CN108224681A - 基于决策树分类器的非侵入式空调启动检测方法 - Google Patents

基于决策树分类器的非侵入式空调启动检测方法 Download PDF

Info

Publication number
CN108224681A
CN108224681A CN201711355579.3A CN201711355579A CN108224681A CN 108224681 A CN108224681 A CN 108224681A CN 201711355579 A CN201711355579 A CN 201711355579A CN 108224681 A CN108224681 A CN 108224681A
Authority
CN
China
Prior art keywords
starting
air conditioner
current
air
detection method
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
CN201711355579.3A
Other languages
English (en)
Inventor
蒋雯倩
李刚
谢雄威
曾博
杨舟
郭小璇
韦杏秋
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.)
Electric Power Research Institute of Guangxi Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangxi Power Grid 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 Electric Power Research Institute of Guangxi Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangxi Power Grid Co Ltd
Priority to CN201711355579.3A priority Critical patent/CN108224681A/zh
Publication of CN108224681A publication Critical patent/CN108224681A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于决策树分类器的非侵入式空调启动检测方法，涉及空调启动检测技术领域。所述基于决策树分类器的非侵入式空调启动检测方法，实时采集用户总进线端的实时电压信号和电流信号，计算出用户总进线端的稳态平均功率增量、启动突变电流倍数和启动过程持续时长，再采用决策树分类器准确快速的辨识出非变频空调启动；本发明的检测方法不需要进入居民家庭内部就可以直接、有效、迅速地辨识非变频空调启动的问题，具有简单、经济、易于推广应用等优点，该辨识结果有助于了解用户大功率非变频空调电器的启动运行特性以及能耗情况，有利于电网公司对空调电器的需求侧管理工作，降低了管理难度。

Description

基于决策树分类器的非侵入式空调启动检测方法
技术领域
本发明属于空调启动检测技术领域，尤其涉及一种基于决策树分类器的非侵入式空调启动检测方法。
背景技术
随着我国的经济迅速发展和气候变暖，一些中心城市城网的负荷水平和负荷构成发生了变化，尤其是空调、冰箱和冰柜负荷数量有了迅速的增长。受空调负荷影响，电网用电负荷迅速增长，峰谷差进一步拉大，空调负荷的急剧增长已经成为夏季电网负荷特性恶化和电力紧缺的重要原因。同时空调在工作时功率会有较大程度的波动，在夏季期间，巨大数量的空调工作时产生的波动会导致电网负荷的急剧变化，影响稳定性。非变频空调由于电网频率恒为50Hz的原因，压缩机的转速不变，要实现控温，只能不断地启停压缩机，造成很大的能量损耗。
空调负荷的主要部件是异步电动机，因此空调的负荷特性与异步电动机的特性非常相似。研究显示，空调负荷的电压与无功功率的关系特性表现为在额定电压附近，空调负荷的无功功率随电压的升降而增减，在电压明显低于额定值时，电压下降时无功功率反而上升。空调的这种特性对电网电压稳定性的影响不容忽视。
《电力系统负荷建模》、《空调负荷对电压稳定影响的研究》和《空调负荷运行特性研究及建模》等文献对空调负荷运行特性进行了研究，介绍了空调不同运行状态下的负荷模型，并指出了空调类负荷对电压稳定有较大的影响，强调需重点注意空调类负荷比重较大的地区，且从防灾减灾的角度讨论了空调的有关问题，《Transmission voltage delayedby stalled air conditioner compressors》和《空调类装置密集地区高电压节点负荷特性的集结》文献中指出，在空调使用的高峰期，系统多重事故发生后电压难以恢复，分析认为这种情况主要是由空调堵转所致，且对空调压缩机特性及其保护装置进行研究，将其用于事故的模拟中。
综合上述分析，目前的研究工作对于空调负荷的负荷模型和运行特性进行了系统的研究，分析得到空调类负荷对于电压和系统稳定有着较大的影响。然而，目前的研究成果中未发现可以直接、迅速、高效辨别非变频空调启动的方法，对于大功率的非变频空调的启动运行特性及其耗能情况均无法进行判别，因而对于电网公司而言，增大了对于空调负荷的监测难度，进一步增大了负荷预测以及需求侧管理工作的难度。
发明内容
针对现有技术的不足，本发明提供一种基于决策树分类器的非侵入式空调启动检测方法，该方法不需要进入居民家庭内部就可以直接、有效、迅速地辨识非变频空调启动的问题，有利于了解场景内部电力用户非变频空调电器的启动运行特性和空调的耗能情况，同时有利于电网公司需求侧管理工作的有效进行。
本发明是通过如下的技术方案来解决上述技术问题的：一种基于决策树分类器的非侵入式空调启动检测方法，包括以下几个步骤：
(1)采集用户总进线端的电压信号u和电流信号i，形成电压的采样序列和电流的采样序列；
(2)扫描电压的采样序列和电流的采样序列，计算稳态平均功率增量ΔP，若稳态平均功率增量ΔP>ε，ε为设定的稳态功率阈值，则判别可能为非变频空调启动，转入步骤(3)；否则，判别不是非变频空调启动；
(3)计算启动突变电流倍数k1，若启动突变电流倍数满足k1>1，则判别可能为非变频空调启动，转入步骤(4)；否则，判别不是非变频空调启动；
(4)计算启动过程持续时长δ，若启动过程持续时长满足δ>5s，则确定为非变频空调启动；否则，判别不是非变频空调启动。
进一步的，所述步骤(1)采用电压传感器和电流传感器分别采集用户总进线端的电压信号u和电流信号i；且采样频率设为500Hz。
进一步的，所述步骤(2)稳态平均功率增量ΔP＝P2-P1，其中，P1为某电器启动前稳态平均功率，P2为某电器启动运行后稳态平均功率。
进一步的，所述步骤(3)启动突变电流倍数其中，IM为最大启动突变电流，IW为稳态运行峰值电流。
进一步的，所述最大启动突变电流IM＝IP1-I0，所述稳态运行峰值电流IW＝IP2-I0，其中，IP1为某电器启动后重新稳态运行时的最大电流，IP2为某电器启动前的稳态峰值电流，I0为某电器启动前的稳态峰值电流。
进一步的，所述步骤(2)采用决策树分类器1判别稳态平均功率增量ΔP是否大于设定的稳态功率阈值ε；所述步骤(3)采用决策树分类器2判别启动突变电流倍数满足k1>1；所述步骤(4)采用决策树分类器3判别启动过程持续时长满足δ>5s。
与现有技术相比，本发明所提供的基于决策树分类器的非侵入式空调启动检测方法，实时采集用户总进线端的实时电压信号和电流信号，计算出用户总进线端的稳态平均功率增量、启动突变电流倍数和启动过程持续时长，再采用决策树分类器准确快速的辨识出非变频空调启动；本发明的检测方法不需要进入居民家庭内部就可以直接、有效、迅速地辨识非变频空调启动的问题，具有简单、经济、易于推广应用等优点，该辨识结果有助于了解用户大功率非变频空调电器的启动运行特性以及能耗情况，有利于电网公司对空调电器的需求侧管理工作，降低了管理难度。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一种基于决策树分类器的非侵入式空调启动检测方法的流程图；
图2是本发明实施例非侵入式空调启动的辨识流程图。
具体实施方式
下面结合本发明实施例中的附图，对本发明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作出创造性劳动的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所示，本发明所提供的一种基于决策树分类器的非侵入式空调启动检测方法，包括以下几个步骤：
(1)采用电压传感器和电流传感器分别采集用户总进线端的电压信号u和电流信号i，形成电压的采样序列和电流的采样序列，设定采样频率为500Hz。
(2)扫描电压的采样序列和电流的采样序列，形成待识别的负荷样本，负荷样本包括采集的电压信号、电流信号以及由电压信号和电流信号计算得到的平均功率信号；根据负荷样本计算稳态平均功率增量ΔP，采用决策树分类器1判别稳态平均功率增量ΔP是否大于设定的稳态功率阈值ε；若稳态平均功率增量ΔP>ε，则判别可能为非变频空调启动，并形成B类负荷样本，转入步骤(3)；否则，判别不是非变频空调启动，并形成A类负荷样本。
稳态平均功率增量ΔP＝P2-P1，其中，P1为某电器(如空调)启动前稳态平均功率，P2为某电器(如空调)启动运行后稳态平均功率。例如，在场景内只有冰箱稳定运行的基础上，当美的空调启动制冷模式工作时，启动前稳态平均功率为P1＝130W，空调启动运行后稳态平均功率P2＝1030W，由此可以计算得到美的空调制冷模式启动运行后的稳态平均功率增量ΔP＝1030-130＝900W；
当TCL立式空调独立启动制冷运行前，无其他电器启动，空调启动前稳态平均功率P1＝0W，空调电器启动运行后稳态平均功率P2＝1600W，可以计算TCL立式空调启动运行后的稳态平均功率增量ΔP＝1600-0＝1600W。一般设稳态功率阈值ε＝600W。
(3)根据B类负荷样本计算启动突变电流倍数k1，采用决策树分类器2判别启动突变电流倍数满足k1>1；若启动突变电流倍数满足k1>1，则判别可能为非变频空调启动，形成C类负荷样本，转入步骤(4)；否则，判别不是非变频空调启动。
扫描B类负荷样本中的电流序列，分析提取最大启动突变电流IM和稳态运行峰值电流IW，计算启动突变电流倍数
最大启动突变电流IM＝IP1-I0，稳态运行峰值电流IW＝IP2-I0，其中，IP1为某电器(如空调)启动后重新稳态运行时的最大电流，IP2为某电器(如空调)启动前的稳态峰值电流，I0为某电器(如空调)启动前的稳态峰值电流。
(4)根据C类负荷样本计算启动过程持续时长δ，采用决策树分类器3判别启动过程持续时长满足δ>5s；若启动过程持续时长满足δ>5s，则确定为非变频空调启动；否则，判别不是非变频空调启动。
当电器启动运行时，若同时满足三个条件：稳态平均功率增量ΔP>ε，启动电流突变倍数k1>1，启动过程持续时长大于δ>5s，则可以确定存在非变频空调启动运行。
如图2所示，以家庭非变频空调为例，非变频空调启动的具体辨识过程如下及结果如下：
决策树分类器1的设计原则是稳态平均功率增量的大小，例如以稳态功率阈值ε＝600W作为判据，可以将负荷样本分成两类：A类负荷样本(小于600W)和B类负荷样本(大于600W)，非变频空调属于B类负荷样本。决策树分类器2的设计原则是脉冲幅值的大小，具有一定比例(大于1倍)的启动突变电流倍数k1的非变频空调属于C类负荷样本，可以区分出C类负荷样本(高暂态脉冲幅值负荷)；决策树分类器3的设计原则是启动过程持续时长，非变频空调的启动过程持续时长δ大于5s。假设家庭中只需要辨识冰箱，洗衣机，空调和电磁炉这4种电器设备，决策树分类器1依据稳态平均功率增量将冰箱辨识为A类负荷样本，将洗衣机、空调和电磁炉辨识为B类负荷样本；决策树分类器2依据启动电流突变倍数将电磁炉和空调这两种C类负荷样本区分出来，同时直接辨识出洗衣机；决策树分类器3依据启动过程持续时长区分电磁炉和空调，最终将非变频空调成功辨识。
以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于决策树分类器的非侵入式空调启动检测方法，其特征在于，包括以下几个步骤：
（1）采集用户总进线端的电压信号u和电流信号i，形成电压的采样序列和电流的采样序列；
（2）扫描电压的采样序列和电流的采样序列，计算稳态平均功率增量∆P，若稳态平均功率增量∆P>ε，ε为设定的稳态功率阈值，则判别可能为非变频空调启动，转入步骤（3）；否则，判别不是非变频空调启动；
（3）计算启动突变电流倍数k1，若启动突变电流倍数满足k1>1，则判别可能为非变频空调启动，转入步骤（4）；否则，判别不是非变频空调启动；
（4）计算启动过程持续时长δ，若启动过程持续时长满足δ>5s，则确定为非变频空调启动；否则，判别不是非变频空调启动。
2.如权利要求1所述的非侵入式空调启动检测方法，其特征在于，所述步骤（1）采用电压传感器和电流传感器分别采集用户总进线端的电压信号u和电流信号i；且采样频率设为500Hz。
3.如权利要求1所述的非侵入式空调启动检测方法，其特征在于，所述步骤（2）稳态平均功率增量∆P=P2-P1，其中，P1为某电器启动前稳态平均功率，P2为某电器启动运行后稳态平均功率。
4.如权利要求1所述的非侵入式空调启动检测方法，其特征在于，所述步骤（3）启动突变电流倍数，其中，IM为最大启动突变电流，IW为稳态运行峰值电流。
5.如权利要求4所述的非侵入式空调启动检测方法，其特征在于，所述最大启动突变电流IM= IP1- I0，所述稳态运行峰值电流IW= IP2- I0，其中，IP1为某电器启动后重新稳态运行时的最大电流，IP2为某电器启动前的稳态峰值电流，I0为某电器启动前的稳态峰值电流。
6.如权利要求1所述的非侵入式空调启动检测方法，其特征在于，所述步骤（2）采用决策树分类器1判别稳态平均功率增量∆P是否大于设定的稳态功率阈值ε；所述步骤（3）采用决策树分类器2判别启动突变电流倍数满足k1>1；所述步骤（4）采用决策树分类器3判别启动过程持续时长满足δ>5s。
CN201711355579.3A 2017-12-16 2017-12-16 基于决策树分类器的非侵入式空调启动检测方法 Pending CN108224681A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711355579.3A CN108224681A (zh) 2017-12-16 2017-12-16 基于决策树分类器的非侵入式空调启动检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711355579.3A CN108224681A (zh) 2017-12-16 2017-12-16 基于决策树分类器的非侵入式空调启动检测方法

Publications (1)

Publication Number Publication Date
CN108224681A true CN108224681A (zh) 2018-06-29

Family

ID=62652404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711355579.3A Pending CN108224681A (zh) 2017-12-16 2017-12-16 基于决策树分类器的非侵入式空调启动检测方法

Country Status (1)

Country Link
CN (1) CN108224681A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109376795A (zh) * 2018-11-19 2019-02-22 四川长虹电器股份有限公司 基于决策树分类算法的空调智能温控方法
CN109387712A (zh) * 2018-10-09 2019-02-26 厦门理工学院 基于状态矩阵决策树的非侵入式负荷检测与分解方法
CN111025013A (zh) * 2019-12-02 2020-04-17 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
WO2020114141A1 (zh) * 2018-12-07 2020-06-11 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN111550915A (zh) * 2020-05-14 2020-08-18 郑瀚韬 一种基于非侵入式量测的空调智能控制系统
CN114240057A (zh) * 2021-11-17 2022-03-25 国网天津市电力公司 一种基于三阶负荷模型的商业空调启动辨识方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011076779A1 (de) * 2011-05-31 2012-12-06 Airbus Operations Gmbh Verfahren und Vorrichtung zur Vorhersage des Zustands einer Komponente oder eines Systems, Computerprogrammprodukt
CN104091042A (zh) * 2014-06-15 2014-10-08 西南交通大学 一种基于运行数据对中央空调系统节能诊断及节能潜力分析的方法
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
CN105866581A (zh) * 2016-04-08 2016-08-17 湖南工业大学 一种电器类型识别方法
CN105891633A (zh) * 2016-04-08 2016-08-24 湖南工业大学 学生宿舍用电器类型判断装置
CN105913010A (zh) * 2016-04-08 2016-08-31 湖南工业大学 用电器类型判断器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011076779A1 (de) * 2011-05-31 2012-12-06 Airbus Operations Gmbh Verfahren und Vorrichtung zur Vorhersage des Zustands einer Komponente oder eines Systems, Computerprogrammprodukt
CN104091042A (zh) * 2014-06-15 2014-10-08 西南交通大学 一种基于运行数据对中央空调系统节能诊断及节能潜力分析的方法
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
CN105866581A (zh) * 2016-04-08 2016-08-17 湖南工业大学 一种电器类型识别方法
CN105891633A (zh) * 2016-04-08 2016-08-24 湖南工业大学 学生宿舍用电器类型判断装置
CN105913010A (zh) * 2016-04-08 2016-08-31 湖南工业大学 用电器类型判断器

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109387712A (zh) * 2018-10-09 2019-02-26 厦门理工学院 基于状态矩阵决策树的非侵入式负荷检测与分解方法
CN109376795A (zh) * 2018-11-19 2019-02-22 四川长虹电器股份有限公司 基于决策树分类算法的空调智能温控方法
WO2020114141A1 (zh) * 2018-12-07 2020-06-11 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN111025013A (zh) * 2019-12-02 2020-04-17 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN111550915A (zh) * 2020-05-14 2020-08-18 郑瀚韬 一种基于非侵入式量测的空调智能控制系统
CN114240057A (zh) * 2021-11-17 2022-03-25 国网天津市电力公司 一种基于三阶负荷模型的商业空调启动辨识方法

Similar Documents

Publication Publication Date Title
CN108224681A (zh) 基于决策树分类器的非侵入式空调启动检测方法
CN105406596A (zh) 基于混合电流判据的非侵入式非变频空调启动辨识方法
CN103528134B (zh) 空调器及其加热控制方法
CN105972761B (zh) 一种非侵入式空调负荷监测方法
CN102901936B (zh) 交流电源断电检测方法及直流变频压缩机的断电保护方法
CN104967100B (zh) 变频家电设备中pfc电路的电压骤升保护装置、方法
CN109245148A (zh) 一种柔性直流接入电网的电压稳定判别方法
CN109596910A (zh) 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN104967301B (zh) 变频家电设备中pfc电路的电压骤升保护装置、方法
CN208985211U (zh) 确定风电机组限功率数据的装置
CN108278723A (zh) 空调的控制方法
CN102645080A (zh) 一种根据湿度控制风门加热器的控制装置及控制方法
CN106288598B (zh) 基于分布式光伏发电的冷库制冷自动控制系统及方法
CN109031104A (zh) 一种用于继电保护装置继电器触点性能检测装置
CN205944819U (zh) 一种智能自动化散热的箱式变电站
CN203518133U (zh) 基站节能监控系统
WO2023071157A1 (zh) 空调器的机能力补偿控制方法、装置及空调系统
CN203501317U (zh) 智能型基站一体化空调节能装置
CN100517904C (zh) 用于三相交流供电系统的智能节电器
CN105320192A (zh) 大功率排风扇和加热器的自动控制装置
CN114240057A (zh) 一种基于三阶负荷模型的商业空调启动辨识方法
CN112257779A (zh) 一种中央空调自学习工况参数获取方法
CN111697576A (zh) 一种适用于变频空调负荷的详细负荷等值方法
CN202026098U (zh) 螺杆膨胀发电机组的并网控制系统
CN205121199U (zh) 一种家庭节能与安全控制系统

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: 20180629

RJ01 Rejection of invention patent application after publication