CN106841773A - 识别恶性负载的方法和系统 - Google Patents
识别恶性负载的方法和系统 Download PDFInfo
- Publication number
- CN106841773A CN106841773A CN201611218903.2A CN201611218903A CN106841773A CN 106841773 A CN106841773 A CN 106841773A CN 201611218903 A CN201611218903 A CN 201611218903A CN 106841773 A CN106841773 A CN 106841773A
- Authority
- CN
- China
- Prior art keywords
- predetermined period
- vector
- value
- active power
- moment
- 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
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种识别恶性负载的方法和系统,包括获取电网的预设周期内整秒时刻的有功功率值和视在功率值;根据预设周期内整秒时刻的有功和视在功率值计算预设周期内有功和视在功率矢量;当预设周期是第一次上电且循环时间大于或等于预设周期值,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值;当预设周期内的有功功率矢量和大于预设阈值时,根据预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值;判断功率因数值是否大于预设阈值;若是,采集预设周期后下一整秒时刻的有功功率值,并在预设周期后下一整秒时刻的有功功率值大于预设阈值时,输出识别有恶性负载的结果,准确率和可靠性高。
Description
技术领域
本发明涉及负载识别与用电安全领域,特别是涉及一种识别恶性负载的方法和系统。
背景技术
目前,高校公寓火灾事故频发,这类事故的发生多起源于学生违章使用热得快、电炉等大功率的恶性负载,因此为了保证学校用电的安全,提出了对恶性负载的识别和判断,在确保学生安全用电的前提下,限制一些热得快、电炉等大功率电器使用。
传统识别恶性负载的方法有功率因素法、瞬时功率法、面积关系判断法等,但是这几种方法只能判断某一时刻的瞬时值,只要在一瞬间超过就立即控制断电,瞬时值的判断对负载性质的误判率会特别高,因此,传统的识别恶性负载的方法可靠性低。
发明内容
基于此,有必要针对上述问题,提供一种可靠性高的识别恶性负载的方法和系统。
一种识别恶性负载的方法,包括以下步骤:
获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;
根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算所述预设周期内有功功率矢量和和视在功率矢量和;
当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值;
当所述预设周期内的有功功率矢量和大于预设阈值时,根据所述预设周期内的有功功率矢量和和视在功率矢量和计算所述预设周期内的功率因数值;
判断所述功率因数值是否大于预设阈值;
若是,采集所述预设周期后下一整秒时刻的有功功率值,并在所述预设周期后下一整秒时刻的有功功率值大于所述预设阈值时,输出识别有恶性负载的结果。
一种识别恶性负载的系统,包括:
获取模块,用于获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;
矢量和计算模块,用于根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算所述预设周期内有功功率矢量和和视在功率矢量和;
第一判断模块,当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值;
功率因数值计算模块,用于当所述预设周期内的有功功率矢量和大于预设阈值时,根据所述预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值;
第二判断模块,用于判断所述功率因数值是否大于预设阈值;
第三判断模块,用于若是,采集预设周期后下一整秒时刻的有功功率值,并在所述预设周期后下一整秒时刻的有功功率值大于所述预设阈值时,输出识别有恶性负载的结果。
上述识别恶性负载的方法和系统,获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算所述预设周期内有功功率矢量和以及视在功率矢量和;当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值;当所述预设周期内的有功功率矢量和大于预设阈值时,根据所述预设周期内的有功功率矢量和以及视在功率矢量和计算所述预设周期内的功率因数值;判断所述功率因数值是否大于预设阈值;若是,采集所述预设周期后下一整秒时刻的有功功率值,并在所述预设周期后下一整秒时刻的有功功率值大于所述预设阈值,输出识别有恶性负载的结果。通过判断周期内的电网特性,利用功率矢量和的计算方法能将干扰有功功率和视在功率的点去除,使真正的恶性负载阶梯性增加的特性判别更精确,将恶性负载的判断准确率大大提高,可靠性高。
附图说明
图1为一实施例中识别恶性负载的方法流程图;
图2为一实施例中恶性负载特性属于正常阶梯性增加的情况下的示意图;
图3为一实施例中恶性负载特性受到电网干扰等其它原因时有功功率非阶梯性的增加的示意图;
图4为一实施例中滑差计算方式示意图;
图5为一实施例中识别恶性负载的流程方框图;
图6为一实施例中识别恶性负载的系统结构图。
具体实施方式
在一个实施例中,如图1所示,一种识别恶性负载的方法,包括以下步骤:
步骤S110:获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值。
具体地,采用计量芯片ATT7053B进行电网数据采集,采集预设周期内整秒时刻的有功功率值P和视在功率值Q,ATT7053B是电能表专用的计量芯片的型号,可以对电网实时运行数据采集计量。
在交流电路中,有功功率是指一个周期内发出或负载消耗的瞬时功率的积分的平均值(或负载电阻所消耗的功率),因此,也称平均功率。视在功率在电工技术中是指将单口网络端钮电压和电流有效值的乘积,只有单口网络完全由电阻混联而成时,视在功率才等于平均功率,否则,视在功率总是大于平均功率(即有功功率),也就是说,视在功率不是单口网络实际所消耗的功率。阻性负载是指和电源相比当负载电流、负载电压没有相位差时,负载为阻性(如负载为白炽灯、电炉等),通俗一点讲,仅是通过电阻类的元件进行工作的纯阻性负载称为阻性负载。恶性负载是指以负载为阻性负载,诸如热得快之类的大功率的这类的阻性负载定义为恶性负载。
步骤S120:根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算预设周期内有功功率矢量和以及视在功率矢量和。在本实施例中,步骤S120包括步骤122和步骤124。
具体地,如图2所示,有功功率矢量和为预设周期内有功功率增量的矢量和,即后一秒时刻和前一秒时刻有功功率值的差值,连续周期的差值的矢量和,同理,视在功率矢量和为预设周期内视在功率增量的矢量和,即后一秒时刻和前一秒时刻视在功率值的差值,连续周期的差值的矢量和。例如△P为有功功率矢量和,为P(T时刻)至P(T+△T时刻)增量的矢量和,即后一秒时刻和前一秒时刻有功功率值的差值,连续周期的差值的矢量和,计算公式如下:
△P=(P(T时刻+1)-P(T时刻))+(P(T时刻+2)-P(T时刻+1))+(P(T时刻+3)-P(T时刻
+2))+……+(P(T时刻+△T)-P(T时刻+△T-1))
即:△P=△P1+△P2+△P3+……+△Pn
按照图3所示,得出有功功率矢量和为△P=-△P1+△P2-△P3,在此可以看出通过增量的矢量叠加,将某一时刻突变的有功功率值通过矢量和的方法去除掉,将真正的恶性负载阶梯性增加的特性判别更精确。
步骤122:根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和。在本实施例中,步骤122包括步骤1222至步骤1226。
步骤1222:当预设周期是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
具体地,如图4、5所示,本实施例中是采用滑差的方法对恶性负载进行识别,这样能精准的计算整个负载的变换情况。当预设周期是上电第一次采集的周期时,即以图4中第一个预设周期为例,假设预设周期为3秒,预设滑差秒数为1秒,当当前整秒时刻n为0时,是不存在有功功率矢量和的,只能获取到当前整秒时刻为0时的有功功率值,当当前整秒时刻n不等于0时,即当前整秒的有功功率矢量和为当前整秒时刻为n时的有功功率值与当前整秒时刻为n-1时的有功功率值的差值,即△Pn-1=Pn-Pn-1,当前整秒的视在功率矢量和为当前整秒时刻为n时的视在功率值与当前整秒时刻为n-1时的视在功率值的差值,即△Qn-1=Qn-Qn-1。
步骤1224:当预设周期不是上电第一次采集的周期,且当前整秒时刻等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与上一预设周期最后一秒采样计数时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与上一预设周期最后一秒采样计数时刻的视在功率值的差值。
具体地,预设周期为如图4中第二个周期,且当前整秒时刻n为0时,则当前整秒的有功功率矢量和为当前整秒时刻为0时的有功功率值减去当前整秒时刻为k时的有功功率值,其中k为上一预设周期最后一秒采样计数,即△Pn=Pn-Pk,当前整秒的视在功率矢量和为当前整秒时刻为0时的视在功率值减去当前整秒时刻为k时的视在功率值,即△Qn=Qn-Qk。
步骤1226:当预设周期不是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
具体地,预设周期为如图4中第二个周期,且当前整秒时刻n不为0时,则当前整秒的有功功率矢量和为当前整秒时刻为n时的有功功率值与当前整秒时刻为n-1时的有功功率值的差值,即△Pn=Pn-Pn-1,当前整秒的视在功率矢量和为当前整秒时刻为n时的视在功率值与当前整秒时刻为n-1时的视在功率值的差值,即△Qn=Qn-Qn-1。
步骤124:根据当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和计算预设周期内有功功率矢量和以及视在功率矢量和。在本实施例中,步骤124包括步骤1242和步骤1244。
步骤1242:当预设周期内已持续识别的时间i小于预设周期值时,将预设周期内已持续识别的时间增加单位整秒,并计算预设周期内有功功率矢量和以及视在功率矢量和。
具体地,在进行采集的过程,会一直计算增量值,有功功率增量值的计算公式为△P=△Pi+△Pi+1,视在功率增量值的计算公式为△Q=△Qi+△Qi+1,比如预设周期为3秒,当采集到第0秒时刻、第1秒时刻的功率值时,即计算这一整秒的增量值,当继续采集到第2秒时刻的功率值时,即计算这两整秒的增量值,而不是等预设周期内的三秒的功率值采集完成后才进行功率矢量和的计算,这样能够精准的计算整个负载的变换情况。
步骤1244:当预设周期内已持续识别的时间大于或等于预设周期值时,则进行当预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值的步骤。
具体地,当预设周期内已持续识别的时间i大于或等于预设周期值k时,即预设周期内的增量值计算完后,当预设周期是第一次上电并且循环时间大于或等于预设周期值时,即能保证第一次上电周期内的矢量和都已经计算完成,或当预设周期是非第一次上电时,因为整个识别负载的过程是采取滑差的方法进行,所以不需要判断这一周期内的矢量和是否已经计算完成,只需滑进新采集的整秒的增量值以及剔除前面对应整秒的增量值,就进行下一步骤,判断预设周期内的有功功率矢量和是否大于预设阈值的步骤。
步骤S130:当预设周期是第一次上电并且循环时间大于或等于预设周期值,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值。
具体地,当预设周期是第一次上电并且循环时间大于或等于预设周期值时,即能保证第一次上电周期内的矢量和都已经计算完成,或当预设周期是非第一次上电时,因为整个识别负载的过程是采取滑差的方法进行,所以不需要判断这一周期内的矢量和是否已经计算完成,只需滑进新采集的整秒的增量值以及剔除前面对应整秒的增量值,就可以进行下一步骤,判断预设周期内的有功功率矢量和是否大于预设阈值。
步骤S140:当预设周期内的有功功率矢量和大于预设阈值时,根据预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值。在本实施例中,具体为:
其中,cosφ为功率因数,△P为预设周期内有功功率矢量和,△Q为预设周期内视在功率矢量和。
具体地,恶性负载的功率特点是电路中的功率值会发生台阶性的变换,功率瞬间达到一定值,即在某一时间区间内,功率矢量和台阶性的增加到某一阀值,并且按照阻性负载的特点功率因素接近为1.0,如果此时是非线性负载或者是感性负载时功率因素不能达到1.0。可以通过这个负载类型特点,来将恶性负载判别出来,在某个周期范围内的功率的矢量和计算出来,并且按照此周期范围内的有功功率矢量和以及视在功率矢量和,计算出增量的功率因素值,作为判断负载的依据。
步骤S150:判断功率因数值是否大于预设阈值。
具体地,预设阈值以及预设周期采样值,都可以随时根据现场情况进行调整,提高了便利性。
步骤S160:若是,采集预设周期后下一整秒时刻的有功功率值,并在预设周期后下一整秒时刻的有功功率值大于预设阈值时,输出识别有恶性负载的结果。
具体地,如果判断负载为恶性负载,则输出控制信号拉闸限电,否则退出进入下一周期判断。整个识别使用周期间隔全覆盖检测的方法,将整个负载实时进行检测控制,提高了检测的可靠性和安全性。
上述识别恶性负载的方法,获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算预设周期内有功功率矢量和以及视在功率矢量和;当预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值;当预设周期内的有功功率矢量和大于预设阈值时,根据预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值;判断功率因数值是否大于预设阈值;若是,采集预设周期后下一整秒时刻的有功功率值,并在预设周期后下一整秒时刻的有功功率值大于预设阈值,输出识别有恶性负载的结果。通过使用功率矢量法,来对某一时间周期内瞬时功率的阶梯性增加的判断,此方法既可以去掉瞬时功率的某次干扰,也可以持续判断这个周期内功率的矢量值是否增加,并且算出增加值的功率因素值是否满足恶性负载的特性,及时准确的对负载做出判断,不会出现误判,达到安全用电的目的,可靠性高,且无需使用特殊的采样元器件,成本低,并且预设阀值,预设周期采样值等,都可以随时根据现场情况进行调整,灵活性高。
在一个实施例中,如图6所示,一种识别恶性负载的系统,包括获取模块110、矢量和计算模块120、第一判断模块130、功率因数值计算模块140、第二判断模块150和输出模块160,获取模块110连接矢量和计算模块120,矢量和计算模块120连接第一判断模块130,第一判断模块130连接功率因数值计算模块140,功率因数值计算模块140连接第二判断模块150,第二判断模块150连接输出模块160。
获取模块110用于获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值。
矢量和计算模块120用于根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算预设周期内有功功率矢量和和视在功率矢量和。在本实施例中,矢量和计算模块120包括当前整秒矢量和计算单元122和矢量和计算单元124。
当前整秒矢量和计算单元122用于根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和。在本实施例中,当前整秒矢量和计算单元122包括第一当前整秒矢量和计算单元1222至第三当前整秒矢量和计算单元1226。
第一当前整秒矢量和计算单元1222用于当预设周期是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
第二当前整秒矢量和计算单元1224用于当预设周期不是上电第一次采集的周期,且当前整秒时刻等于0时,则当前整秒的有功功率矢量和为当前整秒的时刻有功功率值与上一预设周期最后一秒采样计数时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与上一预设周期最后一秒采样计数时刻的视在功率值的差值。
第三当前整秒矢量和计算单元1226用于当预设周期不是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
矢量和计算单元124用于根据当前整秒的有功功率矢量和和当前整秒的视在功率矢量和计算预设周期内有功功率矢量和以及视在功率矢量和。在本实施例中,矢量和计算单元124包括第一矢量和计算单元1242和第二矢量和计算单元1244。
第一矢量和计算单元1242用于当预设周期内已持续识别的时间小于预设周期值时,将预设周期内已持续识别的时间增加单位整秒,并计算预设周期内有功功率矢量和以及视在功率矢量和。
第二矢量和计算单元1244用于当预设周期内已持续识别的时间大于或等于预设周期值时,则进行当预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值的步骤。
第一判断模块130用于当预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值。
功率因数值计算模块140用于当预设周期内的有功功率矢量和大于预设阈值时,根据预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值。在本实施例中,具体为:
其中,cosφ为功率因数,△P为预设周期内有功功率矢量和,△Q为预设周期内视在功率矢量和。
第二判断模块150用于判断功率因数值是否大于预设阈值。
输出模块160用于若是,采集预设周期后下一整秒时刻的有功功率值,并在预设周期后下一整秒时刻的有功功率值大于预设阈值时,输出识别有恶性负载的结果。
上述识别恶性负载的系统,获取模块110用于获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;矢量和计算模块120用于根据预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值计算预设周期内有功功率矢量和以及视在功率矢量和;第一判断模块130用于当预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当预设周期是非第一次上电时,判断预设周期内的有功功率矢量和是否大于预设阈值;功率因数值计算模块140用于当预设周期内的有功功率矢量和大于预设阈值时,根据预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值;第二判断模块150用于判断功率因数值是否大于预设阈值;输出模块160用于若是,采集预设周期后下一整秒时刻的有功功率值,并在预设周期后下一整秒的时刻有功功率值大于预设阈值,输出识别有恶性负载的结果。通过判断周期内的电网特性,利用功率矢量和的计算方法能将干扰有功功率和视在功率的点去除,使真正的恶性负载阶梯性增加的特性判别更精确,将恶性负载的判断准确率大大提高,可靠性高。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种识别恶性负载的方法,其特征在于,包括以下步骤:
获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;
根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算所述预设周期内有功功率矢量和以及视在功率矢量和;
当所述预设周期是第一次上电并且循环时间大于或等于预设周期值,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值;
当所述预设周期内的有功功率矢量和大于预设阈值时,根据所述预设周期内的有功功率矢量和以及视在功率矢量和计算所述预设周期内的功率因数值;
判断所述功率因数值是否大于预设阈值;
若是,采集所述预设周期后下一整秒时刻的有功功率值,并在所述预设周期后下一整秒时刻的有功功率值大于所述预设阈值时,输出识别有恶性负载的结果。
2.根据权利要求1所述的识别恶性负载的方法,其特征在于,所述根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算预设周期内有功功率矢量和以及视在功率矢量和的步骤,包括:
根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和;
根据所述当前整秒的有功功率矢量和以及所述当前整秒的视在功率矢量和计算所述预设周期内有功功率矢量和以及视在功率矢量和。
3.根据权利要求2所述的识别恶性负载的方法,其特征在于,所述根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和的步骤,包括:
当所述预设周期是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值;
当所述预设周期不是上电第一次采集的周期,且当前整秒时刻等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与上一预设周期最后一秒采样计数时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与上一预设周期最后一秒采样计数时刻的视在功率值的差值;
当所述预设周期不是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
4.根据权利要求2所述的识别恶性负载的方法,其特征在于,所述根据所述当前整秒的有功功率矢量和和所述当前整秒的视在功率矢量和计算所述预设周期内有功功率矢量和以及视在功率矢量和的步骤,包括:
当所述预设周期内已持续识别的时间小于预设周期值时,将所述预设周期内已持续识别的时间增加单位整秒,并计算所述预设周期内有功功率矢量和以及视在功率矢量和;
当所述预设周期内已持续识别的时间大于或等于预设周期值时,则进行所述当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值的步骤。
5.根据权利要求1所述的识别恶性负载的方法,其特征在于,所述根据所述预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值的步骤,包括:
其中,cosφ为功率因数,△P为预设周期内有功功率矢量和,△Q为预设周期内视在功率矢量和。
6.一种识别恶性负载的系统,其特征在于,包括:
获取模块,用于获取电网的预设周期内整秒时刻的有功功率值和预设周期内整秒时刻的视在功率值;
矢量和计算模块,用于根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算所述预设周期内有功功率矢量和和视在功率矢量和;
第一判断模块,当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值;
功率因数值计算模块,用于当所述预设周期内的有功功率矢量和大于预设阈值时,根据所述预设周期内的有功功率矢量和以及视在功率矢量和计算预设周期内的功率因数值;
第二判断模块,用于判断所述功率因数值是否大于预设阈值;
输出模块,用于若是,采集预设周期后下一整秒时刻的有功功率值,并在所述预设周期后下一整秒时刻的有功功率值大于所述预设阈值时,输出识别有恶性负载的结果。
7.根据权利要求6所述的识别恶性负载的系统,其特征在于,矢量和计算模块包括:
当前整秒矢量和计算单元,用于根据所述预设周期内整秒时刻的有功功率值和所述预设周期内整秒时刻的视在功率值计算当前整秒的有功功率矢量和以及当前整秒的视在功率矢量和;
矢量和计算单元,用于根据所述当前整秒的有功功率矢量和和所述当前整秒的视在功率矢量和计算所述预设周期内有功功率矢量和以及视在功率矢量和。
8.根据权利要求7所述的识别恶性负载的系统,其特征在于,当前整秒矢量和计算单元包括:
第一当前整秒矢量和计算单元,用于当所述预设周期是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值;
第二当前整秒矢量和计算单元,用于当所述预设周期不是上电第一次采集的周期,且当前整秒时刻等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与上一预设周期最后一秒采样计数时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与上一预设周期最后一秒采样计数时刻的视在功率值的差值;
第三当前整秒矢量和计算单元,用于当所述预设周期不是上电第一次采集的周期,且当前整秒时刻不等于0时,则当前整秒的有功功率矢量和为当前整秒时刻的有功功率值与前一秒时刻的有功功率值的差值,当前整秒的视在功率矢量和为当前整秒时刻的视在功率值与前一秒时刻的视在功率值的差值。
9.根据权利要求7所述的识别恶性负载的系统,其特征在于,矢量和计算单元包括:
第一矢量和计算单元,用于当所述预设周期内已持续识别的时间小于预设周期值时,将所述预设周期内已持续识别的时间增加单位整秒,并计算所述预设周期内有功功率矢量和以及视在功率矢量和;
第二矢量和计算单元,用于当所述预设周期内已持续识别的时间大于或等于预设周期值时,则进行所述当所述预设周期是第一次上电并且循环时间大于或等于预设周期值时,或当所述预设周期是非第一次上电时,判断所述预设周期内的有功功率矢量和是否大于预设阈值的步骤。
10.根据权利要求6所述的识别恶性负载的系统,其特征在于,功率因数计算模块包括:
其中,cosφ为功率因数,△P为预设周期内有功功率矢量和,△Q为预设周期内视在功率矢量和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218903.2A CN106841773B (zh) | 2016-12-26 | 2016-12-26 | 识别恶性负载的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218903.2A CN106841773B (zh) | 2016-12-26 | 2016-12-26 | 识别恶性负载的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106841773A true CN106841773A (zh) | 2017-06-13 |
CN106841773B CN106841773B (zh) | 2019-04-26 |
Family
ID=59135595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611218903.2A Active CN106841773B (zh) | 2016-12-26 | 2016-12-26 | 识别恶性负载的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841773B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199482A (zh) * | 2018-01-11 | 2018-06-22 | 重庆市东泰电器实业有限公司 | 维护提示方法及装置 |
CN108573288A (zh) * | 2018-05-29 | 2018-09-25 | 福建新开普信息科技有限公司 | 一种基于电能表的阻性负载识别与学习方法 |
CN110348354A (zh) * | 2019-07-02 | 2019-10-18 | 南京智睿能源互联网研究院有限公司 | 一种用电负荷识别系统、方法及宿舍用电管理系统 |
CN110967585A (zh) * | 2019-12-20 | 2020-04-07 | 武汉盛帆电子股份有限公司 | 恶性负载的识别方法及装置 |
CN111076368A (zh) * | 2020-01-02 | 2020-04-28 | 珠海格力电器股份有限公司 | 空调耗电量统计方法及系统 |
CN111817432A (zh) * | 2020-04-27 | 2020-10-23 | 宁波三星医疗电气股份有限公司 | 一种终端告警异常解决方法 |
CN112611931A (zh) * | 2020-12-23 | 2021-04-06 | 南方电网电力科技股份有限公司 | 基于离散波形的恶性负载识别处理方法、系统和存储介质 |
CN112816816A (zh) * | 2020-12-31 | 2021-05-18 | 无锡小净共享网络科技有限公司 | 恶性负载的识别方法、装置、设备和存储介质 |
WO2024187769A1 (zh) * | 2023-03-16 | 2024-09-19 | 深圳市德兰明海新能源股份有限公司 | 储能电源负载接入状态检测及其节能控制方法及储能电源 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004109109A (ja) * | 2002-07-26 | 2004-04-08 | Matsushita Electric Works Ltd | プリセット式電力計 |
CN2842431Y (zh) * | 2005-11-24 | 2006-11-29 | 武汉盛帆电子有限公司 | 智能恶性负载识别控制器 |
CN201408982Y (zh) * | 2008-11-13 | 2010-02-17 | 广州集超电子有限公司 | 一种恶性负载智能识别限电器 |
CN102854381A (zh) * | 2012-09-27 | 2013-01-02 | 许继集团有限公司 | 一种有功功率和无功功率的误差补偿方法 |
CN103078292A (zh) * | 2012-10-17 | 2013-05-01 | 安徽工程大学 | 恶性负载智能识别控制系统 |
CN104655922A (zh) * | 2013-11-20 | 2015-05-27 | 江南大学 | 一种基于电压电流采样数据的恶性负载判断系统 |
-
2016
- 2016-12-26 CN CN201611218903.2A patent/CN106841773B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004109109A (ja) * | 2002-07-26 | 2004-04-08 | Matsushita Electric Works Ltd | プリセット式電力計 |
CN2842431Y (zh) * | 2005-11-24 | 2006-11-29 | 武汉盛帆电子有限公司 | 智能恶性负载识别控制器 |
CN201408982Y (zh) * | 2008-11-13 | 2010-02-17 | 广州集超电子有限公司 | 一种恶性负载智能识别限电器 |
CN102854381A (zh) * | 2012-09-27 | 2013-01-02 | 许继集团有限公司 | 一种有功功率和无功功率的误差补偿方法 |
CN103078292A (zh) * | 2012-10-17 | 2013-05-01 | 安徽工程大学 | 恶性负载智能识别控制系统 |
CN104655922A (zh) * | 2013-11-20 | 2015-05-27 | 江南大学 | 一种基于电压电流采样数据的恶性负载判断系统 |
Non-Patent Citations (1)
Title |
---|
李婉莹等: ""基于功率因数测量的恶性负载识别系统"", 《哈尔滨师范大学自然科学学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108199482B (zh) * | 2018-01-11 | 2020-01-03 | 重庆市东泰电器实业有限公司 | 维护提示方法及装置 |
CN108199482A (zh) * | 2018-01-11 | 2018-06-22 | 重庆市东泰电器实业有限公司 | 维护提示方法及装置 |
CN108573288B (zh) * | 2018-05-29 | 2021-11-23 | 福建新开普信息科技有限公司 | 一种基于电能表的阻性负载识别与学习方法 |
CN108573288A (zh) * | 2018-05-29 | 2018-09-25 | 福建新开普信息科技有限公司 | 一种基于电能表的阻性负载识别与学习方法 |
CN110348354A (zh) * | 2019-07-02 | 2019-10-18 | 南京智睿能源互联网研究院有限公司 | 一种用电负荷识别系统、方法及宿舍用电管理系统 |
CN110348354B (zh) * | 2019-07-02 | 2023-06-06 | 南京智睿能源互联网研究院有限公司 | 一种用电负荷识别系统、方法及宿舍用电管理系统 |
CN110967585A (zh) * | 2019-12-20 | 2020-04-07 | 武汉盛帆电子股份有限公司 | 恶性负载的识别方法及装置 |
CN110967585B (zh) * | 2019-12-20 | 2022-03-15 | 武汉盛帆电子股份有限公司 | 恶性负载的识别方法及装置 |
CN111076368A (zh) * | 2020-01-02 | 2020-04-28 | 珠海格力电器股份有限公司 | 空调耗电量统计方法及系统 |
CN111076368B (zh) * | 2020-01-02 | 2020-11-24 | 珠海格力电器股份有限公司 | 空调耗电量统计方法及系统 |
CN111817432A (zh) * | 2020-04-27 | 2020-10-23 | 宁波三星医疗电气股份有限公司 | 一种终端告警异常解决方法 |
CN111817432B (zh) * | 2020-04-27 | 2024-05-28 | 宁波三星医疗电气股份有限公司 | 一种终端告警异常解决方法 |
CN112611931A (zh) * | 2020-12-23 | 2021-04-06 | 南方电网电力科技股份有限公司 | 基于离散波形的恶性负载识别处理方法、系统和存储介质 |
CN112816816A (zh) * | 2020-12-31 | 2021-05-18 | 无锡小净共享网络科技有限公司 | 恶性负载的识别方法、装置、设备和存储介质 |
WO2024187769A1 (zh) * | 2023-03-16 | 2024-09-19 | 深圳市德兰明海新能源股份有限公司 | 储能电源负载接入状态检测及其节能控制方法及储能电源 |
Also Published As
Publication number | Publication date |
---|---|
CN106841773B (zh) | 2019-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106841773A (zh) | 识别恶性负载的方法和系统 | |
CN104378068B (zh) | 一种光伏组件阵列对地绝缘阻抗检测方法及电路 | |
CN104360285B (zh) | 一种基于改进的安时积分法的电池容量修正方法 | |
CN104749529B (zh) | 锂电池充放电特性的标定方法及充放电特性标定仪 | |
CN107271764A (zh) | 一种用电器耗电异常检测方法及装置 | |
CN106876807A (zh) | 一种估算充电剩余时间的方法 | |
CN105203968B (zh) | 一种铅酸蓄电池剩余电量的在线测量系统 | |
CN105021996A (zh) | 储能电站bms的电池soh估算方法 | |
CN107748330A (zh) | 一种动力锂电池的老化预警方法 | |
CN105116344B (zh) | 基于二进制编码的电池开路电压估算方法 | |
CN110289613A (zh) | 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法 | |
CN108680867B (zh) | 一种基于容量修正的全钒液流电池soc在线校准方法 | |
CN104111429B (zh) | 基于电压跟踪的锂电池剩余电量的计量方法 | |
CN206031102U (zh) | 一种智能直流充电桩 | |
CN107783047A (zh) | 蓄电池内阻检测装置、检测方法及蓄电池状态监测系统 | |
CN105119510A (zh) | 混合型级联多电平换流器的电容电压平衡方法与系统 | |
CN107086604A (zh) | 一种风力发电机组快速调频控制方法 | |
CN109633283A (zh) | 母线电容容值监测方法、装置及终端设备 | |
CN106066415A (zh) | 用于检测供电网络中的欺诈的方法 | |
CN105866530A (zh) | 基于电能计量芯片的电量计量方法 | |
CN203396938U (zh) | 具有远程校验装置的智能电表 | |
CN105182063A (zh) | 单相电能表及其最大电流持续监控法和电流变化量监控法 | |
CN106654421A (zh) | 液流电池实际容量确定方法及其装置 | |
CN112557997B (zh) | 一种便于校验误差的网状电能传感器系统和误差校验方法 | |
CN105480106B (zh) | 电动汽车锂电池管理装置及控制方法 |
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 |