CN106872824A - 一种电网负载电器类型识别和不同电器电量统计的方法及其装置 - Google Patents

一种电网负载电器类型识别和不同电器电量统计的方法及其装置 Download PDF

Info

Publication number
CN106872824A
CN106872824A CN201710080603.0A CN201710080603A CN106872824A CN 106872824 A CN106872824 A CN 106872824A CN 201710080603 A CN201710080603 A CN 201710080603A CN 106872824 A CN106872824 A CN 106872824A
Authority
CN
China
Prior art keywords
electrical equipment
characteristic
power
point
signal
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.)
Pending
Application number
CN201710080603.0A
Other languages
English (en)
Inventor
李鑫
姚金肖
高敏
沈迎
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.)
Ningbo Huachuang Rui Technology Co Ltd
Original Assignee
Ningbo Huachuang Rui Technology Co Ltd
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 Ningbo Huachuang Rui Technology Co Ltd filed Critical Ningbo Huachuang Rui Technology Co Ltd
Priority to CN201710080603.0A priority Critical patent/CN106872824A/zh
Publication of CN106872824A publication Critical patent/CN106872824A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/02—Measuring effective values, i.e. root-mean-square values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/04—Measuring peak values or amplitude or envelope of ac or of pulses
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/001—Measuring real or reactive component; Measuring apparent energy
    • G01R21/002—Measuring real component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/001—Measuring real or reactive component; Measuring apparent energy
    • G01R21/005—Measuring apparent power
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/006—Measuring power factor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R25/00—Arrangements for measuring phase angle between a voltage and a current or between voltages or currents

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Mathematical Physics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种电网负载电器类型识别与不同电器电量统计的方法及其装置。本发明对电网一侧的高压信号和大电流信号进行采样，并对采用数据进行数据分析，从而识别出电网中正在使用的用电器，并实时监测每种用电器的用电量，根据监测结果找到浪费电能的设备，从而采取进一步的措施去实现节能减排。

Description

一种电网负载电器类型识别和不同电器电量统计的方法及其 装置
技术领域
本发明涉及一种电网负载电器类型识别和不同电器电量统计的方法及其装置。
背景技术
随着石油、电力与其他自然资源的日渐短缺，环境保护与节约能源的观念也逐渐受到重视。 据统计，约有百分之三十九左右的能源是使用在人类的居住环境上，因此，越来越多的建筑物开始使用具备能源计算管控能力的智能电表 (Smart Meter)，以即时提供使用者居住环境中的各项用电信息。
一般来说，为了了解建筑物中各种电器或设备的实际耗电情况，最直接的方式是在每个电器设备上安装注入小型电表之类的测量装置。但由于一般家庭内的电器设备过多，都装上小型电表需要投入大量的资金和人力，通过接入小型电表的方式只适合单次的测量，也不便于实时监控。
因此，急需一种集成电器识别和电量统计功能的智能装置，使得用户无论何时何地都能够实时便捷地监控到家里的用电情况，从而防止用电电器设备的不正常消耗，减少电量的浪费，并通过减少电器设备不必要的使用，延长电器设备的寿命。
发明内容
为了克服现有电表类智能装置的上述不足，本发明提供一种电网负载电器类型识别与不同电器电量统计的方法及其装置，该装置能够准确识别出当前电网下负载的电器的种类，对电器的用电量进行统计，并将统计结果传送至手机、电脑等智能设备。
本发明解决其技术问题的技术方案是：一种电网负载电器类型识别和不同电器电量统计的方法，所述的方法包括以下步骤：
1）对电网总线一侧的高压信号和大电流信号进行采样；
2）将步骤1）中采集的高压信号通过电压互感器或电压霍尔传感器转换成第一高压信号，并对该第一高压信号进行比较检测信号过零点，为后续信号分析提供时间基准；将步骤1）中采集的大电流信号通过电流互感器或电流霍尔传感器转换成第二电压信号，并对该第二电压信号进行跟随隔离、程控放大；
3）将步骤2）中的第一电压信号和第二电压信号转换成数字信号；
4）将步骤3）中的数字信号进行FFT变换获取当前电网信号的频谱特性和电力参数，频谱特性包括电流基波、电流谐波幅值、电流谐波相位、电压基波、电压谐波幅值、电压谐波相位，电力参数包括电流峰值、电流有效值、电压峰值、电压有效值、频率、相位角、有功功率、视在功率、功率因数；
5）根据步骤4）中的频谱特性和电力参数对电网中的电器接入、断开情况进行综合分析，识别电器的接入情况和统计不同电器的功耗值，再与已经存储的电器数据库中的特征点进行匹配搜索，如果搜索到近似的相关匹配点就输出电器识别的结果，如果没有相关匹配点的特征就提示是否进行数据库电器添加，然后用户根据提示进行数据库添加操作，添加电器数据完成后，装置将新特征点存入存储器中，便于之后的电器识别和功耗统计；
数字信号进行FFT变换以获取频谱特性和电力参数的方法：XHz的电网中的单位节拍时间为（1/X）s，每一个节拍中对电流进行FFT变换获取一组傅里叶变换数据组，取奇数次1、3、5、7、9次的FFT变换的实部、虚部组成特征向量A，A的实部记为R1，R3，R5，R7，R9，虚部记为I1，I3，I5，I7，I9，则奇数次的特征向量A=（R1，R3，R5，R7，R9，I1，I3，I5，I7，I9），为了突出前几次谐波的重要性，在进行距离计算时，设定1、3、5、7、9次谐波的所乘系数分别为9、7、5、3、1，
特征向量长度公式为：
特征向量A的长度
LA=（（R1+I1）*9+（R3+I3）*7+（R5+I5）*5+（R7+I7）*3+（R9+I9））/25；
同理，取另一个特征向量B=（R1b，R3b，R5b，R7b，R9b，I1b，I3b，I5b，I7b，I9b），
两向量距离公式为：
特征向量B到特征向量A的距离
LBA=(|R1-R1b|*9+|R3-R3b|*7+|R5-R5b|*5+|R7-R7b|*3+|R9-R9b|+|I1-I1b|*9+|I3-I3b|*7+|I5-I5b|*5+|I7-I7b|*3+|I9-I9b|）/25；
利用特征向量构建电器特征路径的方法：电器启动过程中，获取每个节拍的特征向量依次为A1~An，设定最小间隔距离Lmin，当特征向量Ai的长度（利用特征向量长度公式）大于Lmin时，记对应的特征点并保存该特征点的特征向量A1，接着依次计算Ai以后的特征向量与特征向量A1的距离（利用两向量距离公式），如果距离大于Lmin，则记录A1之后的特征向量A2，以此类推获取新接入电器从启动至关闭的全部特征向量序列，组成路径特征向量组A1~An，且每个特征点的特征向量与其前、后特征点的特征向量的距离大于Lmin；
特征路径训练方法：以时间和特征向量作为因数建立特征路径统计组，初始化统计组为0，在新电器启动时，实时计算每个节拍的当前特征向量Ai与已保存的特征路径向量Ti之间的距离，当找到距离值小于Lmin时，记录此时特征点的特征向量Ti，将Ti处统计值累加，然后通过多次启动同一电器，统计特征路径的特征点的出现频率，将将出现频率较低的特征点从特征向量组T1~Tn中剔除掉，更新特征向量组；
电器稳态特征分解规律方法：某一节拍内电网中总的特征特征向量D，在该节拍内，单个独立电器的稳态特征向量分别为D1、D2…Dn，则D=D1+D2+…Dn；
新接入电器路径匹配及识别方法：从电器稳态特征分解规律中提取出新接入电器的变化路径向量组，M1~Mn；逐个计算变化路径向量组与电器数据库中路径特征向量组之间的相交距离，若电器E记录在数据库内的特征向量组为T1~Tn，当Mi与Ti之间距离小于Lmin，则记为1个相近点，若变化路径向量组与新接入电器特征向量组之间相近点数量大于5个，则判定为新接入电器即为电器E，并对电器E进行特征路径训练；当匹配完毕后，若没有找到5个以上相近点，则进行新增电器添加提示，并将变化路径向量组依据特征向量构建电器特征路径的方法添加至电器路径特征数据库中；
不同电器的功耗统计采用时间段分类计算方法：某一时间段内仅有一个电器则对该电器功耗进行直接统计，并记录更新该电器的功率，某一时间段内有多个电器，则将该时间段内电器总功耗以不同电器的功率比进行分配，并分别统计各个电器的功耗；
多个电器功耗统计的方法为：监测步骤4）中的频谱特性和电力参数的信号波形，当某一时间有新接入电器时，信号波形会产生第一突变点，记录时间点为t1，接着提取t1之前的第二突变点和t1之后的第三突变点，并记录第二突变点对应的时间点t0和第三突变点对应的时间点t2，提取t0、t1、t2之间的频谱特性和电力参数并计算出t0至t1时间段中的总功耗w1，t1至t2时间段中的总功耗w2，从而计算出新接入电器的功率P=w2/（t2-t1）-w1/(t1-t0)。
进一步，还包括多模式电器识别方法，该识别方法的执行步骤为：将多模式电器在不同模式下的功耗数据分别记录数据库，当匹配识别出多模式电器使用后，通过频谱特性和电力参数将多模式电器在不同模式使用时的功耗分别进行统计并累加，从而获得多模式电器使用后的总功耗。
进一步，还包括一种抗干扰的匹配方法，该匹配方法的执行步骤为：记录下信号波形的突变点，并提取该突变点后续的某一稳态时间段内的频谱特性和电力参数，再进行功率的计算并与数据库内的特征进行匹配。
进一步，还包括一种非稳定电流的电器识别方法，根据电器最大功率与最小功率之间的缓慢变化这一特性，记录下该电器的时变特征，以及在这一变化阶段过程所维持的时间，再通过上述这两个特征与数据库内的特征点进行匹配识别。
进一步，还包括一种新电器的数据添加方法，该添加方法的执行步骤为：用户将需要添加的电器接入电网，微处理器会识别电网中信号的变化并根据该信号变化获取电器的特征点，微处理器提示用户添加电器成功并将该电器的特征点存储到数据库中。
一种电网负载电器类型识别和不同电器电量统计的装置，该装置包括：
电网信号采样模块：与电网连接，并对流经电网总线的电网信号进行采样；
信号分析模块：将采集到的电网信号进行调理；
微处理器：接收经过调理后的电网信号并进行分析处理，从而进行用电电器的识别和不同电器功耗的统计；
存储器：与微处理器连接，用于建立数据库并存储电器用电的特征点；
显示屏：与微处理器连接，并用于显示电器功耗的统计结果；
通讯模块：与微处理器连接，并用于将数据传送至智能设备。
进一步，所述的电网信号采样模块包括接入电网的接线端、电网电压采样模块和电网电流采样模块；
所述的信号分析模块包括比较锁相模块、跟随放大模块和多路AD模块；
所述的微处理器的芯片为单片机或处理器或FPGA，所述的微处理器上集成有FFT变换模块、特征提取模块、特征匹配模块、特征存储模块、电器识别模块和功耗统计模块。
进一步，所述的接入电网的接线端为侵入式接线端或非侵入式接线端，所述的侵入式接线端将电网接入用户的两根线断开，再将进入用户电线接入本装置入网接线端，将给用户供电的电线接入本装置出网接线端；所述的非侵入式接线端包括一电磁感应夹子，所述的电磁感应夹子用于夹入电网接入用户的电线。
本发明的有益效果在于：通过本装置的作用，识别出电网中正在使用的用电器，并实时监测每种用电器的用电量，根据监测结果找到浪费电能的设备，从而采取进一步的措施去实现节能减排。
附图说明
图1是本发明的硬件结构原理图。
图2是本发明的软件结构模块图。
图3是新电器接入时功耗统计的波形图。
图4是电器启动时电流有效值的示意图。
图5是功率实时变化的电器使用时电流有效值的示意图。
图6是特征向量构建电器特征路径的方法的示意图。
图7是新接入电器路径匹配及识别方法的示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
参照图1～图7，一种电网负载电器类型识别和不同电器电量统计的方法，所述的方法包括以下步骤：
1）对电网总线一侧的高压信号和大电流信号进行采样；
2）将步骤1）中采集的高压信号通过电压互感器或电压霍尔传感器转换成第一电压信号，并对该第一电压信号进行比较检测信号过零点，为后续信号分析提供时间基准；将步骤1）中采集的大电流信号通过电流互感器或电流霍尔传感器转换成第二电压信号，并对该第二电压信号进行跟随隔离、程控放大；
3）将步骤2）中的第一电压信号和第二电压信号转换成数字信号；
4）将步骤3）中的数字信号进行FFT变换获取当前电网信号的频谱特性和电力参数，频谱特性包括电流基波、电流谐波幅值、电流谐波相位、电压基波、电压谐波幅值、电压谐波相位，电力参数包括电流峰值、电流有效值、电压峰值、电压有效值、频率、相位角、有功功率、视在功率、功率因数；
5）根据步骤4）中的频谱特性和电力参数对电网中的电器接入、断开情况进行综合分析，识别电器的接入情况和统计不同电器的功耗值，再与已经存储的电器数据库中的特征点进行匹配搜索，如果搜索到近似的相关匹配点就输出电器识别的结果，如果没有相关匹配点的特征就提示是否进行数据库电器添加，然后用户根据提示进行数据库添加操作，添加电器数据完成后，装置将新特征点存入存储器中，便于之后的电器识别和功耗统计；
数字信号进行FFT变换以获取频谱特性和电力参数的方法：XHz的电网中的单位节拍时间为（1/X）s，每一个节拍中对电流进行FFT变换获取一组傅里叶变换数据组，取奇数次1、3、5、7、9次的FFT变换的实部、虚部组成特征向量A，A的实部记为R1，R3，R5，R7，R9，虚部记为I1，I3，I5，I7，I9，则奇数次的特征向量A=（R1，R3，R5，R7，R9，I1，I3，I5，I7，I9），为了突出前几次谐波的重要性，在进行距离计算时，设定1、3、5、7、9次谐波的所乘系数分别为9、7、5、3、1，
特征向量长度公式为：
特征向量A的长度
LA=（（R1+I1）*9+（R3+I3）*7+（R5+I5）*5+（R7+I7）*3+（R9+I9））/25；
同理，取另一个特征向量B=（R1b，R3b，R5b，R7b，R9b，I1b，I3b，I5b，I7b，I9b），
两向量距离公式为：
特征向量B到特征向量A的距离
LBA=(|R1-R1b|*9+|R3-R3b|*7+|R5-R5b|*5+|R7-R7b|*3+|R9-R9b|+|I1-I1b|*9+|I3-I3b|*7+|I5-I5b|*5+|I7-I7b|*3+|I9-I9b|）/25；
利用特征向量构建电器特征路径的方法：电器启动过程中，获取每个节拍的特征向量依次为A1~An，设定最小间隔距离Lmin，当特征向量Ai的长度（利用特征向量长度公式）大于Lmin时，记对应的特征点并保存该特征点的特征向量A1，接着依次计算Ai以后的特征向量与特征向量A1的距离（利用两向量距离公式），如果距离大于Lmin，则记录A1之后的特征向量A2，以此类推获取新接入电器从启动至关闭的全部特征向量序列，组成路径特征向量组A1~An，且每个特征点的特征向量与其前、后特征点的特征向量的距离大于Lmin；
特征路径训练方法：以时间和特征向量作为因数建立特征路径统计组，初始化统计组为0，在新电器启动时，实时计算每个节拍的当前特征向量Ai与已保存的特征路径向量Ti之间的距离，当找到距离值小于Lmin时，记录此时特征点的特征向量Ti，将Ti处统计值累加，然后通过多次启动同一电器，统计特征路径的特征点的出现频率，将将出现频率较低的特征点从特征向量组T1~Tn中剔除掉，更新特征向量组。如图6所示，模拟了一个电器从启动到结束时的情况，按顺序记录了使用过程中的14个特征点，可作为该电器之后识别匹配的数据；
电器稳态特征分解规律方法：某一节拍内电网中总的特征特征向量D，在该节拍内，单个独立电器的稳态特征向量分别为D1、D2…Dn，则D=D1+D2+…Dn；
新接入电器路径匹配及识别方法：从电器稳态特征分解规律中提取出新接入电器的变化路径向量组，M1~Mn；逐个计算变化路径向量组与电器数据库中路径特征向量组之间的相交距离，若新接入电器记录在数据库内的特征向量组为T1~Tn，当Mi与Ti之间距离小于Lmin，则记为1个相近点。如图7所示，若变化路径向量组与新接入电器特征向量组之间相近点数量大于5个，则判定为新接入电器即为电器E，并对电器E进行特征路径训练；当匹配完毕后，若没有找到5个以上相近点，则进行新增电器添加提示，并将变化路径向量组依据所述的特征向量构建电器特征路径的方法添加至电器路径特征数据库中；
不同电器的功耗统计采用时间段分类计算方法：某一时间段内仅有一个电器则对该电器功耗进行直接统计，并记录更新该电器的功率，某一时间段内有多个电器，则将该时间段内电器总功耗以不同电器的功率比进行分配，并分别统计各个电器的功耗；
多个电器功耗统计的方法为：监测步骤4）中的频谱特性和电力参数的信号波形，当某一时间有新接入电器时，信号波形会产生第一突变点，记录时间点为t1，接着提取t1之前的第二突变点和t1之后的第三突变点，并记录第二突变点对应的时间点t0和第三突变点对应的时间点t2，提取t0、t1、t2之间的频谱特性和电力参数并计算出t0至t1时间段中的总功耗w1，t1至t2时间段中的总功耗w2，从而计算出新接入电器的功率P=w2/（t2-t1）-w1/(t1-t0)。
实际的用电电器设备中，有许多电器具有多种工作状态，且各种状态具有不同的功率，例如带有制热、制冷、吹风等功能的空调。因此，本实施例中，提供了一种多模式电器识别方法，该识别方法的执行步骤为：将多模式电器在不同模式下的功耗数据分别记录数据库，当匹配识别出多模式电器使用后，通过频谱特性和电力参数将多模式电器在不同模式使用时的功耗分别进行统计并累加，从而获得多模式电器使用后的总功耗。
本实施例中，还包括一种抗干扰的匹配方法，该匹配方法的执行步骤为：记录下信号波形的突变点，并提取该突变点后续的某一稳态时间段内的频谱特性和电力参数，再进行功率的计算并与数据库内的特征进行匹配，从而提高电器的识别精确度。如图4所示，在该电器启动过程中，电流有效值从低到高，然后慢慢的在某一电流范围内趋于稳定。由于各个电器在启动过程中的复杂性以及不确定性，如果直接在启动阶段进行特征匹配就很有可能出现误判。因此，使用上述的抗干扰的匹配方法，能够大大提高电器的识别精确度。
实际的用电电器设备中，有许多用电电器设备会根据其使用环境实时调整功率，例如带温度反馈的加热器。如图5所示，该电器的使用过程中，电器根据环境情况，启动不同加热功率，并且会随着时间的推移，加热功率缓慢降低。这种现象在识别时会造成较大的困难，因此本装置根据电器最大功率与最小功率之间的缓慢变化这一特性，记录下该电器的时变特征，以及在这一变化阶段过程所维持的时间，通过上述这两个特征进行电器识别，能够大大提高电器的识别精确度。
本实施例中，还包括一种新电器的数据添加方法，该添加方法的执行步骤为：用户将需要添加的电器接入电网，微处理器会识别电网中信号的变化并根据该信号变化获取电器的特征点，微处理器提示用户添加电器成功并将该电器的特征点存储到数据库中。
一种电网负载电器类型识别和不同电器电量统计的装置，该装置包括：
电网信号采样模块：与电网连接，并对流经电网总线的电网信号进行采样。本实施例中，所述的电网信号采样模块包括接入电网的接线端、电网电压采样模块和电网电流采样模块；
信号分析模块：将采集到的电网信号进行调理。本实施例中，所述的信号分析模块包括比较锁相模块、跟随放大模块和多路AD模块；
微处理器：接收经过调理后的电网信号并进行分析处理，从而进行用电电器的识别和不同电器功耗的统计。本实施例中，所述的微处理器的芯片为单片机或处理器或FPGA，所述的微处理器上集成有FFT变换模块、特征提取模块、特征匹配模块、特征存储模块、电器识别模块和功耗统计模块；
存储器：与微处理器连接，用于建立数据库并存储电器用电的特征点；
显示屏：与微处理器连接，并用于显示电器功耗的统计结果；
通讯模块：与微处理器连接，并用于将数据传送至智能设备。
本实施例中，所述的接入电网的接线端为侵入式接线端或非侵入式接线端，所述的侵入式接线端将电网接入用户的两根线断开，再将进入用户电线接入本装置入网接线端，将给用户供电的电线接入本装置出网接线端；所述的非侵入式接线端包括一电磁感应夹子，所述的电磁感应夹子用于夹入电网接入用户的电线。
本发明使用时，先是电网电压采样模块通过电压互感器或电压霍尔传感器将电网一侧的高压信号转换成第一电压信号并传送给后续的比较锁相模块，第一电压信号通过比较锁相模块时进行基于过零点的信号分析和检测，为采样数据和后续信号分析提供时间基准；同时，电网电流采样模块通过电流互感器或电流霍尔传感器将电网一侧的大电流信号转换成第二电压信号并传送至跟随放大模块，第二电压信号通过跟随放大模块时进行信号的跟随隔离、程序放大。接着，将处理后的第一电压信号和第二电压信号传送至多路AD模块。
多路AD模块将接收到的第一电压信号和第二电压信号转换成数字信号以供微处理器进行信号分析和特征识别。
微处理器将接收到的数字信号进行FFT变换从而获取信号的频谱特性和电力参数。其中，电力参数可包括电流峰值、电流有效值、电压峰值、电压有效值、频率、相位角、有功功率、视在功率、功率因数，频谱特性可包括电流基波、电流谐波幅值、电流谐波相位、电压基波、电压谐波幅值、电压谐波相位。微处理器通过实时监测频谱特性和电力参数，当检测到有较大的波动变化时，将变化的特征点与当前已经存储在存储器中的数据库内的特征点进行匹配搜索，当搜索到相关匹配点时就将匹配的电器识别结果进行输出，当没有在数据库中匹配到近似的特征点时微处理器就发出是否进行数据库电器添加的提示，用户根据提示进行数据库添加新数据的操作，添加电器完成后，系统将新特征点存入存储器中。
微处理器在进行电器识别的同时还将进行电器的功耗统计，当某一时间段内仅有一个电器使用时，则对该电器功耗进行直接统计，并更新数据库中该电器的功率；当某一时间段内有多个电器使用时，则将该时间段内电器总功耗以不同电器的功率比进行分配，分别统计各个电器的功耗，并更新数据库中多个电器的功率。

Claims (9)

1.一种电网负载电器类型识别和不同电器电量统计的方法，其特征在于，所述的方法包括以下步骤：
1）对电网总线一侧的高压信号和大电流信号进行采样；
2）将步骤1）中采集的高压信号通过电压互感器或电压霍尔传感器转换成第一电压信号，并对该第一电压信号进行比较检测信号过零点，为后续信号分析提供时间基准；将步骤1）中采集的大电流信号通过电流互感器或电流霍尔传感器转换成第二电压信号，并对该第二电压信号进行跟随隔离、程控放大；
3）将步骤2）中的第一电压信号和第二电压信号转换成数字信号；
4）将步骤3）中的数字信号进行FFT变换获取当前电网信号的频谱特性和电力参数，频谱特性包括电流基波、电流谐波幅值、电流谐波相位、电压基波、电压谐波幅值、电压谐波相位，电力参数包括电流峰值、电流有效值、电压峰值、电压有效值、频率、相位角、有功功率、视在功率、功率因数；
5）根据步骤4）中的频谱特性和电力参数对电网中的电器接入、断开情况进行综合分析，识别电器的接入情况和统计不同电器的功耗值，再与已经存储的电器数据库中的特征点进行匹配搜索，如果搜索到近似的相关匹配点就输出电器识别的结果，如果没有相关匹配点的特征就提示是否进行数据库电器添加，然后用户根据提示进行数据库添加操作，添加电器数据完成后，装置将新特征点存入存储器中，便于之后的电器识别和功耗统计；
数字信号进行FFT变换以获取频谱特性和电力参数的方法：XHz的电网中的单位节拍时间为（1/X）s，每一个节拍中对电流进行FFT变换获取一组傅里叶变换数据组，取奇数次1、3、5、7、9次的FFT变换的实部、虚部组成特征向量A，A的实部记为R1，R3，R5，R7，R9，虚部记为I1，I3，I5，I7，I9，则奇数次的特征向量A=（R1，R3，R5，R7，R9，I1，I3，I5，I7，I9），为了突出前几次谐波的重要性，在进行距离计算时，设定1、3、5、7、9次谐波的所乘系数分别为9、7、5、3、1，
特征向量长度公式为：
特征向量A的长度
LA=（（R1+I1）*9+（R3+I3）*7+（R5+I5）*5+（R7+I7）*3+（R9+I9））/25；
同理，取另一个特征向量B=（R1b，R3b，R5b，R7b，R9b，I1b，I3b，I5b，I7b，I9b），
两向量距离公式为：
特征向量B到特征向量A的距离
LBA=(|R1-R1b|*9+|R3-R3b|*7+|R5-R5b|*5+|R7-R7b|*3+|R9-R9b|+|I1-I1b|*9+|I3-I3b|*7+|I5-I5b|*5+|I7-I7b|*3+|I9-I9b|）/25；
利用特征向量构建电器特征路径的方法：电器启动过程中，获取每个节拍的特征向量依次为A1~An，设定最小间隔距离Lmin，当特征向量Ai的长度（利用特征向量长度公式）大于Lmin时，记对应的特征点并保存该特征点的特征向量A1，接着依次计算Ai以后的特征向量与特征向量A1的距离（利用两向量距离公式），如果距离大于Lmin，则记录A1之后的特征向量A2，以此类推获取新接入电器从启动至关闭的全部特征向量序列，组成路径特征向量组A1~An，且每个特征点的特征向量与其前、后特征点的特征向量的距离大于Lmin；
特征路径训练方法：以时间和特征向量作为因数建立特征路径统计组，初始化统计组为0，在新电器启动时，实时计算每个节拍的当前特征向量Ai与已保存的特征路径向量Ti之间的距离，当找到距离值小于Lmin时，记录此时特征点的特征向量Ti，将Ti处统计值累加，然后通过多次启动同一电器，统计特征路径的特征点的出现频率，将将出现频率较低的特征点从特征向量组T1~Tn中剔除掉，更新特征向量组；
电器稳态特征分解规律方法：某一节拍内电网中总的特征特征向量D，在该节拍内，单个独立电器的稳态特征向量分别为D1、D2…Dn，则D=D1+D2+…Dn；
新接入电器路径匹配及识别方法：从电器稳态特征分解规律中提取出新接入电器的变化路径向量组，M1~Mn；逐个计算变化路径向量组与电器数据库中路径特征向量组之间的相交距离，若电器E记录在数据库内的特征向量组为T1~Tn，当Mi与Ti之间距离小于Lmin，则记为1个相近点，若变化路径向量组与新接入电器特征向量组之间相近点数量大于5个，则判定为新接入电器即为电器E，并对电器E进行特征路径训练；当匹配完毕后，若没有找到5个以上相近点，则进行新增电器添加提示，并将变化路径向量组依据特征向量构建电器特征路径的方法添加至电器路径特征数据库中；
不同电器的功耗统计采用时间段分类计算方法：某一时间段内仅有一个电器则对该电器功耗进行直接统计，并记录更新该电器的功率，某一时间段内有多个电器，则将该时间段内电器总功耗以不同电器的功率比进行分配，并分别统计各个电器的功耗；
多个电器功耗统计的方法为：监测步骤4）中的频谱特性和电力参数的信号波形，当某一时间有新接入电器时，信号波形会产生第一突变点，记录时间点为t1，接着提取t1之前的第二突变点和t1之后的第三突变点，并记录第二突变点对应的时间点t0和第三突变点对应的时间点t2，提取t0、t1、t2之间的频谱特性和电力参数并计算出t0至t1时间段中的总功耗w1，t1至t2时间段中的总功耗w2，从而计算出新接入电器的功率P=w2/（t2-t1）-w1/(t1-t0)。
2.根据权利要求1所述的电网负载电器类型识别和不同电器电量统计的方法，其特征在于，还包括多模式电器识别方法，该识别方法的执行步骤为：将多模式电器在不同模式下的功耗数据分别记录数据库，当匹配识别出多模式电器使用后，通过频谱特性和电力参数将多模式电器在不同模式使用时的功耗分别进行统计并累加，从而获得多模式电器使用后的总功耗。
3.根据权利要求1所述的电网负载电器类型识别和不同电器电量统计的方法，其特征在于，还包括一种抗干扰的匹配方法，该匹配方法的执行步骤为：记录下信号波形的突变点，并提取该突变点后续的某一稳态时间段内的频谱特性和电力参数，再进行功率的计算并与数据库内的特征进行匹配识别。
4.根据权利要求1所述的电网负载电器类型识别和不同电器电量统计的方法，其特征在于，还包括一种非稳定电流的电器识别方法，根据电器最大功率与最小功率之间的缓慢变化这一特性，记录下该电器的时变特征，以及在这一变化阶段过程所维持的时间，再通过上述这两个特征与数据库内的特征点进行匹配识别。
5.根据权利要求1所述的电网负载电器类型识别和不同电器电量统计的方法，其特征在于，还包括一种新电器的数据添加方法，该添加方法的执行步骤为：用户将需要添加的电器接入电网，微处理器会识别电网中信号的变化并根据该信号变化获取电器的特征点，微处理器提示用户添加电器成功并将该电器的特征点存储到数据库中。
6.一种电网负载电器类型识别和不同电器电量统计的装置，其特征在于，该装置包括：
电网信号采样模块：与电网连接，并对流经电网总线的电网信号进行采样；
信号分析模块：将采集到的电网信号进行调理；
微处理器：接收经过调理后的电网信号并进行分析处理，从而进行用电电器的识别和不同电器功耗的统计；
存储器：与微处理器连接，用于建立数据库并存储电器用电的特征点；
显示屏：与微处理器连接，并用于显示电器功耗的统计结果；
通讯模块：与微处理器连接，并用于将数据传送至智能设备。
7.根据权利要求6所述的电网负载电器类型识别和不同电器电量统计的装置，其特征在于，
所述的电网信号采样模块包括接入电网的接线端、电网电压采样模块和电网电流采样模块；
所述的信号分析模块包括比较锁相模块、跟随放大模块和多路AD模块；
所述的微处理器的芯片为单片机或处理器或FPGA，所述的微处理器上集成有FFT变换模块、特征提取模块、特征匹配模块、特征存储模块、电器识别模块和功耗统计模块。
8.根据权利要求7所述的电网负载电器类型识别和不同电器电量统计的装置，其特征在于，所述的接入电网的接线端为侵入式接线端或非侵入式接线端，所述的侵入式接线端将电网接入用户的两根线断开，再将进入用户电线接入本装置入网接线端，将给用户供电的电线接入本装置出网接线端；所述的非侵入式接线端包括一电磁感应夹子，所述的电磁感应夹子用于夹入电网接入用户的电线。
9.根据权利要求8所述的电网负载电器类型识别和不同电器电量统计的装置，其特征在于，所述的接入电网的接线端为侵入式接线端或非侵入式接线端，所述的侵入式接线端将电网接入用户的两根线断开，再将进入用户电线接入本装置入网接线端，将给用户供电的电线接入本装置出网接线端；所述的非侵入式接线端包括一电磁感应夹子，所述的电磁感应夹子用于夹入电网接入用户的电线。
CN201710080603.0A 2017-02-15 2017-02-15 一种电网负载电器类型识别和不同电器电量统计的方法及其装置 Pending CN106872824A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710080603.0A CN106872824A (zh) 2017-02-15 2017-02-15 一种电网负载电器类型识别和不同电器电量统计的方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710080603.0A CN106872824A (zh) 2017-02-15 2017-02-15 一种电网负载电器类型识别和不同电器电量统计的方法及其装置

Publications (1)

Publication Number Publication Date
CN106872824A true CN106872824A (zh) 2017-06-20

Family

ID=59166974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710080603.0A Pending CN106872824A (zh) 2017-02-15 2017-02-15 一种电网负载电器类型识别和不同电器电量统计的方法及其装置

Country Status (1)

Country Link
CN (1) CN106872824A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107272803A (zh) * 2017-07-22 2017-10-20 华映科技（集团）股份有限公司 基于设备电流id资料自动补偿修改正方法
CN107478926A (zh) * 2017-07-14 2017-12-15 宁波三星医疗电气股份有限公司 一种用电监视装置及方法
CN107817382A (zh) * 2017-10-26 2018-03-20 深圳旦倍科技有限公司 智能电表、电器识别方法以及具有该电表的智能公寓系统
CN108345220A (zh) * 2017-12-21 2018-07-31 西安奇妙电子科技有限公司 用电设备的属性识别方法、装置、电子设备及存储介质
CN108471314A (zh) * 2018-02-24 2018-08-31 南方电网调峰调频发电有限公司 一种基于fft变换的波形数据压缩方法
CN108828406A (zh) * 2018-06-19 2018-11-16 深圳安顺通电力物联服务有限公司 非侵入式用户用电的故障识别方法及其系统
CN108918963A (zh) * 2018-04-28 2018-11-30 广州吉科电气设备有限公司 一种用于测量供电线路中谐波的电力参数的方法和仪表
CN109299134A (zh) * 2018-09-18 2019-02-01 四川长虹电器股份有限公司 一种非侵入式监测系统下电器的识别方法
CN109521296A (zh) * 2018-11-23 2019-03-26 四川长虹电器股份有限公司 一种稳态工况下的非侵入式电力负载识别优化算法
CN109613360A (zh) * 2018-12-13 2019-04-12 四川长虹电器股份有限公司 一种基于非侵入式监测系统的负荷识别方法
CN109613362A (zh) * 2018-12-14 2019-04-12 四川长虹电器股份有限公司 非侵入式电器数量识别方法
CN110673079A (zh) * 2019-08-23 2020-01-10 北京中电飞华通信股份有限公司 一种台区末端感知系统及方法
CN110850220A (zh) * 2019-11-29 2020-02-28 苏州大学 一种用电器检测方法、装置及系统
CN111178393A (zh) * 2019-12-11 2020-05-19 广东浩迪智云技术有限公司 一种基于智能电表的用电器用电量分类计量方法及装置
CN113015915A (zh) * 2018-11-14 2021-06-22 三星电子株式会社 用于测量从装置辐射的电磁信号的方法及其电子装置
CN114202188A (zh) * 2021-12-07 2022-03-18 华南理工大学 一种用于用户侧电能需求预测及分配的信息管理系统
CN115951114A (zh) * 2023-01-17 2023-04-11 上海山源电子科技股份有限公司 一种供电监测系统中的电流信号识别方法
CN118033208A (zh) * 2024-04-12 2024-05-14 江苏尚研电力科技有限公司 智能化的空气开关

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279326A (zh) * 2011-04-22 2011-12-14 华中科技大学 电器识别方法及应用该方法的家庭用户碳排放计量系统
CN103001230A (zh) * 2012-11-16 2013-03-27 天津大学 非侵入式电力负荷监测与分解的电流模式匹配方法
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
CN203299266U (zh) * 2013-06-27 2013-11-20 常州瑞信电子科技有限公司 微处理型负载识别器
CN105678992A (zh) * 2016-01-22 2016-06-15 褚宇霆 用于控制用电器开关的WiFi无线电源控制系统
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
US20160330124A1 (en) * 2015-05-08 2016-11-10 Fujitsu Limited Load balancing method, information processing apparatus, and storage medium

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279326A (zh) * 2011-04-22 2011-12-14 华中科技大学 电器识别方法及应用该方法的家庭用户碳排放计量系统
CN103001230A (zh) * 2012-11-16 2013-03-27 天津大学 非侵入式电力负荷监测与分解的电流模式匹配方法
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
CN203299266U (zh) * 2013-06-27 2013-11-20 常州瑞信电子科技有限公司 微处理型负载识别器
US20160330124A1 (en) * 2015-05-08 2016-11-10 Fujitsu Limited Load balancing method, information processing apparatus, and storage medium
CN105678992A (zh) * 2016-01-22 2016-06-15 褚宇霆 用于控制用电器开关的WiFi无线电源控制系统
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

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107478926A (zh) * 2017-07-14 2017-12-15 宁波三星医疗电气股份有限公司 一种用电监视装置及方法
CN107478926B (zh) * 2017-07-14 2020-10-09 宁波三星医疗电气股份有限公司 一种用电监视装置及方法
CN107272803B (zh) * 2017-07-22 2018-12-11 华映科技（集团）股份有限公司 基于设备电流id资料自动补偿修改正方法
CN107272803A (zh) * 2017-07-22 2017-10-20 华映科技（集团）股份有限公司 基于设备电流id资料自动补偿修改正方法
CN107817382B (zh) * 2017-10-26 2020-06-26 深圳旦倍科技有限公司 智能电表、电器识别方法以及具有该电表的智能公寓系统
CN107817382A (zh) * 2017-10-26 2018-03-20 深圳旦倍科技有限公司 智能电表、电器识别方法以及具有该电表的智能公寓系统
CN108345220A (zh) * 2017-12-21 2018-07-31 西安奇妙电子科技有限公司 用电设备的属性识别方法、装置、电子设备及存储介质
CN108471314A (zh) * 2018-02-24 2018-08-31 南方电网调峰调频发电有限公司 一种基于fft变换的波形数据压缩方法
CN108918963A (zh) * 2018-04-28 2018-11-30 广州吉科电气设备有限公司 一种用于测量供电线路中谐波的电力参数的方法和仪表
CN108828406A (zh) * 2018-06-19 2018-11-16 深圳安顺通电力物联服务有限公司 非侵入式用户用电的故障识别方法及其系统
CN109299134A (zh) * 2018-09-18 2019-02-01 四川长虹电器股份有限公司 一种非侵入式监测系统下电器的识别方法
CN109299134B (zh) * 2018-09-18 2021-06-22 四川长虹电器股份有限公司 一种非侵入式监测系统下电器的识别方法
CN113015915A (zh) * 2018-11-14 2021-06-22 三星电子株式会社 用于测量从装置辐射的电磁信号的方法及其电子装置
CN109521296A (zh) * 2018-11-23 2019-03-26 四川长虹电器股份有限公司 一种稳态工况下的非侵入式电力负载识别优化算法
CN109521296B (zh) * 2018-11-23 2020-09-01 四川长虹电器股份有限公司 一种稳态工况下的非侵入式电力负载识别优化算法
CN109613360B (zh) * 2018-12-13 2020-12-15 四川长虹电器股份有限公司 一种基于非侵入式监测系统的负荷识别方法
CN109613360A (zh) * 2018-12-13 2019-04-12 四川长虹电器股份有限公司 一种基于非侵入式监测系统的负荷识别方法
CN109613362B (zh) * 2018-12-14 2021-02-26 四川长虹电器股份有限公司 非侵入式电器数量识别方法
CN109613362A (zh) * 2018-12-14 2019-04-12 四川长虹电器股份有限公司 非侵入式电器数量识别方法
CN110673079A (zh) * 2019-08-23 2020-01-10 北京中电飞华通信股份有限公司 一种台区末端感知系统及方法
CN110673079B (zh) * 2019-08-23 2021-12-14 北京中电飞华通信股份有限公司 一种台区末端感知系统及方法
CN110850220A (zh) * 2019-11-29 2020-02-28 苏州大学 一种用电器检测方法、装置及系统
CN111178393A (zh) * 2019-12-11 2020-05-19 广东浩迪智云技术有限公司 一种基于智能电表的用电器用电量分类计量方法及装置
CN114202188A (zh) * 2021-12-07 2022-03-18 华南理工大学 一种用于用户侧电能需求预测及分配的信息管理系统
CN115951114A (zh) * 2023-01-17 2023-04-11 上海山源电子科技股份有限公司 一种供电监测系统中的电流信号识别方法
CN115951114B (zh) * 2023-01-17 2023-06-23 上海山源电子科技股份有限公司 一种供电监测系统中的电流信号识别方法
CN118033208A (zh) * 2024-04-12 2024-05-14 江苏尚研电力科技有限公司 智能化的空气开关
CN118033208B (zh) * 2024-04-12 2024-06-18 江苏尚研电力科技有限公司 智能化的空气开关

Similar Documents

Publication Publication Date Title
CN106872824A (zh) 一种电网负载电器类型识别和不同电器电量统计的方法及其装置
CN107025365B (zh) 一种用于用户侧的非侵入负荷辨识方法
CN109870600B (zh) 一种具有自学习能力的非侵入式负荷辨识方法及智能电表
CN106093630B (zh) 一种非侵入式家用电器辨识方法
CN105429135B (zh) 一种非侵入式电力负荷分解的辨识决策方法及系统
CN107561354B (zh) 基于功率持续时间特性的多电器非侵入辨识方法
CN103020459B (zh) 一种多维度用电行为的感知方法及系统
CN111985824A (zh) 一种智能电表箱的非侵入式负荷监测方法及其监测设备
CN106483370A (zh) 基于多特征融合的非侵入式家用负荷实时识别方法及装置
Ghosh et al. An improved load feature extraction technique for smart homes using fuzzy-based NILM
CN106646026A (zh) 一种非侵入式家电负荷识别方法
CN110133393A (zh) 一种基于非侵入式监测技术的用电监测系统及方法
CN111639586B (zh) 非侵入式负荷识别模型构建方法、负荷识别方法及系统
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
CN108828358A (zh) 非侵入式电力用户电器能耗分解方法及其系统
CN112203249B (zh) 一种适用于开关柜局部放电的智能网关系统
CN111722028A (zh) 一种基于高频数据的负荷识别方法
Zhang et al. An improved non-intrusive load monitoring method for recognition of electric vehicle battery charging load
CN108170885A (zh) 一种配电网中多谐波源识别方法
CN109613362B (zh) 非侵入式电器数量识别方法
CN110866366A (zh) 一种基于XGBoost算法的含PHEV光伏微网孤岛检测法
CN113361831A (zh) 基于优先级分配的非侵入式负荷辨识电量分解方法及系统
CN109146265A (zh) 基于动态规划时间序列相似性的三相不平衡源溯源方法
CN113659564B (zh) 基于电压波动特征聚类的低压配电网拓扑识别方法及系统
CN116861316B (zh) 一种电器监测方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620

RJ01 Rejection of invention patent application after publication