CN105676028B - 一种基于模板匹配滤波的居民负荷用电识别方法 - Google Patents

一种基于模板匹配滤波的居民负荷用电识别方法 Download PDF

Info

Publication number
CN105676028B
CN105676028B CN201610041560.0A CN201610041560A CN105676028B CN 105676028 B CN105676028 B CN 105676028B CN 201610041560 A CN201610041560 A CN 201610041560A CN 105676028 B CN105676028 B CN 105676028B
Authority
CN
China
Prior art keywords
template
electrical appliance
spectrum component
current
household electrical
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
Application number
CN201610041560.0A
Other languages
English (en)
Other versions
CN105676028A (zh
Inventor
武昕
王震
李阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201610041560.0A priority Critical patent/CN105676028B/zh
Publication of CN105676028A publication Critical patent/CN105676028A/zh
Application granted granted Critical
Publication of CN105676028B publication Critical patent/CN105676028B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • G01R23/165Spectrum analysis; Fourier analysis using filters

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于智能用电及能效监测领域,具体涉及一种基于模板匹配滤波的居民负荷用电识别方法。其特征在于,首先计算每个用电器的特征电流模板;然后计算多个用电器共同工作时总电流的频谱;选定阈值对特征电流模板频谱分量进行0和1赋值确定模板滤波器;再用模板滤波器对总电流的频谱进行滤波;最后根据滤波后的频谱与特征电流模板之间频谱分量的保留程度确定用电器是否处于工作状态。本发明能在非侵入用电数据采集条件下,有效地判断居民用电负荷的使用情况,能够解决用电负荷的识别问题,能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型,分离出各个单负荷的运行情况,是非侵入式负荷监测技术的有效实现方法。

Description

一种基于模板匹配滤波的居民负荷用电识别方法
技术领域
本发明属于智能用电及能效监测领域,具体涉及一种基于模板匹配滤波的居民负荷用电识别方法。
背景技术
随着智能电网的发展,配用电侧的智能化十分重要,一个坚强的国家电网仅靠特高压、超高压端的巩固是远远不够的,必须对低压的用户终端同步优化,故而用电侧的智能电网技术更值得高度关注。随着电力系统中的用电量与非线性用电负荷的增加,近年来关于负荷状态识别的问题得到了研究人员的广泛关注。负荷特性是指用电设备在工作过程中所表现出的电器行为,每个电器设备在用电过程中都有独特的特性。居民用户负荷主要是家用电器设备,不同类型的用电设备的负荷特性可以很好地描述其具体用电情况。研究表明,不同的符合类型,其负载波形相差很大。不同用电设备的谐波不同,可以通过 FFT来辨别不同的用电设备。负荷特性的研究主要在宏观上进行,而微观特性研究相对较少。因此有必要针对居民用户符合微观层面的负荷特性研究进行深入研究。目前,传统的负荷检测方法通常采用侵入式设计,需要在每个用电设备上都安装传感器等用电信息采集装置,用以得到不同用电设备实时的功率消耗比例。这种方法优点是计量较为准确,缺点是当被监测系统内的用电设备数量较多时,传统的负荷检测方式不仅成本高,并且在传感器装置的安装和系统维护方面也很不方便。采用非侵入式方法能够解决传统方法中的实现瓶颈,即仅在用户的电力入口处进行数据采集,通过辨识与信号分析得到用电负荷的运行状态,从而跟踪负荷的能效状况。非侵入式方法简化了采集与测量机制,但全部负荷的用电数据均综合表现在同一信号中,因此,从采集的整体信号中分析提取单个负荷信息是该方法的技术关键与难点。因此高效的负荷检测机制是至关重要的,设计负荷检测机制应该尽可能做到设备的开销应尽可能地少;检测用电设备的效率应该尽可能地高。
发明内容
为了解决上述问题,本发明提出了一种基于模板匹配滤波的居民负荷用电识别方法,其特征在于,该方法的步骤是:
步骤1:计算每个家用电器的特征电流模板;
独立采集各家用电器运行时通过的电流,计算其频谱并存储作为该家用电器的特征电流模板,第m个家用电器单独运行时通过的电流的频谱即特征电流模板的频谱分量为其中,Im(t)为第m个家用电器运行时通过的电流,m=1,2,…,n,n为家用电器总个数,N为电流采样点数,u为频率分量,k为第k 个采样点值;
步骤2:计算多个家用电器共同工作时总电流的频谱;
进入家庭的总电流为各个支路电流之和;其中,L为工作中的家用电器总个数;对采集到的总电流进行离散傅立叶变换后的总电流的频谱分量
步骤3:根据选定的阈值,将特征电流模板的频谱分量与阈值比较,并进行0-1赋值,大于等于阈值的频谱分量赋值为1,小于阈值的频谱分量赋值为0;特征电流模板的频谱分量经过0和1赋值之后所得新的频谱分量即确定为该家用电器的模板滤波器;
步骤4:用该模板滤波器对总电流的频谱进行滤波;滤波过程为模板滤波器的频谱分量与总电流的频谱分量对应相乘,因此模板滤波器为1处,总电流的频谱分量与之相乘后对应的频谱分量得以保留;模板滤波器为0处,总电流的频谱分量与之相乘对应的频谱分量将滤除;
步骤5:在模板滤波器对总电流频谱滤波之后,将所得的频谱分量与该家用电器的特征电流模板的频谱分量进行对比,若对总电流频谱滤波之后所得的频谱分量的保留程度大于95%时,则表明该家用电器处于工作状态;若对总电流频谱滤波之后所得的频谱分量的保留程度小于95%,则表明该家用电器未处于工作状态。
有益效果:
本发明简单可行,实施方便,均可利用FFT实现,运算效率高。本发明能在非侵入用电数据采集条件下,有效地判断居民用电负荷的使用情况,能够解决用电负荷的识别问题,能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型,分离出各个单负荷的运行情况,是非侵入式负荷监测技术的有效实现方法,同时,也是负荷能效跟踪的重要基础。
附图说明
图1为本发明一种基于模板匹配滤波的居民负荷用电识别方法的流程图;
图2为单个用电器运行时的输入输出信号示意图;
图3为多个用电器共同运行时的输入输出信号示意图;
图4a-4c为风扇、电视和加湿器的特征电流模板;
图5为总电流的特征电流模板;
图6a-6c为风扇、电视和加湿器的模板滤波器分别对总电流频谱滤波后的频谱。
具体实施方式
下面结合图,对本发明的具体实施步骤做详细说明。图1是本发明一种基于模板匹配滤波的居民负荷用电识别方法的流程图。该方法包括以下步骤:
步骤1:计算每个家用电器的特征电流模板;
独立采集各家用电器运行时通过的电流,计算其频谱并存储作为该家用电器的特征电流模板,第m个家用电器单独运行时通过的电流的频谱即特征电流模板的频谱分量为其中,Im(t)为第m个家用电器运行时通过的电流,m=1,2,…,n,n为家用电器总个数,N为电流采样点数,u为频率分量,k为第k 个采样点值;
步骤2:计算多个家用电器共同工作时总电流的频谱;
进入家庭的总电流为各个支路电流之和;其中,L为工作中的家用电器总个数;对采集到的总电流进行离散傅立叶变换后的总电流的频谱分量
步骤3:根据选定的阈值,将特征电流模板的频谱分量与阈值比较,并进行0-1赋值,大于等于阈值的频谱分量赋值为1,小于阈值的频谱分量赋值为0;特征电流模板的频谱分量经过0和1赋值之后所得新的频谱分量即确定为该家用电器的模板滤波器;
步骤4:用该模板滤波器对总电流的频谱进行滤波;滤波过程为模板滤波器的频谱分量与总电流的频谱分量对应相乘,因此模板滤波器为1处,总电流的频谱分量与之相乘后对应的频谱分量得以保留;模板滤波器为0处,总电流的频谱分量与之相乘对应的频谱分量将滤除;
步骤5:在模板滤波器对总电流频谱滤波之后,将所得的频谱分量与该家用电器的特征电流模板的频谱分量进行对比,若对总电流频谱滤波之后所得的频谱分量的保留程度大于95%时,则表明该家用电器处于工作状态;若对总电流频谱滤波之后所得的频谱分量的保留程度小于95%,则表明该家用电器未处于工作状态。
选择风扇、电视、加湿器三个用电设备,其中风扇和电视处于工作状态,即n=2,加湿器未处于工作状态,则L=3。分别对三个用电器单独工作时的电流进行独立采样,并对风扇和电视共同工作时的总电流进行采样,采样点数均为150000。
按照本发明方法:
1)对风扇、电视、加湿器单独工作时的电流进行独立采样,计其特征电流模板。图4a-4c为风扇的特征电流模板、电视的特征电流模板和加湿器的特征电流模板。
2)求出风扇和电视共同工作时的总电流的频谱,即为图5所示。
3)风扇:选定阈值为5,将风扇特征电流模板中大于等于5的分量赋值为1,小于5的分量赋值为0,赋值后所得频谱即为风扇的模板滤波器;
电视:选定阈值为30,将电视特征电流模板中大于等于30的分量赋值为1,小于30的分量赋值为0,赋值后所得频谱即为电视的模板滤波器。
加湿器:选定阈值为150,将加湿器特征电流模板中大于等于150 的分量赋值为1,小于150的分量赋值为0,赋值后所得频谱即为加湿器的模板滤波器;
4)分别用风扇、电视和加湿器的模板滤波器对总电流频谱进行滤波,图6a-6c为风扇的模板滤波器对总电流频谱滤波之后所得频谱、电视的模板滤波器对总电流频谱进行滤波后的频谱和加湿器的模板滤波器对总电流频谱进行滤波后的频谱。
5)风扇:将经过风扇模板滤波器滤波之后的总电流的频谱与风扇的模板进行对比,发现两者之间的频谱分量保留程度在95%以上,可以判定风扇处于工作当中;
电视:将经过电视模板滤波器滤波之后的总电流的频谱与电视的模板进行对比,发现两者频谱分量保留程度在95%以上,可以判定电视处于工作当中;
加湿器:将经过加湿器模板滤波器滤波之后的总电流的频谱与加湿器的模板进行对比,发现两者频谱差异较大,频谱分量保留程度较低,可以判定加湿器未处于工作当中。

Claims (1)

1.一种基于模板匹配滤波的居民负荷用电识别方法,其特征在于,该方法的步骤是:
步骤1:计算每个家用电器的特征电流模板;
独立采集各家用电器运行时通过的电流,计算其频谱并存储作为该家用电器的特征电流模板,第m个家用电器单独运行时通过的电流的频谱即特征电流模板的频谱分量为其中,Im(t)为第m个家用电器运行时通过的电流,m=1,2,…,n,n为家用电器总个数,N为电流采样点数,u为频率分量,k为第k个采样点值;
步骤2:计算多个家用电器共同工作时总电流的频谱;
进入家庭的总电流为各个支路电流之和;其中,L为工作中的家用电器总个数;对采集到的总电流进行离散傅立叶变换后的总电流的频谱分量
步骤3:根据选定的阈值,将特征电流模板的频谱分量与阈值比较,并进行0-1赋值,大于等于阈值的频谱分量赋值为1,小于阈值的频谱分量赋值为0;特征电流模板的频谱分量经过0和1赋值之后所得新的频谱分量即确定为该家用电器的模板滤波器;
步骤4:用该模板滤波器对总电流的频谱进行滤波;滤波过程为模板滤波器的频谱分量与总电流的频谱分量对应相乘,因此模板滤波器为1处,总电流的频谱分量与之相乘后对应的频谱分量得以保留;模板滤波器为0处,总电流的频谱分量与之相乘对应的频谱分量将滤除;
步骤5:在模板滤波器对总电流频谱滤波之后,将所得的频谱分量与该家用电器的特征电流模板的频谱分量进行对比,若对总电流频谱滤波之后所得的频谱分量的保留程度大于95%时,则表明该家用电器处于工作状态;若对总电流频谱滤波之后所得的频谱分量的保留程度小于95%,则表明该家用电器未处于工作状态。
CN201610041560.0A 2016-01-21 2016-01-21 一种基于模板匹配滤波的居民负荷用电识别方法 Expired - Fee Related CN105676028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610041560.0A CN105676028B (zh) 2016-01-21 2016-01-21 一种基于模板匹配滤波的居民负荷用电识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610041560.0A CN105676028B (zh) 2016-01-21 2016-01-21 一种基于模板匹配滤波的居民负荷用电识别方法

Publications (2)

Publication Number Publication Date
CN105676028A CN105676028A (zh) 2016-06-15
CN105676028B true CN105676028B (zh) 2018-04-10

Family

ID=56302016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610041560.0A Expired - Fee Related CN105676028B (zh) 2016-01-21 2016-01-21 一种基于模板匹配滤波的居民负荷用电识别方法

Country Status (1)

Country Link
CN (1) CN105676028B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3125883A1 (fr) * 2021-07-30 2023-02-03 Enerfox Surveillance a distance d’equipements electriques dans un reseau electrique

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106443233A (zh) * 2016-08-26 2017-02-22 北京电力经济技术研究院 一种非侵入式的稳态负荷监测方法
CN106680621B (zh) * 2016-12-02 2019-02-05 华北电力大学 一种基于电流信号分离的居民负荷用电识别方法
CN108267637A (zh) * 2017-12-29 2018-07-10 国网天津市电力公司电力科学研究院 一种基于混合频谱特性的洗衣机非侵入式运行检测方法
CN111060730A (zh) * 2019-12-30 2020-04-24 国网北京市电力公司 一种计量设备周期轮换过程中的现场数据采集装置及方法
CN114966275A (zh) * 2022-05-20 2022-08-30 国网江苏省电力有限公司苏州供电分公司 非侵入式居民负荷监测方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3005357B1 (fr) * 2013-05-06 2017-02-17 Smart Impulse Procede et systeme d'analyse de la consommation d'electricite
CN105186693A (zh) * 2015-09-28 2015-12-23 南方电网科学研究院有限责任公司 一种非侵入式用电负荷辨识系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3125883A1 (fr) * 2021-07-30 2023-02-03 Enerfox Surveillance a distance d’equipements electriques dans un reseau electrique

Also Published As

Publication number Publication date
CN105676028A (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
CN105676028B (zh) 一种基于模板匹配滤波的居民负荷用电识别方法
CN106093630B (zh) 一种非侵入式家用电器辨识方法
CN107025365B (zh) 一种用于用户侧的非侵入负荷辨识方法
CN101339208B (zh) 一种基于时域分析的电压质量监测与扰动自动分类方法
CN102566555B (zh) 基于模式识别的白色家电工作状态监测方法
CN111242391B (zh) 用于电力负荷识别的机器学习模型训练方法及系统
CN106093565B (zh) 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN105974220B (zh) 一种居民小区用电负荷识别系统
CN105652118B (zh) 一种基于负荷瞬时能量特征的电网电能负荷监测方法
CN109299134B (zh) 一种非侵入式监测系统下电器的识别方法
CN106441547A (zh) 一种变压器振动监测方法及装置
CN111382789A (zh) 基于机器学习的电力负荷识别方法及系统
CN105143892A (zh) 电能测量装置和使用该装置的电能测量信息标记系统
CN106680621B (zh) 一种基于电流信号分离的居民负荷用电识别方法
CN106780125B (zh) 一种基于月均用电量的采集异常紧急程度计算方法
CN106324406A (zh) 一种变压器直流偏磁故障诊断方法及装置
CN111665388A (zh) 一种非侵入式的家用空调辨识方法
CN108614154B (zh) 一种基于频谱分析的电力用户相位识别方法
CN113281625B (zh) 一种低压用户非侵入式电弧故障精准检测方法及系统
CN110297137A (zh) 一种具备非侵入式负荷监测功能的模块
CN109633517A (zh) 分相分时查找窃电的方法
CN106228244A (zh) 一种基于自适应关联规则挖掘的能源解聚合方法
CN110703019A (zh) 基于输电线路的采集信息的用电异常精准定位方法
CN115133659A (zh) 低压配电网络低压线损的在线监测方法与系统
CN113159988B (zh) 用户电器负荷状态分析方法、装置、设备及可读存储介质

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: 20180410

Termination date: 20190121

CF01 Termination of patent right due to non-payment of annual fee