CN107561354B - 基于功率持续时间特性的多电器非侵入辨识方法 - Google Patents
基于功率持续时间特性的多电器非侵入辨识方法 Download PDFInfo
- Publication number
- CN107561354B CN107561354B CN201710704739.4A CN201710704739A CN107561354B CN 107561354 B CN107561354 B CN 107561354B CN 201710704739 A CN201710704739 A CN 201710704739A CN 107561354 B CN107561354 B CN 107561354B
- Authority
- CN
- China
- Prior art keywords
- active
- stable state
- electric appliance
- electric
- lifting
- 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.)
- Expired - Fee Related
Links
Landscapes
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本发明公开了一种基于功率持续时间特性的多电器非侵入辨识方法,包括:(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)扫描电压信号u和电流信号i计算负荷辨识的电气特征量;(3)若检测到稳态有功抬升,则进入步骤(4)的启动列表维护,若检测到稳态有功跌落,则进入步骤(5)的电器匹配和已辨识列表维护;(4)启动列表维护;(5)电器匹配和已辨识列表维护;(6)完成电器匹配后,计算电量并记录电器类型、持续时间段、电量信息,从已启动列表中删除该匹配电器。本发明可有效细分辨识出用户内部各种电器,在不侵入用户内部监测的前提下为用户提供细分电能消费清单,为电网与居民友好互动提供数据基础。
Description
技术领域
本发明属于电力系统高性能计算应用领域,尤其涉及一种基于功率持续时间特性的多电器非侵入辨识方法。
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;第四,感知水平低,电网企业对居民用户用电行为的感知和控制水平低,居民侧的用能管理、需求响应等互动服务刚刚起步。居民用电行为深度感知技术是一门新兴的智能电网基础支撑技术,与目前智能电表只测量总电量不同,它以辨识出居民用户的<电器种类,启停时间,电量消耗>三元序列为目标,使用户的电费清单像“话费清单”一样,各类家用电器的用电情况一目了然,从而为优化电器使用提供参考,避免电能的无端浪费,节省电费支出。统计数据表明,如果家庭用户能够及时了解各类电器的详细用电情况,藉此适当调整和管理,就能节省5%~15%的电费开支。可见,居民用户对电网峰谷差和社会综合能耗的影响越来越大,开展居民侧用电行为深度感知技术研究具有重要现实意义。
目前居民用电行为深度感知技术分为侵入式和非侵入式两大类,其中侵入式方案需要入户安装监测设备,而非侵入式方案仅在用户电力总进线处安装一个监测装置,通过分析总进线处的电流和电压来辨识用户的用电行为。两类技术各自的优缺点包括:
(1)侵入式负荷辨识技术。需要进入用户家庭内部安装大量带有通信功能的智能插座和网关,优点是每个插座测量一个电器,测量精度高;缺点是需要进入用户家庭内部施工,智能插座本身又要耗电,推广难度很大;另外,大量智能插座和通信网关的部署造成建设成本较高,家庭内部的Wifi信号覆盖盲点问题也会造成智能插座的在线率不稳定。
(2)非侵入负荷辨识技术。只需要在户外电表处安装一个装置采集用户的电压和总电流,再通过高级算法分解用户的用电行为,技术优势在于:安装时用户无感知,无需侵入用户内部进行施工,易于大规模推广应用;终端安装于电表箱内部,资产归电力公司所有,由电力公司维护;终端从用户电表上方取电,耗电由电力公司承担;通过配置多个电流和电压传感器,一台终端可同时对多个用户进行辨识,所有辨识结果打包上传主站,以上大幅降低了软硬件投资成本。关键问题在于辨识精度必须满足应用要求。
当前的非侵入负荷辨识技术研究还停留在理论和实验阶段,学者们大都只针对某一类辨识特征量和分解算法开展研究,没有综合利用各种稳态/暂态辨识特征量来提升辨识精度,所提算法也没有考虑居民用电的各种实际复杂工况,例如进一步细分电热水器和电水壶等电热设备,相关技术成果难以实用化。
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支持空调、电热水器、电水壶等主要互动电器的非侵入细分辨识的基于功率持续时间特性的多电器非侵入辨识方法。
技术方案:为实现以上目的,本发明公开了一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述方法包括如下步骤:
(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u和电流信号i;
(2)扫描采集到的电压信号u和电流信号i计算负荷辨识的电气特征量,所述电气特征量包括稳态有功抬升Ps、暂态有功抬升Pp、稳态有功抬升出现的时间Ts,稳态无功抬升Qs、暂态有功冲击系数Kp、稳态有功跌落Pe、稳态有功跌落出现的时间Te;
(3)若检测到稳态有功抬升Ps,则进入步骤(4)的启动列表维护,若检测到稳态有功跌落Pe,则进入步骤(5)的电器匹配和已辨识列表维护;
(4)启动列表维护:若暂态有功冲击系数Kp>1.05,且满足特征组<Ps大于300W,Kp大于2,冲击持续时间为0.3s~0.5s>,则判定为定频空调启动,将启动信息<定频空调类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts>加入已启动电器列表;如果暂态有功冲击系数Kp<1.05,且满足特征组<Ps大于1000W,Qs小于50Var,Kp小于1.05>,则判定为电热设备启动,将启动信息<电热类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts>加入已启动电器列表;
(5)电器匹配和已辨识列表维护:遍历已启动电器列表和已辨识列表,通过匹配稳态有功抬升Ps、稳态有功跌落Pe和已辨识列表中历史电器的功率来匹配电器;若形成匹配,计算稳态有功持续时间Td,即Td=Te-Ts;若稳态有功跌落Pe和任何已启动电热设备无法匹配,且Pe=KePs,Ke为1~2,则判定是定频空调关闭;若和电热设备形成匹配即Pe=Ps,且Td大于15min,则判定为电热水器的长时加热工况,在已辨识列表中记录电热水器的功率PWH=Ps;若和电热设备形成匹配,同时满足Ps=PWH和Td<10min,则判定为电热水器的保温加热工况;若和电热设备形成匹配,同时满足Ps≠PWH和Td<10min,则判定为电热水壶加热;
(6)完成电器匹配后,计算电量W,即W=PeTd,并记录电器类型、持续时间段、电量信息,从已启动列表中删除该匹配电器。
其中,所述采样频率为800~1600Hz。
优选的,所述暂态有功冲击系数Kp为暂态有功抬升Pp和稳态有功抬升Ps的比值,即Kp=Pp/Ps。
再者,所述稳态有功抬升Ps的计算过程如下,首先扫描生成有功序列其中,m为P计算窗口包含的工频周期数目,m取3~5,k为采样序列索引,n为有功序列索引,N为一个工频周期包含的采样点数目;然后扫描得到有功序列P上升前的稳定点P1、上升到的极值点PM和回落之后的稳定点P2,则稳态有功抬升Ps=P2-P1;所述暂态有功抬升Pp的计算公式为Pp=PM-P1。
进一步,所述稳态有功跌落Pe的计算过程如下,扫描有功序列P得到P下降前的稳定点P3和下降后的稳定点P4,则稳态有功跌落Pe=P3-P4。
优选的,所述稳态无功抬升Qs的计算公式为所述稳态无功抬升Qs的计算过程如下,首先扫描生成无功序列然后扫描得到无功序列Q上升前的稳定点Q1和上升后的稳定点Q2,则稳态无功抬升Qs=Q2-Q1。
有益效果:与现有技术相比,本发明具有以下显著优点:本发明的多电器非侵入辨识算法,可以有效细分辨识出用户内部的空调、电热水器、电水壶等电器,从而在不侵入用户内部监测的前提下为用户提供细分电能消费清单,为电网与居民友好互动提供数据基础。
附图说明
图1是本发明中电热水器的单独运行功率曲线图;
图2是本发明中电水壶的单独运行功率曲线图;
图3是本发明中定频空调的单独运行功率曲线图;
图4是本发明的流程示意图;
图5是本发明中多电器混合运行的功率曲线图;
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。
电热水器、电水壶、定频空调的非侵入辨识判据整定:
非侵入负荷辨识的基本思路是从电压电流中提取不同电器独有的运行特征,本发明中称之为负荷辨识的电气特征量,电气特征量包括稳态有功抬升Ps、暂态有功抬升Pp、稳态有功抬升出现的时间Ts,稳态无功抬升Qs、暂态有功冲击系数Kp、稳态有功跌落Pe、稳态有功跌落出现的时间Te、稳态有功持续时间Td;其中,稳态有功持续时间Td为稳态有功跌落出现的时间Te和稳态有功抬升出现的时间Ts的差值,即Td=Te-Ts;暂态有功冲击系数Kp为暂态有功抬升Pp和稳态有功抬升Ps的比值,即Kp=Pp/Ps。如图1、图2、图3所示,分别为电热水器、电热水壶、定频空调单独运行的功率曲线。
(1)电热水器:电热水器采用电阻发热原理来制造生活热水,工作状态可分为“长时加热”和“短时保温”两种,启动时没有功率冲击,不消耗无功。选取<稳态有功抬升Ps,稳态无功抬升Qs,暂态有功冲击系数Kp,稳态功率持续时间Td>为长时加热的启动特征量组,通过大量试验确定长时加热的启动判据为<Ps大于1200W,Qs小于50Var,Kp小于1.05,Td大于15min>,Qs小于50Var是因为电阻加热不消耗无功。当辨识出电热水器之后,系统将在已辨识电器列表中记录电热水器的功率PWH=Ps,在此基础之上,选取<Ps等于PWH,Qs小于50Var,Kp小于1.05,Td小于10min>为电热水器短时加热的启动判据。电热水器的运行停止判据为<Pe=Ps>,Pe为电热水器停止加热引起的稳态有功跌落。需要说明的是,本发明中功率相等Pe=Ps指两个功率相差不超过50W。
(2)电热水壶:电热水壶同样采用电阻加热原理,其运行时间和加热水量有关;选取<Ps大于1000W,Qs小于50Var,Kp小于1.05,Td小于10min>;热水壶的停止判据为<Pe=Ps>。
(3)定频空调:定频空调依靠间歇启停压缩机来调整室内温度,压缩机又由启动电流很大的异步电机驱动,空调启动时会带有很大的启动冲击功率,本发明用暂态有功冲击系数Kp来衡量启动冲击功率。该冲击一般持续0.3s~0.5s,冲击持续时间指冲击开始直到功率稳定下来的时间。选取<Ps大于300W,Qs忽略,Kp大于2,Td忽略>作为空调启动的判据,Qs特征量被忽略的原因是不同品牌空调启动时刻的无功增量不确定,Td被忽略的原因是空调每次运行时间和室内温度有关。空调启动后,有功功率会随着压缩机状态发生正向漂移,据此确定定频空调的停止判据为<Pe=KePs>,其中Ke取1~2倍。
电器的运行电量W的计算公式如下:W=PeTd。
如图4所示,本发明一种基于功率持续时间特性的多电器非侵入辨识方法,所述方法包括如下步骤:
(1)在采样频率800~1600Hz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u和电流信号i;
(2)扫描采集到的电压信号u和电流信号i计算负荷辨识的电气特征量,所述电气特征量包括稳态有功抬升Ps、暂态有功抬升Pp、稳态有功抬升出现的时间Ts,稳态无功抬升Qs、暂态有功冲击系数Kp、稳态有功跌落Pe、稳态有功跌落出现的时间Te;其中,暂态有功冲击系数Kp为暂态有功抬升Pp和稳态有功抬升Ps的比值,即Kp=Pp/Ps;暂态有功冲击系数Kp为暂态有功抬升Pp和稳态有功抬升Ps的比值,即Kp=Pp/Ps;所述稳态有功抬升Ps的计算过程如下,首先扫描生成有功序列其中,m为P计算窗口包含的工频周期数目,此处m取3~5,k为采样序列索引,n为有功序列索引,N为一个工频周期包含的采样点数目;然后扫描得到有功序列P上升前的稳定点P1、上升到的极值点PM和回落之后的稳定点P2,则稳态有功抬升Ps=P2-P1;所述暂态有功抬升Pp的计算公式为Pp=PM-P1;所述稳态无功抬升Qs的计算过程如下,首先扫描生成无功序列然后扫描得到无功序列Q上升前的稳定点Q1和上升后的稳定点Q2,则稳态无功抬升Qs=Q2-Q1;所述稳态有功跌落Pe的计算公式所述稳态有功跌落Pe的计算过程如下,首先扫描生成有功序列其中,m为P计算窗口包含的工频周期数目,此处m取3~5,k为采样序列索引,n为有功序列索引,N为一个工频周期包含的采样点数目;然后扫描得到有功序列P下降前的稳定点P3和下降后的稳定点P4,则稳态有功跌落Pe=P3-P4。
(3)若检测到稳态有功抬升Ps,则进入步骤(4)的启动列表维护,若检测到稳态有功跌落Pe,则进入步骤(5)的电器匹配和已辨识列表维护;
(4)启动列表维护:若暂态有功冲击系数Kp>1.05,且满足特征组<Ps大于300W,Kp大于2,冲击持续时间为0.3s~0.5s>,则判定为定频空调启动,将启动信息<定频空调类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts>加入已启动电器列表;如果暂态有功冲击系数Kp<1.05,且满足特征组<Ps大于1000W,Qs小于50Var,Kp小于1.05>,则判定为电热设备启动,将启动信息<电热类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts>加入已启动电器列表;
(5)电器匹配和已辨识列表维护:遍历已启动电器列表和已辨识列表,通过匹配稳态有功抬升Ps、稳态有功跌落Pe和已辨识列表中历史电器的功率来匹配电器;若形成匹配,计算稳态有功持续时间Td,即Td=Te-Ts;若稳态有功跌落Pe和任何已启动电热设备无法匹配,且Pe=KePs,Ke为1~2,则判定是定频空调关闭;若和电热设备形成匹配即Pe=Ps,且Td大于15min,则判定为电热水器的长时加热工况,在已辨识列表中记录电热水器的功率PWH=Ps;若和电热设备形成匹配,同时满足Ps=PWH和Td<10min,则判定为电热水器的保温加热工况;若和电热设备形成匹配,同时满足Ps≠PWH和Td<10min,则判定为电热水壶加热;
(6)完成电器匹配后,计算电量W,即W=PeTd,并记录电器类型、持续时间段、电量信息,从已启动列表中删除该匹配电器。
本发明在某房间进行了性能测试验证辨识方法的精度,在电热水器、定频空调、电热水壶插座上安装智能插座进行数据比对,对比项目包括电器启停时间和电量。在整个实验时段内,用户家中除了电热水器、电热水壶、空调三类电器运行之外,还有电脑、照明、洗衣机等非建模电器运行,构成了非侵入负荷辨识的复杂运行背景。测试时间从某日14点整持续至15点整,用户总进线的有功波形如图5所示,其中A表示热水器启动2次,B表示热水壶启动3次,C表示空调启动7次。非侵入负荷监测装置和智能插座的采集结果见表1,表中“实际时间”和“实际电量”由智能插座采集,“辨识时间”和“辨识电量”由非侵入负荷监测装置采集。现场测试结果表明,非侵入装置辨识的启停次数完全正确,启停时间误差小于1s,电量归集精度大于88%,误差可能是由电脑、照明、洗衣机等背景电器引起的功率波动造成,以上验证了非侵入负荷辨识算法的有效性和精度。
表1非侵入辨识算法和智能插座采集结果比对
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (5)
1.一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述方法包括如下步骤:
(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u和电流信号i;
(2)扫描采集到的电压信号u和电流信号i计算负荷辨识的电气特征量,所述电气特征量包括稳态有功抬升Ps、暂态有功抬升Pp、稳态有功抬升出现的时间Ts,稳态无功抬升Qs、暂态有功冲击系数Kp、稳态有功跌落Pe、稳态有功跌落出现的时间Te,暂态有功冲击系数Kp为暂态有功抬升Pp和稳态有功抬升Ps的比值,即Kp=Pp/Ps;
(3)若检测到稳态有功抬升Ps,则进入步骤(4)的启动列表维护,若检测到稳态有功跌落Pe,则进入步骤(5)的电器匹配和已辨识列表维护;
(4)启动列表维护:若暂态有功冲击系数Kp>1.05,且满足特征组:Ps大于300W,Kp大于2,冲击持续时间为0.3s~0.5s,则判定为定频空调启动,将启动信息:定频空调类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts加入已启动电器列表;如果暂态有功冲击系数Kp<1.05,且满足特征组:Ps大于1000W,Qs小于50Var,Kp小于1.05,则判定为电热设备启动,将启动信息:电热类,稳态有功抬升Ps,稳态有功抬升出现的时间Ts加入已启动电器列表;
(5)电器匹配和已辨识列表维护:遍历已启动电器列表和已辨识列表,通过匹配稳态有功抬升Ps、稳态有功跌落Pe和已辨识列表中历史电器的功率来匹配电器;若形成匹配,计算稳态有功持续时间Td,即Td=Te-Ts;若稳态有功跌落Pe和任何已启动电热设备无法匹配,且Pe=KePs,Ke为1~2,则判定是定频空调关闭;若和电热设备形成匹配即Pe=Ps,且Td大于15min,则判定为电热水器的长时加热工况,在已辨识列表中记录电热水器的功率PWH=Ps;若和电热设备形成匹配,同时满足Ps=PWH和Td<10min,则判定为电热水器的保温加热工况;若和电热设备形成匹配,同时满足Ps≠PWH和Td<10min,则判定为电热水壶加热;
(6)完成电器匹配后,计算电量W,即W=PeTd,并记录电器类型、持续时间段、电量信息,从已启动列表中删除该匹配电器。
2.根据权利要求1所述的一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述采样频率为800~1600Hz。
3.根据权利要求1所述的一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述稳态有功抬升Ps的计算过程:首先扫描生成有功序列其中,m为P计算窗口包含的工频周期数目,m取3~5,k为采样序列索引,n为有功序列索引,N为一个工频周期包含的采样点数目;然后扫描得到有功序列P上升前的稳定点P1、上升到的极值点PM和回落之后的稳定点P2,则稳态有功抬升Ps=P2-P1;所述暂态有功抬升Pp的计算公式为Pp=PM-P1。
4.根据权利要求3所述的一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述稳态有功跌落Pe的计算过程如下,扫描有功序列P得到P下降前的稳定点P3和下降后的稳定点P4,则稳态有功跌落Pe=P3-P4。
5.根据权利要求1所述的一种基于功率持续时间特性的多电器非侵入辨识方法,其特征在于:所述稳态无功抬升Qs的计算过程:首先扫描生成无功序列然后扫描得到无功序列Q上升前的稳定点Q1和上升后的稳定点Q2,则稳态无功抬升Qs=Q2-Q1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710704739.4A CN107561354B (zh) | 2017-08-17 | 2017-08-17 | 基于功率持续时间特性的多电器非侵入辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710704739.4A CN107561354B (zh) | 2017-08-17 | 2017-08-17 | 基于功率持续时间特性的多电器非侵入辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107561354A CN107561354A (zh) | 2018-01-09 |
CN107561354B true CN107561354B (zh) | 2019-09-10 |
Family
ID=60975553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710704739.4A Expired - Fee Related CN107561354B (zh) | 2017-08-17 | 2017-08-17 | 基于功率持续时间特性的多电器非侵入辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107561354B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594035B (zh) * | 2018-03-23 | 2021-03-09 | 中国海洋大学 | 一种负荷检测方法及系统 |
CN109030975B (zh) * | 2018-05-23 | 2020-02-18 | 北京航空航天大学 | 基于智能插座的电器类型推断方法及装置 |
CN109001528B (zh) * | 2018-06-14 | 2020-10-16 | 国网江苏省电力有限公司电力科学研究院 | 一种非侵入式分项计量采集系统 |
CN108693499B (zh) * | 2018-08-02 | 2020-10-16 | 国网江苏省电力有限公司电力科学研究院 | 一种用户用电负荷辨识智能电能表检测方法及装置 |
CN108802665A (zh) * | 2018-08-02 | 2018-11-13 | 国网江苏省电力有限公司电力科学研究院 | 用于用电负荷辨识智能电能表检测的标准功率源及检测方法 |
CN108986817A (zh) * | 2018-10-08 | 2018-12-11 | 杭州鸿雁智能科技有限公司 | 一种基于语音控制的受控设备自动识别系统 |
CN109752613B (zh) * | 2018-12-31 | 2021-01-26 | 天津求实智源科技有限公司 | 基于非侵入式负荷监测的违约用电检测系统及方法 |
CN110488112A (zh) * | 2019-05-23 | 2019-11-22 | 杭州海兴电力科技股份有限公司 | 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 |
CN110672934A (zh) * | 2019-08-23 | 2020-01-10 | 北京中电飞华通信股份有限公司 | 一种非侵入式负荷辨识方法、终端及系统 |
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 |
CN111007347A (zh) * | 2019-12-27 | 2020-04-14 | 广东电网有限责任公司电力科学研究院 | 一种非侵入式负荷识别、装置和相关设备 |
CN111175599B (zh) * | 2019-12-31 | 2022-04-19 | 广西电网有限责任公司电力科学研究院 | 一种非介入式空调的辨识方法 |
CN111665388A (zh) * | 2020-05-18 | 2020-09-15 | 深圳供电局有限公司 | 一种非侵入式的家用空调辨识方法 |
CN113219268B (zh) * | 2021-03-26 | 2022-11-04 | 国电南瑞科技股份有限公司 | 一种多态电器的非侵入辨识方法及装置 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
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 |
CN105406596A (zh) * | 2015-12-11 | 2016-03-16 | 国家电网公司 | 基于混合电流判据的非侵入式非变频空调启动辨识方法 |
CN105429135A (zh) * | 2015-12-08 | 2016-03-23 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解的辨识决策方法及系统 |
CN105425079A (zh) * | 2015-12-17 | 2016-03-23 | 东南大学 | 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 |
CN105629065A (zh) * | 2016-01-07 | 2016-06-01 | 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 |
CN105911342A (zh) * | 2016-04-15 | 2016-08-31 | 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 |
CN106340884A (zh) * | 2016-11-28 | 2017-01-18 | 国网江苏省电力公司苏州供电公司 | 基于混合功率判据的非侵入式非变频冰箱启动辨识方法 |
CN106340874A (zh) * | 2016-10-17 | 2017-01-18 | 南方电网科学研究院有限责任公司 | 电力负荷分解的辨识决策方法和系统 |
CN106501680A (zh) * | 2016-11-28 | 2017-03-15 | 国网江苏省电力公司苏州供电公司 | 基于有功两段抬升的非侵入式微波炉启动辨识方法 |
CN106786534A (zh) * | 2016-12-28 | 2017-05-31 | 天津求实智源科技有限公司 | 一种非侵入式电力负荷暂态过程辨识方法及系统 |
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 |
CN106855597A (zh) * | 2016-12-28 | 2017-06-16 | 天津求实智源科技有限公司 | 一种非侵入式电能质量干扰源在线自适应监测系统及方法 |
CN107025365A (zh) * | 2017-05-16 | 2017-08-08 | 电子科技大学 | 一种用于用户侧的非侵入负荷辨识方法 |
-
2017
- 2017-08-17 CN CN201710704739.4A patent/CN107561354B/zh not_active Expired - Fee Related
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
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 |
CN105429135A (zh) * | 2015-12-08 | 2016-03-23 | 河南许继仪表有限公司 | 一种非侵入式电力负荷分解的辨识决策方法及系统 |
CN105406596A (zh) * | 2015-12-11 | 2016-03-16 | 国家电网公司 | 基于混合电流判据的非侵入式非变频空调启动辨识方法 |
CN105425079A (zh) * | 2015-12-17 | 2016-03-23 | 东南大学 | 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 |
CN105629065A (zh) * | 2016-01-07 | 2016-06-01 | 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 |
CN105911342A (zh) * | 2016-04-15 | 2016-08-31 | 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 |
CN106340874A (zh) * | 2016-10-17 | 2017-01-18 | 南方电网科学研究院有限责任公司 | 电力负荷分解的辨识决策方法和系统 |
CN106340884A (zh) * | 2016-11-28 | 2017-01-18 | 国网江苏省电力公司苏州供电公司 | 基于混合功率判据的非侵入式非变频冰箱启动辨识方法 |
CN106501680A (zh) * | 2016-11-28 | 2017-03-15 | 国网江苏省电力公司苏州供电公司 | 基于有功两段抬升的非侵入式微波炉启动辨识方法 |
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 |
CN106786534A (zh) * | 2016-12-28 | 2017-05-31 | 天津求实智源科技有限公司 | 一种非侵入式电力负荷暂态过程辨识方法及系统 |
CN106855597A (zh) * | 2016-12-28 | 2017-06-16 | 天津求实智源科技有限公司 | 一种非侵入式电能质量干扰源在线自适应监测系统及方法 |
CN107025365A (zh) * | 2017-05-16 | 2017-08-08 | 电子科技大学 | 一种用于用户侧的非侵入负荷辨识方法 |
Non-Patent Citations (1)
Title |
---|
非侵入式负荷辨识装置研究;沈杰等;《机电信息》;20170228(第6期);第11、13页 |
Also Published As
Publication number | Publication date |
---|---|
CN107561354A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107561354B (zh) | 基于功率持续时间特性的多电器非侵入辨识方法 | |
CN111244954B (zh) | 一种非入侵式负荷辨识方法及装置 | |
Wang et al. | Residential appliances identification and monitoring by a nonintrusive method | |
Ahmadi et al. | Load decomposition at smart meters level using eigenloads approach | |
CN108693499B (zh) | 一种用户用电负荷辨识智能电能表检测方法及装置 | |
CN107025365B (zh) | 一种用于用户侧的非侵入负荷辨识方法 | |
Berges et al. | Learning systems for electric consumption of buildings | |
CN105911342B (zh) | 基于功率持续时间特性的电饭煲非侵入辨识方法 | |
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 | |
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 | |
CN105067966B (zh) | 基于特征模态分量能量分析的低压交流故障电弧检测方法 | |
CN106226572A (zh) | 基于暂态特征聚类的家用负荷识别方法 | |
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 | |
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 | |
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 | |
Ghosh et al. | Artificial bee colony optimization based non-intrusive appliances load monitoring technique in a smart home | |
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 | |
CN107247201A (zh) | 基于功率及时间特性的电烤箱非侵入辨识方法 | |
CN107390043B (zh) | 基于有功功率波动性和周期性的洗衣机非侵入辨识方法 | |
CN106646026A (zh) | 一种非侵入式家电负荷识别方法 | |
AU2009272473A1 (en) | Utility metering | |
WO2019128844A1 (zh) | 一种基于混合判据的微波炉运行的非侵入辨识方法 | |
CN110944413B (zh) | 云边协同架构下基于历史负荷辨识数据的电热细分方法 | |
KR20150054123A (ko) | 전자 장치 및 전자 장치의 외부 기기 감지 방법 | |
Cannas et al. | NILM techniques applied to a real-time monitoring system of the electricity consumption |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190910 |
|
CF01 | Termination of patent right due to non-payment of annual fee |