CN105143892A - 电能测量装置和使用该装置的电能测量信息标记系统 - Google Patents

Abstract

本发明涉及测量装置，其能够通过电器和负载测量电能。由于只通过单传感器单电能测量装置便能很容易地从总电能信息中提取单个负载装置的电能使用信息，本发明可以发展有功节能解决方案的基础设施。而且，由于增加了各个电能监测装置和分支电路测量装置从而消除了建立昂贵系统的负担，使得快速发展和实现基于监测的节能市场成为可能，并且通过结合其内设置有硬件算法的测量装置以及执行软件算法的云端，也可能根据复杂运行性能而减少延时和使用资源量。

Description

电能测量装置和使用该装置的电能测量信息标记系统

技术领域

本发明涉及一种用于家用电器与相应负载的电能测量装置。

背景技术

由于传统电能监测装置使用高级量测体系(AMI)或自动读表系统(AMR)，在安装单个用电设备后，数字功率表只能测量由各个用电设备组合而产生的总功率的总使用信息，所以在配电盘内必须安装多个电能测量装置或者必须安装使用多个传感器的电能测量装置，以便提取单个用电设备的电能使用信息。然而，当为单个用电设备安装多个电能测量装置时，则存在安装空间受限的问题以及由于昂贵的解决方案而增加设施投资负担的问题。而且当使用配电盘内的多个传感器测量每种类型设备的电能使用信息，以便在一定程度上克服测量单个用电设备的物理限制时，由于采用了多个传感器，仍然存在一定的设施投资，并存在一定的局限性，即无法获取单个用电设备的电能使用信息。

尽管正在进行各种研究以便根据总电能使用情况提取单个用电设备的电能使用信息，对于一种方法来说，其中，仅包括电力信息的例如电流、电压、功率等的基本信息被直接传输到用于在相对应的服务器中应用算法的特定服务器中，各个电能测量装置的多个数据应该通过信息处理服务器或云端传输到单个用电设备中，或者当用于提取单个用电设备的电能使用信息的算法应用于特定服务器时，由于信息预处理的处理器的缺乏，在处理/存储/管理大容量的大数据方面缺乏灵活性(在测量总电能使用信息方面，其根据电能测量装置内的单个用电设备的运行状态实施集聚数据组)。

发明内容

本发明的目的是提供一种电能测量装置，其通过使用位于特定点(多数位于配电板或配电盘上功率输入点(powerpenetrationpoint)上)的单个传感器收集电能信息，在该点上，组合各种用电设备，其包括在单体建筑或房屋内使用电能的多个家用电器。

更具体而言，本发明的目的是提供一种执行算法的电能测量装置，该算法根据在各个家用电器和负载的设备内使用的子组件的运行，通过提取功耗特征来间接地估算电能。

为了解决上述问题，根据本发明的示例性实施例的电能测量装置包括：功率信息收集单元，用于收集功率信息，所述收集功率信息包括位于多个用电设备的至少一个功率输入点的功率信号；运行状态提取单元，用于通过从收集的所述功率信息中对功率变化的正常状态和过渡状态(transitionalstate)进行分类从而提取所述用电设备的运行状态或者运行状态的所述变化模式；以及数据组生成单元，用于根据所述单个用电设备的功耗特征，通过信号相关性生成与所述运行状态或所述运行状态的变化模式相匹配的单个用电设备的数据组。

有利地，所述功率信息收集单元通过使用所述功率信息收集具有预定周期的交流电流波形的电压快照或电流快照。

有利地，所述运行状态提取单元根据已提取的运行状态或所述运行状态的已提取的变化模式对所述快照进行分类。

所述信号相关性包括电压/电流相关图，高频失真图，电流/功率快照的信号变化图以及有功/无功功率相关图中的至少一种作为所述用电设备功耗特征的信息。

有利地，所述数据组生成单元根据构成所述单个用电设备的组件组，通过对所述功率信息进行分类，生成所述单个用电设备的各组件的数据组。

所述电能测量装置还包括传输单元，用于通过重新组合数据组，将生成的所述数据组传输到生成标记的功率信息的标记服务器。

为了解决以上问题，根据本发明的示例性实施例的标记服务器包括：接收单元，用于根据构成单个用电设备的组件组，通过对所述功率信息进行分类而接收所生成的数据组；重组单元，用于根据所述单个用电设备的运行特征对接收的所述数据组重新分类并且通过根据时间域进行的映射对其进行重新组合；以及标记单元，用于标记重新组合的所述数据组。

有利地，所述重组单元通过映射至时间域中的功耗量的趋势流，将被重新分类的所述数据组分成所述单个用电设备的各个组件的数据组，并且根据相同用电设备的特性重新组合所述组件。

有利地，位于功率输入点的所述电能测量信息标记服务器经所述单个用电设备的各个组件的数据组的分类结果，通过检测所述数据组的变化，确定所述单个用电设备的状态。

为了解决上述问题，根据本发明的示例性实施例的电能测量信息标记系统包括：电能测量装置，其用于收集功率信息，所述信息包括在多个用电设备的至少一个功率输入点上的功率信号，以及生成和传输各个用电设备的数据组，用电设备根据所述单个用电设备的功耗特征，通过信号相关性与所述用电设备的运行状态或运行状态的变化相匹配；以及功率信息标记服务器，用于根据所述单个用电设备的运行特征接收并重新分类所述数据组，并且通过根据时域的映射重新组合(所述数据组)，并且标记重新组合的所述数据组。

根据本发明，由于使用单各传感器和单个电能测量装置，简化了从总电能的功率信息中提取单个用电设备的电能使用信息，有可能发展有功节能的解决方案。

此外，由于增加了多个电能监测装置和开关电路测量装置，通过消除安装昂贵系统的负担，使得快速发展和实现基于监控的节能市场变得可行，而且通过组合嵌入硬件算法的测量装置与执行软件算法的云端，使得降低延时和使用资源的阻塞成为可能。

附图说明

图1是根据本发明的示例性实施例的电能测量装置的框图。

图2至图4是根据本发明的示例性实施例的电能测量装置的各配置的运行流程图。

图5是根据本发明的示例性实施例的标记服务器的框图。

图6是根据本发明的示例性实施例的标记服务器的运行流程图。

具体实施方式

以下内容仅显示了本发明原理的一个示例。因此本领域技术人员能够执行本发明的原理并能发明本发明概念和保护范围内的各种装置，即使它们在本说明书中没有明确解释或阐释。此外，在原则上，应该理解的是本说明中所列的所有条件术语和示例性实施例显然用于理解本发明的概念，但不限于本文特定所列的该示例性实施例和说明。

通过阅读与附图相关的以下详细描述将使上文所述的目的、特征和优点更加明显，因此本领域技术人员可以很容易地执行本发明的技术精神。

如果能确定有关本发明的公知的现有技术可能不必要地掩盖了本发明的主旨，则可以省略这些现有技术的详细描述。在下文中，将参考附图进行说明。

图1是根据本发明的示例性实施例的电能测量装置100的框图。

在该示例性实施例中，为了从功耗输入点的总电能中，估算连接至输入点的单个用电设备的能耗量以及单个用电设备的内部组件的能耗量，电能测量装置100执行能生成未注册负载的集聚数据组的硬件算法，并且将数据组传输到特定服务器或云端200。

换言之，根据本发明的示例性实施例的电能测量装置100安装在具有单个传感器的功率输入点上并且内置有一系列硬件算法，该算法能够测量电能消耗总量并且估算单个用电设备的能耗量，其中运行硬件算法的是系统的信息预加工处理器，该系统从表示总电能信息的原始信号中集聚各个用电设备的电能信息，上述过程总结如下。

首先，从电压/电流信号中提取快照，并且提取一个参考点且进行噪声过滤，而且根据相应结果对正常/过渡状态进行分类，通过这些过程，提取开/关事件以及状态趋势变化，接着通过使用与负载特征相关的电压/电流相关图、高频失真图、电流/功率快照的信号变化图以及有功/无功功率相关图等，对与模式匹配的负载进行分类而生成最终集聚数据组。所生成的集聚数据组通过数据压缩被传输到特定服务器或云端，其中具有用户可能未识别的带有未注册名字(例如，如1，2，3或A，B，C等的负载标记)的数据组。

下文中将参考图1进行更加详细的说明。根据图1，根据本发明的示例性实施例的电能测量装置100包括功率信息收集单元110，运行状态提取单元120，数据组生成单元130，以及传输单元140。

根据本发明的示例性实施例的功率信息收集单元110在多个用电设备的至少一个功率输入点上收集包括功率信号的功率信息。

用电设备是电子设备，其包括使用电力的家用电器，功率输入点是根据本发明的示例性实施例的多个用电设备的电力输入点(powerinputpoint)，例如，房屋可以作为一单元。下文中，将参考图2对功率信息收集单元110的运行进行更详细的说明。

在本示例性实施例中，功率信息收集单元110首先执行功率信号测量步骤S112。在功率信号测量步骤S112中，通过安装在功率输入点的单传感器，测量位于功率输入点的未处理的电流和电压的功率信息波形，并将其作为功率信号。

然后，功率信息收集单元110执行快照提取步骤S114。在快照提取步骤S114中，收集具有周期性的交流电流波形的电压或电流快照，该波形的期间由所述功率信息预先确定。在本示例性实施例中，有利的是使用高频率提取电压或电流的一段波形的快照。

接着，根据本发明的示例性实施例的运行状态提取单元120，通过从收集的所述功率信息中分类功率变化的正常状态或过渡状态，从而提取所述用电设备的运行状态或运行状态的变化。参考图3对此进行更详细的说明。

根据图3，运行状态提取单元120首先执行功率信息和参照点提取步骤S116。换言之，提取实时功率使用量和功率质量信息，并且提取参照点用于对正常状态或过渡状态进行分类。

在本发明的一个示例性实施例中，有利的是，参照点是功率使用量，该功率被无负载变化地持续使用并且总是维持在使用状态而无单个装置的开和关事件，通过实时功率使用量和功率质量信息(获取)该功率使用量。

接着，在瞬态响应分离步骤S118中，提取瞬态响应期，其中功率使用量具有开和关事件，或者由于单个装置的操作而改变了运行状态。

进一步，在本发明的一个示例性实施例中，运行状态提取单元120可能执行噪音移除步骤S120。在噪音移除步骤S120中，在总功率使用量的功率信号测量过程中生成的无意义的高频噪音信号被移除。

此外，在运行状态提取单元120中，根据所提取的运行状态或运行状态的变化而分类所述快照。

还是根据图3，通过开/关事件检测步骤S122，在集聚各个用电设备之前，根据单个开/关状态分类与事件相关的快照。

接着，在状态趋势变化的检测步骤S124，除了运行开/关的负载之外，检测并分类具有多步骤或持续变化特征的负载的运行状态的变化模式。

检测到状态趋势变化接着，在总功率数据处理步骤S126，生成数据包用于数据计算、存储和传输，该数据包与用于实时功率使用服务的所使用的电能、质量信息等相关。

接着，根据本发明的示例性实施例的数据组生成单元130，生成各个用电设备的数据组，通过根据所述单个用电设备的功耗特征的信号相关性，这些用电设备与所述运行状态或运行状态的变化模式相匹配。下文中，将参考图4进行更详细的描述。

根据图4，数据组生成单元执行负载特征提取步骤S130。

在本发明的一个示例性实施例中，根据功耗特征的信号相关性包括电压/电流相关图，高频失真图，电流/功率信号变化图，以及有功/无功功率相关图，因此，负载特征提取步骤S130通过使用从总功率使用数据中提取的快照，瞬态响应，开/关事件以及状态趋势变化信息提取反映单个用电设备的功耗特征的信号相关性分类。

接着，数据组生成单元130执行开/关事件的匹配和模式匹配负载的分类以生成数据组。

换言之，在事件匹配步骤S132中，单个用电设备的开/关事件根据生成的信号相关性被归类为一组相同的单个设备，而且在模式匹配负载的分类步骤S134中，具有多步骤和持续变化特征的相同的单个设备根据生成的信号相关性被归类为一个开/关事件匹配相关组。

接着，在数据组生成步骤S136中，通过开/关事件的匹配和模式匹配负载的分类而划分为单个设备内的子组件的相同设备，从而生成被分组的数据组。

一旦生成数据组，传输单元140将生成的数据组传输至标记服务器200，标记服务器通过重新组合数据组而生成标记功率信息。

传输之前，在本发明的一个示例性实施例中，可以进行数据压缩以方便大数据包向云端或特定服务器的传输，用以执行下一个处理步骤中的软件算法，所述大数据包通过一系列置于单传感器单电能测量装置中的硬件算法而生成。

进一步，也可以传输执行实时电能信息服务所需的功耗数据和质量信息数据。

下文中，将参考图5对标记服务器200进行更详细的说明，通过接收从根据上述示例性实施例的电能测量装置100所生成的数据组，标记服务器200生成标记功率信息。

根据本发明的示例性实施例的标记服务器200通过基于所接收到的各个单个负载的集聚数据组以及实时功率使用和功率质量信息数据组，而进行的例如机器学习和自动标记等的处理，从而执行咨询等，以便为处于功率最终输入点的电力用户提供电能使用信息和节能提示；标记服务器可以是一个大数据处理装置，其中嵌入一系列软件算法，该装置在从单个传感器单电能测量装置中接收数据后，通过显示在功率输入点测量的总电能信息以及每个单个用电设备的电能信息允许各种节能方案和咨询方案。

根据本发明的示例性实施例的标记服务器200是一个执行软件算法的后信息处理过程，并且该过程总结如下。根据每个主类别用电设备的特征，未注册负载集聚数据组被划分为多维集聚平面(multi-dimensionalclusteringplanes)，并且通过机器学习界定特定用电设备的分类边界，这些集聚数据组最终被归类为开/关，多步骤，持续变化以及定期工作负载。

这些数据组被映射到时域中的实时功率使用趋势并且完成分类，而且子组件被分组为(1+2+3或A+B+C等)单个用电设备，该用电设备根据相同(相当)的装置的特征可以被用户识别，接着通过先前收集的命名数据组(冰箱，洗衣机，空调等)以及匹配算法进行自动标记。

此时，由于存在没有包括在先前收集的数据组中的数据组，对于这些没有执行自动标记的负载，通过如下方法进行手动标记，通过手动打开/关闭装置检查相应次数，并且手动生成的数据组被再次添加到之前收集的数据组中，从而扩展已建立的数据组，而且这些数据组用于将来自动标记。

通过应用数学与心理分析算法能向用户显示诸如实时总使用情况、单个用电设备使用情况、节能咨询等，(通过)使用分离的单个用电设备的所测量的电能使用信息、电能总量和功率信息，该数学与心理分析算法能够解译已收集的大容量数据、分析行为模式以及自动生成节能提示。下文中，参考图5进行更详细的描述。

根据图5，根据本发明的示例性实施例的标记服务器200包括接收单元201、重组单元220，和标记单元230。

首先，接收单元210接收通过根据构成单个用电设备的组件组进行的功率信息分类而生成的数据组。

其次，重组单元220根据所述单个用电设备的运行特征重新对所接收的数据组进行分类，并且通过根据时间域的映射对其重新组合。

在此之前，重组单元220可能首先执行数据解压步骤S202。换言之，当接收到在电能测量装置100中的一系列压缩数据组时，解压数据组以应用(执行)软件算法。

当解压时，重组单元220通过将重新分类的数据组映射到时间域中的功率使用趋势将重新分类的数据组分成所述单个用电设备的各组件的数据组，并且根据相同用电设备的特征重新组合所述组件。参考图6进行更详细的说明。

图6是根据本发明的示例性实施例的重组单元220中执行的每个步骤的流程图。

根据图6，在主类别用电设备分类步骤S204中，根据负载运行特征(开/关，多步骤，持续变化，定期运行)，为显示相同负载特征的单个用电设备界定主类别分布平面。

接着，在特征集聚步骤S206中，通过组合负载特征集聚数据组以及主要用电设备的分类重建多维平面以促进界定负载分步平面内边界。

当重建多维平面时，在机器学习步骤S208中，基于诸如使用单个负载集聚结果的人工智能网络的状态分类算法，由通过机器学习方法的应用进行学习从而生成负载边界分类的参考，并且通过根据边界设置参考为集聚的负载进行单个负载提取而将数据组进行重新分类，在边界设置参考中通过特定用电设备边界设置步骤S210基于持续更新数据和先前收集的数据执行机器学习。换言之，此时，尽管在电能总量中负载名称未知，未注册方法的具体负载分类根据在功率输入点内应用的单个负载的子组件而确定。

接着，在时域映射步骤S212中，被划分成集聚多维平面中的特定用电设备分类边界和机器学习的未注册名称的负载的数据组被映射到时间域中的实时数据。

在分类步骤S214中，通过从总功率输入点的总电能使用情况中分类单个用电设备的子组件从而最终显示单个用电设备的子组件，以便通过使用显示方法使用户能够对其进行识别，该方法能够通过时间域映射为生成的数据组显示各种颜色和数据类。

接着，在相同负载重新组合步S216中，通过在分类步骤中生成的单个用电设备内的子组件并使用单个用电设备，从而生成用户可以识别的组。例如，通过组合在分类步骤中生成的压缩机，电机，灯，控制电路等的特征以及将其分组成电冰箱在内部，使用如1，2，3这样的号码以及例如A，B，C这样的临时未注册标识)，从而重新组合单个用电设备的总使用情况。

在执行重新组合步骤后，标记单元230标记重新组合的数据组。例如，相应用户的装置的名称自动匹配具有临时的未注册标记的数据组，这些未注册标记连同之前已经设置的单个用电设备的数据组一起被分类为单个用电设备。例如，所述A，B，C等可以通过使用数据模式和存储数据的匹配算法自动被命名为电冰箱，电视，洗衣机等。

此外，在本发明的一个示例性实施例中，可以手动输入标记。尽管是自动标记操作，由于与之前已经设置的用电设备数据组不匹配，开发者或用户要为具有未注册名称的负载装置指定名称，而且手动输入那些名称。用户可以记录装置的开/关时间并单独执行，这也是可行的。

此外，通过分别存储与(已经进行了未分类负载手动标记的)单个用电设备的指定名称相对应的数据组，可以扩展先前已经设置的用电设备的数据组。

进一步，在本发明的一个示例性实施例中，标记服务器200可以提供单个用电设备能耗量的相关数据的解译信息。换言之，凭借使用通过对单个用电设备的电能总量和电能使用情况的数据解译的行为模式分析，以及凭借使用基于电能变化模式的行为心理分析算法，可以生成用户的行为模式，因此使组织用于使用所述模式的数据组成为可能。

进一步，通过生成节能提示，并且通过大数据分析和行为模式分析，使用能够引导用户真正节能的专家咨询提示算法成为可能。

进一步，通过实时显示总使用情况、显示单个用电设备的估计用量以及有关节能的咨询，

在安装单个传感器单电能测量装置后通过电能IT服务供应商，能够为特定建筑和单元房屋提供总服务。

作为可能应用通过测量装置和标记服务器所获取结果的各种电能咨询的示例，通过从有关单个用电设备状态的功率输入点的能源总量中检测基于单个用电设备的各子部件的分类的集聚数据组的变化，确定单个用电设备的老化状态和故障状态，并向提供给用户。

根据上述示例性实施例，尽管只有来自相应信息的功率输入点上的总动力能源使用信息，通过计算与各种用电设备的子部件和相应负载装置的运行相一致的能耗特征，单个用电设备的电能使用信息可以从总电能使用信息中间接提取，所述用电设备包括通过硬件和软件算法与功率输入点连接的单个家用电器。

另外，当与能提供具有整个总功率电能使用信息的用户反馈相比较时，通过提取单个用电设备的电能使用信息能够提取详细和精确的优质节能计划，而且由于使用了仅使用具有单传感器的单电能测量装置来执行各种算法的方法，而非使用了在各个用电设备中安装多个答单独电能测量装置的方法，减少了安装空间限制和昂贵解决方案的设施投资负担。

此外，不同于在配电盘中采用多个传感器的方法，由于该方法需要每个分支电路级别之上的单个用电设备的电能使用信息，使得性能提高和设施投资减少成为可能。

此外，在从功率输入点上测量的整个电能总使用信息中提取单个用电设备的电能使用信息时，并非所有所使用的算法都直接在特定服务器或云端执行；相反，通过将测量设备(信息预加工处理器，硬件算法，频繁执行复杂计算的集聚数据组生成单元等)和云端(信息预加工处理器，软件算法，标记与节能提示生成单元等)分成两组，在测量装置中处理复杂计算和资源消费部分，因此，只有作为云端或特定服务器的鲜明特征的数据存储、模式解译以及数据使用被主要执行，从而可以获得云内大容量大数据的处理/存储/管理的灵活性。

尽管上述说明示例性地描述了本发明的技术精神，本领域技术人员应该明白各种修改、添加和替换是可能的，且不偏离本发明的基本特征。

因此，本发明公开的实施例和附图适用于说明但不限定本发明技术精神的范围，而且本发明的范围不限于实施例和附图。本发明范围应该基于所附权利要求以包含在权利要求等同范围内的所有技术精神都属于本发明的方式进行解释。

Claims (11)

1.一种电能测量装置，其特征在于，所述装置包括：

功率信息收集单元，用于收集功率信息，所述功率信息包括在多个用电设备的至少一个功率输入点的功率信号；

运行状态提取单元，用于从收集的所述功率信息中，通过对功率变化的正常状态和过渡状态进行分类来提取所述用电设备的运行状态或运行状态的变化模式；以及，

数据组生成单元，用于根据所述单个用电设备的功耗特征，通过信号相关性，生成与所述运行状态或所述运行状态的变化模式相匹配的单个用电设备的数据组。

2.根据权利要求1所述的电能测量装置，其特征在于，所述功率信息收集单元使用所述功率信息收集具有预定期间的交流电流波形的电压快照或电流快照。

3.根据权利要求2的所述电能测量装置，其特征在于，所述运行状态提取单元根据所提取的运行状态或所提取的所述运行状态的变化模式对所述快照进行分类。

4.根据权利要求2的所述电能测量装置，其特征在于，所述信号相关性包括作为所述用电设备的功耗特征的电压/电流相关图、高频失真图、电流/功率快照的信号变化图以及有功/无功功率相关图中的至少一种信息。

5.根据权利要求1的所述电能测量装置，其特征在于，所述数据组生成单元通过对基于构成所述单个用电设备的组件组的所述功率信息进行分类，从而生成所述单个用电设备的各组件的数据组。

6.根据权利要求1的所述电能测量装置，其特征在于，所述电能测量装置还包括传输单元，用于通过重新组合数据组，向生成标记功率信息的标记服务器传输所生成的所述数据组。

7.一种在功率输入点的电能测量信息标记服务器，其特征在于，所述服务器包括：

接收单元，用于通过对基于构成单个用电设备的组件组的功率信息进行分类而接收所生成的数据组；

重组单元，用于根据所述单个用电设备的运行特征对所接收的数据组进行重新分类并且通过基于时间域的映射对数据组进行重新组合；以及，

标记单元，用于标记重新组合的数据组。

8.根据权利要求7的所述电能测量信息标记服务器，其特征在于，所述重组单元通过映射到时间域中的功耗量的趋势中而将重新分类的所述数据组分成所述单个用电设备的各组件的数据组，并且根据相同用电设备的特征重新组合所述组件。

9.根据权利要求7的所述电能测量信息标记服务器，其特征在于，所述电能测量信息标记服务器通过所述单个用电设备的各组件的数据组的分类结果，探测所述数据组的变化从而确定所述单个用电设备的状态。

10.一种电能测量信息标记系统，包括：

电能测量装置，用于收集包括在多个用电设备的至少一个功率输入点上的功率信号的功率信息，并且根据所述单个用电设备的特征，通过信号相关性，生成和传输与所述用电设备的运行状态或运行状态的变化相匹配的各个用电设备的数据组；以及，

功率信息标记服务器，用于根据所述单个用电设备的运行特征接收所述数据组并且对其进行重新分类，而且通过基于时间域的映射重新组合(所述数据组)，并且标记重新组合的所述数据组。

11.根据权利要求10的所述电能测量信息标记系统，其特征在于，所述功率信息标记服务器通过所述单个用电设备的各组件的数据组的分类结果，探测所述数据组的变化从而确定所述单个用电设备的状态。