CN110412347B - 一种基于非侵入式负荷监测的窃电行为识别方法与装置 - Google Patents

一种基于非侵入式负荷监测的窃电行为识别方法与装置 Download PDF

Info

Publication number
CN110412347B
CN110412347B CN201910739369.7A CN201910739369A CN110412347B CN 110412347 B CN110412347 B CN 110412347B CN 201910739369 A CN201910739369 A CN 201910739369A CN 110412347 B CN110412347 B CN 110412347B
Authority
CN
China
Prior art keywords
current
electricity
electric appliance
power consumption
power
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
CN201910739369.7A
Other languages
English (en)
Other versions
CN110412347A (zh
Inventor
谢荣斌
郭源蕊
杨雨石
肖士锴
周群
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN201910739369.7A priority Critical patent/CN110412347B/zh
Publication of CN110412347A publication Critical patent/CN110412347A/zh
Application granted granted Critical
Publication of CN110412347B publication Critical patent/CN110412347B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061Details of electronic electricity meters
    • G01R22/066Arrangements for avoiding or indicating fraudulent use
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/10Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Current Or Voltage (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供了一种基于非侵入式负荷监测的窃电行为识别方法以及装置,通过监测用电器的电流电压可以分析得到内部负荷集群中同时开启电器情况下单个负荷的种类和运行情况,运行情况包括不同时开启时段的用电器的具体用电量和开启关闭的时间记录。本发明利用用电器的参数曲线以及功率稳态变化、功率暂态冲击、功率稳态波动特征从总电流、总电压中分解出用电电器及其开启、关闭时间,再进行电能计量,与电表结果进行比对判断是否窃电。本发明通过以上设计提供了一种有效便捷的方式来监测识别窃电偷电行为,制定有效的节能措施,使有效用电率最大化,减少不必要的损失和偷电窃电的违法行为,同时采集的用电数据可以对未来电力监测发展提供数据支持。

Description

一种基于非侵入式负荷监测的窃电行为识别方法与装置
技术领域
本发明属于防窃电技术领域,尤其涉及一种基于非侵入式负荷监测的窃电行为识别方法与装置。
背景技术
电网公司对能耗管理更加精益化,我们越来越关注能耗监测和防窃电技术,电能监测是合理分配能源和节能的基础,也是防窃电的一种技术,对于国家、电网公司实现能源的最优分配,对我们实现能源节约型社会有重要意义。当前我国电力监测系统相对于高速发展的电力工业来说还相对滞后。传统的监测系统往往需要大量的硬件设备,传感器等的在线安装测量,不但需要大量的资金投入,在安装和维护阶段仍需花费金钱和时间;同时由于传统的电力监测系统采用“侵入式”技术设计,在安装维护时,需对供电用户进行短暂停电,容易造成用户不便或者引起其他经济损失,往往难以满足系统优化、节能、故障检测分析等需要,以上这些都需要我们提高电力系统的监测能力。再者,在能源紧缺的今天,整个国际社会倡导节能减排、建设节约型社会。尤其是我国人口基数大,人均资源稀缺,用电量大,据不完全统计,全国每年因窃电造成的经济损失达百亿元有余,损失的电量有几十亿千瓦时不止,给电网公司和国家带来了巨大的损失,而减少电能损耗,提高电能传输效率和系统监测能力,对我国构建“节能型社会”,促进各种能源高效利用,电网公司和用户的经济效益提高等,均具有重要的现实意义。
关于负荷分解现有两种技术,侵入式负荷分解和非侵入式负荷分解。侵入式负荷监测:在负荷内部每一个用电设备上安装一个传感器,进而监测不同用电设备实时的功率消耗比例。其优点:计量较为准确。其缺点:投入较大,安装工作需要进入负荷内部,影响电力用户正常的生产和生活,不适宜全面推广。非侵入式负荷监测:在电力负荷入口处安装监测设备,通过监测该处的电压、电流等信号就可以分析得到内部负荷集群中单个负荷的种类和运行情况。其优点:监测工具成本低,对电力用户正常的生产和生活影响小。其缺点:监测系统对软硬件的要求很高,对不同种类用电设备大量同时发生状态变化时,无法进行有效地跟踪分解。
我国最开始使用机械式电表,为了防止某些偷电行为,后来推出了电子式电表。2009年国家电网公司确定了智能电网发展规划,在随后推出了智能电表。智能电表是正在快速发展的电表类别,对于某些手段的窃电方式有一定的防止效果,但并不能完全做到十分有效,而非侵入式负荷监测预与分解技术在我国的应用并未大面积运用到实际中,大多停留在理论阶段,实质性成果尚不丰硕。综上可知,国内外目前对于偷电技术的识别方法并没有十分有效的方案,而基于非侵入式负荷监测技术再对此进行研究尚有空间。
就目前研究的技术无论是侵入式还是非侵入式负荷分解,都存在一定的缺陷,为此我们思考是否能用一种有效便捷的方式来监测识别窃电偷电行为,制定有效的节能措施,使有效用电率最大化,减少不必要的损失和偷电窃电的违法行为。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于非侵入式负荷监测的窃电行为识别方法与装置可以使用电率最大化,减少不必要的损失和偷电窃电的违法行为。
为了达到以上目的,本发明采用的技术方案为:
本方案提供一种基于非侵入式负荷监测的窃电行为识别方法,包括如下步骤:
S1、初始化用电器的电流电压值、开启关闭时间以及有功功率;
S2、采集用电器的电流电压数据,并将所述电流电压数据转换成数字信号存储至控制器中;
S3、将所述数字信号进行功率计算得到用电器的实时有功功率;
S4、根据所述实时有功功率,利用窃电识别算法计算得到用电器的开启、关闭时间以及用电器种类,并根据用电器的开启、关闭时间及其对应的额定功率计算得到计算得到用电器的理论总用电量W;
S5、根据所述理论总用电量W,利用识别检验算法计算得到用电器的平均用电量W1和平均用电量W2
S6、计算所述平均用电量W1和平均用电量W2的相对差异值e;
S7、判断所述相对差异值e是否大于预设的差异阈值,若是,则舍去平均用电量W1,并返回步骤S1,反之,则进入步骤S8;
S8、根据所述理论总用电量W和电表上的实际用电量PF的差异判断是否存在窃电行为,若是,则进入步骤S9,反之,则进入步骤S10;
S9、显示判断结果,并将结果发送至用户端和电力公司;
S10、显示判断结果,并延时5分钟,清空采集数据,返回步骤S1。
进一步地,所述步骤S2包括如下步骤:
S201、分别对所述电流电压数据进行隔离弱电和强电信号的干扰处理,得到隔离后的电流电压数据;
S202、采集隔离后的电流电压数据;
S203、滤除所述隔离后的电流电压数据中的杂波,得到经滤除后的电流电压数据;
S204、利用AD转换电路以60000次间隔为5ms的采样频率将滤除后的电流电压转换成数字信号,并存储至控制器中。
再进一步地,所述步骤S4中利用窃电识别算法识别用电器的开启、关闭时间,其具体为:根据不同用电器的功率稳态变化、功率暂态冲击以及功率稳态波动从不同的用电器的总电流、总电压中分解出不同用电器的开启、关闭时间。
再进一步地,所述步骤S5包括如下步骤:
S501、根据所述理论总用电量W计算得到平均用电量W1,其中,所述平均用电量W1的表达式如下:
Figure BDA0002163401520000041
Figure BDA0002163401520000042
其中,s表示用电时间,Pi表示第i个用电器的额定有功功率,tik表示第i个用电器的开启时间,tib表示第i个用电器的关闭时间,n表示用电器的数量;
S502、选取用电器的开启、关闭时间段中的中间部分1秒的用电时间,并利用识别检验算法识别用电器的种类;
S503、利用所述用电器的实时有功功率以及所述1秒的用电时间t计算得到同时开启时用电器的平均用电量W2,其中,所述平均用电量W2的表达式如下:
W2=(P1+P2+...+Pi)×t
其中,t表示中间部分的1秒的用电时间,P1、P2、Pi表示用电器的有功功率,i表示用电器的总数。
再进一步地,所述步骤S502中利用识别检验算法识别用电器的种类,包括如下步骤:
S5021、根据所述电流数据生成用电器的存在系数矩阵;
S5022、根据所述存在系数矩阵与所述电流数据利用进制拟合算法计算得到同时开启情况下用电器的电流数据;
S5023、将所述得到同时开启情况下用电器的电流数据存入至负荷集群中;
S5024、分别计算负荷集群中的单个负荷的电流数据与所述用电器的电流数据的误差值;
S5025、根据所述误差值找到拟合度最高的存在系数,将所述拟合度最高的存在系数作为用电器输出的电流值;
S5026、根据所述用电器输出的电流值确定用电器的种类。
再进一步地,所述步骤S6中计算所述平均用电量W1和平均用电量W2的相对差异值e的表达式如下:
Figure BDA0002163401520000051
其中,W1表示利用窃电识别算法得到的用电器的开启、关闭时间段的平均用电量,W2表示利用识别检验算法计算得到用电器的开启、关闭时间段的的平均用电量。
再进一步地,所述步骤S8包括如下步骤:
S801、根据所述用电器的理论总用电量W和电表上的实际用电量PF的差异计算得到不同电器用电量的相误差R,其中,所述相对误差R的表达式如下:
Figure BDA0002163401520000052
S802、判断所述相对误差R是否小于预设的第一阈值,若是,则不存在窃电行为,并进入步骤S10,反之,则进入步骤S803;
S803、判断所述相对误差R是否在预设的第一阈值和第二阈值的区间内,若是,则存在疑似窃电行为,并进入步骤S9,反之,则进入步骤S804;
S804、判断所述相对误差R是否大于预设的第二阈值,若是,则存在窃电行为,并进入步骤S9,反之,则进入步骤S10。
基于上述方法,本发明还公开了一种基于非侵入式负荷监测的窃电行为识别装置,包括第一隔离电路、与所述第一隔离电路连接的电流采集单元以及与所述第一隔离电路连接的第一滤波电路,所述窃电行为识别装置还包括第二隔离电路、与所述第二隔离电路连接的电压采集单元以及与所述第二隔离电路连接的第二滤波电路、分别与所述第一滤波电路和第二滤波电路连接的AD转换电路、与所述AD转换电路连接的控制器以及分别与所述控制器连接的通信单元以及液晶显示屏,其中,
所述第一隔离电路和第二隔离电路分别用于隔离用电器的电流电压中的弱电和强电信号的干扰;
所述电流采集单元用于采集隔离后的用电器总的电流数据;
所述电压采集单元用于采集隔离后的用电器总的电压数据;
所述第一滤波电路和第二滤波电路分别用于滤除采集单元所采集到的用电器的电流和电压中引入的杂波干扰;
所述AD转换电路用于将经滤除电路处理后的用电器的电流电压的模拟信号转换成数字信号;
所述控制器用于根据所述数字信号计算用电器的有功功率,并利用所述有功功率进行窃电行为的识别,并将识别结果分别发送至通信单元以及液晶显示屏,所述控制器采用STM32系列的单片机作为控制芯片,且所述AD转换电路内嵌于所述控制器内;
所述通信单元用于将预测的实际电能表的用电信息发送至控制器中,以及将窃电识别结果传送至电力公司和用户终端;
所述液晶显示屏用于显示窃电结果。
进一步地,所述第一隔离电路包括变压器M,所述电流采集单元分别包括型号为UA741CP的运算放大芯片U1、运算放大芯片U2、运算放大芯片U4以及运算放大芯片U5,所述所述电流采集单元还包括电感L、电阻R、电阻Rs、电阻R16、电阻R17、电阻R2、电阻R6、电阻R3、接地电阻R1、电容C1、电阻R4、电阻R5、电阻R19、电阻R18以及电源V1,所述第一滤波电路包括接地电容C4,其中:
所述变压器M的第1引脚与第2引脚分别与外部插座连接,所述变压器M的第3引脚与电感L的一端连接,所述变压器M的第4引脚与电阻Rs的一端连接,并接地,电感L的另一端与电阻R的一端连接,电阻R的另一端分别与电阻R16的一端以及电阻Rs的另一端连接,电阻R16的另一端分别与电阻R17的一端以及所述芯片U4的第2引脚连接,电阻R17的另一端分别与电阻R2的一端以及所述芯片U4的第6引脚连接,所述芯片U4的第4引脚与第7引脚分别连接电源,所述芯片U4的第3引脚接地,电阻R2的另一端分别与所述芯片U1的第2引脚以及电阻R6的一端连接,电阻R6的另一端分别与所述芯片U1的第6引脚以及电阻R3的一端连接,所述芯片U1的第3引脚接地,所述芯片U1的第4引脚与第7引脚分别连接电源,电阻R3的另一端分别与所述芯片U2的第2引脚、电容C1的一端以及电阻R4的一端连接,电容C1的另一端分别与电阻R4的另一端、电阻R5的一端以及所述芯片U2的第6引脚连接,所述芯片U2的第4引脚与第7引脚分别连接电源,所述芯片U2的第3引脚连接接地电阻R1,电阻R5的另一端分别与电阻R19的一端、所述芯片U5的第2引脚以及电阻R18的一端连接,电阻R18的另一端与电源V1的正极连接,电源V1的负极接地,电阻R19的另一端分别与所述接地电容C4以及所述芯片U5的第6引脚连接,所述芯片U5的第7引脚与第4引脚分别连接电源,所述芯片U5的第3引脚接地。
再进一步地,所述第二隔离电路包括电容C3和变压器T1,所述电压采集单元包括型号为UA741CP的运算放大芯片U3、电阻R7、电阻R9、滑动变阻器R8、电阻R10以及电阻R15,所述第二滤波电路包括电容C6、电容C7、电容C8、电阻R12、电阻R13、电源V3、电阻R14、接地电容C2以及型号为UA741CP的运算放大芯片U6,其中:
所述电容C3的一端分别与外部电阻R11的一端以及变压器T1的第1引脚连接连接,外部电阻R11的另一端与外部电源V2的正极连接,外部电源V2的负极分别与电容C3的另一端以及变压器T1的第2引脚连接,变压器T1的第3引脚分别与电阻R7的一端以及电阻R9的一端连接,变压器T1的第4引脚分别与滑动变阻器R8的滑动端、滑动变阻器R8的第一固定端以及所述芯片U3的第3引脚连接,并接地,电阻R7的另一端分别与电阻R10的一端以及滑动变阻器R8的第二固定端连接,电阻R10的另一端分别与电阻R15的一端以及所述芯片U3的第2引脚连接,电阻R15的另一端分别与所述芯片U3的第6引脚、电容C7的一端、电阻R12的一端以及电容C8的一端连接,所述芯片U3的第4引脚与第7引脚分别连接电源,电阻R9的另一端分别与电容C8的另一端以及电容C6的一端连接,电容C6的另一端与电容C7的另一端连接并接地,电阻R12的另一端分别与电阻R14的一端、电阻R13的一端以及所述芯片U6的第2引脚连接,电阻R13的另一端与电源V3的正极连接,电阻R14的另一端分别与所述芯片U6的第6引脚以及接地电容C2连接,所述芯片U6的第4引脚与第7引脚分别与电源连接,所述芯片U6的第3引脚与电源V3的负极连接,并接地。
本发明的有益效果:
(1)本发明有利于提高国家电网的电能传输效率和系统的检测能力,且本发明有助于减少电能损耗,提高电能传输效率和系统监测能力,对我国构建节能型社会,促进各种能源高效利用,电网公司和用户的经济效益提高等,均具有重要的现实意义;
(2)本发明通过监测用电器的电流电压可以分析得到内部负荷集群中同时开启电器情况下单个负荷的种类和运行情况,不同时开启时的具体用电量和开启关闭的时间记录,同时采集的用电数据可以对未来电力监测发展提供数据支持,本发明在电力负荷入口处安装监测装置,其监测窃电装置成本低,对电力用户正常的生产和生活影响小;
(3)本发明中窃电识别在个人方面有利于督促个人形成良好的用电习惯和警惕意识,在社会方面可以起到警示作用,构建良好用电风气,减少因不安全、违规窃电行为造成的人身安全威胁,在国家和资源方面,有利于挽救国家和供电部门的经济损失,维护电力事业的正常管理秩序并促进我国电力事业的发展。
附图说明
图1为本发明的方法流程图。
图2为本发明的装置结构示意图。
图3为本实施例中第一隔离电路,电流采集单元以及第一滤波电路的电路连接图。
图4为本实施例中第二隔离电路,电压采集单元以及第二滤波电路的电路连接图
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
实施例
本发明通过监测用电器的电流电压可以分析得到内部负荷集群中同时开启电器情况下单个负荷的种类和运行情况,不同时开启时的用电器的具体用电量和开启关闭的时间记录,同时采集的用电数据可以对未来电力监测发展提供数据支持,本发明利用用电器的参数曲线以及功率稳态变化、功率暂态冲击、功率稳态波动特征从总电流、总电压中分解出用电电器及其开启、关闭时间,再进行电能计量,与电表结果进行比对判断是否窃电。
如图1所示,本发明公开了一种基于非侵入式负荷监测的窃电行为识别方法,其实现方法如下:
S1、初始化用电器的电流电压值、开启关闭时间以及有功功率;
S2、采集用电器的电流电压数据,并将所述电流电压数据转换成数字信号存储至控制器中,其实现方法如下:
S201、分别对所述电流电压数据进行隔离弱电和强电信号的干扰处理,得到隔离后的电流电压数据;
S202、采集隔离后的电流电压数据;
S203、滤除所述隔离后的电流电压数据中的杂波,得到经滤除后的电流电压数据;
S204、利用AD转换电路以60000次间隔为5ms的采样频率将滤除后的电流电压转换成数字信号,并存储至控制器中;
S3、将所述数字信号进行功率计算得到用电器的实时有功功率;
S4、根据所述实时有功功率,利用窃电识别算法计算得到用电器的开启、关闭时间以及用电器种类,并根据用电器的开启、关闭时间及其对应的额定功率计算得到计算得到用电器的理论总用电量W,其具体为:根据不同用电器的功率稳态变化、功率暂态冲击以及功率稳态波动从不同的用电器的总电流、总电压中分解出不同用电器的开启、关闭时间;
S5、根据所述理论总用电量W,利用识别检验算法计算得到用电器的平均用电量W1和平均用电量W2,其实现方法如下:
S501、根据所述理论总用电量W计算得到平均用电量W1,其中,所述平均用电量W1的表达式如下:
Figure BDA0002163401520000111
Figure BDA0002163401520000112
其中,s表示用电时间,Pi表示第i个用电器的额定有功功率,tik表示第i个用电器的开启时间,tib表示第i个用电器的关闭时间,n表示用电器的数量;
S502、选取用电器的开启、关闭时间段中的中间部分1秒的用电时间,并利用识别检验算法识别用电器的种类,其实现方法如下:
S5021、根据所述电流数据生成用电器的存在系数矩阵;
S5022、根据所述存在系数矩阵与所述电流数据利用进制拟合算法计算得到同时开启情况下用电器的电流数据;
S5023、将所述得到同时开启情况下用电器的电流数据存入至负荷集群中;
S5024、分别计算负荷集群中的单个负荷的电流数据与所述用电器的电流数据的误差值;
S5025、根据所述误差值找到拟合度最高的存在系数,将所述拟合度最高的存在系数作为用电器输出的电流值;
S5026、根据所述用电器输出的电流值确定用电器的种类;
S503、利用所述用电器的实时有功功率以及所述1秒的用电时间t计算得到同时开启时用电器的平均用电量W2,其中,所述平均用电量W2的表达式如下:
W2=(P1+P2+...+Pi)×t
其中,t表示中间部分的1秒的用电时间,P1、P2、Pi表示用电器的有功功率,i表示用电器的总数。
本实施例中,窃电识别算法是指用电器功率特征集已知情况下,通过对进电处采集总电流总电压,通过总电流总电压计算得到总有功功率,并对有功功率的变化进行判断识别出各用电器启停时间后,利用特征集计算出理论用电量并与实际用电量相对比判断是否窃电的算法。以不同的电器开启、关闭时间以及用电量为例。
不同的电器功率负载曲线不同,各大功率电器的特点一般来说具有如下特征:
(1)功率稳态变化:指用电器在开启、关闭时引起的稳定的功率抬升和下降,特点是抬升后表示电器开启,电器运行时会保持较长的一段时间,而降低表示电器关闭,也会保持一段时间,升幅值和降幅值基本维持稳定数值。本实施例中选择用电器都有此特性。
(2)功率暂态冲击:指用电器运行开启的瞬间,有0.3s左右的暂态有功功率冲击,该冲击幅值一般为稳态值的3~5倍,一般存在于变频空调和变频冰箱等电器中,此特点可利于区分稳态功率相近的不同电器。本实施例中选择用电器中,冰箱、空调制热工作模式均具有此特点。
(3)功率稳态波动:用电器运行时虽然稳态有功功率的值基本保持不变,但用电器运行受环境和本身器件的影响,功率值会存在一定波动,因此,功率稳态波动也是需要考虑的问题,这影响到窃电识别装置内部的用电器识别的阈值设置和电能计量的精度。
例如,热水壶、电暖炉与变频空调,该三种种用电器稳态功率设为P1,P2,P3,其中,P1=1800W,P2=600W,P3=1500W,P1,P2,P3在用电器数据库中记录。同时,电热水壶功能为烧水,一般工作时间为8min,且电热水壶与电暖炉不存在功率暂态冲击特征,而变频空调的开启存在功率暂态冲击,且功率暂态冲击大大高于稳态功率,一般为稳态功率的3-5倍,将用电器一段时间工作的总功率数据P0采集入控制器,P0={P0(1),P0(2),P0(3),...,P0(n)},对相邻采集点进行有功功率P变化计算:P=Pi+1-Pi,其中,Pi+1表示第i+1个采样点的有功功率,Pi表示第i个采样点的有功功率,且0<i<n+1,n表示采样点的个数。
由于用电器工作受环境和元器件老化等影响,会有一定功率稳态波动特征,因此,对相应的功率稳态变化特征设置阈值delta,若相邻采集点存在功率抬升在±delta范围内1800W左右且后续相邻采样变化极小:1800-delta<P<1800+delta,则可判断该采集点i处为电热水壶开启时间;若功率抬升在±delta范围内600W左右且后续相邻采样变化极小:600-delta<P<600+delta,则可判断该采集点i处为电暖炉开启时间;若相邻采集点存在功率抬升在±delta范围内1500×3-1500×5W左右:1500×3±delta<P<1500×5±delta,且后续相邻采样变化存在±delta范围内-1500×4-1500×2W左右的负功率稳态变化:-1500×4±delta<P<-1500×2±delta,则可判断该采集点i处为变频空调开启时间;若相邻采集点存在功率抬升在±delta范围内-1800W左右且后续相邻采样变化极小:-1800-delta<P<-1800+delta,则可判断该采集点i处为电热水壶关闭时间;若相邻采集点存在功率抬升在±delta范围内-600W左右且后续相邻采样变化极小:-600-delta<P<-600+delta则可判断该采集点i处为电暖炉关闭时间;若相邻采集点存在功率抬升在±delta范围内-1500W左右且后续相邻采样变化极小:-1500-delta<P<-1500+delta,则可判断该采集点i处为变频空调关闭时间。此时,得到该段时间内不同电器的开启时间与关闭时间,即可得到不同电器的工作时间,将不同电器的工作时间与对应稳态功率做乘法计算,即可得到理论用电量PL。
本实施例中,识别检验算法是指当已有用电器功率曲线或电流曲线已知时,某几种用电器出于处于同时开启状态时,采用进制拟合算法对总功率曲线或总电流曲线进行非侵入式负荷分解并计算平均用电量,将平均用电量与理论平均用电量对比判断结果是否可靠的算法。当已有用电器功率曲线或电流曲线已知时,某几种用电器同时开启时,可采用进制拟合算法对总功率曲线或总电流曲线进行非侵入式负荷分解。以采集电流曲线为例,以一个家庭场景为例:同时开启x种用电器中的某几种,而这x种电器正常工作的电流曲线已经输入至窃电识别装置中控制器的存储卡中。
假定采集装置采集频率为1KHZ,一共采集n个点,电器集合为{A,B,C,...,Z},共x种电器,用电器采集数据对应如下:
A={a(0),a(1),a(2),...,a(n)}
B={b(0),b(1),b(2),...,b(n)}
C={c(0),c(1),c(2),...,c(n)}
...
Z={z(0),z(1),z(2),...,z(n)}
此时每个用电器对应一个存在系数数组,其中,每个存在系数对应该采集点用电器的开启与否,用电器集群则对应一个存在矩阵m,若某种电器开启,则对应的存在系数为1,否则为0;当总的采集电流为W时,W={w(0),w(1),w(2),...,w(n)},则W=m(1)×A+m(2)×B+m(3)×C+...+m(x)×Z,此时的存在系数矩阵代表了电器的工作情况,可以以此判断电器的负荷状态。此时,内部程序产生对应的不同存在系数,与数据集中的电器负荷曲线相乘,然后和采集的总负荷相比对,比对拟合程度最高的存在系数,输出为电器工作状态。
S6、计算所述平均用电量W1和平均用电量W2的相对差异值e,其中,计算所述平均用电量W1和平均用电量W2的相对差异值e的表达式如下:
Figure BDA0002163401520000151
其中,W1表示利用窃电识别算法得到的用电器的开启、关闭时间段的平均用电量,W2表示利用识别检验算法计算得到用电器的开启、关闭时间段的的平均用电量;
S7、判断所述相对差异值e是否大于预设的差异阈值,若是,则舍去平均用电量W1,并返回步骤S1,反之,则进入步骤S8;
S8、根据所述理论总用电量W和电表上的实际用电量PF的差异判断是否存在窃电行为,若是,则进入步骤S9,反之,则进入步骤S10,其实现方法如下:
S801、根据所述用电器的理论总用电量W和电表上的实际用电量PF的差异计算得到不同电器用电量的相误差R,其中,所述相对误差R的表达式如下:
Figure BDA0002163401520000152
S802、判断所述相对误差R是否小于预设的第一阈值,若是,则不存在窃电行为,并进入步骤S10,反之,则进入步骤S803;
S803、判断所述相对误差R是否在预设的第一阈值和第二阈值的区间内,若是,则存在疑似窃电行为,并进入步骤S9,反之,则进入步骤S804;
S804、判断所述相对误差R是否大于预设的第二阈值,若是,则存在窃电行为,并进入步骤S9,反之,则进入步骤S10;
S9、显示判断结果,并将结果发送至用户端和电力公司;
S10、显示判断结果,并延时5分钟,清空采集数据,返回步骤S1。
如图2所示,基于上述方法,本发明还公开了一种基于非侵入式负荷监测的窃电行为识别装置,包括第一隔离电路、与所述第一隔离电路连接的电流采集单元以及与所述第一隔离电路连接的第一滤波电路,所述窃电行为识别装置还包括第二隔离电路、与所述第二隔离电路连接的电压采集单元以及与所述第二隔离电路连接的第二滤波电路、分别与所述第一滤波电路和第二滤波电路连接的AD转换电路、与所述AD转换电路连接的控制器以及分别与所述控制器连接的通信单元以及液晶显示屏,其中,所述第一隔离电路和第二隔离电路分别用于隔离用电器的电流电压中的弱电和强电信号的干扰;所述电流采集单元用于采集隔离后的用电器总的电流数据;所述电压采集单元用于采集隔离后的用电器总的电压数据;所述第一滤波电路和第二滤波电路分别用于滤除采集单元所采集到的用电器的电流和电压中引入的杂波干扰;所述AD转换电路用于将经滤除电路处理后的用电器的电流电压的模拟信号转换成数字信号;所述控制器用于根据所述数字信号计算用电器的有功功率,并利用所述有功功率进行窃电行为的识别,并将识别结果分别发送至通信单元以及液晶显示屏;所述通信单元用于将预测的实际电能表的用电信息发送至控制器中,以及将窃电识别结果传送至电力公司和用户终端;所述液晶显示屏用于显示窃电结果,所述控制器采用STM32系列的单片机作为控制芯片,且所述AD转换电路内嵌于所述控制器内。
如图3所示,所述第一隔离电路包括变压器M,所述电流采集单元分别包括型号为UA741CP的运算放大芯片U1、运算放大芯片U2、运算放大芯片U4以及运算放大芯片U5,所述所述电流采集单元还包括电感L、电阻R、电阻Rs、电阻R16、电阻R17、电阻R2、电阻R6、电阻R3、接地电阻R1、电容C1、电阻R4、电阻R5、电阻R19、电阻R18以及电源V1,所述第一滤波电路包括接地电容C4,所述变压器M的第1引脚与第2引脚分别与外部插座连接,所述变压器M的第3引脚与电感L的一端连接,所述变压器M的第4引脚与电阻Rs的一端连接,并接地,电感L的另一端与电阻R的一端连接,电阻R的另一端分别与电阻R16的一端以及电阻Rs的另一端连接,电阻R16的另一端分别与电阻R17的一端以及所述芯片U4的第2引脚连接,电阻R17的另一端分别与电阻R2的一端以及所述芯片U4的第6引脚连接,所述芯片U4的第4引脚与第7引脚分别连接电源,所述芯片U4的第3引脚接地,电阻R2的另一端分别与所述芯片U1的第2引脚以及电阻R6的一端连接,电阻R6的另一端分别与所述芯片U1的第6引脚以及电阻R3的一端连接,所述芯片U1的第3引脚接地,所述芯片U1的第4引脚与第7引脚分别连接电源,电阻R3的另一端分别与所述芯片U2的第2引脚、电容C1的一端以及电阻R4的一端连接,电容C1的另一端分别与电阻R4的另一端、电阻R5的一端以及所述芯片U2的第6引脚连接,所述芯片U2的第4引脚与第7引脚分别连接电源,所述芯片U2的第3引脚连接接地电阻R1,电阻R5的另一端分别与电阻R19的一端、所述芯片U5的第2引脚以及电阻R18的一端连接,电阻R18的另一端与电源V1的正极连接,电源V1的负极接地,电阻R19的另一端分别与所述接地电容C4以及所述芯片U5的第6引脚连接,所述芯片U5的第7引脚与第4引脚分别连接电源,所述芯片U5的第3引脚接地。
如图4所示,所述第二隔离电路包括电容C3和变压器T1,所述电压采集单元包括型号为UA741CP的运算放大芯片U3、电阻R7、电阻R9、滑动变阻器R8、电阻R10以及电阻R15,所述第二滤波电路包括电容C6、电容C7、电容C8、电阻R12、电阻R13、电源V3、电阻R14、接地电容C2以及型号为UA741CP的运算放大芯片U6,所述电容C3的一端分别与外部电阻R11的一端以及变压器T1的第1引脚连接连接,外部电阻R11的另一端与外部电源V2的正极连接,外部电源V2的负极分别与电容C3的另一端以及变压器T1的第2引脚连接,变压器T1的第3引脚分别与电阻R7的一端以及电阻R9的一端连接,变压器T1的第4引脚分别与滑动变阻器R8的滑动端、滑动变阻器R8的第一固定端以及所述芯片U3的第3引脚连接,并接地,电阻R7的另一端分别与电阻R10的一端以及滑动变阻器R8的第二固定端连接,电阻R10的另一端分别与电阻R15的一端以及所述芯片U3的第2引脚连接,电阻R15的另一端分别与所述芯片U3的第6引脚、电容C7的一端、电阻R12的一端以及电容C8的一端连接,所述芯片U3的第4引脚与第7引脚分别连接电源,电阻R9的另一端分别与电容C8的另一端以及电容C6的一端连接,电容C6的另一端与电容C7的另一端连接并接地,电阻R12的另一端分别与电阻R14的一端、电阻R13的一端以及所述芯片U6的第2引脚连接,电阻R13的另一端与电源V3的正极连接,电阻R14的另一端分别与所述芯片U6的第6引脚以及接地电容C2连接,所述芯片U6的第4引脚与第7引脚分别与电源连接,所述芯片U6的第3引脚与电源V3的负极连接,并接地。
本实施例中,利用第一隔离电路与第二隔离电路隔离由于环境等原因对电流电压引入的弱电和强电信号干扰,电流采集电路和电压采集电路采集隔离后的电流电压后将信号分别送入第一滤波电路和第二滤波电路处理,然后与AD转换器相连。所述AD转换电路将处理信号按一定采样频率采样至采集至STM32单片机的存储单元。所述控制器则对采集信号进行算法处理,所述通信单元和液晶显示屏与控制器相连接,将窃电处理结果传输至地方变电所并显示出来。
本实施例中,如图3所示,干路电流等于支路电流之和,所以在采集所有用电器的电流时,只需将电流采集电路串入插座总线的火线上,即可测得电流数据,为保证采集时候的安全性,采用非接触式测量,电流接口首先通过第一隔离电路,隔离弱电和强电电路,输出连接罗氏线圈输出到电流采集电路,罗氏线圈等效电路由电感L、电阻R和电阻Rs组成。在用电器起停时,会产生暂态电流,为了准确地捕捉电流变化,所述采集单元需要有一个较宽的测量频带,采用输入/输出为AC1000A/AC100mV,响应频宽为1-1MHz的罗氏线圈采集电流信号,将采集的信号转换成电压信号的微分,通过芯片U1、芯片U4、电阻R16、电阻R17、电阻R6和电阻R1组成的两级放大电路,将信号放大300倍,并通过芯片U2、电阻R2、电阻R4和电容C1组成的积分电路还原电压信号,最后用芯片U5、电阻R19、电阻R18和电源V1组成的加法电路将信号提高1.5V,使输出的电压信号处于0-3.3V输送到第二滤波电路。在测量时由于罗氏线圈量程较大,故采用30A电流采集电路进行数据采集,输出精度为66mV/A。
本实施例中,如图4所示,并联的元件两端电压是一定的,所以只需将电压整体采集电路输入端并联接入即可测得实时电压,实验时采取将电压采集电路输入端直接插入插座的方法采集数据,数据通过输出端口连接控制器。我国民用标准电压为220V,允许的偏差值为-10%-+10%,这要求我们能够测量的电压范围为198V-242V,保留一定裕度,设计的电路能准确测量250V及以下交流电,为保证测量精确性,要求输出电压误差不大于10%;标准供电频率为50±0.2Hz,要求电路能够滤除高频杂波。因此首先要将弱电与强电电路隔离,采用DL—PT202H1变压器T1组成隔离电路实现隔离功能,然后对输出电压进行采样,变压器T1两端电流为2mA/2mA,在额定电流下输出电压为4V,电阻R11起限流作用,为了将采集电压限制在控制器要求的电压0-3.3V以内,用一个1kΩ高精度电阻R7和一个10kΩ电位器R8进行分压和调节电压输出大小,需要注意的是采用的变压器T1只能带动的最大负载为2kΩ,所以需要通过由芯片U3组成的电压跟随器,来提高电路带负载能力,最后用由芯片U6、电阻R14、电阻R13和电源V3组成的加法电路将信号提高1.5V,使输出的电压信号满足要求,并且与电容C2相配合组成第二滤波电路,滤除杂波。其余所有接地电容均用以滤除高频杂波。当输入220V交流电时,输出电压位于0.016V-2.955V之间,并可以通过改变分压电阻组织来调节输出电压幅值,改变V3大小改变电压偏移。本实施例中,变压器采用型号为DL—PT202H1的微型变压器T1,变比为1:1,使用带宽为0.02-2kHz,隔离耐压为3.5kV,该电压采集电路可以很好地隔离用户侧电路和采集单元,防止高压破坏采集单元,并且可以精准地捕捉到电压的变化,即用电器的起停动作,进行电压精密测量,由于电路包含两个运放UA741,考虑减少元件数目及元件种类,电路采用LM324运放实现,LM324运放与UA741运放内部都为基本运算放大器,但LM324是内部集成了多个基本运算放大器的集成电路,有利于节约空间。
本发明通过以上设计提供了一种有效便捷的方式来监测识别窃电偷电行为,制定有效的节能措施,使有效用电率最大化,减少不必要的损失和偷电窃电的违法行为,有利于提高国家电网的电能传输效率和系统的检测能力,且本发明有助于减少电能损耗,提高电能传输效率和系统监测能力,对我国构建节能型社会,促进各种能源高效利用,电网公司和用户的经济效益提高等,均具有重要的现实意义。

Claims (5)

1.一种基于非侵入式负荷监测的窃电行为识别方法,其特征在于,包括如下步骤:
S1、初始化用电器的电流电压值、开启关闭时间以及有功功率;
S2、采集用电器的电流电压数据,并将所述电流电压数据转换成数字信号存储至控制器中;
S3、将所述数字信号进行功率计算得到用电器的实时有功功率;
S4、根据所述实时有功功率,利用窃电识别算法计算得到用电器的开启、关闭时间以及用电器种类,并根据用电器的开启、关闭时间及其对应的额定功率计算得到计算得到用电器的理论总用电量W;
S5、根据所述理论总用电量W,利用识别检验算法计算得到用电器的平均用电量W1和平均用电量W2
所述步骤S5包括如下步骤:
S501、根据所述理论总用电量W计算得到平均用电量W1,其中,所述平均用电量W1的表达式如下:
Figure FDA0002970758200000011
Figure FDA0002970758200000012
其中,s表示用电时间,Pi表示第i个用电器的额定有功功率,tik表示第i个用电器的开启时间,tib表示第i个用电器的关闭时间,n表示用电器的数量;
S502、选取用电器的开启、关闭时间段中的中间部分1秒的用电时间,并利用识别检验算法识别用电器的种类;
S503、利用所述用电器的实时有功功率以及所述1秒的用电时间t计算得到同时开启时用电器的平均用电量W2,其中,所述平均用电量W2的表达式如下:
W2=(P1+P2+...+Pi)×t
其中,t表示中间部分的1秒的用电时间,P1、P2、Pi表示用电器的有功功率,i表示用电器的总数;
所述步骤S502中利用识别检验算法识别用电器的种类,包括如下步骤:
S5021、根据所述电流数据生成用电器的存在系数矩阵;
S5022、根据所述存在系数矩阵与所述电流数据利用进制拟合算法计算得到同时开启情况下用电器的电流数据;
S5023、将所述得到同时开启情况下用电器的电流数据存入至负荷集群中;
S5024、分别计算负荷集群中的单个负荷的电流数据与所述用电器的电流数据的误差值;
S5025、根据所述误差值找到拟合度最高的存在系数,将所述拟合度最高的存在系数作为用电器输出的电流值;
S5026、根据所述用电器输出的电流值确定用电器的种类;
S6、计算所述平均用电量W1和平均用电量W2的相对差异值e;
S7、判断所述相对差异值e是否大于预设的差异阈值,若是,则舍去平均用电量W1,并返回步骤S1,反之,则进入步骤S8;
S8、根据所述理论总用电量W和电表上的实际用电量PF的差异判断是否存在窃电行为,若是,则进入步骤S9,反之,则进入步骤S10;
S9、显示判断结果,并将结果发送至用户端和电力公司;
S10、显示判断结果,并延时5分钟,清空采集数据,返回步骤S1。
2.根据权利要求1所述的基于非侵入式负荷监测的窃电行为识别方法,其特征在于,所述步骤S2包括如下步骤:
S201、分别对所述电流电压数据进行隔离弱电和强电信号的干扰处理,得到隔离后的电流电压数据;
S202、采集隔离后的电流电压数据;
S203、滤除所述隔离后的电流电压数据中的杂波,得到经滤除后的电流电压数据;
S204、利用AD转换电路以60000次间隔为5ms的采样频率将滤除后的电流电压转换成数字信号,并存储至控制器中。
3.根据权利要求1所述的基于非侵入式负荷监测的窃电行为识别方法,其特征在于,所述步骤S4中利用窃电识别算法识别用电器的开启、关闭时间,其具体为:根据不同用电器的功率稳态变化、功率暂态冲击以及功率稳态波动从不同的用电器的总电流、总电压中分解出不同用电器的开启、关闭时间。
4.根据权利要求1所述的基于非侵入式负荷监测的窃电行为识别方法,其特征在于,所述步骤S6中计算所述平均用电量W1和平均用电量W2的相对差异值e的表达式如下:
Figure FDA0002970758200000031
其中,W1表示利用窃电识别算法得到的用电器的开启、关闭时间段的平均用电量,W2表示利用识别检验算法计算得到用电器的开启、关闭时间段的的平均用电量。
5.根据权利要求1所述的基于非侵入式负荷监测的窃电行为识别方法,其特征在于,所述步骤S8包括如下步骤:
S801、根据所述用电器的理论总用电量W和电表上的实际用电量PF的差异计算得到不同电器用电量的相误差R,其中,所述相对误差R的表达式如下:
Figure FDA0002970758200000041
S802、判断所述相对误差R是否小于预设的第一阈值,若是,则不存在窃电行为,并进入步骤S10,反之,则进入步骤S803;
S803、判断所述相对误差R是否在预设的第一阈值和第二阈值的区间内,若是,则存在疑似窃电行为,并进入步骤S9,反之,则进入步骤S804;
S804、判断所述相对误差R是否大于预设的第二阈值,若是,则存在窃电行为,并进入步骤S9,反之,则进入步骤S10。
CN201910739369.7A 2019-08-12 2019-08-12 一种基于非侵入式负荷监测的窃电行为识别方法与装置 Active CN110412347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910739369.7A CN110412347B (zh) 2019-08-12 2019-08-12 一种基于非侵入式负荷监测的窃电行为识别方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910739369.7A CN110412347B (zh) 2019-08-12 2019-08-12 一种基于非侵入式负荷监测的窃电行为识别方法与装置

Publications (2)

Publication Number Publication Date
CN110412347A CN110412347A (zh) 2019-11-05
CN110412347B true CN110412347B (zh) 2021-04-20

Family

ID=68367259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910739369.7A Active CN110412347B (zh) 2019-08-12 2019-08-12 一种基于非侵入式负荷监测的窃电行为识别方法与装置

Country Status (1)

Country Link
CN (1) CN110412347B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110988420A (zh) * 2019-12-02 2020-04-10 深圳供电局有限公司 防窃电系统和防窃电控制方法
CN112925827B (zh) * 2021-03-04 2024-05-10 南京怡晟安全技术研究院有限公司 一种基于电力采集物联数据的用户性质异常分析方法
CN113030565B (zh) * 2021-04-01 2022-07-19 国网江苏省电力有限公司营销服务中心 一种具有输入保护的负荷辨识智能电表
CN113222402A (zh) * 2021-05-10 2021-08-06 湖南省计量检测研究院 负荷分类计量方法、装置、存储介质及电子设备
CN113393121A (zh) * 2021-06-15 2021-09-14 贵州电网有限责任公司 一种基于负荷电力指纹特征的非侵入式负荷识别方法
CN113971371B (zh) * 2021-10-29 2023-11-07 金程科技有限公司 一种末端电网用户设备辨识、安全管控方法
CN115700963B (zh) * 2022-12-09 2023-07-07 无锡市联合电控设备有限公司 基于非侵入式感知技术的变压器管理方法及系统
CN116660621B (zh) * 2023-07-27 2023-09-26 江西琰圭技术服务有限公司 一种本地采样分析的防窃电智能管理系统
CN118033208B (zh) * 2024-04-12 2024-06-18 江苏尚研电力科技有限公司 智能化的空气开关

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103439573A (zh) * 2013-08-14 2013-12-11 国家电网公司 基于暂态特征贴近度匹配的家用负荷识别方法及系统
AU2013210745A1 (en) * 2012-01-20 2014-08-21 Neurio Technology Inc. System and method of compiling and organizing power consumption data and converting such data into one or more user actionable formats
CN106503880A (zh) * 2016-09-22 2017-03-15 国网上海市电力公司 一种低压集抄系统零电量用户的智能辨识方法
CN109212345A (zh) * 2018-08-28 2019-01-15 天津科技大学 一种非侵入式电力负荷监测装置
CN109490679A (zh) * 2018-12-31 2019-03-19 天津求实智源科技有限公司 基于非侵入式负荷监测的智能窃电稽查系统及方法
CN109752613A (zh) * 2018-12-31 2019-05-14 天津求实智源科技有限公司 基于非侵入式负荷监测的违约用电检测系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2013210745A1 (en) * 2012-01-20 2014-08-21 Neurio Technology Inc. System and method of compiling and organizing power consumption data and converting such data into one or more user actionable formats
CN103439573A (zh) * 2013-08-14 2013-12-11 国家电网公司 基于暂态特征贴近度匹配的家用负荷识别方法及系统
CN106503880A (zh) * 2016-09-22 2017-03-15 国网上海市电力公司 一种低压集抄系统零电量用户的智能辨识方法
CN109212345A (zh) * 2018-08-28 2019-01-15 天津科技大学 一种非侵入式电力负荷监测装置
CN109490679A (zh) * 2018-12-31 2019-03-19 天津求实智源科技有限公司 基于非侵入式负荷监测的智能窃电稽查系统及方法
CN109752613A (zh) * 2018-12-31 2019-05-14 天津求实智源科技有限公司 基于非侵入式负荷监测的违约用电检测系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Implementation of a robust real-time non-intrusive load monitoring solution;Shirantha Welikala;《Applied Energy》;20190131;第1519-1529页 *
低压电力负荷的非侵入式辨识技术研究;姚勋;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20171231;第1-60页 *
非侵入家庭用电负荷在线监测系统;董超;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20190415;第1-35页 *

Also Published As

Publication number Publication date
CN110412347A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
CN110412347B (zh) 一种基于非侵入式负荷监测的窃电行为识别方法与装置
WO2019154050A1 (zh) 基于非侵入式负荷辨识的分项计量智能电能表
CN105911342B (zh) 基于功率持续时间特性的电饭煲非侵入辨识方法
CN107247201A (zh) 基于功率及时间特性的电烤箱非侵入辨识方法
WO2021109523A1 (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN106093565A (zh) 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN111665388A (zh) 一种非侵入式的家用空调辨识方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN113985098A (zh) 一种基于实时计量的提高防窃电分析准确度的方法
CN113361831A (zh) 基于优先级分配的非侵入式负荷辨识电量分解方法及系统
CN115291159A (zh) 电能表计量失准分析方法、装置、存储介质及电子设备
CN114839462A (zh) 一种智能反窃电监察方法和系统
CN105305437B (zh) 电力负荷三重可信度匹配辨识方法
CN109541346A (zh) 一种稳态工况下的非侵入式电力负载识别提升方法
CN112862163A (zh) 一种基于dtw算法的短期电力负荷预测系统
CN113422432B (zh) 一种基于非入侵式负荷监测的电气火灾防控系统
CN115327221A (zh) 一种非侵入式无线电能计量系统及方法
CN215005567U (zh) 一种具备防窃电检测功能的宽带载波模块
CN115684717A (zh) 一种基于电场耦合的高压线路谐波检测装置及方法
CN215340068U (zh) 一种多功能绝缘电阻测试仪
CN113238092B (zh) 一种基于机器学习的非侵入式检测方法
CN210155309U (zh) 一种基于变频抗干扰技术在gis内的互感器误差测试系统
CN113078880A (zh) 光伏发电组件分布式在线故障诊断方法及系统
Benyoucef et al. Planning of energy production and management of energy resources with Smart Meters
CN112345824A (zh) 一种基于分段线性近似算法的变频空调非侵入式辨识方法

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