CN109447473A - 一种电力负荷监测方法、装置、设备及可读存储介质 - Google Patents

一种电力负荷监测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN109447473A
CN109447473A CN201811278415.XA CN201811278415A CN109447473A CN 109447473 A CN109447473 A CN 109447473A CN 201811278415 A CN201811278415 A CN 201811278415A CN 109447473 A CN109447473 A CN 109447473A
Authority
CN
China
Prior art keywords
target
object data
data
electric load
electrical equipment
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
Application number
CN201811278415.XA
Other languages
English (en)
Other versions
CN109447473B (zh
Inventor
李鹏
肖勇
杨劲锋
何恒靖
赵云
郑楷洪
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.)
China South Power Grid International Co ltd
China Southern Power Grid Co Ltd
Original Assignee
China South Power Grid International Co ltd
China Southern 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 China South Power Grid International Co ltd, China Southern Power Grid Co Ltd filed Critical China South Power Grid International Co ltd
Priority to CN201811278415.XA priority Critical patent/CN109447473B/zh
Publication of CN109447473A publication Critical patent/CN109447473A/zh
Application granted granted Critical
Publication of CN109447473B publication Critical patent/CN109447473B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种电力负荷监测方法，先获取已知类型的用电设备在预设测量点单独工作时的第一目标数据，并将各类型用电设备与第一目标数据的对应关系存储至数据库；再获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据；最后依据数据库中的对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。该方法，即使当前用户中有多种电力负荷同时开启时，也可对其进行有效识别。且无需获取电力负荷的暂态特征，可在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。另外，本发明还公开了一种电力负荷监测装置、设备及可读存储介质。

Description

一种电力负荷监测方法、装置、设备及可读存储介质
技术领域
本发明涉及电力系统应用领域，特别涉及一种电力负荷监测方法、装置、设备及可读存储介质。
背景技术
智能测量可以提供每个居民详尽的能量消耗数据，被认为是能够根据能源效率战略计划促进需求侧管理的实施方式。并且，智能测量还可以帮助消费者更好地理解他们的消费行为和分析他们对特定消费模式的依赖。负载辨识便是智能测量的一个方面，它致力于提供那些关于开启电器的身份，工作时段，能耗的信息。这些信息将被消费者和供电方(如网络调度员)所重视，因为它能帮助消费者理解他们的消费行为，并可能为了减少电力消费改变这种行为，同时它能为供电方提供能效，高峰调节，峰值移位等的引导，从而帮助他们发起需求侧管理。
负载辨识是基于每个电器的能耗或工作行为，能被一个独一无二且特定的公式所描述的理念，它包含有关电器工作和电气输出的所有特征。描述负载辨识的公式叫做负荷特征。在实际应用中，负荷特征构成了一个准确描述负载工作时行为的合理配置的数据。
目前，主要利用暂态特征的独特性，计算与模板库中波形的贴近度对电力负荷进行监测识别，但该方式对于多种负荷同时开启的情况不能有效的识别。且这种基于暂态信息为特征的负荷识别需要依靠负荷投切时带来的电压扰动或隐含在功率以及电流中的信息来识别负荷，由于大部分家电投入暂态过程的持续时间很短(实测得到的空调投入暂态过程持续时间仅有0.2s左右)，为使监测更为准确，就需要装置长时间不间断运行，这样就会提高对识别系统的软、硬件要求。
由此可见，如何实现电力负荷的有效识别以提高电力负荷的监测准确性的问题是本领域技术人员亟待解决的问题。
发明内容
本申请实施例提供了一种电力负荷监测方法、装置、设备及可读存储介质，以解决现有技术中电力负荷的有效识别以提高电力负荷的监测准确性的问题。
为解决上述技术问题，本发明提供了一种电力负荷监测方法，包括：
获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各所述目标用电设备与第一目标数据的对应关系存储至数据库；
获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据；
依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型以对所述用电设备进行监测。
优选地，所述获取各目标用电设备在预设测量点单独工作时的第一目标数据具体为：
采用交流电流探测器和电压光电隔离换能器获取所述第一目标数据。
优选地，所述获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据具体为：
采用非侵入式技术获取所述第二目标数据。
优选地，在获取所述第一目标数据和所述第二目标数据之后，还包括：
采用快速傅里叶变换算法确定所述第一目标数据和所述第二目标数据的幅值和频率。
优选地，所述依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型具体包括：
采用NILM算法计算所述差值；
判断各所述差值之和是否小于阈值；
如果是，则表征所述第二目标数据对应的用电设备与所述第一目标数据对应的目标用电设备的类型相同；
如果否，则表征所述第二目标设备对应的用电设备与所述第一目标设备对应的目标用电设备的类型不同。
优选地，所述第一目标数据和所述第二目标数据均包括电流和电压。
为解决上述技术问题，本发明还提供了一种与电力负荷监测方法对应的电力负荷监测装置，包括：
第一获取模块，用于获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各所述目标用电设备与第一目标数据的对应关系存储至数据库；
第二获取模块，用于获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据；
确定模块，用于依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型以对所述用电设备进行监测。
优选地，所述第一获取模块具体用于采用交流电流探测器和电压光电隔离换能器获取所述第一目标数据。
为解决上述技术问题，本发明还提供了一种与电力负荷监测方法对应的电力负荷监测装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现上述任意一种电力负荷监测方法的步骤。
为解决上述技术问题，本发明还提供了一种与电力负荷监测方法对应的计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现上述任意一种电力负荷监测方法的步骤。
相比于现有技术，本发明所提供的一种电力负荷监测方法，首先获取已知类型的用电设备在预设测量点单独工作时的第一目标数据，并将各类型用电设备与第一目标数据的对应关系存储至数据库；然后再获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据，此时并不知道当前用户中具体有哪些用电设备处于运行状态；最后依据数据库中的对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。由此可见，应用本方法，即使当前用户中有多种电力负荷同时开启时，也可以对其进行有效识别；并且，应用本方法，无需获取电力负荷的暂态特征，可以在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。另外，本发明还提供了一种电力负荷监测装置、设备及可读存储介质。
附图说明
图1为本发明实施例所提供的一种电力负荷监测方法流程图；
图2为本发明实施例所提供的微波炉的电流频率在50赫兹的示意图；
图3为本发明实施例所提供的一种电力负荷监测装置组成示意图；
图4为本发明实施例所提供的一种电力负荷监测设备组成示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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的前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明的核心是提供一种电力负荷监测方法、装置、设备及可读存储介质，可以解决现有技术中电力负荷的有效识别以提高电力负荷的监测准确性的问题。
为了使本技术领域的人员更好地理解本发明的方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例所提供的一种电力负荷监测方法流程图，如图1所示，该方法包括：
S101：获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各目标用电设备与第一目标数据的对应关系存储至数据库。
具体地，就是获取常用用电设备(目标用电设备)在预设测量点单独工作时的数据(第一目标数据)，例如电饭锅，热水壶，电磁炉等常用的用电设备工作时的数据；预设测量点是指不同频率，在本申请实施例中选用50赫兹、150赫兹以及250赫兹三个不同频率下各目标用电设备的第一目标数据。在获取到各目标数据在不同频率下的第一目标数据之后，就将各目标用电设备与第一目标数据的对应关系进行存储，也就是在不同频率下存储不同类型的目标用电设备与第一目标数据的对应关系，例如，电饭锅在不同频率下运行时对应的第一目标数据具体是哪些，热水壶在不同频率下运行时对应的第一目标数据具体是哪些等。优选地，第一目标数据包括电流和电压。
考虑到测量的方便性以及准确性，在上述实施例的基础上，作为优选地实施方式，获取各目标用电设备在预设测量点单独工作时的第一目标数据具体为：
采用交流电流探测器和电压光电隔离换能器获取第一目标数据。
具体地，电压传感器和电流探测器的输出通过一个数据采集卡来获取。采样频率设置在50000次每秒。电压和电流波形通过即时数据来绘制，每次响应采集时刻包括了50000次样本或能量线的基础频率的50段。电流采集与电压波形保持同步。
S102：获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据。
具体地，就是获取需要监测的当前用户中处于运行状态的所有用电设备在预设测量点的数据(第二目标数据)。本申请实施例中的预设测量点与步骤S101中的预设测量点是相同的含义，并且步骤S101中预设测量点设置的是哪几个频率点，步骤S102中就需对应设置为哪几个频率点，以便后面在相同频率点下对第一目标数据和第二目标数据进行比较。在实际应用中，步骤S101和步骤S102并没有先后顺序，可以在执行步骤S101之后，再执行步骤S102，也可以先执行步骤S102之后，再执行步骤S101，在实际情况允许的前提下，还可以同时执行步骤S101和步骤S102，步骤S101和步骤S102具体如何执行可根据实际情况确定，本发明并不作限定。优选地，第二目标数据包括电流和电压。
考虑到数据采集的方便性，作为优选地实施方式，获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据具体为：采用非侵入式技术获取第二目标数据。具体就是在当前用户的外侧总闸处安装相关测量装置，实现对第二目标数据的采集。
为了对获取到的第一目标数据和第二目标数据进行快速处理，作为优选地实施方式，在获取第一目标数据和第二目标数据之后，还包括：
采用快速傅里叶变换算法确定第一目标数据和第二目标数据的幅值和频率。
假设本申请实施例中采集的第一目标数据和第二目标数据均为电流值，具体就是将采集的第一目标数据和第二目标数据(电流)通过LabVIEW中的图形工程语言的处理后，再对处理后的数据进行快速傅里叶实时分析。快速傅里叶分析显示了基础电流和谐波成分的幅值和频率。能量频谱的频率间隔df由快速傅里叶变换得出。在信号连续的谐波成分的最小频率间隔可表示为：df＝r/n，其中，r是采样频率，n是每个分析的波形中包含的样本数据个数(5000个样本)。在本申请实施例中，能量频谱的频率间隔选为1Hz，即测量数据的记录频率被设置成1Hz。如果电流采集的采样频率为50000次每秒，应用于获得的波形的低通滤波器的切断频率设置在25000Hz，低通滤波器是快速傅里叶变换算法中固有的，并遵循奈奎斯特定理。针对频率处于直流25000Hz之间的过滤后的电流信号，快速傅里叶变换分析可得出一个包括正常在基波峰值和更高次谐波的数组的能量频谱，其中更高次谐波的幅值随着频率增加而减小，并且没有即时的峰值，几乎是可忽略的白噪声的幅值。
S103：依据对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。
在得到第一目标数据和第二目标数据之后，就可以根据数据库中存储的各类型用电设备与第一目标数据的对应关系以及第一目标数据与第二目标数据在预设测量点的差值，确定出当前用户中正在使用(处于运行状态)的所有用电设备的类型，可以得出当前用户中哪些用电设备在开启使用，即可以得出使用的用电设备类型以及数量。确定出当前用户中处于运行状态的用电设备的类型以及数量，其实就是对当前用户中各用电设备的监测。具体地，首先假设当前用户中只有一个用电设备开启使用，当确定出第一目标数据与第二目标数据的差值在阈值范围内时，就可确定出当前用户中开启使用的用电设备与第一目标数据对应的用电设备的类型是一致的，如果确定出第一目标数据与第二目标数据的差值不在阈值范围内时，就说明第二目标数据与第一目标数据对应的用电设备的类型不一致，这时有两种处理方式，一种方式是选取当前第一目标数据和与另一类型的用电设备对应的第一目标数据，然后计算与两种用电设备各自对应的第一目标数据的和，最后比较两种用电设备对应的第一目标数据之和与第二目标数据的差值，如果确定出第一目标数据与第二目标数据的差值在阈值范围内时，就可确定出当前用户中开启使用的用电设备不止一个，当前用户中开启使用的用电设备的类型与连个第一目标数据对应的用电设备的类型一致，如果确定出此时各第一目标数据之和与第二目标数据的差值不在阈值范围内时，说明当前用户中开启使用的用电设备可能不止两个，以此类推，进一步确定当前用户中开启使用的用电设备类型即可；另一种方式是选取另一类型的用电设备对应的第一目标数据与第二目标数据进行差值比较，进一步确定当前用户中开启使用的用电设备类型。假如在步骤S101形成的数据库中，选取设备组合为A，B，C组合之后，计算出A，B，C三设备组合之后各第一目标数据之和与第二目标数据的差值符合要求，就说明当前用户中正在使用的用电设备为A，B，C三种设备。本发明可对负荷进行高分辨效率的实时识别，从而为消费者和供电方提供更准确有效的实时或近时用电信息，帮助他们更好地制定用电配电政策。
为了确保快速确定出第二目标数据与用电设备的类型对应关系，作为优选地实施方式，依据对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型具体包括：
采用NILM算法计算差值；
判断各差值之和是否小于阈值；
如果是，则表征第二目标数据对应的用电设备与第一目标数据对应的目标用电设备的类型相同；
如果否，则表征第二目标设备对应的用电设备与第一目标设备对应的目标用电设备的类型不同。
具体就是采用NILM算法计算在相同频率下第一目标数据与第二木目标数据的差值；然后判断各频率下所得差值之和是否小于阈值，具体公式将在后文进行介绍，如果是，则表征第二目标数据对应的用电设备与第一目标数据对应的目标用电设备的类型相同，即该类型用电设备在当前用户中是开启使用的；如果否，则表征第二目标设备对应的用电设备与第一目标设备对应的目标用电设备的类型不同。即当前用户中正在使用的用电设备不是该类型的用电设备。
本发明所提供的一种电力负荷监测方法，首先获取已知类型的用电设备在预设测量点单独工作时的第一目标数据，并将各类型用电设备与第一目标数据的对应关系存储至数据库；然后再获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据，此时并不知道当前用户中具体有哪些用电设备处于运行状态；最后依据数据库中的对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。由此可见，应用本方法，即使当前用户中有多种电力负荷同时开启时，也可以对其进行有效识别；并且，应用本方法，无需获取电力负荷的暂态特征，可以在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。
为了使本领域技术人员更好地理解本方案，下面以在50赫兹，150赫兹和250赫兹处的频率(预设测量点)下测得的数据为例，对本方案进行详细说明。
第一步，分别测量各个常用用电设备的负荷特征(第一目标数据)。具体地就是在一个单相安装不同类型用电设备的住所实施各种测量，住宅的公称装机容量为25千伏安。也就是测量各用电设备单独运行时的相关数据，从而得到它的负荷特征公式独特的工作特性。图2为本发明实施例所提供的微波炉的电流频率在50赫兹的示意图，如图2所示，微波炉的测量结果构成了一个具有不同工作模式的电器的典型样例。电器被记录了3分钟左右。若在一个操作的方式下，电流是相对恒定的光滑变动。因此，负荷特征能够基于在稳态运行下工作状态的各频率的少量值来构成。负荷特征公式可表示为：
LSi＝[[Ia 50i]，[Ib 150i]，[Ic 250i]]
其中，LSi是第i个用电设备的负荷特征；a，b和c分别表示在50赫兹、150赫兹以及250赫兹时，选取的第i个用电设备的电流值的个数。
因此，[Ia 50i]表示在50赫兹时，测得的第i个用电设备的电流值被使用了a次所形成的矩阵；[Ib 150i]表示在150赫兹时，测得的第i个用电设备的电流值被使用了b次所形成的矩阵；[Ic 250i]表示在250赫兹时，测得的第i个用电设备的电流值被使用了b次所形成的矩阵。
通过负荷特征公式LSi形成每个用电设备单独运行时的负荷特征，这些具有代表性的值被认为是在聚合测量的电流值的有效的负载识别。
下面对负荷特征公式LSi的确定过程进行说明。假设，每台设备在1个采样/秒的记录频率下测量3-5分钟。因此，每个设备的每个谐波顺序(即50hz、150hz和250hz)大约有300个电流值的数据存储在数据库中。对于大多数典型的用电设备在一个住宅的时间段，3-5分钟可以被认为是足够的，因为它可代表典型的住宅使用。对于那些具有多种操作模式，如洗衣机，所有这些不同的操作模式的用电设备的相关数据应该被测量，以此来构成负荷特征公式LSi。计算每个电器的标准偏差(SD)，SD50，SD150和SD250分别为三种检测的频率下的偏差。为每个SD定义一个阈值(th)，以确定是否应使用一个或多个代表值来制定LSi的相应部分。
此阈值可表示为SD50(th)＝SD150(th)＝SD250(th)＝0.02。阈值(th)可根据多次试验进行确定，因为这个特定值提供了相对较短的负载特征(即具有相对较少的代表性电流值)，但在提出负荷辨识方法的解集模式下是足够有效的。对于每个电器i应用下列规则：第一，如果SD50i≤SD50(th)，然后计算该数据系列中的数据的平均值(μ50i)，并制定LSi的第一部分；第二，如果SD50i>SD50(th)，然后按降序对数据串中的数据重新排序。如果SD50i>SD50(th)，然后将数据重新排序，并分成a(a＝1,...,z)组非重叠的数据组，使每个SD50ia小于等于sd50(th)。第三，对于a组中的每一组,计算平均值(μ50ia)。制定LSi的第一部分，如:I50i＝μ50i1,...,μ50ia。第四，在上文定义的相应SD阈值下，以相同方式确定150hz和250hz的数据串，获取b和c的值。第五，存储已制定好的i用电设备的负荷特征公式LSi，并形成各常用用电设备单独工作时的LSi数据库。SD在每个频率的阈值的大小SD50(th)，SD150(th)和SD250(th)，对a、b、c指数的值有直接影响，因此，LS的三部分使用的值的数量也受到影响。本段内容只要强调负荷特征公式LSi中各数据需用依据的选取，即选取的数据不能相差太大。
为了能够有效地识别同时运行时的各种设备类型，每台设备的负荷特征公式LSi应该是不同的。假设每个用电设备的记录值为900(即300为50hz、300为150赫兹和300为250赫兹)。即此时构成的负荷特征公式为：
如果对于每个谐波频率，记录的300电流值是相同的，则说明此时记录的值充分描述了该设备的行为。但是，如果在同一个频率下，记录的值呈现变化趋势，则应决定特征公式中该频率下需包含多少个值，以及如何形成特征。目标是能够在最有代表性的方式和尽可能最少的电流值的情况下捕获设备的操作行为。在NILM算法的分解模式下，利用LS公式的代表性电流值来简化辨识过程，减少计算负担。
为了使构成的负荷特征公式根据代表性，在实际应用中，负荷特征公式可以表示为：
此式表示代表值并不一定是900个值组成。
第二步，采集多个用电设备同时工作时的相关数据(第二目标数据)，也就是采集当前需要监测识别的用户中各用电设备的相关数据。为了便于设备类型的识别，此时还需测量在50赫兹，150赫兹和250赫兹处的频率下的电流值。假定已测量的累计当前值为"时间"t(t的最小分辨率1)的结果来自各个运行电器的当前值的总和。当前谐波幅度关于聚合装置的一般规定决定，如下所示:
其中，Mh是按顺序h聚合的当前谐波，Mhi是每个电器i按顺序h排列的当前谐波，w是依赖于谐波顺序的指数。当h<5，w＝1时，按顺序3或5的聚合谐波电流是由电器注入的各自谐波电流的总和(即线性方法)。对于更高的谐波，谐波电流的相位不能被忽略，这意味着谐波电流应该被形成为矢量。在后一种情况下，还应执行电压测量并与瞬时电流的测量同步，以获得每个谐波的相位。
在本申请实施例中采用非侵入式负荷监视测量第二目标数据，确保负荷特征的鲁棒性和独特性。此时的负荷特征公式可表示为：
LSt＝[[I50t]，[I150t]，[I250t]]
其中，LSt为在时间t内测得的当前用户中用电设备的负荷特征，[I50t]表示t时间内在50赫兹时，测得的各时刻电流的平均值所形成的矩阵；[I150t]表示t时间内在150赫兹时，测得的各时刻电流的平均值所形成的矩阵；[I250t]表示t时间内在250赫兹时，测得的各时刻电流的平均值所形成的矩阵。
第三步，采用NILM算法计算第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型。
首先，在任何t情况下给定一个LSt，查找正确的装置集LSi的各个部分的总和最符合LSt的相应部分。具体公式如下：
其中，I50apj表示在50赫兹时，从数据库中选取的用来匹配的数据组合的平均电流值，I150apj表示在150赫兹时，从数据库中选取的用来匹配的数据组合的平均电流值，I250apj表示在250赫兹时，从数据库中选取的用来匹配的数据组合的平均电流值，j表示选取的用电设备的个数。
在实际应用中，需保证该公式的值小于阈值，阈值的具体大小可根据实际情况进行设定。在实际应用时，需保证x小于等于数据库中存取的用电设备的个数。为了缩小在数据库中的查找范围，依据测得的当前用户中用电设备的第二目标数据快速确定出当前用户中正在运行的用电设备，可以依据相关约束条件在数据库中选取用电设备组合方式。例如，规定如下约束条件：设在50hz选取匹配负载集合为X，在150hz选取匹配负载集合为Y，在250hz选取匹配负载集合为Z，它们各自的负荷特征要与步骤S101测得的对应频率下的负荷特征的偏差小于0.5。且由此得出X，Y，Z负载集合，X应是Y，Z的超集，即集合X比Y，Z更可信。假设选取数据库中的设备类型为A，B，C三种设备组合时，计算出的各频率下的差值之和满足要求，就说明当前用户中正在运行的用电设备为A，B，C三种设备。
采用NILM算法确定当前用户中正在运行的用电设备类型，可以对住宅的消费行为进行详细分类，更详细地了解客户的消费行为，更有效地设计和实施需求响应方案。
上文中对于一种电力负荷监测方法的实施例进行了详细描述，基于上述实施例描述的电力负荷监测装置方法，本发明实施例还提供了一种与该方法对应的电力负荷监测装置。由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参照方法部分的实施例描述，这里不再赘述。
图3为本发明实施例所提供的一种电力负荷监测装置组成示意图，如图3所示，该装置包括第一获取模块301，第二获取模块202以及确定模块203。
第一获取模块301，用于获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各目标用电设备与第一目标数据的对应关系存储至数据库；
第二获取模块302，用于获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据；
确定模块303，用于依据对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。
本发明所提供的一种电力负荷监测装置，首先获取已知类型的用电设备在预设测量点单独工作时的第一目标数据，并将各类型用电设备与第一目标数据的对应关系存储至数据库；然后再获取当前用户中处于运行状态的所有用电设备在预设测量点的第二目标数据，此时并不知道当前用户中具体有哪些用电设备处于运行状态；最后依据数据库中的对应关系和第一目标数据与第二目标数据在预设测量点的差值确定出当前用户中处于运行状态的所有用电设备的类型以对用电设备进行监测。由此可见，应用本装置，即使当前用户中有多种电力负荷同时开启时，也可以对其进行有效识别；并且，应用本装置，无需获取电力负荷的暂态特征，可以在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。
在上述实施例的基础上，作为优选地实施方式，第一获取模块201具体用于采用交流电流探测器和电压光电隔离换能器获取第一目标数据。
上文中对于一种电力负荷监测方法的实施例进行了详细描述，基于上述实施例描述的电力负荷监测方法，本发明实施例还提供了一种与该方法对应的电力负荷监测设备。由于设备部分的实施例与方法部分的实施例相互对应，因此设备部分的实施例请参照方法部分的实施例描述，这里不再赘述。
图4为本发明实施例所提供的一种电力负荷监测设备组成示意图，如图3所示，该设备包括存储器401以及处理器402。
存储器401，用于存储计算机程序；
处理器402，用于执行计算机程序以实现上述任意一个实施例所提供的电力负荷监测方法的步骤。
本发明所提供的一种电力负荷监测设备，即使当前用户中有多种电力负荷同时开启时，也可以对其进行有效识别。并且，应用本设备，无需获取电力负荷的暂态特征，可以在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。
上文中对于一种电力负荷监测方法的实施例进行了详细描述，基于上述实施例描述的电力负荷监测方法，本发明实施例还提供了一种与该方法对应的计算机可读存储介质。由于计算机可读存储介质部分的实施例与方法部分的实施例相互对应，因此计算机可读存储介质部分的实施例请参照方法部分的实施例描述，这里不再赘述。
一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行以实现上述任意一个实施例所提供的电力负荷监测方法的步骤。
本发明所提供的一种计算机可读存储介质，处理器可以读取可读存储介质中存储的程序，即可以实现上述任意一个实施例所提供的电力负荷监测方法，即使当前用户中有多种电力负荷同时开启时，也可以对其进行有效识别。并且，无需获取电力负荷的暂态特征，可以在相对较短的时间内实现对电力负荷的准确监测，进而提高电力负荷检准确性。
以上对本发明所提供的一种电力负荷监测方法、装置、设备及可读存储介质进行了详细介绍。本文中运用几个实例对本发明的原理及实施方式进行了阐述，以上实施例的说明，只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本领域技术人员，在没有创造性劳动的前提下，对本发明所做出的修改、等同替换、改进等，均应包含在本申请中。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个操作与另一个操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”等类似词，使得包括一系列要素的单元、设备或系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种单元、设备或系统所固有的要素。

Claims (10)

1.一种电力负荷监测方法，其特征在于，包括：
获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各所述目标用电设备与第一目标数据的对应关系存储至数据库；
获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据；
依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型以对所述用电设备进行监测。
2.根据权利要求1所述的电力负荷监测方法，其特征在于，所述获取各目标用电设备在预设测量点单独工作时的第一目标数据具体为：
采用交流电流探测器和电压光电隔离换能器获取所述第一目标数据。
3.根据权利要求1所述的电力负荷监测方法，其特征在于，所述获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据具体为：
采用非侵入式技术获取所述第二目标数据。
4.根据权利要求1所述的电力负荷监测方法，其特征在于，在获取所述第一目标数据和所述第二目标数据之后，还包括：
采用快速傅里叶变换算法确定所述第一目标数据和所述第二目标数据的幅值和频率。
5.根据权利要求1所述的电力负荷监测方法，其特征在于，所述依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型具体包括：
采用NILM算法计算所述差值；
判断各所述差值之和是否小于阈值；
如果是，则表征所述第二目标数据对应的用电设备与所述第一目标数据对应的目标用电设备的类型相同；
如果否，则表征所述第二目标设备对应的用电设备与所述第一目标设备对应的目标用电设备的类型不同。
6.根据权利要求1所述的电力负荷监测方法，其特征在于，所述第一目标数据和所述第二目标数据均包括电流和电压。
7.一种电力负荷监测装置，其特征在于，包括：
第一获取模块，用于获取各目标用电设备在预设测量点单独工作时的第一目标数据，并将各所述目标用电设备与第一目标数据的对应关系存储至数据库；
第二获取模块，用于获取当前用户中处于运行状态的所有用电设备在所述预设测量点的第二目标数据；
确定模块，用于依据所述对应关系和所述第一目标数据与所述第二目标数据在所述预设测量点的差值确定出所述当前用户中处于运行状态的所有用电设备的类型以对所述用电设备进行监测。
8.根据权利要求7所述的电力负荷监测装置，其特征在于，所述第一获取模块具体用于采用交流电流探测器和电压光电隔离换能器获取所述第一目标数据。
9.一种电力负荷监测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1至6任意一项所述的电力负荷监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1至6任意一项所述的电力负荷监测方法的步骤。
CN201811278415.XA 2018-10-30 2018-10-30 一种电力负荷监测方法、装置、设备及可读存储介质 Active CN109447473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811278415.XA CN109447473B (zh) 2018-10-30 2018-10-30 一种电力负荷监测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811278415.XA CN109447473B (zh) 2018-10-30 2018-10-30 一种电力负荷监测方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN109447473A true CN109447473A (zh) 2019-03-08
CN109447473B CN109447473B (zh) 2022-02-15

Family

ID=65549948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811278415.XA Active CN109447473B (zh) 2018-10-30 2018-10-30 一种电力负荷监测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN109447473B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110661286A (zh) * 2019-09-02 2020-01-07 全球能源互联网研究院有限公司 输电系统的频率确定方法、装置、存储介质及输电设备
CN112329387A (zh) * 2020-11-03 2021-02-05 新奥数能科技有限公司 一种公式模板配置方法及装置
CN113159988A (zh) * 2021-04-14 2021-07-23 杭州电力设备制造有限公司 用户电器负荷状态分析方法、装置、设备及可读存储介质
CN113762744A (zh) * 2021-08-23 2021-12-07 迟源 电力数据质量评估方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11161302A (ja) * 1997-11-26 1999-06-18 Toshiba Corp 電力系統監視制御装置及び該装置の処理プログラムを記録する記録媒体
US20140371932A1 (en) * 2013-06-18 2014-12-18 Eaton Corporation System and method for instantaneous power decomposition and estimation
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
CN106443233A (zh) * 2016-08-26 2017-02-22 北京电力经济技术研究院 一种非侵入式的稳态负荷监测方法
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11161302A (ja) * 1997-11-26 1999-06-18 Toshiba Corp 電力系統監視制御装置及び該装置の処理プログラムを記録する記録媒体
US20140371932A1 (en) * 2013-06-18 2014-12-18 Eaton Corporation System and method for instantaneous power decomposition and estimation
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
CN106443233A (zh) * 2016-08-26 2017-02-22 北京电力经济技术研究院 一种非侵入式的稳态负荷监测方法
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

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110661286A (zh) * 2019-09-02 2020-01-07 全球能源互联网研究院有限公司 输电系统的频率确定方法、装置、存储介质及输电设备
CN112329387A (zh) * 2020-11-03 2021-02-05 新奥数能科技有限公司 一种公式模板配置方法及装置
CN112329387B (zh) * 2020-11-03 2024-03-05 新奥数能科技有限公司 一种公式模板配置方法及装置
CN113159988A (zh) * 2021-04-14 2021-07-23 杭州电力设备制造有限公司 用户电器负荷状态分析方法、装置、设备及可读存储介质
CN113159988B (zh) * 2021-04-14 2022-08-02 杭州电力设备制造有限公司 用户电器负荷状态分析方法、装置、设备及可读存储介质
CN113762744A (zh) * 2021-08-23 2021-12-07 迟源 电力数据质量评估方法、系统及存储介质

Also Published As

Publication number Publication date
CN109447473B (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
CN109447473A (zh) 一种电力负荷监测方法、装置、设备及可读存储介质
Ghosh et al. An improved load feature extraction technique for smart homes using fuzzy-based NILM
Lee Electric load information system based on non-intrusive power monitoring
EP2579050B1 (en) Utility metering
Ahmadi et al. Load decomposition at smart meters level using eigenloads approach
Ghosh et al. Artificial bee colony optimization based non-intrusive appliances load monitoring technique in a smart home
US8554501B2 (en) Method and device for the non-intrusive determination of the electrical power consumed by an installation, by analysing load transients
CN111027408A (zh) 一种基于支持向量机和v-i曲线特征的负荷识别方法
CN109470957A (zh) 一种基于Fréchet distance的非侵入式电器识别方法
Zhou et al. Neural network pattern recognition based non-intrusive load monitoring for a residential energy management system
Zhang et al. A non-intrusive identification method of harmonic source loads for industrial users
CN109146265A (zh) 基于动态规划时间序列相似性的三相不平衡源溯源方法
CN111007347A (zh) 一种非侵入式负荷识别、装置和相关设备
Zhang et al. An improved non-intrusive load monitoring method for recognition of electric vehicle battery charging load
Akarslan et al. A novel approach for residential load appliance identification
Shin et al. Signal processing-based direction finder for transient capacitor switching disturbances
Wu et al. A nonintrusive fast residential load identification algorithm based on frequency‐domain template filtering
Li et al. The investigation of residential load identification technologies
Cannas et al. Non-Intrusive Loads Monitoring Techniques for House Energy Management
Huang et al. A multi-objective robust state estimator for systems measured by phasor measurement units
Zhang et al. Fault detection, classification, and location for active distribution network based on neural network and phase angle analysis
Figueiredo et al. Extracting features from an electrical signal of a non-intrusive load monitoring system
Wang et al. Real Time Monitoring Method of Power Grid User Side Energy Consumption Data Based on Internet of Things
Cheng et al. Development of a Smart Meter with Non-intrusive Load Monitoring Function
Li et al. Wavelet Transform and Damped Recursive Least Squares Method for Measurement Uncertainty Evaluation in EV Charging Pile Meters

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