CN108573288B - 一种基于电能表的阻性负载识别与学习方法 - Google Patents

Abstract

本发明涉及一种基于电能表的阻性负载识别与学习方法，提供一嵌入至智能电表的现场识别系统，现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与智能电表匹配的上位机学习系统，上位机学习系统通过一远程识别算法模型对智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至智能电表，用于所述智能电表对后续新增负载进行快速识别。本发明提出的一种基于电能表的阻性负载识别与学习方法，能够在广泛使用的普通智能电表中实现的阻性负载识别与学习方法，在不增加任何保护装置的情况下，消除这类用电安全隐患，提高用电安全。

Description

一种基于电能表的阻性负载识别与学习方法

技术领域

本发明涉及一种基于电能表的阻性负载识别与学习方法。

背景技术

日常生活中用到的部分电器属于阻性负载，如电热杯、环形或棒形烧水器、电烙铁、电吹风、电热毯、电炉等。这类电器在长期通电的情况下会持续发热，使电器本身和周围物体的温度迅速升高。而这些电器通常又没有温度限值保护，因此，非常容易引起火灾，是家庭、办公室、特别是集体公寓中最大的用电安全隐患。通常，此类电器被称为阻性负载或恶性负载。现有恶性负载识别技术中存在需要依赖特定识别电路或装置、未采用明确地识别算法、电表适用类型少、需要依赖造价极高且非现有电表MCU的特定芯片、识别参数结构简单造成的准确性低等问题，均不直接适用于基于现有智能电表的负载识别。

发明内容

本发明的目的在于提供一种基于电能表的阻性负载识别与学习方法，以克服现有技术中存在的缺陷。

为实现上述目的，本发明的技术方案是：一种基于电能表的阻性负载识别与学习方法，提供一嵌入至智能电表的现场识别系统，所述现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与所述智能电表匹配的上位机学习系统，所述上位机学习系统通过一远程识别算法模型对所述智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至所述智能电表，用于所述智能电表对后续新增负载进行快速识别。

在本发明一实施例中，所述现场识别算法模型以及所述远程识别算法模型按照如下步骤建立：

步骤S1：记新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up；新增负载接入前后，供电线路的有功功率、无功功率、视在功率均会发生跃变，记跃变前稳态下的有功功率、无功功率、视在功率分别为P_av0、Q_av0、S_av0，跃变后稳态下的有功功率、无功功率、视在功率分别为P_av1、Q_av1、S_av1，则P_up、PPF_up、RPF_up按照如下方法获取：

P_up=Pav1 - P_av0；

PPF_up = P_up / SQRT ( P_up * P_up + Q_up * Q_up )；

RPF_up = P_up / S_up；

其中，Q_up = ABS（Q_av1 - Q_av0），S_up = ABS（S_av1 - S_av0）；

步骤S2：获得P_up、PPF_up、RPF_up后，按以下逻辑来判断识别阻性负载；

如果P_up≥ P_mal成立，且PPF_up≥ PPF_mal，且RPF_up≥ RPF_mal成立，则识别结果为恶性负载；

如果P_up≥ P_mal成立，但PPF_up≥ PPF_mal或RPF_up≥ RPF_mal不成立，则识别结果为非恶性负载；

其中，P_mal为预设有功功率门限阀值，PPF_mal为预设功率因数门限阀值，RPF_mal为预设视在功率因子门限阀值。

在本发明一实施例中，阻性负载的功率因数为1.00。

在本发明一实施例中，通过设置于所述智能电表中计量芯片实时监测获取新增负载的有功功率、无功功率和视在功率，并将所述预设有功功率门限阀值P_mal、预设功率因数门限阀值PPF_mal以及预设视在功率因子门限阀值RPF_mal通过远程接口预置到所述智能电表中；所述智能电表通过嵌入所述现场识别算法模型对阻性负载进行识别；当识别到阻性负载时，智能电表通过内置的继电器自动断电，提醒用电者。

在本发明一实施例中，所述上位机学习系统下发一学习指令至所述智能电表，所述智能电表收到所述学习指令后，将采集的新增负载一分钟内的有功功率、无功功率、视在功率通过与上位机学习系统匹配的远程接口上传至所述上位机学习系统；所述上位机学习系统通过所述远程识别算法模型，得到该新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，存储结果，并下发存储至所述智能电表，用于对新增负载的快速识别。

在本发明一实施例中，通过所述上位机学习系统，根据存储负载对应的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，设置允许负载接入的白名单以及不允许负载接入的黑名单，并下发存储至所述智能电表，用于对新增负载的快速识别。

相较于现有技术，本发明具有以下有益效果：本发明提出的一种基于电能表的阻性负载识别与学习方法，充分利用了智能电表已有的器件，通过现有电表本身的硬件实现，不依赖特定的识别装置或特定芯片，节省了成本。通过计算接入电器的有功功率、功率因数，并引入视在功率因子概念实现阻性负载识别。引入视在功率因子参数作为判断条件之一，在功率因数基础上，增加了视在功率因子作为识别恶性负载的核心参数，使判断更加准确。还提供了黑白名单以及恶性负载特征参数学习。通过计算新增电气的功率增量、增量的功率因数和增量的视在功率因子，不仅适用于单控智能电表，还适用于双控和多控智能电表。

具体实施方式

下面结合对本发明的技术方案进行具体说明。

本发明提供一种基于电能表的阻性负载识别与学习方法，提供一嵌入至智能电表的现场识别系统，现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与智能电表匹配的上位机学习系统，上位机学习系统通过一远程识别算法模型对智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至智能电表，用于智能电表对后续新增负载进行快速识别。

进一步的，在本实施例中，现场识别算法模型以及远程识别算法模型按照如下步骤建立：

步骤S1：记新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up；新增负载接入前后，供电线路的有功功率、无功功率、视在功率均会发生跃变，记跃变前稳态下的有功功率、无功功率、视在功率分别为P_av0、Q_av0、S_av0，跃变后稳态下的有功功率、无功功率、视在功率分别为P_av1、Q_av1、S_av1，则P_up、PPF_up、RPF_up按照如下方法获取：

P_up=Pav1 - P_av0；

PPF_up = P_up / SQRT ( P_up * P_up + Q_up * Q_up )；

RPF_up = P_up / S_up；

其中，Q_up = ABS（Q_av1 - Q_av0），S_up = ABS（S_av1 - S_av0）；

步骤S2：获得P_up、PPF_up、RPF_up后，按以下逻辑来判断识别阻性负载；

如果P_up≥ P_mal成立，且PPF_up≥ PPF_mal，且RPF_up≥ RPF_mal成立，则识别结果为恶性负载；

如果P_up≥ P_mal成立，但PPF_up≥ PPF_mal或RPF_up≥ RPF_mal不成立，则识别结果为非恶性负载；

其中，P_mal为预设有功功率门限阀值，PPF_mal为预设功率因数门限阀值，RPF_mal为预设视在功率因子门限阀值。在本实施例中，较佳地，Pmal可取30，PPFmal可取0.997，RPFmal可取0.900。

进一步的，在本实施例中，阻性负载的功率因数为1.00。

进一步的，在本实施例中，通过设置于智能电表中计量芯片实时监测获取新增负载的有功功率、无功功率和视在功率，并将预设有功功率门限阀值Pmal、预设功率因数门限阀值PPFmal以及预设视在功率因子门限阀值RPFmal通过远程接口预置到智能电表中；智能电表通过嵌入现场识别算法模型对阻性负载进行识别；当识别到阻性负载时，智能电表通过内置的继电器自动断电，提醒用电者。在智能电表中，目前广泛采用计量芯片的技术方案。计量芯片除实现计量功能外，还实现了电网参数的实时监测，其中就包括有功功率、无功功率和视在功率。因此，识别方法的实现，不需要增加任何硬器件。

进一步的，在本实施例中，上位机学习系统下发一学习指令至智能电表，智能电表收到学习指令后，将采集的新增负载一分钟内的有功功率、无功功率、视在功率通过与上位机学习系统匹配的远程接口上传至上位机学习系统；上位机学习系统通过远程识别算法模型，得到该新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，存储结果，并下发存储至智能电表，用于对新增负载的快速识别。

进一步的，在本实施例中，通过上位机学习系统，根据存储负载对应的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，设置允许负载接入的白名单以及不允许负载接入的黑名单，并下发存储至智能电表，用于对新增负载的快速识别。

在本实施例中，对于某些电器，其负载特性符合阻性负载特性，但又允许其使用，比如高端笔记本电脑、高端台式电脑等。采用本发明的学习方法，可以获得该电器的P_up、PPF_up、RPF_up，将该组特征参数预置到电表中，当该该电器接入后，电表就可以放行该该电器。对于某些电器，其负载特性不符合阻性负载特性，但又不允许其使用。采用本发明的学习方法，可以获得该电器的P_up、PPF_up、RPF_up，将该组特征参数预置到电表中，当该电器接入后，电表就可以识别该电器为阻性负载，而通过自动断电就可以拒绝该电器的使用。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (5)

1.一种基于电能表的阻性负载识别与学习方法，其特征在于，提供一嵌入至智能电表的现场识别系统，所述现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与所述智能电表匹配的上位机学习系统，所述上位机学习系统通过一远程识别算法模型对所述智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至所述智能电表，用于所述智能电表对后续新增负载进行快速识别；

所述现场识别算法模型以及所述远程识别算法模型按照如下步骤建立：

步骤S1：记新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up；新增负载接入前后，供电线路的有功功率、无功功率、视在功率均会发生跃变，记跃变前稳态下的有功功率、无功功率、视在功率分别为P_av0、Q_av0、S_av0，跃变后稳态下的有功功率、无功功率、视在功率分别为P_av1、Q_av1、S_av1，则P_up、PPF_up、RPF_up按照如下方法获取：

P_up=Pav1 - P_av0 ；

PPF_up = P_up / SQRT ( P_up * P_up + Q_up * Q_up )；

RPF_up = P_up / S_up；

其中，Q_up = ABS（Q_av1 - Q_av0），S_up = ABS（S_av1 - S_av0）；

步骤S2：获得P_up、PPF_up、RPF_up后，按以下逻辑来判断识别阻性负载；

如果P_up ≥ P_mal成立，且PPF_up ≥ PPF_mal，且RPF_up≥ RPF_mal成立，则识别结果为恶性负载；

如果P_up ≥ P_mal成立，但PPF_up ≥ PPF_mal或RPF_up ≥ RPF_mal不成立，则识别结果为非恶性负载；

其中，P_mal为预设有功功率门限阀值，PPF_mal为预设功率因数门限阀值，RPF_mal为预设视在功率因子门限阀值。

2.根据权利要求1所述的一种基于电能表的阻性负载识别与学习方法，其特征在于，阻性负载的功率因数为1.00。

3.根据权利要求1所述的一种基于电能表的阻性负载识别与学习方法，其特征在于，通过设置于所述智能电表中计量芯片实时监测获取新增负载的有功功率、无功功率和视在功率，并将所述预设有功功率门限阀值P_mal、预设功率因数门限阀值PPF_mal以及预设视在功率因子门限阀值RPF_mal通过远程接口预置到所述智能电表中；所述智能电表通过嵌入所述现场识别算法模型对阻性负载进行识别；当识别到阻性负载时，智能电表通过内置的继电器自动断电，提醒用电者。

4.根据权利要求1所述的一种基于电能表的阻性负载识别与学习方法，其特征在于，所述上位机学习系统下发一学习指令至所述智能电表，所述智能电表收到所述学习指令后，将采集的新增负载一分钟内的有功功率、无功功率、视在功率通过与上位机学习系统匹配的远程接口上传至所述上位机学习系统；所述上位机学习系统通过所述远程识别算法模型，得到该新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，存储结果，并下发存储至所述智能电表，用于对新增负载的快速识别。

5.根据权利要求4所述的一种基于电能表的阻性负载识别与学习方法，其特征在于，通过所述上位机学习系统，根据存储负载对应的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up，设置允许负载接入的白名单以及不允许负载接入的黑名单，并下发存储至所述智能电表，用于对新增负载的快速识别。