CN106762594B - 压缩机设备启动实时监测方法 - Google Patents
压缩机设备启动实时监测方法 Download PDFInfo
- Publication number
- CN106762594B CN106762594B CN201710021364.1A CN201710021364A CN106762594B CN 106762594 B CN106762594 B CN 106762594B CN 201710021364 A CN201710021364 A CN 201710021364A CN 106762594 B CN106762594 B CN 106762594B
- Authority
- CN
- China
- Prior art keywords
- feature
- active
- equipment
- time
- load characteristic
- 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.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
Abstract
本发明涉及一种压缩机设备启动实时监测方法,包括下述的步骤:在所监测环境用电入口处对电压、电流采样,当有功功率发生跳变时,记录跳变事件前后的有功数据;从记录的有功数据中提取当前有功功率跳变事件的特征向量SV;对所得的特征向量内单个特征以负荷特征库中对应特征值进行归一化处理,负荷特征库包括离线建立的各类压缩机设备启动特征,所述各类压缩机设备启动特征为所述特征向量SV的四个特征;计算当前事件特征向量对应于负荷特征库中各设备的相似度;选取相似度最大值与预设门限值比较,若高于门限值则输出识别结果,识别是哪一类设备启动。本发明收益效果是:检测准确性高,算法时间与空间复杂度低,对硬件要求低,实现成本低廉。
Description
技术领域
本发明涉及一种压缩机设备启动实时监测方法,属于家用负荷监测与节能减排等技术领域。
背景技术
随着社会经济的发展,居住环境的需要,空调也越来越多的被人们使用。近年来,每逢冬夏两季,有关要不要给高校学生寝室安装空调的问题,都会引起校园内外热议。没有配备空调设备的寝室,在炎热的夏天夜晚,同学们只能以风扇防暑降温。这样往往保证不了睡眠质量,不仅影响学生的学习生活,而且严重影响学生的身心健康。考虑到夏天气温的升高,学生们对安装空调的呼声日益高涨,多所高校已在全部学生宿舍统一安装空调。
高校学生公寓用电安全问题是可能给学生人身财产带来巨大的损害,调查表明,这类火灾主要是由于学生使用热得快、电炉子等大功率阻性负载造成,因此,如何识别出该类负载,对于学生公寓用电管理的智能化具有重要的意义。
因此对于公寓空调回路中设备启动的识别具有两个重要的现实意义,一是通过准确识别回路中的空调压缩机启动,从而防止其他设备,特别是恶性负载的接入。其次,通过检测空调压缩机启动操作来监控设备运行状态,对空调长时间运行等异常情况发出警报。另外,压缩机类设备启动的判定还可延伸应用于其他家用或工业压缩机类型负荷的启动判定。
发明内容
针对上述实际应用需求,本发明的目的是要提供一种压缩机设备启动实时监测方法,能够准确识别回路中的压缩机类用电设备的启动。
本发明的技术方案为:一种压缩机设备启动实时监测方法,包括下述的步骤:
在所监测环境用电入口处对电压、电流采样,当有功功率发生跳变时,记录跳变事件前后的有功数据;
从记录的有功数据中提取当前有功功率跳变事件的特征向量SV:
SV=[RT,FT,PPV,ACT]
其中,RT为启动有功脉冲上升沿时间,FT为启动有功脉冲下降沿时间,PPV为启动有功脉冲功率峰值,ACT为启动有功脉冲前后稳态功率差值;
对所得的特征向量内单个特征以负荷特征库中对应特征值进行归一化处理,负荷特征库包括离线建立的各类压缩机设备启动特征,所述各类压缩机设备启动特征为所述特征向量SV的四个特征;
计算当前事件特征向量对应于负荷特征库中各设备的相似度;
选取相似度最大值与预设门限值比较,若高于门限值则输出识别结果,识别是哪一类设备启动。
在一个具体的实施方式中,所述负荷特征库包括离线建立包括空调和电冰箱的压缩机类用电设备的启动特征。
在一个具体的实施方式中,归一化后的当前事件特征向量第j个特征值SVC'j:
SVC'j=SVCj/SVTi,j (2)
SVCj为当前事件特征向量第j个特征值,SVTi,j为负荷特征库中第i类设备第j个特征,j=1-4。
在一个具体的实施方式中,当前事件特征向量对应于负荷特征库中第i类设备的相似度SIMILARITYi定义如下
SIMILARITYi=1/(1+DISi) (3)
其中,M为特征向量内特征数目,Wi,j为负荷特征库中第i类设备第j个特征对应权重值。
该方法用于实时监测包括空调和电冰箱的压缩机类用电设备的启动。
本发明收益效果是:对压缩机启动脉冲特征进行数值化建模,检测准确性高,算法时间与空间复杂度低,对硬件要求低,实现成本低廉,便于实际推广。本发明为宿舍恶性负载监控,用电安全,家用负荷识别等应用提供了一种有效的技术方法。
附图说明
图1本发明基于功率脉冲特征模型的压缩机设备启动实时监测方法流程图;
图2某品牌家用定频空调启动有功波形;
图3某品牌家用电冰箱启动有功波形;
图4图2与图3所示设备的启动脉冲特征数值。
具体实施方式
为更清楚地说明本发明基于功率脉冲特征模型的压缩机设备启动实时监测方法,下面将结合图1-3展开进一步描述:
图1为基于功率脉冲特征模型的压缩机设备启动实时监测方法流程,包括以下步骤:
S1:环境数据采样与检测:在所监测环境用电入口处对电压、电流采样,当有功功率发生跳变时,记录跳变事件前后的有功数据,并执行S2,否则重复执行S1;
S2:设备启动操作事件特征向量提取:从S1记录的有功数据中提取当前事件特征向量;
在一些实施方案中,步骤S2所述事件特征向量SV定义如式(1)。其中,RT为启动有功脉冲上升沿时间,FT为启动有功脉冲下降沿时间,PPV为启动有功脉冲功率峰值,ACT为启动有功脉冲前后稳态功率差值。
SV=[RT,FT,PPV,ACT] (1)
S3:特征归一化处理:对S2所得的特征向量内单个特征进行归一化处理;
在一些实施方案中,步骤S3所述特征向量单个特征进行归一化处理定义如式(2)。其中,SVCj为当前事件特征向量第j(j=1-4)个特征值,SVTi,j为负荷特征库中第i类设备(例如空调、电冰箱)第j个特征,SVC'j为归一化后的当前事件特征向量第j个特征值。
SVC'j=SVCj/SVTi,j (2)
负荷特征库包括离线建立的各类设备启动特征,所述各类设备启动特征为所述特征向量SV的四个特征。
S4:特征向量相似度计算:计算当前事件特征向量相似度;
在一些实施方案中,步骤S4所述当前事件特征向量对应于负荷特征库中第i类设备的相似度SIMILARITYi定义如下。其中,M为特征向量内特征数目。Wi,j为负荷特征库中第i类设备第j个特征对应权重值,实际实施中应根据不同设备的特征属性赋予不同权重值;
SIMILARITYi=1/(1+DISi) (3)
S5:最优相似度选取与结果输出:选取相似度最大值并与预设门限值比较,若高于门限值则输出识别结果,识别是哪一类设备启动,其中门限值可动态配置。跳转到S1。
图2与图3是两种典型家用负荷的压缩机启动脉冲有功波形,两者的启动脉冲特征数值如图4所示。
Claims (5)
1.一种压缩机设备启动实时监测方法,其特征在于包括下述的步骤:
在所监测环境用电入口处对电压、电流采样,当有功功率发生跳变时,记录跳变事件前后的有功数据;
从记录的有功数据中提取当前有功功率跳变事件的特征向量SV:
SV=[RT,FT,PPV,ACT](1)
其中,RT为启动有功脉冲上升沿时间,FT为启动有功脉冲下降沿时间,PPV为启动有功脉冲功率峰值,ACT为启动有功脉冲前后稳态功率差值;
对所得的特征向量内单个特征以负荷特征库中对应特征值进行归一化处理,负荷特征库包括离线建立的各类压缩机设备启动特征,所述各类压缩机设备启动特征为所述特征向量SV的四个特征;
计算当前事件特征向量对应于负荷特征库中各设备的相似度;
选取相似度最大值与预设门限值比较,若高于门限值则输出识别结果,识别是哪一类设备启动。
2.根据权利要求1所述的压缩机设备启动实时监测方法,其特征在于:负荷特征库包括离线建立包括空调和电冰箱的压缩机类用电设备的启动特征。
3.根据权利要求1或2所述的压缩机设备启动实时监测方法,其特征在于:归一化后的当前事件特征向量第j个特征值SVC'j:
SVC'j=SVCj/SVTi,j (2)
SVCj为当前事件特征向量第j个特征值,SVTi,j为负荷特征库中第i类设备第j个特征,j=1-4。
4.根据权利要求3所述的压缩机设备启动实时监测方法,其特征在于:当前事件特征向量对应于负荷特征库中第i类设备的相似度SIMILARITYi定义如下
SIMILARITYi=1/(1+DISi) (3)
其中,M为特征向量内特征数目,Wi,j为负荷特征库中第i类设备第j个特征对应权重值。
5.根据权利要求1或2所述的压缩机设备启动实时监测方法,其特征在于:该方法用于实时监测包括空调和电冰箱的压缩机类用电设备的启动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710021364.1A CN106762594B (zh) | 2017-01-12 | 2017-01-12 | 压缩机设备启动实时监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710021364.1A CN106762594B (zh) | 2017-01-12 | 2017-01-12 | 压缩机设备启动实时监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106762594A CN106762594A (zh) | 2017-05-31 |
CN106762594B true CN106762594B (zh) | 2018-09-14 |
Family
ID=58948115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710021364.1A Active CN106762594B (zh) | 2017-01-12 | 2017-01-12 | 压缩机设备启动实时监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106762594B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441594A (zh) * | 2019-08-13 | 2019-11-12 | 威胜集团有限公司 | 电动车充电行为监测方法、装置及计算机可读存储介质 |
CN110596453B (zh) * | 2019-08-26 | 2021-07-06 | 威胜集团有限公司 | 电磁感应涡流加热设备启动监控方法、装置和存储介质 |
CN110988570B (zh) * | 2019-12-26 | 2021-06-22 | 威胜集团有限公司 | 定频空调启动辨识方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN103439573A (zh) * | 2013-08-14 | 2013-12-11 | 国家电网公司 | 基于暂态特征贴近度匹配的家用负荷识别方法及系统 |
CN105823948A (zh) * | 2016-05-18 | 2016-08-03 | 国网上海市电力公司 | 一种非干预式居民负荷识别方法 |
CN106093652A (zh) * | 2016-07-07 | 2016-11-09 | 天津求实智源科技有限公司 | 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 |
CN106226572A (zh) * | 2016-07-13 | 2016-12-14 | 国家电网公司 | 基于暂态特征聚类的家用负荷识别方法 |
-
2017
- 2017-01-12 CN CN201710021364.1A patent/CN106762594B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103217603A (zh) * | 2013-03-22 | 2013-07-24 | 重庆大学 | 一种非侵入式家用电器用电状况在线监测的识别方法 |
CN103439573A (zh) * | 2013-08-14 | 2013-12-11 | 国家电网公司 | 基于暂态特征贴近度匹配的家用负荷识别方法及系统 |
CN105823948A (zh) * | 2016-05-18 | 2016-08-03 | 国网上海市电力公司 | 一种非干预式居民负荷识别方法 |
CN106093652A (zh) * | 2016-07-07 | 2016-11-09 | 天津求实智源科技有限公司 | 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 |
CN106226572A (zh) * | 2016-07-13 | 2016-12-14 | 国家电网公司 | 基于暂态特征聚类的家用负荷识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106762594A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A data-driven strategy for detection and diagnosis of building chiller faults using linear discriminant analysis | |
Lee et al. | Deep-learning-based fault detection and diagnosis of air-handling units | |
CN106762594B (zh) | 压缩机设备启动实时监测方法 | |
Rahimpour et al. | Non-intrusive energy disaggregation using non-negative matrix factorization with sum-to-k constraint | |
Zhang et al. | An improved association rule mining-based method for revealing operational problems of building heating, ventilation and air conditioning (HVAC) systems | |
CN105307200B (zh) | 一种基于轨迹的无线传感器网络多维数据异常值检测方法 | |
CN104949413A (zh) | 获取电子膨胀阀初始开度的方法和装置 | |
Ridi et al. | ACS-F2—A new database of appliance consumption signatures | |
CN110425694A (zh) | 基于phm的高铁智能车站暖通空调能效控制管理方法 | |
TW201604692A (zh) | 基於電器使用狀態的人數計算方法及其監控系統 | |
CN108491580A (zh) | 一种设备故障诊断装置及系统 | |
CN111999088A (zh) | 一种船舶制冷系统故障诊断方法、装置及存储介质 | |
US20140088945A1 (en) | System and method for an energy management system | |
Guo et al. | Real-time energy performance benchmarking of electric vehicle air conditioning systems using adaptive neural network and Gaussian process regression | |
Sun et al. | Data augmentation strategy for power inverter fault diagnosis based on wasserstein distance and auxiliary classification generative adversarial network | |
CN113393121A (zh) | 一种基于负荷电力指纹特征的非侵入式负荷识别方法 | |
JP2004234302A (ja) | プロセス管理装置 | |
CN208984132U (zh) | 一种轨道机器人及监控系统 | |
CN104932306A (zh) | 设备联动方法、装置及系统 | |
Zhao et al. | Methods on reflecting electricity consumption change characteristics and electricity consumption forecasting based on clustering algorithms and fuzzy matrices in buildings | |
Yang et al. | Classification of direct load control curves for performance evaluation | |
Guo et al. | Fault detection and diagnosis for residential hvac systems using transient cloud-based thermostat data | |
Qu et al. | Incipient fault detection of chiller based on improved CVA | |
Hong et al. | A novel CNN-TCN-TAM classification model based method for fault diagnosis of chiller sensors | |
Lu et al. | A non-intrusive load monitoring method based on multi-scale wavelet packet optimization and transient feature matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |