CN109299134B - 一种非侵入式监测系统下电器的识别方法 - Google Patents

一种非侵入式监测系统下电器的识别方法 Download PDF

Info

Publication number
CN109299134B
CN109299134B CN201811088087.7A CN201811088087A CN109299134B CN 109299134 B CN109299134 B CN 109299134B CN 201811088087 A CN201811088087 A CN 201811088087A CN 109299134 B CN109299134 B CN 109299134B
Authority
CN
China
Prior art keywords
current
attenuation rate
harmonic wave
electric appliance
data
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
CN201811088087.7A
Other languages
English (en)
Other versions
CN109299134A (zh
Inventor
瞿杏元
余志斌
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric 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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201811088087.7A priority Critical patent/CN109299134B/zh
Publication of CN109299134A publication Critical patent/CN109299134A/zh
Application granted granted Critical
Publication of CN109299134B publication Critical patent/CN109299134B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of Current Or Voltage (AREA)
  • Measuring Frequencies, Analyzing Spectra (AREA)

Abstract

本发明公开了一种非侵入式监测系统下电器的识别方法，包括：步骤一、安装监测装置，用于采集用户用电数据；步骤二、通过监测装置，采集用户用电设备的用电特征值信息，从获取的电流数据中得到电流基波和高次谐波数据信息；步骤三、分析电流基波和谐波特征值，分别计算各次谐波电流的衰减率，获取的多个衰减率分别与样本数据库中电器对应的衰减率进行最小值求解，得到多个最小值的电器设备再进行权重匹配最后得到的电器即为本次算法识别到的最接近的电器。本发明提出了一种新的方法，相比较之前的单电器识别技术对技术人员来说更简单易懂，从识别结果来说准确度也较高，同时也可以结合其他特征值一起达到更精准识别。

Description

一种非侵入式监测系统下电器的识别方法
技术领域
本发明涉及一种电器识别方法，具体涉及一种非侵入式监测系统下电器的识别方法。
背景技术
在生活中，住户经常会质疑自己家里的电表转的太快了，投诉至电力部门，但是当电力部门的工作人员到访检测后，发现大部分时候这都是因为用户自己的用电习惯问题而造成很多浪费。
科学用电不仅要“安全”用电，也要“合理经济”地用电。要做到科学用电，就要求不论工业企业和还是普通居民使用电能时都应遵循安全、节约、合理的原则；其中，安全用电是科学用电的首要前提，节约用电是科学用电的目的所在，合理用电是科学用电的实现途径。
目前传统的侵入式负荷监测需要在每一个被监测的负荷处加装传感器等硬件设备或者使用智能家电获取用电数据，非侵入式负荷监测则只需要在每户安装独立的监测装置或者是将装置集成到电表内，这样硬件成本可控，系统可靠性高，用户接受度高，维护成本低，获取数据完整性好。传统设备能测试的技术参数都不能准确描述固定某个电器负载设备的特征，无法实现对负载电器设备的准确识别。因此不管是硬件还是技术层面，都有待改善。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种非侵入式检测系统下，能够识别用户在用电过程中的电器设备的方法，从而分析出用户的用电习惯，实现合理经济的用电模式。
本发明是这样实现的：
一种非侵入式监测系统下电器的识别方法，包括：
步骤一、安装监测装置，用于采集用户用电数据；
步骤二、通过监测装置，根据预设的采样频率采集用户用电设备的用电特征值信息(包括电流电压)，从获取的电流数据中得到电流基波和高次谐波数据信息；
步骤三、分析电流基波和谐波特征值，对高次谐波数据选取多个奇次谐波数据，然后分别计算各次谐波电流的衰减率，获取的多个衰减率分别与样本数据库中电器对应的衰减率进行最小值求解，得到多个最小值的电器设备再进行权重匹配最后得到的电器即为本次算法识别到的最接近的电器。
通过本发明的方法，通过对一个家庭一段时间的数据采样，就能知道这个家庭这段时间的用电情况，反馈到国家电网信息中，就能对于不必要的用电、以及浪费用电采取相应的措施。其中，权重匹配是根据获得的电器类别的数量/电器总数量来判断每种电器的权重，选择最接近的电器。
更进一步的方案是：
所述监测装置，是独立安装在用户家里，或者安装在用户电表内。
更进一步的方案是：
所述的样本数据库是通过采集设定多个不同频率，对需要的电流、电压等特征值进行采样，直到所有频率的采样都完成，形成包括不同电器的各次谐波电流的衰减率数据库。
更进一步的方案是：
所述的各次谐波电流的衰减率计算公式如下：
衰减率＝(电流基波数据-高次谐波数据)/电流基波数据
其中电流基波数据为采集多次的平均值，高次谐波数据为采集多次的平均值。
更进一步的方案是：
所述最小值求解，采用如下公式：
min((运行电器衰减率-样本电器衰减率)^2)
即是求解运行电器衰减率和样本电器衰减率差值平方的最小值。
本发明提出了一种新的方法，相比较之前的单电器识别技术对技术人员来说更简单易懂，从识别结果来说准确度也较高，同时也可以结合其他特征值一起达到更精准识别。
附图说明
图1为同一起点侧面角度观测到的各次谐波电流下降率的效果
图2为不同起点正面角度观测到的各次谐波电流下降率的效果
从图1-2可以推断，不同类电器，各次谐波电流的下降率或者下降趋势具有显著差异。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
一种非侵入式监测系统下电器的识别方法，包括：
1、安装非侵入式电力监测系统装置到需要监测的住户中；
2、设定不同频率，采集各个电器的电流电压等特征值数据信息，同一种类电器采集多份数据；
3、从采集的电流数据中预处理得到有效的电流基波和高次谐波数据信息，同一种电器计算其多份数据的平均电流基波和平均高次谐波数据；
4、计算每种电器的衰减率，衰减率计算公式如下：
衰减率＝(电流基波数据-高次谐波数据)/电流基波数据
其中电流基波和高次谐波数据均为同一类电器采集的多份数据的平均值；
所有电器的电流，电压，电流基波，高次谐波，衰减率等数据形成采样数据库；
5、高次谐波中采用M个奇次谐波数据，图一和图二中分别展示了暖风机、台式电脑、微波炉这三种电器在同一起点侧面角度观测到的各次谐波电流下降率(即衰减率)的效果和不同起点正面角度观测到的各次谐波电流下降率的效果，可以看到不同电器的奇次谐波下降率特征很明显，作为识别电器的特征值准确率很高；
6、采用下面分别识别正在运行电器在不同奇次谐波下识别得到的电器设备，算法如下：
min((运行电器衰减率-样本电器衰减率)^2)
即是求解运行电器衰减率和样本电器衰减率差值平方的最小值；
7、不同奇次谐波识别得到的电器设备再采用权重大的成为最终识别得到的电器设备。
尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。

Claims (3)

1.一种非侵入式监测系统下电器的识别方法，其特征在于包括：
步骤一、安装监测装置，用于采集用户用电数据；
步骤二、通过监测装置，根据预设的采样频率采集用户用电设备的用电特征值信息，所述用电特征值信息包括电流电压，从获取的电流数据中得到电流基波和高次谐波数据信息；
步骤三、分析电流基波和谐波特征值，对高次谐波数据选取多个奇次谐波数据，然后分别计算各次谐波电流的衰减率，所述的各次谐波电流的衰减率计算公式如下：
衰减率＝(电流基波数据-高次谐波数据)/电流基波数据
其中电流基波数据为采集多次的平均值，高次谐波数据为采集多次的平均值；
获取的多个衰减率分别与样本数据库中电器对应的衰减率进行最小值求解，所述最小值求解，采用如下公式：
min((运行电器衰减率-样本电器衰减率)^2)
即是求解运行电器衰减率和样本电器衰减率差值平方的最小值；
得到多个最小值的电器设备再进行权重匹配最后得到的电器即为本次识别到的最终识别的电器。
2.根据权利要求1所述非侵入式监测系统下电器的识别方法，其特征在于：
所述监测装置，是独立安装在用户家里，或者安装在用户电表内。
3.根据权利要求1所述非侵入式监测系统下电器的识别方法，其特征在于：
所述的样本数据库是通过采集设定多个不同频率，对需要的电流和电压的特征值进行采样，直到所有频率的采样都完成，形成包括不同电器的各次谐波电流的衰减率数据库。
CN201811088087.7A 2018-09-18 2018-09-18 一种非侵入式监测系统下电器的识别方法 Active CN109299134B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811088087.7A CN109299134B (zh) 2018-09-18 2018-09-18 一种非侵入式监测系统下电器的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811088087.7A CN109299134B (zh) 2018-09-18 2018-09-18 一种非侵入式监测系统下电器的识别方法

Publications (2)

Publication Number Publication Date
CN109299134A CN109299134A (zh) 2019-02-01
CN109299134B true CN109299134B (zh) 2021-06-22

Family

ID=65163520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811088087.7A Active CN109299134B (zh) 2018-09-18 2018-09-18 一种非侵入式监测系统下电器的识别方法

Country Status (1)

Country Link
CN (1) CN109299134B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111090014A (zh) * 2019-12-17 2020-05-01 深圳华建电力物联技术有限公司 一种基于高斯模型的电器识别方法及装置
CN111325234A (zh) * 2019-12-29 2020-06-23 杭州拓深科技有限公司 一种非侵入式负荷识别中关键特征的筛选方法
CN112255480A (zh) * 2020-10-12 2021-01-22 浙江长元科技有限公司 基于霍尔效应的电器特征识别方法及其安全预警系统
CN112711613B (zh) * 2020-11-27 2022-07-29 浙江海普发科技有限公司 基于智能判断用电行为的电器偏好分析方法
CN117633611B (zh) * 2023-10-23 2024-05-24 北京航天常兴科技发展股份有限公司 一种危险用电器及用电行为识别方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279326A (zh) * 2011-04-22 2011-12-14 华中科技大学 电器识别方法及应用该方法的家庭用户碳排放计量系统
CN103217603A (zh) * 2013-03-22 2013-07-24 重庆大学 一种非侵入式家用电器用电状况在线监测的识别方法
CN106093630A (zh) * 2016-06-02 2016-11-09 华北电力大学 一种非侵入式家用电器辨识方法
CN106872824A (zh) * 2017-02-15 2017-06-20 宁波华创锐科智能科技有限公司 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
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
CN107315103A (zh) * 2016-10-28 2017-11-03 广东电网有限责任公司电力科学研究院 一种电力冲击负载检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103001230B (zh) * 2012-11-16 2014-10-15 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102279326A (zh) * 2011-04-22 2011-12-14 华中科技大学 电器识别方法及应用该方法的家庭用户碳排放计量系统
CN103217603A (zh) * 2013-03-22 2013-07-24 重庆大学 一种非侵入式家用电器用电状况在线监测的识别方法
CN106093630A (zh) * 2016-06-02 2016-11-09 华北电力大学 一种非侵入式家用电器辨识方法
CN107315103A (zh) * 2016-10-28 2017-11-03 广东电网有限责任公司电力科学研究院 一种电力冲击负载检测方法
CN106872824A (zh) * 2017-02-15 2017-06-20 宁波华创锐科智能科技有限公司 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
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 (2)

* Cited by examiner, † Cited by third party
Title
Power Monitoring Device with Quantitative Harmonic Source Identification;Yue Zhuo等;《2010 Asia-Pacific Power and Energy Engineering Conference》;20100331;1-4 *
面向智能用电的非侵入式居民负荷监测关键技术研究;崔灿;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20171215(第12期);C042-128 *

Also Published As

Publication number Publication date
CN109299134A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN109299134B (zh) 一种非侵入式监测系统下电器的识别方法
CN108021736B (zh) 一种基于滑动窗残差模型的负荷投切动作监测方法
CN107025365B (zh) 一种用于用户侧的非侵入负荷辨识方法
US8983670B2 (en) Energy consumption disaggregation system
CN106093720B (zh) 基于保护接地箱的高压电缆状态监测系统及其实现方法
CN105652118B (zh) 一种基于负荷瞬时能量特征的电网电能负荷监测方法
WO2014075581A1 (zh) 非侵入式电力负荷监测与分解的电流模式匹配方法
Yu et al. Nonintrusive appliance load monitoring for smart homes: Recent advances and future issues
CN111382789B (zh) 基于机器学习的电力负荷识别方法及系统
CN106908671A (zh) 一种非侵入式家用负荷智能检测方法及系统
Hamid et al. Automatic recognition of electric loads analyzing the characteristic parameters of the consumed electric power through a Non-Intrusive Monitoring methodology
US9733286B2 (en) Method for identifying electric appliance and apparatus and system thereof
CN109470957B (zh) 一种基于弗雷歇距离的非侵入式电器识别方法
CN109613360B (zh) 一种基于非侵入式监测系统的负荷识别方法
KR101608328B1 (ko) 전력소비 패턴 분석을 통한 디바이스 인식장치 및 그 방법
CN109447473B (zh) 一种电力负荷监测方法、装置、设备及可读存储介质
JP2013238523A (ja) 電気機器検出および電力消費量モニタリングシステム
CN110084719A (zh) 一种配电网负荷种类辨识装置
CN105676028B (zh) 一种基于模板匹配滤波的居民负荷用电识别方法
WO2021176459A1 (en) A system and method of energy disaggregation using nonintrusive load monitoring
Nardello et al. A low-cost smart sensor for non intrusive load monitoring applications
CN103837764B (zh) 家用太阳能光伏发电的电能质量检测方法
CN108614154B (zh) 一种基于频谱分析的电力用户相位识别方法
CN116861316B (zh) 一种电器监测方法及装置
CN114016041A (zh) 一种用于阴极保护的油气管道电位检测方法及其装置

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