CN106093565A - 一种基于稳态特征波形匹配的电能分项计量方法及装置 - Google Patents
一种基于稳态特征波形匹配的电能分项计量方法及装置 Download PDFInfo
- Publication number
- CN106093565A CN106093565A CN201610637916.7A CN201610637916A CN106093565A CN 106093565 A CN106093565 A CN 106093565A CN 201610637916 A CN201610637916 A CN 201610637916A CN 106093565 A CN106093565 A CN 106093565A
- Authority
- CN
- China
- Prior art keywords
- load
- electricity
- steady state
- state characteristic
- waveform
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Current Or Voltage (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于稳态特征波形匹配的电能分项计量方法及装置,所述方法通过采集家用负荷的稳态特征波形,与数据库中的负荷标准特征波形的相似程度来进行负荷识别,根据负荷的功率变化量以及负荷的开关时刻来计算各类负荷所消耗的电能,用来实现家用负荷的分项计量;所述装置包括信号采集模块、数据处理模块、数据存储模块、显示模块和通信模块,可对用电信号进行实时采集、存储和分析,形成电能分项计量报表供用户查询,并可将电能分项计量报表上传云端供电网公司参考,功耗小,成本低,易于安装,为用户了解自家用电情况提供详细数据,也可作为电网电能测量系统中的一个终端设备,为电网公司了解负荷结构等数据提供参考。
Description
技术领域
本发明涉及电力负荷识别与检测、电能计量领域,尤其是一种基于稳态特征波形匹配的电能分项计量方法及装置。
背景技术
电能是清洁、高效、便利的终端能源载体,在大力推进低碳经济发展,大规模开发可再生能源,积极应对气候变化的发展趋势下,提高电能占终端能源消费比例已成为世界各国的普遍选择。随着我国经济的发展和产业结构的优化升级,这一比重还将继续提高,因此加强电能的节约就显得尤为重要。调查研究表明,在家庭能源管理中引入更好的反馈机制,平均可减少电能消耗达12%。电能分项计量,有助于用户了解不同时段内各用电设备的电能消耗情况,改变其用电方式和用电设备的用电效率以达到节约电力的效果,从而可减少用户自身电费开支,同时对提高我国能源利用效率、实现能源的可持续发展和缓解能源压力具有重要现实意义。
目前,电能分项计量方法和系统可分为两类:侵入式和非侵入式。侵入式即在每个用电设备电源出口处安装传感器对单个设备的用电数据进行测量,该方法可得到的准确数据,但需要安装大量传感器,存在着安装和维护困难、成本高等缺点。非侵入式只需在供电入口处安装一组传感器对用电数据进行采集,根据信号的特征对负荷进行分解,具有需要硬件少、安装容易、成本低等优点。
尽管在过去的20多年中,一些非侵入式电力负荷监测方法被提出,但基本上停留在理论研究层面,相关的产品非常少。基于对研究现状的分析,非侵入式电能分项计量方法未获得广泛应用的原因主要包括以下几个方面:1)实际中的用电设备的负荷特性是多种多样的,针对某一类或几类用电设备的特征而提出的算法,缺乏通用性;2)由于系统中存在噪声的干扰,基于事件检测的算法难以获得较高的准确度;3)基于有监督学习的方法需要大量的样本进行训练/学习,降低了其吸引力。因此,需要研究和开发一种能适用于各种不同类型的设备和运行状态,抗干扰能力强、易实现、低成本的非侵入式电能分项计量方法和系统。
发明内容
本发明的目的是针对上述现有技术的不足,提供一种基于稳态特征波形匹配的电能分项计量方法。该方法采用家用负荷的稳态特征波形,度量与数据库中的负荷标准特征波形的接近程度来进行负荷识别,再根据功率变化量及负荷的开关时刻来计算各类负荷所消耗的电能,用以实现家用负荷的分项计量。
本发明的另一目的在于提供一种基于稳态特征波形匹配的电能分项计量装置。
本发明的目的可以通过如下技术方案实现:
一种基于稳态特征波形匹配的电能分项计量方法,所述方法包括以下步骤:
1)在家庭供电入口处,对入口电流、入口电压进行同步采样并记录,计算出有功功率;
2)根据家庭实际的用电设备类型设置有功功率Pm的阈值,有功功率Pm的阈值小于用电设备的最小额定功率,当步骤1)中计算的有功功率发生变化且变化幅度到达预设的阈值Pm时,记录时刻t;
3)因为电流相位由电压相位和负荷类型确定,所以用电压波形作为参考来提取稳态电流波形,根据步骤2)中所记录时刻t,在t时刻超前λ个周期的时间内,其中5<<50,寻找电压波形向上过零点,记录为时刻t0,从t0时刻开始,提取μ个周期的电流波形,其中2<μ<λ,作为t时刻前的稳态电流波形Ic0;
4)因为考虑到负荷在开关时的暂态过程,所以需要通过负荷打开后的ν个周期来过滤掉暂态过程,其中20<ν<50,根据步骤2)中所记录时刻t,在t时刻延时ν个周期后,寻找电压波形向上过零点,记录为时刻t1,从t1时刻开始,提取与步骤3)相同个数的μ个周期的电流波形,作为t时刻后的稳态电流波形Ic1;
5)将μ个周期的t时刻前的稳态电流波形Ic0与μ个周期的t时刻后的稳态电流波形Ic1做差得到μ个周期的稳态特征波形I,其中I=Ic1-Ic0;
6)将步骤5)得到的μ个周期的稳态特征波形I划分周期,将各个周期的幅值序列相加后取平均值,得到负荷的均值化稳态特征波形Ia;
7)将步骤6)得到的负荷的均值化稳态特征波形Ia与数据库中的标准负荷稳态特征波形Ib进行相似度比对,通过计算相似度α来进行负荷识别;
8)根据步骤7)识别出负荷i后,因为负荷开关的暂态过程持续的时间很短,在计算功率时能够忽略掉,所以根据负荷i的稳态电流和稳态电压计算出负荷i的功率Pi,如果Pi>0,则说明此时负荷i为开启动作,将t时刻标记为Tic,如果Pi<0,则说明此时负荷i为关闭动作,将t时刻标记为Tir,将负荷i的开启时刻和关闭时刻进行匹配,计算出负荷i运行的时间为Ti=Tir-Tic;
9)根据负荷i的功率Pi和运行时间Ti计算负荷i消耗的功率Wi=Pi·Ti,实现电能的分项计量。
优选地,步骤7)中,相似度α的计算公式如下:
将所有家庭用电负荷的相似度经过比较后,最大的相似度α所匹配的负荷即为对应负荷。
本发明的另一目的可以通过如下技术方案实现:
一种基于稳态特征波形匹配的电能分项计量装置,包括信号采集模块、数据处理模块、数据存储模块、显示模块和通信模块,所述信号采集模块采集负荷的电流电压信息,经所述数据处理模块处理后计算出负荷消耗的功率,再通过所述显示模块进行数据显示,所述数据存储模块进行数据存储,最后由通信模块上传用户数据至云平台。
优选地,所述信号采集模块包括电压互感器、电流互感器和模数转换器,电压互感器与电流互感器均采用霍尔传感器,模数转换器采用高度集成的6通道、16bit逐次逼近性模数转换器,用电流互感器和电压互感器将电流电压先转换成模拟信号,再使用模数转换器将模拟信号转换成数字信号。
优选地,所述数据处理模块采用基于ARM结构的微处理器。
优选地,所述数据存储模块采用快闪可擦除只读存储器(Flash Memory)。
优选地,所述显示模块包括按键盘和LCD显示屏,通过按键盘能够选择查阅最新一天、一周、一个月的各类设备的用电情况,并以时间序列图、直方图的形式,显示在LCD显示屏上。
优选地,所述通信模块,经网线与路由器相连,通过互联网连接到云平台,通过云平台获得数据库并上传用户数据。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明采用稳态特征波形法得到负荷电流的稳态特征波形的技术方案,具有明确的物理意义,从而达到了有效区分不同负荷的效果;
2、本发明采用做差获取电器开关前后负荷电流的稳态波形,从而达到抗干扰能力强的效果;
3、本发明采用步骤简明、编程简单的算法,对于处理器要求比较低、成本较低;
4、本发明通过电器负荷稳态电流识别负荷的技术方案,从而适用于各种不同类型的电力设备的分项计量。
附图说明
图1为本发明一种基于稳态特征波形匹配的电能分项计量方法的流程图;
图2为本发明一种基于稳态特征波形匹配的电能分项计量装置的结构图;
图3为本发明实施例的负荷稳态电流波形提取方法示意图;
图4为本发明实施例从图3中所提取的负荷稳态特征电流波形图;
图5为本发明实施例提供的电冰箱的标准稳态特征波形和均值化负荷稳态波形图;
图6为本发明实施例提供的微波炉标准稳态特征波形图;
图7为本发明实施例提供的电脑显示器标准稳态特征波形图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1:
本实施例的一种基于稳态特征波形匹配的电能分项计量装置的结构图如图2所示,包括信号采集模块、数据处理模块、数据存储模块、显示模块和通信模块,所述信号采集模块采集负荷的电流电压信息,经所述数据处理模块处理后计算出负荷消耗的功率,再通过所述显示模块进行数据显示,所述数据存储模块进行数据存储,最后由通信模块上传用户数据至云平台,各模块所使用产品型号如下:电流互感器型号TBC15SY,电压互感器型号TBV10/20X,模数转换器型号AD7656,ARM处理器型号AT91F40162,LCD液晶显示器型号LCD12864。
本实施例在一个普通家庭实行,该家庭中有风扇,冰箱,微波炉,电脑及电脑显示器这些家用设备,其中各设备的额定功率:风扇50W,冰箱95W,微波炉850W,电脑显示器30W。功率变化的阈值可以根据实际情况来进行设定,在负荷功率普遍较大的情况下设的大一些,比如,Pm=100W,而在负荷功率有一些较小的情况下,就按照最小功率负荷的功率来设定。在本实施例中,由于电脑显示器的功率较小,因此设有功功率的变化阈值为25瓦,即Pm=25W。
在本实施例中,提取负荷的稳态电流波形的参数设置如下,设μ=10,λ=20;为了确保电流经过一段时间的延时后记录到暂态后的稳态阶段,在本实施例中设定的ν=35,在实际情况中,为了确保电流波形在负荷开关后进入稳态阶段,ν可以设的大一些。
图1为本发明一种基于稳态特征波形匹配的电能分项计量方法的流程图,按照流程将本发明的一种基于稳态特征波形匹配的电能分项计量装置安装在上述家庭的供电入口处,采集到了图3所示的某一段时间的电流波形,根据电流波形可以看出,在开始阶段有用电设备运行,电流波形的幅值较小且稳定,然后有其他用电设备开启,经过短暂的暂态过程,进入新的稳态运行,在上述暂态阶段,瞬时功率的跳变很大,远远超过所设的阈值,此时的处理过程如下:由于功率的跳变超过所设的阈值,在数据处理模块中产生一个中断信号,进入中断程序,此时记录的时刻点是第5000个采样点,根据设定的采样频率,也就是时刻t=0.5s,进入中断程序后,开始提取t时刻前的稳态电流波形Ic0和t时刻后的稳态电流波形Ic1,根据设定,提取Ic0的时刻点是第1000个采样点,即t0=0.1s,提取Ic1的时刻点是第12000个采样点,即t1=1.2s。
得到t时刻前的稳态电流波形Ic0和t时刻后的稳态电流波形Ic1后,将两者做差得到负荷的稳态特征波形I,I=Ic1-Ic0,本实施例中所得的负荷稳态特征波形如图4所示,然后对其进行周期分割,求得平均值后的均值化负荷稳态波形如图5中虚线所示。图5中的实线是数据库中冰箱制冷运作时的标准稳态波形,图6是微波炉加热运行时的标准稳态特征波形,图7是电脑显示器正常工作时的标准稳态特征波形,仅从图形中就可以很明显看出来,该负荷的电流波形就是冰箱制冷运作时的波形。
将负荷的均值化稳态特征波形与数据库中的标准稳态特征波形做相似度计算,由公式计算得:与冰箱制冷运行的相似度α为96.06%,与微波炉加热运行的相似度α为79.43%,与电脑显示器正常运行的相似度α为34.08%,可知与冰箱制冷时的标准稳态特征波形的相似度最大,如此,便得出该种负荷是冰箱,且此时的运行状态是制冷,达到了负荷识别的目的,此时时刻t就被标记为Tic,即Tic=0.5s。
计算功率Pi,因为μ个周期的稳态电流波形I仍然保留有相位属性,所以用I计算功率,Pi=I·U,其中U已经测量得到。
当冰箱制冷运行方式关闭后,同理可得到记录时间为Tir,Ti=Tir-Tic,Wi=Pi·Ti,由此可以计算该种负荷消耗的功率。
以上所述,仅为本发明的一个普通实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种基于稳态特征波形匹配的电能分项计量方法,其特征在于:所述方法包括以下步骤:
1)在家庭供电入口处,对入口电流、入口电压进行同步采样并记录,计算出有功功率;
2)根据家庭实际的用电设备类型设置有功功率Pm的阈值,有功功率Pm的阈值小于用电设备的最小额定功率,当步骤1)中计算的有功功率发生变化且变化幅度到达预设的阈值Pm时,记录时刻t;
3)因为电流相位由电压相位和负荷类型确定,所以用电压波形作为参考来提取稳态电流波形,根据步骤2)中所记录时刻t,在t时刻超前λ个周期的时间内,其中5<λ<50,寻找电压波形向上过零点,记录为时刻t0,从t0时刻开始,提取μ个周期的电流波形,其中2<μ<λ,作为t时刻前的稳态电流波形Ic0;
4)因为考虑到负荷在开关时的暂态过程,所以需要通过负荷打开后的ν个周期来过滤掉暂态过程,其中20<ν<50,根据步骤2)中所记录时刻t,在t时刻延时ν个周期后,寻找电压波形向上过零点,记录为时刻t1,从t1时刻开始,提取与步骤3)相同个数的μ个周期的电流波形,作为t时刻后的稳态电流波形Ic1;
5)将μ个周期的t时刻前的稳态电流波形Ic0与μ个周期的t时刻后的稳态电流波形Ic1做差得到μ个周期的稳态特征波形I,其中I=Ic1-Ic0;
6)将步骤5)得到的μ个周期的稳态特征波形I划分周期,将各个周期的幅值序列相加后取平均值,得到负荷的均值化稳态特征波形Ia;
7)将步骤6)得到的负荷的均值化稳态特征波形Ia与数据库中的标准负荷稳态特征波形Ib进行相似度比对,通过计算相似度α来进行负荷识别;
8)根据步骤7)识别出负荷i后,因为负荷开关的暂态过程持续的时间很短,在计算功率时能够忽略掉,所以根据负荷i的稳态电流和稳态电压计算出负荷i的功率Pi,如果Pi>0,则说明此时负荷i为开启动作,将t时刻标记为Tic,如果Pi<0,则说明此时负荷i为关闭动作,将t时刻标记为Tir,将负荷i的开启时刻和关闭时刻进行匹配,计算出负荷i运行的时间为Ti=Tir-Tic;
9)根据负荷i的功率Pi和运行时间Ti计算负荷i消耗的功率Wi=Pi·Ti,实现电能的分项计量。
2.根据权利要求1所述基于稳态特征波形匹配的电能分项计量方法,其特征在于:步骤7)中,相似度α的计算公式如下:
将所有家庭用电负荷的相似度经过比较后,最大的相似度α所匹配的负荷即为对应负荷。
3.根据权利要求1或2所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:包括信号采集模块、数据处理模块、数据存储模块、显示模块和通信模块,所述信号采集模块采集负荷的电流电压信息,经所述数据处理模块处理后计算出负荷消耗的功率,再通过所述显示模块进行数据显示,所述数据存储模块进行数据存储,最后由通信模块上传用户数据至云平台。
4.根据权利要求3所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:所述信号采集模块包括电压互感器、电流互感器和模数转换器,所述电压互感器与电流互感器均采用霍尔传感器,模数转换器采用高度集成的6通道、16bit逐次逼近性模数转换器,用电流互感器和电压互感器将电流电压先转换成模拟信号,再使用模数转换器将模拟信号转换成数字信号。
5.根据权利要求3所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:所述数据处理模块采用基于ARM结构的微处理器。
6.根据权利要求3所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:所述数据存储模块采用快闪可擦除只读存储器。
7.根据权利要求3所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:所述显示模块包括按键盘和LCD显示屏,通过按键盘能够选择查阅最新一天、一周、一个月的各类设备的用电情况,并以时间序列图、直方图的形式,显示在LCD显示屏上。
8.根据权利要求3所述的一种基于稳态特征波形匹配的电能分项计量方法的装置,其特征在于:所述通信模块经网线与路由器相连,通过互联网连接到云平台,通过云平台获得数据库并上传用户数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610637916.7A CN106093565B (zh) | 2016-08-05 | 2016-08-05 | 一种基于稳态特征波形匹配的电能分项计量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610637916.7A CN106093565B (zh) | 2016-08-05 | 2016-08-05 | 一种基于稳态特征波形匹配的电能分项计量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106093565A true CN106093565A (zh) | 2016-11-09 |
CN106093565B CN106093565B (zh) | 2018-12-11 |
Family
ID=57455201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610637916.7A Active CN106093565B (zh) | 2016-08-05 | 2016-08-05 | 一种基于稳态特征波形匹配的电能分项计量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106093565B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646026A (zh) * | 2016-11-11 | 2017-05-10 | 华北电力大学 | 一种非侵入式家电负荷识别方法 |
CN107271824A (zh) * | 2017-07-22 | 2017-10-20 | 华映科技(集团)股份有限公司 | 单线式用电设备类型自动辨识方法 |
CN108322883A (zh) * | 2017-12-21 | 2018-07-24 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载音响静态电流自动化测试系统与方法 |
CN108362938A (zh) * | 2018-02-09 | 2018-08-03 | 国网江苏省电力有限公司电力科学研究院 | 基于非侵入式负荷辨识的分项计量智能电能表 |
CN109615558A (zh) * | 2018-12-11 | 2019-04-12 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于用电参数大数据统计的用户用电习惯分析方法 |
CN110426967A (zh) * | 2019-08-07 | 2019-11-08 | 威胜集团有限公司 | 家用负荷数据的模拟仿真方法、装置和存储介质 |
CN111712691A (zh) * | 2018-02-16 | 2020-09-25 | 三菱电机株式会社 | 显示数据生成装置、显示数据生成方法及程序 |
CN112379178A (zh) * | 2020-10-28 | 2021-02-19 | 国网安徽省电力有限公司合肥供电公司 | 存在延时的两种波形相似度判断方法、系统及存储介质 |
CN112883545A (zh) * | 2021-01-13 | 2021-06-01 | 吉林大学 | 一种电力负荷波形的仿真方法 |
CN113222402A (zh) * | 2021-05-10 | 2021-08-06 | 湖南省计量检测研究院 | 负荷分类计量方法、装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010093047A (ja) * | 2008-10-08 | 2010-04-22 | Ulvac Japan Ltd | 処理装置の管理システム |
CN103472297A (zh) * | 2013-09-15 | 2013-12-25 | 珠海派诺科技股份有限公司 | 一种电能分项计量的方法 |
CN103487644A (zh) * | 2013-09-09 | 2014-01-01 | 北京博锐尚格节能技术有限公司 | 电能分项能耗计量方法和装置 |
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 |
-
2016
- 2016-08-05 CN CN201610637916.7A patent/CN106093565B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010093047A (ja) * | 2008-10-08 | 2010-04-22 | Ulvac Japan Ltd | 処理装置の管理システム |
CN103487644A (zh) * | 2013-09-09 | 2014-01-01 | 北京博锐尚格节能技术有限公司 | 电能分项能耗计量方法和装置 |
CN103472297A (zh) * | 2013-09-15 | 2013-12-25 | 珠海派诺科技股份有限公司 | 一种电能分项计量的方法 |
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 (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106646026A (zh) * | 2016-11-11 | 2017-05-10 | 华北电力大学 | 一种非侵入式家电负荷识别方法 |
CN107271824A (zh) * | 2017-07-22 | 2017-10-20 | 华映科技(集团)股份有限公司 | 单线式用电设备类型自动辨识方法 |
CN108322883A (zh) * | 2017-12-21 | 2018-07-24 | 惠州市德赛西威汽车电子股份有限公司 | 一种车载音响静态电流自动化测试系统与方法 |
GB2585588B (en) * | 2018-02-09 | 2022-03-16 | The Marketing Service Center Of State Grid Jiangsu Electric Power Co Ltd | Submetering smart power meter based on non-intrusive load identification |
CN108362938A (zh) * | 2018-02-09 | 2018-08-03 | 国网江苏省电力有限公司电力科学研究院 | 基于非侵入式负荷辨识的分项计量智能电能表 |
WO2019154050A1 (zh) * | 2018-02-09 | 2019-08-15 | 国网江苏省电力有限公司电力科学研究院 | 基于非侵入式负荷辨识的分项计量智能电能表 |
GB2585588A (en) * | 2018-02-09 | 2021-01-13 | The Marketing Service Center Grid Jiangsu Electric Power Co Ltd | Non-intrusive load identification-based submetering smart electricity meter |
CN111712691A (zh) * | 2018-02-16 | 2020-09-25 | 三菱电机株式会社 | 显示数据生成装置、显示数据生成方法及程序 |
CN109615558A (zh) * | 2018-12-11 | 2019-04-12 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于用电参数大数据统计的用户用电习惯分析方法 |
CN109615558B (zh) * | 2018-12-11 | 2023-08-15 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于用电参数大数据统计的用户用电习惯分析方法 |
CN110426967A (zh) * | 2019-08-07 | 2019-11-08 | 威胜集团有限公司 | 家用负荷数据的模拟仿真方法、装置和存储介质 |
CN110426967B (zh) * | 2019-08-07 | 2022-08-19 | 威胜集团有限公司 | 家用负荷数据的模拟仿真方法、装置和存储介质 |
CN112379178A (zh) * | 2020-10-28 | 2021-02-19 | 国网安徽省电力有限公司合肥供电公司 | 存在延时的两种波形相似度判断方法、系统及存储介质 |
CN112883545A (zh) * | 2021-01-13 | 2021-06-01 | 吉林大学 | 一种电力负荷波形的仿真方法 |
CN113222402A (zh) * | 2021-05-10 | 2021-08-06 | 湖南省计量检测研究院 | 负荷分类计量方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106093565B (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106093565A (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 | |
CN108021736B (zh) | 一种基于滑动窗残差模型的负荷投切动作监测方法 | |
AU2019218021B2 (en) | Non-intrusive load identification-based submetering smart electricity meter | |
CN106093652B (zh) | 一种具备自学习功能的非侵入式电力负荷监测系统与方法 | |
CN111242391B (zh) | 用于电力负荷识别的机器学习模型训练方法及系统 | |
WO2019128843A1 (zh) | 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 | |
CN110488112A (zh) | 非侵入式负荷识别及其基于识别结果实现的分类计量方法 | |
CN103176066B (zh) | 数字化电能质量监测装置 | |
CN103163380A (zh) | 基于LabVIEW开发平台的微欧级电阻测量系统 | |
CN105372541A (zh) | 一种基于模式识别的家用电器智能集总检测系统及其工作方法 | |
CN105182250B (zh) | 一种非侵入式分布式电源出力监测装置 | |
Sun et al. | Non-intrusive load monitoring system framework and load disaggregation algorithms: a survey | |
CN103018611B (zh) | 一种基于电流分解的非侵入式负载监测方法及系统 | |
CN206223887U (zh) | 一种具备负荷识别功能的智能装置 | |
CN110571806B (zh) | 一种用于配电网负荷类别的特征提取与辨识方法 | |
CN103323686A (zh) | 一种智能电网电能质量分析仪 | |
CN101707371A (zh) | 小扰动状况下的电力系统负荷模型等值参数的辨识方法 | |
CN111665388A (zh) | 一种非侵入式的家用空调辨识方法 | |
CN202372592U (zh) | 一种电能质量监测仪 | |
CN102799108B (zh) | 基于低频能耗信息的能耗解聚合方法及家庭能源管理系统 | |
CN109541346A (zh) | 一种稳态工况下的非侵入式电力负载识别提升方法 | |
CN105305437A (zh) | 电力负荷三重可信度匹配辨识方法 | |
Guohua et al. | Research on non-intrusive load monitoring based on random forest algorithm | |
CN113985266B (zh) | 多智能电表集中化负荷识别方法 | |
CN202524168U (zh) | 电能质量数据监测装置 |
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 |