为所述总负荷电度中照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,...m}的一个子集。