CN108152630B - 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 - Google Patents

一种基于混合判据的非侵入式ih电饭煲运行辨识方法 Download PDF

Info

Publication number
CN108152630B
CN108152630B CN201711428330.0A CN201711428330A CN108152630B CN 108152630 B CN108152630 B CN 108152630B CN 201711428330 A CN201711428330 A CN 201711428330A CN 108152630 B CN108152630 B CN 108152630B
Authority
CN
China
Prior art keywords
electric cooker
time interval
invasive
reactive power
active power
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
CN201711428330.0A
Other languages
English (en)
Other versions
CN108152630A (zh
Inventor
傅萌
邓士伟
苗青
耿树军
冯燕钧
何朝伟
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.)
Jiangsu Zhizhen Energy Technology Co ltd
Original Assignee
Jiangsu Zhizhen Energy 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 Jiangsu Zhizhen Energy Technology Co ltd filed Critical Jiangsu Zhizhen Energy Technology Co ltd
Priority to CN201711428330.0A priority Critical patent/CN108152630B/zh
Publication of CN108152630A publication Critical patent/CN108152630A/zh
Priority to PCT/CN2018/122385 priority patent/WO2019128843A1/zh
Priority to SG11201910684SA priority patent/SG11201910684SA/en
Application granted granted Critical
Publication of CN108152630B publication Critical patent/CN108152630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Cookers (AREA)

Abstract

本发明公开了一种基于混合判据的非侵入式IH电饭煲运行辨识方法,包括如下步骤:在一定的采样频率范围内,采集总进线处的电流波形数据u、电压波形数据i,并计算平均有功功率序列P及平均无功功率序列Q;计算开启时候的有功功率变化ΔPon、无功功率变化ΔQon及关断时候的有功功率变化ΔPoff及无功功率变化ΔQoff;匹配负荷相邻的启停,并统计负荷以占空比k运行个数M及温控时间间隔Δtctr;如果P1<P<P2,M>M0,Q1<Q<Q2,T1<Δtctr<T2则判断为IH电饭煲。本发明公开了一种基于混合判据的非侵入式IH电饭煲运行辨识方法,该方法能够高效准确的辨识出IH电饭煲运行状态。

Description

一种基于混合判据的非侵入式IH电饭煲运行辨识方法
技术领域
本发明属于智能用电技术领域,涉及一种基于混合判据的非侵入式IH电饭煲运行辨识方法。
背景技术
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。Google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。对于工业用户而言,其负荷投切安排一般是比较固定的,只需分时计量即可,对负荷分解的需求较少,本项目的主要研究对象是住宅用电负荷。
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。
IH电饭煲加热原理为电磁加热,因此在电气特性上与传统电热板加热原理的电饭煲有很大的区别,通过调研表明,IH电饭煲除了有间歇运行的特性外,其在运行过程中还伴随着无功的变化,因此现有的辨识电饭煲的非侵入负荷辨识算法已不适用于IH电饭煲的辨识。
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具有重要意义。目前,NILMD技术的研究还停留在理论研究阶段,有效区分冲击钻与定频空调的算法还有待突破。
因此,需要一种非侵入式IH电饭煲运行辨识方法以解决上述问题。
发明内容
本发明的目的就在于为了解决上述问题而提供一种基于混合判据的非侵入式IH电饭煲运行辨识方法。
本发明通过以下技术方案来实现上述目的:
一种基于混合判据的非侵入式IH电饭煲运行辨识方法,包括以下步骤:
1)、以采样频率f采集总进线处的电流波形数据u(t)和电压波形数据i(t),其中,t=t0+1,t0+2,…,t0+N,t0为电流电压采样序列编号,并计算平均有功功率序列P(t)及平均无功功率序列Q(t);
2)、计算负荷开启时刻的有功功率变化ΔPon和无功功率变化ΔQon及关断时刻的有功功率变化ΔPoff和无功功率变化ΔQoff
3)、匹配负荷相邻的启停,当满足下式时,
|ΔPon+ΔPoff|<δP
|ΔQon+ΔQoff|<δQ
式中,δP和δQ分别为有功功率和无功功率的匹配误差;转去步骤4),否则转去步骤2);
4)、统计负荷运行时间间隔Δton、停止时间间隔Δtoff和温控时间间隔Δtctr,统计累加连续出现负荷占空比为k的运行次数M,其中,负荷运行占空比k=Δton/Δtoff
5)、如果P1<ΔPon<P2、M>M0、Q1<ΔQon<Q2且T1<Δtctr<T2,则判断为IH电饭煲,其中,P1和P2为IH电饭煲有功功率变化的最小值和最大值,M0为IH电饭煲累加连续出现占空比为k的最低运行次数,Q1和Q2为IH电饭煲无功功率变化的最小值和最大值,T1和T2为IH电饭煲温控时间间隔的最小值和最大值。
更进一步的,步骤1)中采样频率f的范围为0.5kHz~2kHz。
更进一步的,步骤1)中平均有功功率序列P(t)及平均无功功率序列Q(t)通过下式计算得到:
式中,
N为快速傅里叶分析的点数,
UN=FFT(u(t))
IN=FFT(i(t))
其中,t=t0+1,t0+2,…,t0+N,t0为电流电压采样序列编号,N为做快速傅里叶变换的点数,t为时间点,FFT为快速傅里叶变换函数,对于N个点进行快速傅里叶变换后,得到的是N个复数点,则第n个点代表的频率为fn=f*n/N,其中,n=0,1,2,...,N-1,第0个点表示直流分量,求取基波n0=N*f0/f,对于复数序列UN和IN,记基波n0点对应的复数为:
UN(n0)=Ux+jUy
IN(n0)=Ix+jIy
其中,j为复数单位。
更进一步的,N为2的整数次幂。
更进一步的,步骤2)中有功功率变化ΔPon、无功功率变化ΔQon及关断时候的有功功率变化ΔPoff及无功功率变化ΔQoff通过下式得到:
ΔPon=P(ts+Δts)-P(ts)
ΔQon=Q(ts+Δts)-Q(ts)
ΔPoff=P(te)-P(te-Δte)
ΔQoff=Q(te)-Q(te-Δte)
其中,ts和te分别表示上升阶跃时刻和下降阶跃时刻,代表负荷的开启时刻和关断时刻,Δts和Δte分别表示有功序列点的最小时间间隔和无功序列点的最小时间间隔。
更进一步的,步骤3)中IH电饭煲运行时包括运行时间间隔Δton、停止时间间隔Δtoff和温控时间间隔Δtctr,其中,Δtctr>2*Δtoff
根据上式筛选温控时间间隔Δtctr
根据IH电饭煲加热原理可知,IH电饭煲总是以“加热-保温”的方式循环运行,加热过程是以短时间的运行时间间隔Δton及停止时间间隔Δtoff来控制电饭煲实际运行功率,保温过程是加热过程结束后,一个长时间的停止运行过程,温控时间间隔Δtctr记录的即为该停止运行过程的持续时间。
本发明的有益效果是:本发明的基于混合判据的非侵入式IH电饭煲运行辨识方法结合了IH电饭煲间歇运行特性(间歇运行次数N及温控时间特性Δtctr)、电磁加热特性(无功功率变化ΔQ)及消耗电能特性(有功功率变化ΔP)的混合判据,能够有效的辨识出IH电饭煲,提高了辨识精度。
附图说明
图1为基于混合判据的非侵入式IH电饭煲运行辨识方法的算法流程图;
图2为基于混合判据的非侵入式IH电饭煲运行辨识方法有功无功波形图;
图3为基于混合判据的非侵入式IH电饭煲运行辨识方法计算过程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1、图2和图3所示,本发明的基于混合判据的非侵入式IH电饭煲运行辨识方法,为了能将有功功率和无功功率同时明显地在同一张图上显示,将无功功率整体向下平移100Var,具体的流程步骤如下:
(1)图2中,采样频率为f=6400Hz,取5个周波的前4个周波共512个点进行快速傅里叶变换,然后计算平均功率序列P及二次谐波序列ims,则求取结果为0.1秒一个平均有功功率点和无功功率点。
(2)图3中,给定δP=20W,δQ=5Var,对于第一个启停状态,有
ΔPon=P(ts+Δt)-P(ts)=1188-0.3721=1187.63(W)
ΔQon=Q(ts+Δt)-Q(ts)=-155.6-(-95.1)=-60.5(Var)
ΔPoff=P(te+Δt)-P(te)=1.761-1197=-1195.24(W)
ΔQoff=Q(te+Δt)-Q(te)=(-98.79)-(-156.3)=57.51(Var)
|ΔPon+ΔPoff|=7.61<δP
|ΔQon+ΔQoff|<=2.99δQ
为一个完整的启停过程,对于后续启停过程同样如此计算,同时记录启停时刻,求取第一个启停过程的时间Δton=6.8-4.3=3.5(s),Δtoff=7.5-6.8=0.7(s),k=3.5/0.7=5,共有8个占空比为k=5的完整启停,第一个温控时间间隔Δtctr=58.4-31.8=26.6(s),给定阈值M0=3,P1=1100(W),P2=1200(W),Q1=-65(Var),Q2=-55(Var),T1=10(s),T2=50(s),可知上述所求满足判断条件
P1<ΔPon<P2,M>M0,Q1<ΔQon<Q2,T1<Δtctr<T2
从而判断从4.3秒开始,到58.4秒结束,有IH电饭煲运行。

Claims (4)

1.一种基于混合判据的非侵入式IH电饭煲运行辨识方法,其特征在于,包括以下步骤:
1)、以采样频率f采集总进线处的电流波形数据u(t)和电压波形数据i(t),其中,t=t0+1,t0+2,…,t0+N,t0为电流电压采样序列编号,并计算平均有功功率序列P(t)及平均无功功率序列Q(t);
步骤1)中平均有功功率序列P(t)及平均无功功率序列Q(t)通过下式计算得到:
式中,
N为快速傅里叶分析的点数,
UN=FFT(u(t))
IN=FFT(i(t))
其中,t=t0+1,t0+2,…,t0+N,t0为电流电压采样序列编号,N为做快速傅里叶变换的点数,t为时间点,FFT为快速傅里叶变换函数,对于N个点进行快速傅里叶变换后,得到的是N个复数点,则第n个点代表的频率为fn=f*n/N,其中,n=0,1,2,...,N-1,第0个点表示直流分量,求取基波n0=N*f0/f,对于复数序列UN和IN,记基波n0点对应的复数为:
UN(n0)=Ux+jUy
IN(n0)=Ix+jIy
其中,j为复数单位;
2)、计算负荷开启时刻的有功功率变化ΔPon和无功功率变化ΔQon及关断时刻的有功功率变化ΔPoff和无功功率变化ΔQoff;步骤2)中有功功率变化ΔPon、无功功率变化ΔQon及关断时候的有功功率变化ΔPoff及无功功率变化ΔQoff通过下式得到:
ΔPon=P(ts+Δts)-P(ts)
ΔQon=Q(ts+Δts)-Q(ts)
ΔPoff=P(te)-P(te-Δte)
ΔQoff=Q(te)-Q(te-Δte)
其中,ts和te分别表示上升阶跃时刻和下降阶跃时刻,代表负荷的开启时刻和关断时刻,Δts和Δte分别表示有功序列点的最小时间间隔和无功序列点的最小时间间隔;
3)、匹配负荷相邻的启停,当满足下式时,
|ΔPon+ΔPoff|<δP
|ΔQon+ΔQoff|<δQ
式中,δP和δQ分别为有功功率和无功功率的匹配误差;转去步骤4),否则转去步骤2);
步骤3)中IH电饭煲运行时包括运行时间间隔Δton、停止时间间隔Δtoff和温控时间间隔Δtctr,其中,Δtctr>2*Δtoff
根据上式筛选温控时间间隔Δtctr
4)、统计负荷运行时间间隔Δton、停止时间间隔Δtoff和温控时间间隔Δtctr,统计累加连续出现负荷占空比为k的运行次数M,其中,负荷运行占空比k=Δton/Δtoff
5)、如果P1<ΔPon<P2、M>M0、Q1<ΔQon<Q2且T1<Δtctr<T2,则判断为IH电饭煲,其中,P1和P2为IH电饭煲有功功率变化的最小值和最大值,M0为IH电饭煲累加连续出现占空比为k的最低运行次数,Q1和Q2为IH电饭煲无功功率变化的最小值和最大值,T1和T2为IH电饭煲温控时间间隔的最小值和最大值。
2.根据权利要求1所述的基于混合判据的非侵入式IH电饭煲运行辨识方法,其特征在于:步骤1)中采样频率f的范围为0.5kHz~2kHz。
3.根据权利要求1所述的基于混合判据的非侵入式IH电饭煲运行辨识方法,f0=50Hz。
4.根据权利要求1所述的基于混合判据的非侵入式IH电饭煲运行辨识方法,其特征在于:N为2的整数次幂。
CN201711428330.0A 2017-12-26 2017-12-26 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 Active CN108152630B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201711428330.0A CN108152630B (zh) 2017-12-26 2017-12-26 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
PCT/CN2018/122385 WO2019128843A1 (zh) 2017-12-26 2018-12-20 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
SG11201910684SA SG11201910684SA (en) 2017-12-26 2018-12-20 Non-invasive ih electric cooker operating identification method based on hybrid criterion

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711428330.0A CN108152630B (zh) 2017-12-26 2017-12-26 一种基于混合判据的非侵入式ih电饭煲运行辨识方法

Publications (2)

Publication Number Publication Date
CN108152630A CN108152630A (zh) 2018-06-12
CN108152630B true CN108152630B (zh) 2023-11-14

Family

ID=62462773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711428330.0A Active CN108152630B (zh) 2017-12-26 2017-12-26 一种基于混合判据的非侵入式ih电饭煲运行辨识方法

Country Status (3)

Country Link
CN (1) CN108152630B (zh)
SG (1) SG11201910684SA (zh)
WO (1) WO2019128843A1 (zh)

Families Citing this family (10)

* 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
CN109596918B (zh) * 2018-12-07 2020-06-19 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN111665387B (zh) * 2020-05-08 2021-06-04 深圳供电局有限公司 一种非侵入式的家用电饭煲辨识方法
CN111896831B (zh) * 2020-08-04 2021-07-23 山东大学 非侵入式综合能源负荷监测的方法及系统
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
CN112924790B (zh) * 2021-01-29 2022-04-08 上海逐鲨智能科技有限公司 采用非侵入式负荷识别装置的基于傅里叶变换的非侵入式负荷识别方法
CN113222401B (zh) * 2021-05-10 2024-09-03 湖南省计量检测研究院 非侵入式负荷类型的智能识别方法、装置、服务器及系统
CN113537327A (zh) * 2021-07-06 2021-10-22 江阴长仪集团有限公司 基于Alexnet神经网络和颜色编码的非侵入式负荷识别方法及系统
CN113408481B (zh) * 2021-07-13 2024-06-07 国网江苏省电力有限公司营销服务中心 一种多类别典型负荷特征分析提取方法
CN113655337B (zh) * 2021-07-27 2024-05-14 上海千居智科技有限公司 一种非侵入式用电设备运行序列识别方法及识别系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08457A (ja) * 1994-06-27 1996-01-09 Zojirushi Corp 炊飯器における炊飯容量判別方法
JP2012245300A (ja) * 2011-05-31 2012-12-13 Panasonic Corp 炊飯器
CN103281941A (zh) * 2010-12-31 2013-09-04 皇家飞利浦电子股份有限公司 用于烹饪米饭的方法和设备
WO2014075581A1 (zh) * 2012-11-16 2014-05-22 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
CN105005205A (zh) * 2015-08-28 2015-10-28 天津求实智源科技有限公司 一种基于电力负荷分解与监测的家居安全告警系统及方法
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
CN106124850A (zh) * 2016-07-20 2016-11-16 国网江西省电力公司南昌供电分公司 一种基于相似度算法的用于家用智能电表的负荷识别系统及其负荷识别方法
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
CN106443244A (zh) * 2016-08-31 2017-02-22 南方电网科学研究院有限责任公司 用电设备类型辨识方法和系统
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
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
CN107247201A (zh) * 2017-06-09 2017-10-13 东南大学 基于功率及时间特性的电烤箱非侵入辨识方法
DE102016108519A1 (de) * 2016-05-09 2017-11-09 Rwe International Se Nichtinvasive Lastbeobachtung

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100305889A1 (en) * 2009-05-27 2010-12-02 General Electric Company Non-intrusive appliance load identification using cascaded cognitive learning
CN103998942A (zh) * 2010-12-13 2014-08-20 美国弗劳恩霍夫股份公司 用于非侵入式负载监测的方法和系统
US9470551B2 (en) * 2011-12-20 2016-10-18 Robert Bosch Gmbh Method for unsupervised non-intrusive load monitoring
TWI492182B (zh) * 2013-07-17 2015-07-11 電器負載辨識方法
WO2016141978A1 (en) * 2015-03-11 2016-09-15 You Know Watt Improved non-intrusive appliance load monitoring method and device
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
CN106022645B (zh) * 2016-06-07 2021-02-12 深圳市芝电能源科技有限公司 非侵入式在线实时电力负荷识别方法及识别系统
CN107390020B (zh) * 2017-06-09 2019-11-12 东南大学 基于功率及电流特性的电吹风非侵入辨识方法
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

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08457A (ja) * 1994-06-27 1996-01-09 Zojirushi Corp 炊飯器における炊飯容量判別方法
CN103281941A (zh) * 2010-12-31 2013-09-04 皇家飞利浦电子股份有限公司 用于烹饪米饭的方法和设备
JP2012245300A (ja) * 2011-05-31 2012-12-13 Panasonic Corp 炊飯器
WO2014075581A1 (zh) * 2012-11-16 2014-05-22 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
CN105005205A (zh) * 2015-08-28 2015-10-28 天津求实智源科技有限公司 一种基于电力负荷分解与监测的家居安全告警系统及方法
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
DE102016108519A1 (de) * 2016-05-09 2017-11-09 Rwe International Se Nichtinvasive Lastbeobachtung
CN106124850A (zh) * 2016-07-20 2016-11-16 国网江西省电力公司南昌供电分公司 一种基于相似度算法的用于家用智能电表的负荷识别系统及其负荷识别方法
CN106443244A (zh) * 2016-08-31 2017-02-22 南方电网科学研究院有限责任公司 用电设备类型辨识方法和系统
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
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
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
CN107247201A (zh) * 2017-06-09 2017-10-13 东南大学 基于功率及时间特性的电烤箱非侵入辨识方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于Web家电故障诊断系统;王伏秋;《中国优秀硕士学位论文全文库》 *
基于模板滤波的非侵入负荷辨识系统;武昕;韩笑;;计算机应用(第S2期);全文 *
基于遗传优化的非侵入式居民负荷辨识算法;祁兵;韩璐;;电测与仪表(第17期);全文 *
非侵入式电力负荷的辨识和监测;朱德省;尹建丰;周琨荔;;电测与仪表(第S1期);全文 *

Also Published As

Publication number Publication date
CN108152630A (zh) 2018-06-12
SG11201910684SA (en) 2020-02-27
WO2019128843A1 (zh) 2019-07-04

Similar Documents

Publication Publication Date Title
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
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
CN107247201A (zh) 基于功率及时间特性的电烤箱非侵入辨识方法
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
WO2019128844A1 (zh) 一种基于混合判据的微波炉运行的非侵入辨识方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
WO2021109523A1 (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
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
CN112633924B (zh) 一种基于负荷分解的小区电能替代需求分析方法
CN106771593A (zh) 基于混合判据的非侵入式电磁炉启动辨识方法
CN105629065A (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
CN108767847B (zh) 一种非侵入式用电负荷分解方法及装置
CN108572292A (zh) 一种微波炉非侵入负荷辨识方法
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
Kee et al. Non-intrusive load monitoring (nilm)–a recent review with cloud computing
Rathore et al. Non intrusive load monitoring and load disaggregation using transient data analysis
CN112862163A (zh) 一种基于dtw算法的短期电力负荷预测系统
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
CN113655337B (zh) 一种非侵入式用电设备运行序列识别方法及识别系统
CN112016587A (zh) 基于主站特征库技术的用能监测云端协同非侵入辨识方法
LIANG et al. Electric heating load forecasting model and method based on monte carlo method
CN113219268B (zh) 一种多态电器的非侵入辨识方法及装置
Jiao et al. A new construction method for load signature database of load identification
Zhang et al. The Method for Extraction and Identification of Non-intrusive Household Appliances Load Features Based on WPT Algorithm

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