CN107390020B - 基于功率及电流特性的电吹风非侵入辨识方法 - Google Patents

基于功率及电流特性的电吹风非侵入辨识方法 Download PDF

Info

Publication number
CN107390020B
CN107390020B CN201710433630.1A CN201710433630A CN107390020B CN 107390020 B CN107390020 B CN 107390020B CN 201710433630 A CN201710433630 A CN 201710433630A CN 107390020 B CN107390020 B CN 107390020B
Authority
CN
China
Prior art keywords
hair dryer
power
current
sequence
time window
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
Application number
CN201710433630.1A
Other languages
English (en)
Other versions
CN107390020A (zh
Inventor
周赣
李琦
张亮
傅萌
冯燕钧
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201710433630.1A priority Critical patent/CN107390020B/zh
Publication of CN107390020A publication Critical patent/CN107390020A/zh
Application granted granted Critical
Publication of CN107390020B publication Critical patent/CN107390020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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)
  • Cleaning And Drying Hair (AREA)

Abstract

本发明公开了一种基于功率及电流特性的电吹风非侵入辨识方法，包括如下步骤：(1)在一定采样频率范围内，对总电源进线的电压和电流信号进行采样；(2)计算实时平均有功功率序列P(i)和实时平均无功功率序列Q(i)；(3)提取第j个时间窗口的电流最大值Imax(j)、电流最小值Imin(j)，构造新的电流信号序列I(j)＝Imax(j)+Imin(j)；(4)判定电吹风运行状态，并计算该档位电吹风的额定功率。本发明解决了目前家用电器中间断运行的负荷较多，电吹风的稳态特性与其他电器相似，无明显的暂态特性等难题，可准确感知电吹风的运行及所处状态，并提供电吹风的近似额定功率，为实现电吹风的非侵入辨识。

Description

基于功率及电流特性的电吹风非侵入辨识方法
技术领域
本发明属于智能用电技术领域，尤其涉及基于功率及电流特性的电吹风非侵入辨识方法。
背景技术
我国居民用电目前呈现以下特点：第一，增速高，2016年居民占新增用电量的比例高达38％；第二，行为复杂，由于个体众多，同时家用电器种类繁多，居民用户的用电行为非常复杂；第三，综合能耗高，居民用户的综合能耗远高于日本等发达国家水平。居民电力负荷监测分解技术是一门新兴的智能电网基础支撑技术，与目前智能电表仅量测用户总功率不同，它以监测并分解出居民户内所有电器的启动时间、工作状态、能耗情况为目标，从而实现更加可靠、精确的电能量管理。电力负荷监测分解技术使用户的电费清单像电话费清单一样，各类家用电器的用电量一目了然，从而使用户及时了解自己的用电情况，为合理分配各个电器的用电时间及相应的用电量提供参考，最终能够有效减少电费支出和电能浪费。据统计数据显示，如果家庭用户能够及时了解住宅电器的详细用电信息，就能使每月电费开支下降5％～15％。如果全美国有一半家庭每个月节省这么多开支，减少的碳排放量相当于减少800万辆汽车的使用。
目前，居民电力负荷监测分解技术主要分为侵入式监测分解(Intrusive LoadMonitoring and decomposition，ILMD)和非侵入式监测分解(Non-intrusive LoadMonitoring and decomposition，NILMD)两大类：
(1)侵入式负荷监测分解技术(ILMD)：侵入式负荷监测将带有数字通信功能的传感器安装在每个电器与电网的接口，可以准确监测每个负荷的运行状态和功率消耗。但大量安装监测传感器造成建设和维护的成本较高，最重要的是侵入式负荷监测需要进入居民家中进行安装调试，容易造成用户抵制心理。
(2)非侵入式负荷监测分解技术(NILMD)：仅在用户入口处安装一个传感器，通过采集和分析入口总电流、电压等信息来判断户内每个或每类电器的用电功率和工作状态(例如，空调具有制冷、制热、待机等不同工作状态)，从而得出居民的用电规律。和侵入式负荷分解相比，由于只需要安装一个监测传感器，非侵入负荷分解方案的建设成本和后期维护难度都大幅降低；另外，传感器安装位置可以选择在用户电表箱处，完全不会侵入居民户内进行施工。可以认为，NILMD以分解算法代替ILMD系统的传感器网络，具有简单、经济、可靠、数据完整和易于迅速推广应用等优势，有望发展成为高级量测体系(AMI)中新一代核心技术(成熟后，NILMD算法也可以融合到智能电表的芯片内)，支持需求侧管理、定制电力等智能用电的高级功能，也适用于临时性的负荷用电细节监测与调查。
电吹风机直接靠电动机驱动转子带动风叶旋转，当风叶旋转时，空气从进风口吸入，由此形成的离心气流再从风筒的前嘴吹出。空气通过时，若装在风嘴中的发热支架上的发热丝已通电变热，则吹出的是热风；若选择开关不使发热丝通电发热，则吹出的是冷风。吹风机手柄上的选择开关一般分为三档，即冷风档、温风档、热风档，并附有不同颜色的指示牌。有些吹风机的手柄上还装有电机调速开关，供选择风量的大小及热风温度高低时使用。
综上所述，NILMD技术已经逐渐成为一个研究热点，相关技术的突破和产业化对全社会的节能减排的目标具有重要意义。但目前NILMD技术的研究还停留在理论研究阶段，间断运行负荷尤其是电吹风的分解辨识方法等关键技术还有待突破。
因此，亟待解决上述问题。
发明内容
发明目的：本发明的目的是提供一种可精准感测电吹风运行状态和额定功率的基于功率及电流特性的电吹风非侵入辨识方法。
技术方案：为实现以上目的，本发明一种基于功率及电流特性的电吹风非侵入辨识方法，该辨识方法包括如下步骤：
(1)在一定采样频率范围内，对总电源进线的电压和电流信号进行采样，形成电压信号采样序列u(k)和电流信号采样序列i(k)，k为采样点编号；
(2)在一定时间窗口内扫描采集到的电压信号采样序列u(k)和电流信号采样序列i(k)，计算实时平均有功功率序列P(i)和实时平均无功功率序列Q(i)；
(3)扫描一定时间窗口内的电流信号采样序列i(k)，提取第j个时间窗口的电流最大值Imax(j)、电流最小值Imin(j)，构造新的电流信号序列I(j)＝Imax(j)+Imin(j)；
(4)扫描第j个时间窗口内的I(j)，若I(j)满足-1.6<I(j)<-1.4则判定电吹风运行且处于第一档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(5)；
(5)若第j个时间窗口内的I(j)满足1<I(j)<2则判定电吹风运行且处于第二档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(6)；
(6)若第j个时间窗口内的I(j)满足I(j)≈-0.15则进入步骤(7)，否则转到步骤(2)；
(7)扫描第j个时间窗口内的有功功率P(j)和无功功率Q(j)，若P(j)>1000且-45<Q(j)<-35则判定电吹风运行且处于第三档热风档，并计算该档位电吹风的额定功率，否则转到步骤(2)。
其中，所述步骤(1)中的采样频率范围为f＝0.5kHz～2kHz。
优选的，所述步骤(2)中所述实时平均有功功率序列P(i)和实时平均无功功率序列Q(i)的的计算公式分别为
其中，m为计算时间窗口所含工频周期的数目，取m＝5，k为采样点编号，N为一个工频周期包含的采样点数目，N＝1000×(f/50)。
优选的，所述步骤(3)中时间窗口的时间长度为N×T，N为一个工频周期包含的采样点数目，N＝1000×(f/50)，T为工频周期。
再者，所述步骤(1)中分别采用电压传感器和电流传感器对总电源进线的电压和电流信号进行采样。
有益效果：与现有技术相比，本发明具有以下显著优点：本发明提供了基于功率及电流特性的电吹风非侵入辨识方法，解决了目前家用电器中间断运行的负荷较多，如电吹风、电烤箱、微波炉等，电吹风的稳态特性与其他电器相似，无明显的暂态特性等难题，通过电流和电压信号能够准确感知电吹风的运行及所处状态，并提供电吹风的近似额定功率，为实现电吹风的非侵入辨识提供了技术支撑。
附图说明
图1为本发明的流程示意图；
图2为三档位电吹风运行非侵入辨识方法中实时电流序列图；
图3为三档位电吹风运行非侵入辨识方法中实时平均有功功率的计算结果图；
图4为三档位电吹风运行非侵入辨识方法中实时平均无功功率的计算结果图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
如图1所示，本发明公开了基于功率及电流特性的电吹风非侵入辨识方法，具体的流程步骤如下：
(1)取采样频率f＝0.8kHz，采用电压和电流传感器分别对总电源进线的电压和电流进行采样，形成电压采样序列u(k)和电流采样序列i(k)；
(2)取计算时间窗口中工频周期的数目m＝5，一个工频周期包含的采样点数目N＝1000×f/50＝16，计算总电源进线处的实时平均有功功率序列P(i)和无功功率序列Q(i)，P(i)的计算公式为
Q(i)的计算公式为
式中，k为采样点编号；
如图3和图4所示，电吹风处于第一档冷风档时，无功功率波动很小，有功功率约为150W；电吹风处于第二档温风档时，无功功率在-60W～-50W内波动，有功功率约为730W；处于第三档热风档时，无功功率在-45W～-35W内波动，有功功率约为1170W；
(3)构造时间长度为NT＝0.32s(T＝0.02s为工频周期，一个工频周期包含的采样点数目N＝16)的时间窗口来扫描时间窗口内电流采样序列i(k)，提取第j个窗口的电流最大值Imax(j)、电流最小值Imin(j)，构造新的电流序列I(j)＝Imax(j)+Imin(j)；
如图2所示，每一档位的电流特性不同，电吹风处于第一档冷风档时，负向电流值大于正向电流值，即I(j)<0；电吹风处于第二档温风档时，正向电流值大于负向电流值，即I(j)>0；电吹风处于第三档热风档时，负向电流值略大于正向电流值；
(4)扫描第j个时间窗口内的I(j)，检测I(j)的大小，若-1.6<I(j)<-1.4则判定电吹风运行且处于第一档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(5)；
(5)若第j个时间窗口内的I(j)满足1<I(j)<2则判定电吹风运行且处于第二档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(6)；
(6)若第j个时间窗口内的I(j)满足I(j)≈-0.15则进入步骤(7)，否则转到步骤(2)；
(7)扫描第j个时间窗口内的有功功率P(j)和无功功率Q(j)，若P(j)>1000且-45<Q(j)<-35则判定电吹风运行且处于第三档热风档，并计算该档位电吹风的额定功率，否则转到步骤(2)。
具体为检测第j个时间窗口内的I(j)，若电流序列I(j)满足-1.6<I(j)<-1.4则判定为电吹风运行且处于第一档冷风档，并计算该档位电吹风的额定功率；若电流序列1<I(j)<2则判定电吹风运行且处于第二档温风档，并计算该档位电吹风的额定功率；若电流序列I(j)≈-0.15则检测有功序列P(j)和无功功率Q(j)，若有功功率P(j)>1000且-45<Q(j)<-35，则判定电吹风运行且处于第三档热风档，并计算该档位电吹风的额定功率。
如图2所示，在第一档运行的电吹风Imax(j)可达到0.7A，Imin(j)可达到-2.2A，则满足判据-1.6<I(j)<-1.4，可判定电吹风处于第一档位冷风档运行；在第二档运行的电吹风Imax(j)可达到5.87A，Imin(j)可达到-4.53A，则满足判据1<I(j)<2，可判定电吹风处于第二档位温风档运行；在第三档运行的电吹风平均有功功率约为1170W，无功功率在-45W～-35W内波动，即P(j)>1000、-45<Q(j)<-35，Imax(j)可达到7.85A，Imin(j)可达到-8.0A，则满足判据I(j)≈-0.15，可判定电吹风处于第三档位热风档运行。
应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (5)

1.一种基于功率及电流特性的电吹风非侵入辨识方法，其特征在于：该辨识方法包括如下步骤：
(1)在一定采样频率范围内，对总电源进线的电压和电流信号进行采样，形成电压信号采样序列u(k)和电流信号采样序列i(k)，k为采样点编号；
(2)在一定时间窗口内扫描采集到的电压信号采样序列u(k)和电流信号采样序列i(k)，计算实时平均有功功率序列P(i)和实时平均无功功率序列Q(i)；
(3)扫描一定时间窗口内的电流信号采样序列i(k)，提取第j个时间窗口的电流最大值Imax(j)、电流最小值Imin(j)，构造新的电流信号序列I(j)＝Imax(j)+Imin(j)；
(4)扫描第j个时间窗口内的I(j)，若I(j)满足-1.6<I(j)<-1.4则判定电吹风运行且处于第一档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(5)；
(5)若第j个时间窗口内的I(j)满足1<I(j)<2则判定电吹风运行且处于第二档冷风档，并计算该档位电吹风的额定功率，否则转到步骤(6)；
(6)若第j个时间窗口内的I(j)满足I(j)≈-0.15则进入步骤(7)，否则转到步骤(2)；
(7)扫描第j个时间窗口内的有功功率P(j)和无功功率Q(j)，若P(j)>1000且-45<Q(j)<-35则判定电吹风运行且处于第三档热风档，并计算该档位电吹风的额定功率，否则转到步骤(2)。
2.根据权利要求1所述的基于功率及电流特性的电吹风非侵入辨识方法，其特征在于：所述步骤(1)中的采样频率范围为f＝0.5kHz～2kHz。
3.根据权利要求1所述的基于功率及电流特性的电吹风非侵入辨识方法，其特征在于：所述步骤(2)中所述实时平均有功功率序列P(i)和实时平均无功功率序列Q(i)的的计算公式分别为
其中，m为计算时间窗口所含工频周期的数目，取m＝5，k为采样点编号，N为一个工频周期包含的采样点数目，N＝1000×(f/50)。
4.根据权利要求1所述的基于功率及电流特性的电吹风非侵入辨识方法，其特征在于：所述步骤(3)中时间窗口的时间长度为N×T，N为一个工频周期包含的采样点数目，N＝1000×(f/50)，T为工频周期。
5.根据权利要求1所述的基于功率及电流特性的电吹风非侵入辨识方法，其特征在于：所述步骤(1)中分别采用电压传感器和电流传感器对总电源进线的电压和电流信号进行采样。
CN201710433630.1A 2017-06-09 2017-06-09 基于功率及电流特性的电吹风非侵入辨识方法 Active CN107390020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710433630.1A CN107390020B (zh) 2017-06-09 2017-06-09 基于功率及电流特性的电吹风非侵入辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710433630.1A CN107390020B (zh) 2017-06-09 2017-06-09 基于功率及电流特性的电吹风非侵入辨识方法

Publications (2)

Publication Number Publication Date
CN107390020A CN107390020A (zh) 2017-11-24
CN107390020B true CN107390020B (zh) 2019-11-12

Family

ID=60332181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710433630.1A Active CN107390020B (zh) 2017-06-09 2017-06-09 基于功率及电流特性的电吹风非侵入辨识方法

Country Status (1)

Country Link
CN (1) CN107390020B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108152630B (zh) * 2017-12-26 2023-11-14 江苏智臻能源科技有限公司 一种基于混合判据的非侵入式ih电饭煲运行辨识方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014100488A1 (en) * 2012-12-19 2014-06-26 Robert Bosch Gmbh Personal emergency response system by nonintrusive load monitoring
KR20140132523A (ko) * 2013-05-08 2014-11-18 삼성전자주식회사 전력 부하 모니터링 장치 및 방법
CN205317843U (zh) * 2015-12-17 2016-06-15 江苏省电力公司苏州供电公司 非侵入多路电气信息同步采集系统
CN105629065B (zh) * 2016-01-07 2019-01-29 东南大学 基于平均有功无功综合频谱分析的微波炉非侵入辨识方法
CN105911342B (zh) * 2016-04-15 2019-03-05 东南大学 基于功率持续时间特性的电饭煲非侵入辨识方法
CN106532719B (zh) * 2016-11-28 2019-06-18 国网江苏省电力公司苏州供电公司 基于电流二次谐波与无功的非变频空调非侵入式辨识方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法

Also Published As

Publication number Publication date
CN107390020A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN105911342B (zh) 基于功率持续时间特性的电饭煲非侵入辨识方法
CN107247201A (zh) 基于功率及时间特性的电烤箱非侵入辨识方法
CN107561354B (zh) 基于功率持续时间特性的多电器非侵入辨识方法
CN105972761B (zh) 一种非侵入式空调负荷监测方法
CN105425079B (zh) 基于实时平均功率频域分析的洗衣机运行非侵入辨识方法
CN106532719B (zh) 基于电流二次谐波与无功的非变频空调非侵入式辨识方法
CN108152630B (zh) 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
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
CN105629065B (zh) 基于平均有功无功综合频谱分析的微波炉非侵入辨识方法
CN106340884B (zh) 基于混合功率判据的非侵入式非变频冰箱启动辨识方法
CN110412347B (zh) 一种基于非侵入式负荷监测的窃电行为识别方法与装置
CN106771593B (zh) 基于混合判据的非侵入式电磁炉启动辨识方法
CN108152574A (zh) 一种基于混合判据的微波炉运行的非侵入辨识方法
CN107356827B (zh) 一种基于有功功率波动性的洗衣机运行非侵入辨识方法
CN110488128A (zh) 双边累积和事件检测方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN111025013A (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN107390020B (zh) 基于功率及电流特性的电吹风非侵入辨识方法
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
CN108572292A (zh) 一种微波炉非侵入负荷辨识方法
CN108267637A (zh) 一种基于混合频谱特性的洗衣机非侵入式运行检测方法
CN202904303U (zh) 电加热器的电流电压实时监控装置
CN103682850B (zh) 计量插座及其控制方法
CN112862163A (zh) 一种基于dtw算法的短期电力负荷预测系统
Jiao et al. A new construction method for load signature database of load identification

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