CN108596654A - 用电信息采集方法、装置、计算机设备和存储介质 - Google Patents
用电信息采集方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN108596654A CN108596654A CN201810315987.4A CN201810315987A CN108596654A CN 108596654 A CN108596654 A CN 108596654A CN 201810315987 A CN201810315987 A CN 201810315987A CN 108596654 A CN108596654 A CN 108596654A
- Authority
- CN
- China
- Prior art keywords
- point data
- sample point
- signal
- read
- dual port
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000009977 dual effect Effects 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims abstract description 42
- 230000001360 synchronised effect Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 15
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000003750 conditioning effect Effects 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 101100510617 Caenorhabditis elegans sel-8 gene Proteins 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 102000001253 Protein Kinase Human genes 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 108060006633 protein kinase Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Power Sources (AREA)
Abstract
本发明涉及用电信息采集方法、装置、计算机设备和存储介质，应用于电网技术领域。所述方法包括：获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。本发明实施例实现了对采集回路用户用电信息的高密度采集。
Description
技术领域
本发明涉及电网技术领域，特别是涉及用电信息采集方法、装置、计算机设备和存储介质。
背景技术
随着电力改革的进行，配售分离日益成型化，售电市场的竞争日趋激烈。电力企业如何保留电力用户，提升电力用户价值的同时，提升企业自身价值，以达到用户与企业的互利，成为了电力企业日益关心的问题。
目前，对电力公司用户的用电信息的采集模式比较传统，用户用电信息采集装置只有简单电能计量功能，该采集装置多为普通电表和智能电表，此类设备由于受到通讯链路资源限制，只能做到一天上传较少的电量信息，例如1天上传24个电量信息点，用户用电信息的采集不够全面，根本无法支撑对电力用户用电行为和特征的深度分析，导致难以实现对用户的大量的用电信息的可靠分析。
发明内容
基于此，有必要针对现有方式难以实现对用户用电信息的采集不够全面的问题，提供一种用电信息采集方法、装置、计算机设备和存储介质。
本发明实施例提供的方案包括：
一方面提供，一种用电信息采集方法，包括：
获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；
对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；
对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；
采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
在其中一个实施例中，所述采用DSP芯片从双口RAM中并行读取两路采样点数据之后，还包括：
对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库。
在其中一个实施例中，还包括：
根据所述负荷特征库对读取到的所述采集回路的新的采样点数据进行负荷分类，得到所述新的采样点数据的负荷分类结果。
在其中一个实施例中，所述通过CPLD对所述电压信号和电流信号进行同步离散采样之前，还包括：
分别对所述电压信号和电流信号进行模拟信号前级调理，得到调理后的电压和电流信号。
在其中一个实施例中，所述双口RAM对应的写操作和读操作满足条件：
在所述双口RAM的尾地址写入新的采样点数据时，最近写入所述双口RAM的首地址的采样点数据已被读取。
在其中一个实施例中，所述对所述电压信号和电流信号进行同步离散采样，包括：
采用CPLD以及有限状态机策略控制第一AD采集芯片、第二AD采集芯片分别对所述电压信号、电流信号进行同步离散采样。
在其中一个实施例中，所述对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库，包括：
针对读取到的两路采样点数据，分别采用FFT算法计算电压有效值和电流有效值；
采用不同时间窗口对读取到的两路采样点数据进行第一次聚类分析，得到一次聚类结果；各一次聚类结果中包含一种负荷的启动、停止和/或中间状态；
通过所述一次聚类结果与所述电压有效值和电流有效值的关联，确定负荷的完整启停序列；
若累计得到设定数量的负荷的完整启停序列，则对新读取到的两路采样点数据进行第二次聚类分析，得到二次聚类结果；所述二次聚类结果中包含有负荷的完整启停序列；
根据所述二次聚类结果，建立所述采集回路的负荷特征库。
另一方面提供，一种用电信息采集装置，包括：
信号获取模块，用于获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；
采样模块，用于对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；
存储模块，用于对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；
以及，读取模块，用于采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
上述用电信息采集方法及装置，通过对采集回路的电压信号和电流信号进行同步离散采样，得到两路采样点数据；并对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；进一步地，采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。由此实现了对采集回路用户用电信息的高密度采集，由此能够得到采集回路较为全面的用户用电信息。
一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例的用电信息采集方法。
上述计算机设备，通过所述处理器上运行的计算机程序，实现了对采集回路用户用电信息的高密度采集，由此能够得到采集回路较为全面的用户用电信息。
一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一实施例的用电信息采集方法。
上述计算机存储介质，通过其存储的计算机程序，实现了对采集回路用户用电信息的高密度采集，由此能够得到采集回路较为全面的用户用电信息。
附图说明
图1为一实施例的用电信息采集方法的示意性流程图；
图2为一实施例的用电信息采集方法的实现硬件系统框架图；
图3为一实施例的用电信息采集方法的实现软件系统框架图；
图4为一实施例的实现同步离散采样的电路示意图；
图5为一实施例的LTC1606工作时序示意图；
图6为一实施例的采集进程状态转换示意图；
图7为一实施例的双口RAM结构示意图；
图8为一实施例的双口RAM程序流程图；
图9为一实施例的双口RAM进程仿真结果；
图10为一实施例的DSP算法处理电路示意图；
图11为一实施例的建立负荷特征库的示意性流程图；
图12为一实施例的基于负荷特征库实现用户分类的示意性流程图；
图13为一实施例的用电信息采集装置的示意性结构图；
图14为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请提供的用电信息采集方法，可以应用于电网监测系统，电网监测系统包括采集回路、监测终端、电压/电流检测设备以及其他相关的电力设备，通过电压/电流检测设备可实时检测采集回路中的电压、电流信号，通过监测终端可对采集回路中的用电信息进行分析，得出采集回路中用户用电信息的特征信息。
在一个实施例中，如图1所示，提供了一种用电信息采集方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤S11，获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号。
其中，采集回路可以是电网中的任何回路，本发明对此不作限定，可根据实际情况选定采集回路。获取采集回路的电压信号和电流信号的方式可以现有的检测回路中电压电流的方法，本发明对此不作限定，只要保证能够实时检测采集回路中的电压波形和电流波形。
可选地，在获取到采集回路的原始的电压信号和电流信号之后，分别对所述电压信号和电流信号进行模拟信号前级调理，得到调理后的电压信号和电流信号。例如：通过典型信号调理电路对两路模拟信号进行相位同步、幅值同步和滤波，并最终输入到采样电流中，以进行离散化采样。
步骤S12，对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据。
在一实施例中，将经过前级调理后的电压信号和电流信号输入到两路AD采集芯片(即模拟数字转换器)中，以进行离散化采样。即将经过前级调理后的电压信号输入到第一AD采集芯片中，将将经过前级调理后的电流信号输入到第二AD采集芯片中，两个AD采集芯片互不干扰的并行实现模拟信号的离散化采样，对应的硬件架构图2所示。
进一步地，在一实施例中，采用CPLD(Complex Programmable Logic Device，复杂可编程逻辑器件)以及有限状态机策略，同步控制第一AD采集芯片、第二AD采集芯片分别对电压信号、电流信号进行离散采样。例如：选择高速AD采集芯片LTC1606对前级调理后的电压信号和电流信号进行同步128点离散采样，一般地，AD控制电路通常采用单片机等MCU进行AD采集芯片的控制，本发明考虑到保证两路信号的同步和高速采样，同时考虑到后续RAM进程的并发管理，因此采用EMP7128STC100-15CPLD芯片来对两个AD采集芯片进行并行控制采样。
步骤S13，对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立。
随机存取存储器(random access memory，RAM)又称作“随机存储器”，是与CPU直接交换数据的内部存储器，也叫主存(内存)。它可以随时读写，而且速度很快，通常作为操作系统或其他正在运行中的程序的临时数据存储媒介。
通过双口RAM的数据存储机制，用来缓冲数据采集与数据处理之间产生的异步时差。因此，所述双口RAM对应的写操作和读操作满足条件：在所述双口RAM的尾地址写入新的采样点数据时，最近写入所述双口RAM的首地址的采样点数据已被读取。
步骤S14，采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
DSP芯片，也称数字信号处理器，是一种特别适合于进行数字信号处理运算的微处理器，其主要应用是实时快速地实现各种数字信号处理算法。根据数字信号处理的要求，DSP芯片一般具有如下主要特点：(1)在一个指令周期内可完成一次乘法和一次加法；(2)程序和数据空间分开，可以同时访问指令和数据；(3)片内具有快速RAM，通常可通过独立的数据总线在两块中同时访问；(4)具有低开销或无开销循环及跳转的硬件支持；(5)快速的中断处理和硬件I/O支持；(6)具有在单周期内操作的多个硬件地址产生器；(7)可以并行执行多个操作；(8)支持流水线操作，使取指、译码和执行等操作可以重叠执行。
基于此，分别利用复杂可编程逻辑器件CPLD在并行控制和线程管理的优势，结合DSP芯片高速运算的特点分别实现了高密度采集和用电信息的输出。
通过上述实施例的用电信息采集方法，对采集回路的电压信号和电流信号进行同步离散采样，得到两路采样点数据；并对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；进一步地，采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。由此实现了对采集回路用户用电信息的高密度采集，由此能够得到采集回路较为全面的用户用电信息。
在一实施例中，在采用DSP芯片从双口RAM中并行读取两路采样点数据之后，还包括：对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库。具体地，对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库的过程可包括：
首先，针对读取到的两路采样点数据，分别采用FFT算法计算电压有效值和电流有效值；其中，FFT是一种DFT的高效算法，称为快速傅立叶变换(fast Fourier transform)，它是对离散傅立叶变换的算法进行改进获得的。
其次，采用不同时间窗口对读取到的两路采样点数据进行第一次聚类分析，得到一次聚类结果；各一次聚类结果中包含一种负荷的启动、停止和/或中间状态；通过所述一次聚类结果与所述电压有效值和电流有效值的关联，确定负荷的完整启停序列。
再次，若累计得到设定数量的负荷的完整启停序列，则对新读取到的两路采样点数据进行第二次聚类分析，得到二次聚类结果；所述二次聚类结果中包含有负荷的完整启停序列；根据所述二次聚类结果，建立所述采集回路的负荷特征库。
由此可基于高密度采集到的用户用电数据，实现采集回路的用户用电特征分析。
进一步地，在一实施例中，可根据所述负荷特征库对读取到的所述采集回路的新的采样点数据进行负荷分类，得到所述新的采样点数据的负荷分类结果。
由此，有利于对用户的大量的值得挖掘的用电信息形成细致化的分析系统，根据市场动向，进行销售方面的改进，依据市场需求更改自身的发展目标和发展战略。
继续参考图2所示的硬件架构图，在一实施例中，通过CPLD对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据。具体地，通过两路分离高度采集芯片对电压信号、电流信号进行同步采集和离散化，分别利用CPLD在并行控制和线程管理的优势，结合DSP芯片高速运算的特点，分别实现了高密度采集和用电信息的输出。具体过程如下：
步骤1，首先获取采集回路的电压信号和电流信号，通过典型信号调理电路对两路信号进行相位同步、幅值同步和滤波，并最终输入到两路AD采集芯片中。
步骤2，选择高速AD采集芯片LTC1606对调理后的电压和电流信号进行同步采集，采用EMP7128STC100-15CPLD芯片来对两个AD采集芯片进行并行控制采样。
如图3为采样控制电路，CPLD芯片分别通过两个AD采集芯片LTC1606的引脚，来同步控制两个AD采集芯片的采样与启动转换，而AD采集芯片LTC1606则通过的状态来通知CPLD芯片转换完成，使得CPLD芯片通过16位数据总线读取AD采集芯片的采样结果，REF引脚通过旁路电容接地采用内部2.5V参考电压，经过滤波整形的电压信号和电流信号通过AIN引脚输入到AD采集芯片中以待转换。
如图4为软件架构示意图，主结构(Architecture)包含4个进程(Process)，而每个进程在程序执行时是并发执行的，并不受到它们在主结构中的编写顺序的影响。4个进程分别是一个加减计数器的进程、两个信号并行采样进程以及一个双口RAM缓存区进程。
采样进程可以通过分析AD采集芯片LTC1606的工作时序，设计两个并行的状态机进程来同时控制两路转换器的采样保持、转换、输出。
参考图5所示，当LTC1606工作时序为当拉低时，由来控制LTC1606工作，其中是用来表示转换是否完成的引脚。初始状态时，与都置高，没有启动转换，数据线上呈高阻状态；第一状态时，将引脚拉低，启动一次转换，此时变低表示转换正在进行；第二状态时，将引脚拉高，并判断是否为高，若为高则表示转换完成进入下一状态，若位低表示转换仍在进行，则还应停留在二状态进行等待；第三状态时，在的上升沿发出数据锁存有效信号，将转换结果存入缓存区以等待后续处理。其中用VHDL语言实现状态机的主进程如下：
com:process(current_state,busy)–进程开始，敏感信号为状态信号和busy引脚信号；
begin
case current_state is–判断当前状态为哪一状态，并进入相应状态处理分支
when st0＝>rc<＝'1'；lock<＝'0'；-状态零RC引脚拉高，转换未启动，锁存信号无效
next_state<＝st1；
when st1＝>rc<＝'0'；lock<＝'0'；-状态一RC引脚拉低，转换启动，锁存信号无效next_state<＝st2；
when st2＝>rc<＝'1'；lock<＝'0'；-状态二RC引脚拉高，等待转换完成，锁存信号无效
if(busy＝'1')then-busy为1，转换完成，进入下一状态
next_state<＝st3；
else next_state<＝st2；-busy为0，转换未完成，停留状态二等待
end if；
when st3＝>rc<＝'1'；lock<＝'1'；-状态三RC引脚拉高，转换完成，锁存信号有效，存入数据
next_state<＝st0；
when others＝>next_state<＝st0；
end case；
end process com；–进程结束
对应的，AD采用芯片的采样进程状态转换图如图6所示。
步骤3，在CPLD芯片中设计一双口RAM，用来缓冲数据采集与数据处理之间产生的异步时差。
在一实施例中，双口RAM的结构和工作原理如图7，所设计的存储器空间为16字的容量，当向双口RAM的新地址写入每一个采样点的三个信息量时(图中所示为地址13、14、15)，信号处理部分则读取先前写入双口RAM的采集点的三个信息量进行负荷细分等处理(图中所示为地址0、1、2)，当双口RAM写满数据后，写地址指针又会重新定位到双口RAM的首地址写入新的采样点数据，这种缓存结构的设立不会丢失采样点信息，保证了还原采样点电压信号和电流信号的连续性和可靠性，虽然还原信号滞后源信号3到4个字的时间，但保证了每一个采样点三个信息量的同步性，这是C语言等顺序结构语言所无法达到的。
图8为采用VHDL描述的双口RAM进程的程序流程图。如图所示，包括以下过程：
首先，定义实体与外部端口，包括时钟、输入输出、读写地址端口。它们的作用分别是：时钟端口：利用时钟的脉冲边沿来触发读写进程，使得新老采样点数据在双口RAM中交替进出。输入输出端口：分别为16位的位矢量类型，用来保证与16位AD采集芯片和DSP芯片的数据格式匹配。读写地址端口：2位的位矢量类型，用来设置16位字的存储器容量，并在读写RAM操作时提供地址选址信号。
其次，定义结构体，包括定义内部缓冲地址信号，并定义了一个容量为16字的Mem(存储器类型)型变量。
最后，定义并发进程，包括写进程和读进程的定义，以时钟的脉冲信号作为敏感信号来触发进程的启动，每一个时钟周期完成一次对双口RAM的读写，其中时钟频率由CPLD芯片根据AD采集芯片的采样速度和DSP芯片的处理速度来设定，要保证当采样点数据写入双口RAM的尾地址的时刻，至少要保证双口RAM的首地址的采样点数据已经被DSP芯片所读取。
图9为该进程的仿真结果，由图可见，在第一个时钟的上升沿，数据输入端口data的值为4，此时写选通端口write_address选通地址1，注意到对应着地址1的存储器模块ram_block1内的值在此刻刷新为4，说明写进程正确。同时应注意到读地址的选通信号read_address被传递到内部寄存器地址address_reg，address_reg中的值被刷新为1。当第一个时钟的下降沿到来时，信号输出端口q根据内部寄存器地址address_reg中的地址值1选通ram_block1，把q的值刷新为4，说明读进程也正确。在实际操作中，分别指定读写地址选通信号，来实现对不同地址的访问。
步骤4，选用TMS320C5402作为算法处理芯片，通过并行总线从CPLD芯片中的双口RAM中读取实时的采样点数据，采用128点FFT算法计算电压有效值、电流有效值，并通过电压有效值、电流有效值计算有功、无功、相角、功率因数谐波等基本参数信息，为后续负荷细分提供基础数据。
步骤5，通过对周波级的128点离散数据进行存储、去残点，对一次数据点进行不同时间窗口的聚类分析，得到不同波形的一次聚类结果。每种一次聚类结果代表一种负荷的启动、停止或者中间状态，通过一次聚类结果与有效值的关联分析，可以得出某个负荷的完整启停序列；当该序列累计到一定容量后可启动二次聚类，得到二次聚类结果，二次聚类结果就包含了带有启停信息的完成特性的负荷特征分类结果(负荷特征库)。流程图如图11所示。
步骤6，设备中已经含有负荷特征库的前提下，会对新采集的周波数据和有效值数据进行甄别，每组数据会遍历负荷特征库，如果满足负荷特征库参数，其行为所产生的结果(用电行为特性、电量)则会被归类到该类负荷特征库上，最终经过累计会得到分钟、小时、日、月、年的负荷级别的用电信息，其密度最小可达到1分钟，该类信息通过DSP芯片驱动高速PHY片DM9000上传到后台或主站进行用户行为分析等高级应用。流程图如图12所示。
基于上述实施例的示例性说明，本发明通过两路分离高度采集芯片对电压、电流信号进行同步采集，分别利用CPLD在并行控制和线程管理的优势结合DSP芯片高速运算的特点分别实现了高密度采集和负荷级用电信息的输出。
应该理解的是，对于前述的各方法实施例，虽然流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，方法实施例的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于与上述实施例中的用电信息采集方法相同的思想，本文还提供用电信息采集装置。
在一个实施例中，如图13所示，本实施例的用电信息采集装置包括：
信号获取模块501，用于获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；
采样模块502，用于对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；
存储模块503，用于对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；
以及，读取模块504，用于采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
在一实施例中，上述的用电信息采集装置还包括：特征库建立模块，用于对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库。
在一实施例中，特征库建立模块，具体用于针对读取到的两路采样点数据，分别采用128点FFT算法计算电压有效值和电流有效值；采用不同时间窗口对读取到的两路采样点数据进行第一次聚类分析，得到一次聚类结果；各一次聚类结果中包含一种负荷的启动、停止和/或中间状态；通过所述一次聚类结果与所述电压有效值和电流有效值的关联，确定负荷的完整启停序列；若累计得到设定数量的负荷的完整启停序列，则对新读取到的两路采样点数据进行第二次聚类分析，得到二次聚类结果；所述二次聚类结果中包含有负荷的完整启停序列；根据所述二次聚类结果，建立所述采集回路的负荷特征库。
在一实施例中，上述的用电信息采集装置还包括：负荷分类模块，用于根据所述负荷特征库对读取到的所述采集回路的新的采样点数据进行负荷分类，得到所述新的采样点数据的负荷分类结果。
在一实施例中，上述的用电信息采集装置还包括：信号调理模块，用于在对所述电压信号和电流信号进行同步离散采样之前，分别对所述电压信号和电流信号进行模拟信号前级调理，得到调理后的电压信号和电流信号。
在一实施例中，双口RAM对应的写操作和读操作满足条件：在所述双口RAM的尾地址写入新的采样点数据时，最近写入所述双口RAM的首地址的采样点数据已被读取。
在一实施例中，采样模块502，具体用于采用复杂可编程逻辑器件CPLD以及有限状态机策略控制第一AD采集芯片、第二AD采集芯片分别对所述电压信号、电流信号进行同步离散采样。
关于用电信息采集装置的具体限定可以参见上文中对于用电信息采集方法的限定，在此不再赘述。上述用电信息采集装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
此外，上述示例的用电信息采集装置的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述用电信息采集装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是监测终端，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用电信息采集方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任一实施例的用电信息采集方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例的用电信息采集方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
本文实施例的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或(模块)单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
在本文中提及的“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换，以使这里描述的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用电信息采集方法，其特征在于，包括：
获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；
对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；
对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；
采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
2.根据权利要求1所述的用电信息采集方法，其特征在于，所述采用DSP芯片从双口RAM中并行读取两路采样点数据之后，还包括：
对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库。
3.根据权利要求2所述的用电信息采集方法，其特征在于，还包括：
根据所述负荷特征库对读取到的所述采集回路的新的采样点数据进行负荷分类，得到所述新的采样点数据的负荷分类结果。
4.根据权利要求1至3任一所述的用电信息采集方法，其特征在于，所述对所述电压信号和电流信号进行同步离散采样之前，还包括：
分别对所述电压信号和电流信号进行模拟信号前级调理，得到调理后的电压信号和电流信号。
5.根据权利要求1至3任一所述的用电信息采集方法，其特征在于，所述双口RAM对应的写操作和读操作满足条件：
在所述双口RAM的尾地址写入新的采样点数据时，最近写入所述双口RAM的首地址的采样点数据已被读取。
6.根据权利要求1至3任一所述的用电信息采集方法，其特征在于，所述对所述电压信号和电流信号进行同步离散采样，包括：
采用复杂可编程逻辑器件CPLD以及有限状态机策略，控制第一AD采集芯片、第二AD采集芯片分别对电压信号、电流信号进行同步离散采样。
7.根据权利要求2所述的用电信息采集方法，其特征在于，所述对读取到的采样点数据进行特征比对和聚类分析，建立所述采集回路的负荷特征库，包括：
针对读取到的两路采样点数据，分别采用FFT算法计算电压有效值和电流有效值；
采用不同时间窗口对读取到的两路采样点数据进行第一次聚类分析，得到一次聚类结果；各一次聚类结果中包含一种负荷的启动、停止和/或中间状态；
通过所述一次聚类结果与所述电压有效值和电流有效值的关联，确定负荷的完整启停序列；
若累计得到设定数量的负荷的完整启停序列，则对新读取到的两路采样点数据进行第二次聚类分析，得到二次聚类结果；所述二次聚类结果中包含有负荷的完整启停序列；
根据所述二次聚类结果，建立所述采集回路的负荷特征库。
8.一种用电信息采集装置，其特征在于，包括：
信号获取模块，用于获取采集回路的电压信号和电流信号，所述电压信号和电流信号均为模拟信号；
采样模块，用于对所述电压信号和电流信号进行同步离散采样，得到两路采样点数据；
存储模块，用于对所述两路采样点数据分别进行双口RAM存储，所述双口RAM对应的写操作和读操作相互独立；
以及，读取模块，用于采用DSP芯片从双口RAM中并行读取两路采样点数据，根据读取到的采样点数据得到所述采集回路对应的用户用电信息。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至7任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315987.4A CN108596654B (zh) | 2018-04-10 | 2018-04-10 | 用电信息采集方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810315987.4A CN108596654B (zh) | 2018-04-10 | 2018-04-10 | 用电信息采集方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108596654A true CN108596654A (zh) | 2018-09-28 |
| CN108596654B CN108596654B (zh) | 2020-04-10 |
Family
ID=63621604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810315987.4A Active CN108596654B (zh) | 2018-04-10 | 2018-04-10 | 用电信息采集方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108596654B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109635056A (zh) * | 2018-11-16 | 2019-04-16 | 海南电网有限责任公司信息通信分公司 | 用电地址数据处理方法、装置、计算机设备和存储介质 |
| CN112363672A (zh) * | 2020-11-09 | 2021-02-12 | 北京大豪科技股份有限公司 | 数据处理方法、装置及设备 |
| CN113537320A (zh) * | 2021-07-01 | 2021-10-22 | 国网青海省电力公司营销服务中心 | 一种基于神经网络的负荷特征分析系统及方法 |
| CN115080470A (zh) * | 2022-06-27 | 2022-09-20 | 中国科学技术大学 | 基于模式检测器的逐束团多数据同步方法及电子设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201322778Y (zh) * | 2008-12-02 | 2009-10-07 | 河南电力调度通信中心 | 电力系统负荷特性测辩装置 |
| CN103093394A (zh) * | 2013-01-23 | 2013-05-08 | 广东电网公司信息中心 | 一种基于用户用电负荷数据细分的聚类融合方法 |
| CN103246814A (zh) * | 2013-05-10 | 2013-08-14 | 哈尔滨工业大学 | 一种基于K-means建模的个人用电设备状态识别方法 |
| CN104518567A (zh) * | 2014-11-26 | 2015-04-15 | 国家电网公司 | 一种用电设备状态在线跟踪方法及装置 |
| CN105067857A (zh) * | 2015-08-21 | 2015-11-18 | 南方电网科学研究院有限责任公司 | 用电信息采集系统和分析方法 |
| CN105631483A (zh) * | 2016-03-08 | 2016-06-01 | 国家电网公司 | 一种短期用电负荷预测方法及装置 |
| CN106779147A (zh) * | 2016-11-18 | 2017-05-31 | 重庆邮电大学 | 一种基于自适应层次时间序列聚类的用电负荷预测方法 |
| CN106815677A (zh) * | 2016-12-09 | 2017-06-09 | 国网北京市电力公司 | 非侵入式负荷识别方法和装置 |
| CN107229602A (zh) * | 2017-05-22 | 2017-10-03 | 湘潭大学 | 一种智能楼宇微网用电行为的识别方法 |
-
2018
- 2018-04-10 CN CN201810315987.4A patent/CN108596654B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201322778Y (zh) * | 2008-12-02 | 2009-10-07 | 河南电力调度通信中心 | 电力系统负荷特性测辩装置 |
| CN103093394A (zh) * | 2013-01-23 | 2013-05-08 | 广东电网公司信息中心 | 一种基于用户用电负荷数据细分的聚类融合方法 |
| CN103246814A (zh) * | 2013-05-10 | 2013-08-14 | 哈尔滨工业大学 | 一种基于K-means建模的个人用电设备状态识别方法 |
| CN104518567A (zh) * | 2014-11-26 | 2015-04-15 | 国家电网公司 | 一种用电设备状态在线跟踪方法及装置 |
| CN105067857A (zh) * | 2015-08-21 | 2015-11-18 | 南方电网科学研究院有限责任公司 | 用电信息采集系统和分析方法 |
| CN105631483A (zh) * | 2016-03-08 | 2016-06-01 | 国家电网公司 | 一种短期用电负荷预测方法及装置 |
| CN106779147A (zh) * | 2016-11-18 | 2017-05-31 | 重庆邮电大学 | 一种基于自适应层次时间序列聚类的用电负荷预测方法 |
| CN106815677A (zh) * | 2016-12-09 | 2017-06-09 | 国网北京市电力公司 | 非侵入式负荷识别方法和装置 |
| CN107229602A (zh) * | 2017-05-22 | 2017-10-03 | 湘潭大学 | 一种智能楼宇微网用电行为的识别方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109635056A (zh) * | 2018-11-16 | 2019-04-16 | 海南电网有限责任公司信息通信分公司 | 用电地址数据处理方法、装置、计算机设备和存储介质 |
| CN112363672A (zh) * | 2020-11-09 | 2021-02-12 | 北京大豪科技股份有限公司 | 数据处理方法、装置及设备 |
| CN113537320A (zh) * | 2021-07-01 | 2021-10-22 | 国网青海省电力公司营销服务中心 | 一种基于神经网络的负荷特征分析系统及方法 |
| CN115080470A (zh) * | 2022-06-27 | 2022-09-20 | 中国科学技术大学 | 基于模式检测器的逐束团多数据同步方法及电子设备 |
| CN115080470B (zh) * | 2022-06-27 | 2024-02-20 | 中国科学技术大学 | 基于模式检测器的逐束团多数据同步方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108596654B (zh) | 2020-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108596654A (zh) | 用电信息采集方法、装置、计算机设备和存储介质 | |
| CN100485734C (zh) | 电能质量与电力系统故障检测录波装置及方法 | |
| CN104541244B (zh) | 用于进行重放执行的方法和设备 | |
| CN101520787B (zh) | 一种对实时数据进行存储的方法 | |
| US20140101347A1 (en) | Isochronous Data Transfer Between Memory-Mapped Domains of a Memory-Mapped Fabric | |
| US20140071982A1 (en) | Clock Synchronization Over A Switched Fabric | |
| CN100517341C (zh) | 基于软核cpu技术的电能质量监测专用集成电路的设计方法 | |
| CN108255774A (zh) | 应用处理器、包括该处理器的计算系统及其操作方法 | |
| CN107679700A (zh) | 业务流程处理方法、装置及服务器 | |
| CN102426586B (zh) | 一种嵌入式系统中的fat文件存储方法 | |
| CN102307369A (zh) | 支持无线传感网并行仿真和实物模拟的装置及方法 | |
| CN106803799A (zh) | 一种性能测试方法和装置 | |
| CN110058958A (zh) | 用于管理数据备份的方法、设备和计算机程序产品 | |
| CN109298882A (zh) | 接口的管理方法、计算机可读存储介质和终端设备 | |
| CN103729166B (zh) | 程序的线程关系确定方法、设备及系统 | |
| CN105487953B (zh) | 一种总线性能分析方法和装置 | |
| CN202372607U (zh) | 基于fpga和arm硬件平台的故障信息综合装置 | |
| CN104123104B (zh) | 日志控制系统及方法 | |
| CN109829006A (zh) | 一种甲骨文基础数据管理及智能知识服务平台及建设方法 | |
| CN102254569B (zh) | 四倍数据速率qdr控制器及其实现方法 | |
| CN107252323A (zh) | 女性生理周期的预测方法、装置及用户设备 | |
| CN103593307B (zh) | 一种电磁法勘探系统处理采集数据的方法和装置 | |
| Venkatesan et al. | Design and evaluation of nonblocking collective I/O operations | |
| CN107451038A (zh) | 硬件事件采集方法、处理器和计算系统 | |
| CN113777395A (zh) | 一种高频同步用电数据采集装置 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201016 Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Patentee after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Patentee before: GUANGZHOU POWER SUPPLY Co.,Ltd. |
|
| TR01 | Transfer of patent right |