CN104967113B - 使用系统线电压的电气负载标识 - Google Patents
使用系统线电压的电气负载标识 Download PDFInfo
- Publication number
- CN104967113B CN104967113B CN201410857947.4A CN201410857947A CN104967113B CN 104967113 B CN104967113 B CN 104967113B CN 201410857947 A CN201410857947 A CN 201410857947A CN 104967113 B CN104967113 B CN 104967113B
- Authority
- CN
- China
- Prior art keywords
- time
- load
- electrical system
- group
- domain analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 23
- 239000003550 marker Substances 0.000 claims description 25
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000001259 photo etching Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2513—Arrangements for monitoring electric power systems, e.g. power lines or loads; Logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/133—Arrangements for measuring electric power or power factor by using digital technique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及使用系统线电压的电气负载标识。方法和系统可以提供:接收与电气系统中支路的线电压相对应的一组电压样本并进行时域分析以标识电气系统中的一个或多个负载。另外,时域分析可以用于标识电气系统中的一个或多个负载。在一个示例中,进行时域分析涉及关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔和/或标准偏差而将事件分类。
Description
背景
技术领域
实施例一般涉及电气系统中的负载分析。更具体地,实施例涉及使用系统线电压(line voltage)的时域分析来标识、分类电气负载和在其之间进行区分。
讨论
电气负载分析可以用于监控连接到建筑物、住所和其它设施的电气系统的设备、器具以及装备的操作。电流感测解决方案可以涉及要么在主断路器中安装变流器要么在每个负载到系统的连接点处安装许多较小的在线(in-line)电流传感器。由于安全的担忧,变流器安装可能需要有技能的电工以及电气系统的完全停止运转。此外,在线电流传感器安装可能耗时、成本高并且管理起来复杂,尤其如果正监控许多负载的话。虽然近来关于电气负载的电压和电流监控可能已经做出了进展,但是仍然存在相当多的改进空间。例如,常规电压感测解决方案可能需要复频域分析(例如,以非常高的位分辨率和数据频率进行的谐波分析)以便实现可靠的结果。
附图说明
通过阅读以下说明书和所附权利要求并通过参照以下附图,本发明的实施例的各种优点对于本领域技术人员将变得显而易见,其中:
图1是根据实施例的具有负载分类系统的设施的示例的图示;
图2是根据实施例的标识负载的方法的示例的流程图;
图3A是根据实施例的对于多个负载的已知线电压标记特征(signature)表的示例的图示;
图3B是根据实施例的电压扰动的示例的放大视图;
图4是根据实施例的负载分类逻辑架构的示例的框图;以及
图5是根据实施例的负载分类系统的示例的框图。
具体实施方式
图1示出设施10,诸如,例如具有由电网12(例如,公用设备,传输线等)供电的电气系统的建筑物、住所或其它区域。所图示的设施10包括主断路器14,其从连接到电网12的主线16接收AC(交变电流)功率并以多个电压支路18(18a-18c)的形式将该功率提供到设施10的各种位置。例如,设施10的第一组房间20(20a,20b)中的引出口(outlet)26(例如,120V插座)可以接收AC功率的第一支路18a。另外,设施10的第二组房间22(22a,22b)中的引出口26可以接收AC功率的第二支路18b,并且第二组房间22中的引出口28(例如240V插座)可以接收AC功率的第二支路18b和第三支路18c。另外,设施10的第三组房间24(24a,24b)中的引出口26可以接收AC功率的第三支路18c。
电压支路18可以得自以任何频率的单相和多相功率系统的任何变型。例如,可以支持三相功率供给配置,诸如,例如Y型配置(例如,208Y/120,480Y/277,208Y/1205线)、德尔塔(delta)配置(例如3线德尔塔,4线德尔塔,240V分相德尔塔)等。尽管示出了三个支路18,但是可以使用其它分配布置,诸如,例如一个支路的布置(例如单相120Vac或240Vac)、两个支路的布置(例如分相120/240)。未示出中性和/或接地连接以简化图示。
在所图示的示例中,第一电压传感器30插接到第一组房间20中的引出口26中,其中第一电压传感器30生成与第一支路18a的线电压相对应的第一组电压样本。类似地,第二电压传感器32可以插接到第二组房间22中的引出口26中,以获得与第二支路18b的线电压相对应的第二组电压样本,以及第三电压传感器34可以插接到第三组房间24中的引出口26中,以获得与第三支路18c的线电压相对应的第三组电压样本。
如将更详细讨论的那样,可以对来自第一电压传感器30的第一组电压样本、来自第二传感器32的第二组电压样本和/或来自第三电压传感器34的第三组电压样本进行时域分析。另外,时域分析可以使能对电气系统负载(诸如,例如房间20b中的负载36和分类系统38、房间22a中的负载40、房间24a中的负载42等)进行分类和/或标识。此外,时域分析可以用于将负载36、40、42和/或分类系统38中的两个或更多与彼此进行区分。使用时域分析以分类、标识负载和/或在其之间进行区分可以相当大地简化负载分类过程,这进而可以导致降低的处理开销、功率消耗、网络带宽使用等。另外,在每支路的基础上使用电压传感器可以避免安全担忧、降低成本、消除安装相关的停止运转等。
图2示出了标识负载的方法44。方法44可以经由逻辑指令集来实现,所述逻辑指令存储在机器或计算机可读存储介质(诸如随机存取存储器(RAM)、只读存储器(ROM)、可编程ROM(PROM)、固件、闪速存储器等)中,存储在可配置逻辑(诸如,例如可编程逻辑阵列(PLA)、现场可编程门阵列(FPGA)、复杂可编程逻辑器件(CPLD))中,存储在使用电路技术(诸如,例如专用集成电路(ASIC)、互补金属氧化物半导体(CMOS)或晶体管-晶体管逻辑(TTL)技术或其任何组合)的固定功能性逻辑硬件中。
所图示的处理块46提供:接收(例如,无线地)与电气系统中的支路的线电压相对应的一组电压样本。该组电压样本例如可以接收自插接到被连接至支路的引出口中的电压传感器。样本可以以例如4.8KHz的采样率从调幅的线电压波形(例如,120Hz、100Hz正弦波)获得。在块48中可以在该组电压样本上进行时域分析。通常,具有可预测的状态改变的复杂负载可能影响特定时间间隔处的经采样波形的峰到峰幅度。存储这些状态改变并理解这些状态改变在时域中的预期行为可以增加标识特定事件模式的能力。此外,在特定时间段中使用峰到峰幅度改变(例如,每电压支路)的多个、同时的视图可以有助于事件的标识。结果,电气系统的不同电压支路上的独特的、可重复的模式可以用于标识电气负载。因而,进行时域分析可以涉及检测关于一个或多个负载的事件并将事件分类,其中时域分析可以在块50处用来标识电气系统中的负载。
可以关于诸如例如交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔、标准偏差等之类的特征将事件分类。例如,图3A示出了可以用于检测、标识电气系统中的负载和在其之间进行区分的已知线电压标记特征的表52。诸如表52之类的信息可以在全局和/或系统特定的基础上开发、在时间上进行平均,并用于确定所观察的事件是否对应于电气系统中的特定负载。通常,可以确定来自特定事件的样本和对于已知负载的电压线数据之间的差异(例如,欧几里得(Euclidean)距离),以便标识事件与已知负载之间的匹配。在所图示的示例中,诸如HVAC(加热、通风、空气调节)压缩机、两级电阻负载(例如,具有多个加热元件的烤箱)、电阻和电感负载(例如,干衣机)和致冷负载之类的负载在瞬时幅度54、瞬时持续时间56、瞬时形状58和所涉及的支路数量60方面被表征。
瞬时幅度
当负载激活(例如,开启)时,线电压中可能发生简短的扰动(例如,瞬时的)。该扰动的幅度可以被量化并用作将对于所检测事件的电压样本与对于特定负载的已知电压标记特征进行比较的特征。在图示的示例中,HVAC压缩机的瞬时幅度相对大,并且两级电阻负载和电阻/电感负载的瞬时幅度相对小。
瞬时持续时间
线电压扰动的持续时间也可以被量化并用作将对于所检测事件的电压样本与对于特定负载的已知电压标记特征进行比较的特征。在所图示的示例中,两级电阻负载的瞬时持续时间相对长,并且电阻/电感负载的瞬时持续时间相对短。
交叉相关
线电压事件的形状可以以多个不同方式量化。在一个途径中,可以通过归一化对于所检测事件的电压样本并确定在归一化样本与对于已知负载的线电压标记特征之间的差异(例如,欧几里得距离)而确定交叉相关。因此交叉相关可以提供在事件的形状与标记特征的形状之间的比较。因而,在交叉相关特征下,具有相同形状但不同大小的两个线电压扰动可以导致相对高的匹配概率。在这方面,交叉相关可以独立于设施内的线电压传感器的物理位置(例如,相对于负载的所连接引出口位置)。
形状大小
量化线电压事件的形状的另一途径可以是确定形状大小,其可以指示对于所检测事件的非归一化电压样本与对于已知负载的线电压标记特征之间的差异(例如,欧几里得距离)。形状大小因此可以提供在事件形状与标记特征形状的绝对值之间的比较。因而,在形状大小特征下,具有相同形状但不同大小的两个线电压扰动可以导致相对低的匹配概率。在这方面,形状大小可以是设施内的线电压传感器的物理位置(例如,相对于负载的所连接引出口位置)的函数。
运行德尔塔
图3B示出了表52(图3A)的HVAC压缩机的线电压标记特征形状的放大视图。所图示的示例演示了在负载已经开启之后预事件线电压和稳定状态线电压之间的差异可以表示运行德尔塔(Δr)特征。运行德尔塔特征因此可以用于将对于所检测事件的电压样本与对于特定负载的已知电压标记特征进行比较。
支路数量
由负载影响的支路的数量也可以用作比较特征。例如,以两个支路的配置而连接到单个电压支路(例如,单相压缩机)的负载可以引起两个支路上的扰动(所连接的支路上的主要扰动以及非连接的支路上的反映),其中这两个扰动可以在形状大小、瞬时幅度、瞬时持续时间等方面彼此不同。在这样的情况下,这两个扰动可以用作对于所讨论的负载的标记特征。另一方面,分相负载(例如,中央空气调节器)在两个支路上可以具有类似的扰动。
标准偏差
另外,可以为电压样本和已知电压标记特征确定标准偏差。在这样的途径中,扰动期间从平均线电压的变化量可以为标识负载提供有用的度量。在图3A的示例中,HVAC压缩机的标准偏差相对大,并且两级电阻负载的标准偏差相对小。提供的具体值和图示的形状只是便于讨论,并且可以取决于境况而变化。
图4示出了负载分类逻辑架构62(62a-62c),其可以用于标识电气系统中的负载并在其之间进行区分。逻辑架构62一般可以实现已经讨论的方法44(图2)的一个或多个方面。在所图示的示例中,前端模块62a接收与电气系统中的支路的线电压相对应的一组电压样本。在一个示例中,经由无线数据链路接收电压样本。前端模块62a可以使用数据清理器(cleaner)64来确保样本之间的数据一致性、进行元件定尺寸、消除异常、校正无线数据分组等,以便获得干净、可靠、稳健和一致的数据。预处理器66可以对样本应用分组级时间戳、在样本之间进行内插(例如,如果存在缺失的数据)、对每个样本应用精度时间戳、在相/支路之间对准数据等。
来自预处理器66的数据可以被提供给时域模块62b,其可以使用事件检测器68来检测关于电气系统中的负载的事件。因此,事件检测器68可以使用预缓冲器数据来确定特定事件何时开始,使得在事件和已知线电压标记特征之间可以进行一致比较。事件检测器68可以访问全局标记特征数据库70,其包含对于各种负载的已知线电压数据(例如,标记特征)。全局标记特征数据库70可以基于来自不同设施和/或公用设备客户的电压数据而生成,其中数据库70中的标记特征可以提供针对其可以存在已知的一组负载的瞬时幅度和持续时间的一般范围。
由事件检测器68检测的事件可以被提供给事件分类器72。事件分类器72可以使用一个或多个特征,诸如,例如交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔、标准偏差等,以标识事件。特别地,事件分类器72可以将对于特定事件的该组电压样本与来自全局标记特征数据库70和/或系统特定的标记特征数据库74的已知线电压数据相比较。系统特定的标记特征数据库74可以基于来自所讨论的特定设施的电压数据而生成,并且因此可以为该设施中的负载提供特征值的详细范围。特别注意的是,比较可以完全在时域中进行,其可以比频域分析较少复杂和较少处理密集得多。事件分类器72所使用的特征可以是足够稳健的以使得时域模块62b能够标识电气系统中的一个或多个负载,以及使电气系统中的两个或多个负载彼此区分。
所图示的时域模块62b还包括融合(fusion)组件76以组合对于电气系统中多个支路的时域分析结果。例如,融合组件76可以将连接到负载的电压支路上的主要扰动与未连接到负载的电压支路的次级扰动相组合,如已经讨论的。另外,当组合和比较来自多个电压支路的数据时,融合组件76可以考虑使用模式(例如,日间、夜间、工作日、周末、季节性的等)和/或设备状态(例如,负载是否已经开启或关断)。报告模块62c可以生成一个或多个报告,其反映时域分析的结果并将那些报告传输给其它实体和/或系统,以用于进一步分析(例如,地面实况仪表比较)、行动等。
现在转到图5,示出了计算平台78。平台78可以是具有计算功能性(例如,个人数字助理/PDA、笔记本计算机、平板计算机、可变式平板设备、台式计算机、云服务器)、通信功能性(例如,无线智能电话)、成像功能性、媒体播放功能性(例如,智能电视/TV)、或其任何组合(例如,移动互联网设备/MID)的设备的部分。在所图示的示例中,平台78包括处理器80、集成存储器控制器(IMC)82、输入输出(IO)模块84、系统存储器86、网络控制器88、一个或多个线电压传感器90和大容量存储装置92(例如,光盘、硬盘驱动装置/HDD、闪速存储器)。在一个示例中,传感器90生成电压样本并且平台78起负载分类系统、诸如例如负载分类系统38(图1)的作用。
处理器80可以包括具有一个或若干处理器核心94的核心区域。所图示的IO模块84,有时称作芯片集的南桥或南复合结构(South Complex),起到主机控制器的作用并与网络控制器88通信,所述网络控制器88能够提供脱平台(off-platform)通信功能性,以用于各种各样的目的,诸如例如蜂窝式电话(例如,宽带码分多址/W-CDMA(通用移动电信系统/UMTS)、CDMA2000(IS-856/IS-2000)等)、WiFi(无线保真,例如,电气与电子工程师协会/IEEE 802.11-2007、无线局域网/LAN媒体访问控制(MAC)和物理层(PHY)规范)、4G LTE(第四代长期演进)、蓝牙(例如,IEEE802.15.1-2005、无线个域网)、WiMax(例如,IEEE802.16-2004、LAN/MAN宽带无线LANS)、全球定位系统(GPS)、扩频(例如,900MHz)以及其它射频(RF)电话目的。其它标准和/或技术也可以在网络控制器88中实现,所述网络控制器88可以与线电压传感器90无线通信。IO模块84还可以包括一个或多个无线硬件电路块以支持这样的功能性。尽管处理器80和IO模块84被图示为分离的块,但是处理器80和IO模块84可以被实现为同一半导体裸片上的芯片上系统(SoC)。
系统存储器86可以包括例如双数据率(DDR)同步动态随机存取存储器(SDRAM,例如,DDR3 SDRAM JEDEC标准JESD79-3C,2008年4月)模块。系统存储器86的模块可以并入到单列直插式存储器模块(SIMM)、双列直插式存储器模块(DIMM)、小外形DIMM(SODIMM)等中。
所图示的IO模块84包括逻辑96,以接收与电气系统中支路的线电压相对应的一组电压样本,进行该组电压样本的时域分析,并使用时域分析来标识电气系统中的一个或多个负载。时域分析还可以用于使电气系统中的两个或多个负载彼此区分。因此,逻辑96可以与逻辑架构62(图4)类似地运转和/或可以实现已讨论的方法44(图2)的一个或多个方面。此外,传感器90可以与已讨论的传感器34(图1)类似地运转。
另外的注解和示例
示例1可以包括负载分类系统,其包括耦合到电气系统中的支路的传感器、前端模块和时域模块,所述传感器用以生成与支路的线电压相对应的一组电压样本,所述前端模块用以接收该组电压样本,所述时域模块用以进行该组电压样本的时域分析并使用时域分析来标识电气系统中的一个或多个负载。时域模块可以包括用以检测关于一个或多个负载的事件的事件检测器,以及用以关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类的事件分类器。
示例2可以包括示例1的负载分类系统,其中时域模块使用时域分析来使电气系统中的两个或多个负载彼此区分。
示例3可以包括示例1的负载分类系统,其中时域模块将该组电压样本与来自全局标记特征数据库的已知线电压数据相比较以进行时域分析。
示例4可以包括示例1的负载分类系统,其中时域模块将该组电压样本与来自系统特定的标记特征数据库的已知线电压数据相比较以进行时域分析。
示例5可以包括示例1的负载分类系统,其中时域模块还包括融合组件,以组合对于电气系统中多个支路的时域分析结果。
示例6可以包括示例1至5中任一个的负载分类系统,其中传感器耦合到电气系统的引出口。
示例7可以包括将负载分类的方法,包括:接收与电气系统中支路的线电压相对应的一组电压样本,进行该组电压样本的时域分析,以及使用时域分析来标识电气系统中的一个或多个负载。
示例8可以包括示例7的方法,还包括:使用时域分析来使电气系统中的两个或多个负载彼此区分。
示例9可以包括示例7的方法,其中进行时域分析包括:检测关于一个或多个负载的事件,并关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类。
示例10可以包括示例7的方法,其中进行时域分析包括:将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据进行比较。
示例11可以包括示例7的方法,还包括:组合对于电气系统中多个支路的时域分析结果。
示例12可以包括示例7至11中任一个的方法,其中该组电压样本接收自耦合到电气系统的引出口的传感器。
示例13可以包括至少一个计算机可读存储介质,其包括指令集,所述指令如果由计算系统执行则使计算系统:接收与电气系统中支路的线电压相对应的一组电压样本、进行该组电压样本的时域分析,并使用时域分析来标识电气系统中的一个或多个负载。
示例14可以包括示例13的至少一个计算机可读存储介质,其中所述指令如果被执行则使计算系统使用时域分析来使电气系统中的两个或多个负载彼此区分。
示例15可以包括示例13的至少一个计算机可读存储介质,其中所述指令如果被执行则使计算系统:检测关于一个或多个负载的事件,并关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类以进行时域分析。
示例16可以包括示例13的至少一个计算机可读存储介质,其中所述指令如果被执行则使计算系统将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据相比较以进行时域分析。
示例17可以包括示例13的至少一个计算机可读存储介质,其中所述指令如果被执行则使计算系统组合对于电气系统中多个支路的时域分析结果。
示例18可以包括示例13至17中任一个的至少一个计算机可读存储介质,其中该组电压样本接收自耦合到电气系统的引出口的传感器。
示例19可以包括将负载分类的装置,其包括前端模块和时域模块,所述前端模块用以接收与电气系统中支路的线电压相对应的一组电压样本,所述时域模块用以进行该组电压样本的时域分析并使用时域分析来标识电气系统中的一个或多个负载。
示例20可以包括示例19的装置,其中时域模块使用时域分析来使电气系统中的两个或多个负载彼此区分。
示例21可以包括示例19的装置,其中时域模块包括用以检测关于一个或多个负载的事件的事件检测器,以及用以关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类的事件分类器。
示例22可以包括示例19的装置,其中时域模块将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据相比较以进行时域分析。
示例23可以包括示例19的装置,其中时域模块还包括融合组件,以组合对于电气系统中的多个支路的时域分析结果。
示例24可以包括示例19至23中任一个的装置,其中该组电压样本接收自耦合到电气系统的引出口的传感器。
示例25可以包括将负载分类的装置,其包括用于执行示例7至12中任一个的方法的构件。
因而,本文描述的自动和非侵入式技术可以使能通过分析由该活动所引起的AC线电压变化来标识和区分电气负载开启和关断的能力。可以通过将适当的电压传感器置于设施中的电气系统的相和/或支路上来捕获电压。由于设施中典型地只存在一个、两个或三个支路,所以本文描述的技术可以只使用一个、两个或三个电压传感器来获得对于整个设施的电压样本。这样的途径可以消除对于整个建筑物变流器或众多在线传感器的任何需要(例如,每个负载一个)。
的确,可以通过监控关于特定负载随时间的趋势(例如,HVAC过于频繁地开启)而显著增强预测性维护解决方案。结果,关于维修活动、装备替换等可以实现相当大的成本节省。
本发明的实施例可应用于与所有类型的半导体集成电路(“IC”)芯片一起使用。这些IC芯片的示例包括但不限于处理器、控制器、芯片集组件、可编程逻辑阵列(PLA)、存储器芯片、网络芯片、芯片上系统(SoC)、SSD/NAND控制器ASIC等。另外,在附图中的一些中,用线表示信号导线。一些可以不同的来指示更多构成信号路径,具有数字标签来指示多个构成信号路径,和/或在一端或多端处具有箭头以指示主要信息流方向。然而,这不应当以限制性方式来解释。相反,这样的添加的细节可以与一个或多个示例性实施例相结合使用以便于更容易理解电路。任何所表示的信号线,无论是否具有附加信息,实际上都可以包括一个或多个信号,其可以在多个方向上行进并可以用任何合适类型的信号方案来实现,例如,用差分对实现的数字或模拟线、光纤线和/或单端线。
可以已经给出示例尺寸/模型/值/范围,尽管本发明的实施例并不限于所述。由于制造技术(例如光刻)随时间而演进,所以预期能够制造出更小尺寸的设备。另外,对IC芯片和其它组件的众所周知的功率/接地连接可以或可以不示出在图内,以用于图示和讨论的简单,并且以使得不模糊本发明的实施例的某些方面。此外,可以以框图形式示出布置,以便避免模糊本发明的实施例,并且还鉴于以下事实:关于实现这样的框图布置的具体详情高度取决于其内要实现实施例的平台,即这样的具体详情应当很好地在本领域技术人员的眼界范围内。在阐述具体细节(例如,电路)以便描述本发明的示例实施例的情况下,对于本领域技术人员应当显而易见的是,在没有这些具体细节或者具有这些具体细节的变型的情况下能够实践本发明的实施例。因而本描述要被认为是说明性的而非限制性的。
术语“耦合”在本文可以用来指代所讨论的组件之间的任何类型的关系(直接或间接),并可以应用于电气、机械、流体、光学、电磁、机电或其它连接。另外,术语“第一”、“第二”等可以在本文使用来仅仅是便于讨论,并且不承载任何特定的时间或时序意义,除非另有指示。
本领域技术人员将从前述描述意识到,本发明的实施例的广泛技术能够以各种形式实现。因此,虽然已经结合其特定示例描述了本发明的实施例,但是本发明的实施例的真实范围不应当被如此限定,因为在研究附图、说明书和下述权利要求时,其它修改将对技术人员变得显而易见。
Claims (14)
1.一种负载分类系统,包括:
传感器,其耦合到电气系统中的支路,传感器生成与支路的线电压相对应的一组电压样本;前端模块,其接收该组电压样本;以及
时域模块,其进行该组电压样本的时域分析并使用时域分析来标识电气系统中的一个或多个负载,其中时域模块包括:
事件检测器,其检测关于一个或多个负载的事件;以及
事件分类器,其关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类,
其中时域模块还包括融合组件,以组合对于电气系统中多个支路的时域分析结果,
其中传感器耦合到电气系统的引出口。
2.根据权利要求1所述的负载分类系统,其中时域模块使用时域分析来使电气系统中的两个或多个负载彼此区分。
3.根据权利要求1所述的负载分类系统,其中时域模块将该组电压样本与来自全局标记特征数据库的已知线电压数据相比较以进行时域分析。
4.根据权利要求1所述的负载分类系统,其中时域模块将该组电压样本与来自系统特定的标记特征数据库的已知线电压数据相比较以进行时域分析。
5.一种负载分类方法,包括:
接收与电气系统中支路的线电压相对应的一组电压样本;
进行该组电压样本的时域分析;以及
使用时域分析来标识电气系统中的一个或多个负载,
其中进行时域分析包括:
检测关于一个或多个负载的事件;
关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类,
所述方法还包括组合对于电气系统中多个支路的时域分析结果,
其中该组电压样本接收自耦合到电气系统的引出口的传感器。
6.根据权利要求5所述的方法,还包括使用时域分析来使电气系统中的两个或多个负载彼此区分。
7.根据权利要求5所述的方法,其中进行时域分析包括将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据相比较。
8.一种负载分类装置,包括:
前端模块,其接收与电气系统中支路的线电压相对应的一组电压样本;以及
时域模块,其进行该组电压样本的时域分析并使用时域分析来标识电气系统中的一个或多个负载,
其中时域模块包括:
事件检测器,其检测关于一个或多个负载的事件;以及
事件分类器,其关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类,
其中时域模块还包括融合组件,以组合对于电气系统中多个支路的时域分析结果,
其中该组电压样本接收自耦合到电气系统的引出口的传感器。
9.根据权利要求8所述的装置,其中时域模块使用时域分析来使电气系统中的两个或多个负载彼此区分。
10.根据权利要求8所述的装置,其中时域模块将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据相比较以进行时域分析。
11.一种将负载分类的装置,包括:
用于接收与电气系统中支路的线电压相对应的一组电压样本的构件;
用于进行该组电压样本的时域分析的构件;以及
用于使用时域分析来标识电气系统中的一个或多个负载的构件,
其中进行时域分析包括:
用于检测关于一个或多个负载的事件的构件;以及
用于关于交叉相关、形状大小、瞬时幅度、瞬时持续时间、运行德尔塔或标准偏差中的一个或多个而将事件分类的构件,
所述装置还包括用于组合对于电气系统中多个支路的时域分析结果的构件,
其中该组电压样本接收自耦合到电气系统的引出口的传感器。
12.根据权利要求11所述的装置,还包括用于使用时域分析来使电气系统中的两个或多个负载彼此区分的构件。
13.根据权利要求11所述的装置,其中进行时域分析包括将该组电压样本与来自全局标记特征数据库或系统特定的标记特征数据库中的一个或多个的已知线电压数据相比较。
14.一种机器可读介质,其上面存储指令,所述指令在被执行时导致所述机器执行如权利要求5-7中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/142,767 US9678120B2 (en) | 2013-12-28 | 2013-12-28 | Electrical load identification using system line voltage |
US14/142767 | 2013-12-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104967113A CN104967113A (zh) | 2015-10-07 |
CN104967113B true CN104967113B (zh) | 2018-06-08 |
Family
ID=53396017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410857947.4A Expired - Fee Related CN104967113B (zh) | 2013-12-28 | 2014-11-28 | 使用系统线电压的电气负载标识 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9678120B2 (zh) |
CN (1) | CN104967113B (zh) |
FR (1) | FR3016047B1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10802081B2 (en) * | 2016-04-04 | 2020-10-13 | Schneider Electric USA, Inc. | Method and system for analyzing waveforms in power systems |
JP7125722B2 (ja) | 2017-08-09 | 2022-08-25 | ヴェルディグリス テクノロジーズ インコーポレイテッド | 電力システムの監視方法及びエネルギ監視システム |
US11221353B2 (en) * | 2018-07-06 | 2022-01-11 | Schneider Electric USA, Inc. | Systems and methods for analyzing power quality events in an electrical system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2553384Y (zh) * | 2002-05-22 | 2003-05-28 | 哈尔滨工大瑞实科技有限公司 | 多路负载识别装置 |
CN201829927U (zh) * | 2010-09-06 | 2011-05-11 | 台州职业技术学院 | 一种用电器负载类型识别系统 |
CN103460553A (zh) * | 2011-01-30 | 2013-12-18 | 海尔集团公司 | 无线供电系统及其负载识别控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5483153A (en) * | 1994-03-24 | 1996-01-09 | Massachusetts Institute Of Technology | Transient event detector for use in nonintrusive load monitoring systems |
US8094034B2 (en) * | 2007-09-18 | 2012-01-10 | Georgia Tech Research Corporation | Detecting actuation of electrical devices using electrical noise over a power line |
US8433530B2 (en) | 2008-09-18 | 2013-04-30 | ThinkEco, Inc. | System and method for monitoring and management of utility usage |
US8738195B2 (en) | 2010-09-21 | 2014-05-27 | Intel Corporation | Inferencing energy usage from voltage droop |
KR20160009100A (ko) * | 2011-08-08 | 2016-01-25 | 닛토덴코 가부시키가이샤 | 스마트 탭 |
US8983670B2 (en) * | 2011-09-14 | 2015-03-17 | Honeywell International Inc. | Energy consumption disaggregation system |
US8756181B2 (en) * | 2011-11-28 | 2014-06-17 | Eaton Corporation | System and method employing a self-organizing map load feature database to identify electric load types of different electric loads |
US8694291B2 (en) * | 2012-01-19 | 2014-04-08 | Verdigris Technologies, Inc. | System and method of waveform analysis to identify and characterize power-consuming devices on electrical circuits |
-
2013
- 2013-12-28 US US14/142,767 patent/US9678120B2/en not_active Expired - Fee Related
-
2014
- 2014-11-28 CN CN201410857947.4A patent/CN104967113B/zh not_active Expired - Fee Related
- 2014-11-28 FR FR1461635A patent/FR3016047B1/fr not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2553384Y (zh) * | 2002-05-22 | 2003-05-28 | 哈尔滨工大瑞实科技有限公司 | 多路负载识别装置 |
CN201829927U (zh) * | 2010-09-06 | 2011-05-11 | 台州职业技术学院 | 一种用电器负载类型识别系统 |
CN103460553A (zh) * | 2011-01-30 | 2013-12-18 | 海尔集团公司 | 无线供电系统及其负载识别控制方法 |
Also Published As
Publication number | Publication date |
---|---|
FR3016047A1 (zh) | 2015-07-03 |
FR3016047B1 (fr) | 2019-08-09 |
US9678120B2 (en) | 2017-06-13 |
CN104967113A (zh) | 2015-10-07 |
US20150185258A1 (en) | 2015-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9606154B2 (en) | Electrical load identification during an on event using a support vector machine classifier | |
US10324132B2 (en) | Systems and methods for power line event zone identification | |
CN105092999B (zh) | 利用多个指示的电力质量事件定位 | |
US8694291B2 (en) | System and method of waveform analysis to identify and characterize power-consuming devices on electrical circuits | |
CN105637432A (zh) | 识别被监控实体的异常行为 | |
CN104330675B (zh) | 基于多元时间序列的变电设备在线监测分析系统及其方法 | |
CN104967113B (zh) | 使用系统线电压的电气负载标识 | |
Manohar et al. | Enhancing resilience of PV-fed microgrid by improved relaying and differentiating between inverter faults and distribution line faults | |
US10802057B2 (en) | Systems and methods for monitoring a power system | |
CN109639633A (zh) | 异常流量数据识别方法、装置、介质及电子设备 | |
CN103493075A (zh) | 离群值检测设备、离群值检测方法和车辆故障诊断系统 | |
WO2016191003A1 (en) | Apparatus and method for condition monitoring of multiple electrical sub-systems | |
EP3550500A1 (en) | Apparatus and method for non-invasively analyzing behaviors of multiple power devices in circuit and monitoring power consumed by individual devices | |
Sirojan et al. | Intelligent edge analytics for load identification in smart meters | |
Mirzaei et al. | Comparative analysis of probabilistic neural network, radial basis function, and feed-forward neural network for fault classification in power distribution systems | |
De La Cruz et al. | Fault location for distribution smart grids: Literature overview, challenges, solutions, and future trends | |
Tuyet-Doan et al. | Deep ensemble model for unknown partial discharge diagnosis in gas-insulated switchgears using convolutional neural networks | |
CN105629154B (zh) | 一种实现芯片顶层金属覆盖电路测试的方法及装置 | |
CN106501703B (zh) | Bms均衡mos管检测方法及装置 | |
CN110824384A (zh) | 一种基于人工智能极限学习机的变压器故障在线诊断系统 | |
CN115081933B (zh) | 一种基于改进谱聚类的低压用户拓扑构建方法和系统 | |
Ashok et al. | Fault detection and classification of multi-location and evolving faults in double-circuit transmission line using ANN | |
Sankari et al. | Detection of non-technical loss in power utilities using data mining techniques | |
Jimenez et al. | Steady state signatures in the time domain for nonintrusive appliance identification | |
Jonetzko et al. | High frequency non-intrusive electric device detection and diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180608 Termination date: 20201128 |
|
CF01 | Termination of patent right due to non-payment of annual fee |