CN111665387A - 一种非侵入式的家用电饭煲辨识方法 - Google Patents
一种非侵入式的家用电饭煲辨识方法 Download PDFInfo
- Publication number
- CN111665387A CN111665387A CN202010389765.4A CN202010389765A CN111665387A CN 111665387 A CN111665387 A CN 111665387A CN 202010389765 A CN202010389765 A CN 202010389765A CN 111665387 A CN111665387 A CN 111665387A
- Authority
- CN
- China
- Prior art keywords
- event
- ith
- power
- electric cooker
- sudden change
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/001—Measuring real or reactive component; Measuring apparent energy
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/002—Construction of cooking-vessels; Methods or processes of manufacturing specially adapted for cooking-vessels
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
- A47J36/32—Time-controlled igniting mechanisms or alarm devices
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Cookers (AREA)
Abstract
本发明提供一种非侵入式的家用电饭煲辨识方法,包括,步骤S1,实时采集主回路周波级功率;步骤S2,对采集到的周波级功率进行滤波,然后计算负荷突变功率;步骤S3,持续计算负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件;步骤S4,继续监测负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件;步骤S5,计算第i次电饭煲运行间歇时间和第i次电饭煲运行时间;步骤S6,计算电饭煲的占空比,并判断是否满足电饭煲的占空比条件。本发明大大提高了电饭煲的辨识精度,辨识结果准确,可用性高。
Description
技术领域
本发明涉及电力系统检测技术领域,特别是涉及一种非侵入式的家用电饭煲辨识方法。
背景技术
目前非侵入式负荷监测与分解技术已经开始逐步应用到实际工程中,但辨识精度往往不尽如人意,其原因是,不同的电器负荷具有不同的运行参数、运行模式以及运行模式之间的关联关系,而当前非侵入式负荷辨识算法大多基于电器负荷的单一特性或几个特性,例如,功率突变、无功特性、谐波特性,这就造成了,在选定的判据中,多个电器都会满足判定准则,因此判定结果不稳定,误辨识几率较大,导致辨识结果可用结果不高。因此,现有的辨识策略,还有较大的优化升级空间,对于单一的电器进行运行特性和模态分析,并给出针对性较高的辨识方法策略,而不能使用统一全局的辨识策略。
发明内容
本发明实施例提供一种非侵入式的家用电饭煲辨识方法,解决在电器的判据中多个电器都会满足判定准则,判定结果不稳定,误辨识几率较大,导致辨识结果可用结果不高的技术问题。
本发明的一方面,提供一种非侵入式的家用电饭煲辨识方法,包括:
步骤S1,在需要进行辨识的主回路上安装高频非侵入式辨识终端,实时采集主回路周波级功率;
步骤S2,对采集到的周波级功率进行滤波,然后计算负荷突变功率;
步骤S3,持续计算负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件,当存在电饭煲第i次启动事件和第i次停止事件时,则记录第i次启动和第i次停止时的功率突变值及运行时间;
步骤S4,继续监测负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件,当存在电饭煲第i+1次启动事件和第i+1次停止事件时,则记录第i+1次启动和第i+1次停止时的功率突变值及运行时间;
步骤S5,计算第i次电饭煲运行间歇时间和第i次电饭煲运行时间;
步骤S6,计算电饭煲的占空比,并判断是否满足电饭煲的占空比条件。
进一步,在步骤S1中,所述高频非侵入式辨识终端的采样率为每周波128点,采样频率为6.4Khz;所述输出频率为20ms/点。
进一步,在步骤S2中,所述计算负荷突变功率的具体过程为,根据以下公式持续计算负荷功率突变值ΔP(i):
其中,i为时间节点,k为;P(i)为主回路周波级功率。
进一步,在步骤S3中,所述与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件具体过程为,根据以下公式判断负荷功率突变值ΔP(i)是否为典型电饭煲门槛值:
0.9Ptri≤ΔP(i)≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i次事件启动,将此时功率突变值ΔP(i)赋值为第i次启动功率突变值ΔPr(i),并记录第i次事件启动时刻Tr(i);若不在此范围内,则判定无电饭煲第i次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
进一步,所步骤S3中,当记录第i次启动时刻Tr(i)以后,开始停止事件扫描,检测到停止突变功率时,根据以下公式验证该突变是否为第i次停止事件:
0.9Ptri≤|ΔP(i)|≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i次事件停止,将此时功率突变值ΔP(i)赋值为第i次停止功率突变值ΔPd(i),并记录第i次事件停止时刻Td(i);若不在此范围内,则判定无电饭煲第i次事件停止,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
进一步,在步骤S4中,所述与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件具体过程为,根据以下公式判断负荷功率突变值ΔP(i+1)是否为典型电饭煲门槛值:
0.9Ptri≤ΔP(i+1)≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i+1次事件启动,将功率突变值ΔP(i+1)赋值为第i次启动功率突变值ΔPr(i+1),并记录第i+1次事件启动时刻Tr(i+1);若不在此范围内,则判定无电饭煲第i+1次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
进一步,在步骤S5中,根据以下公式计算第i次电饭煲运行间歇时间Toff(i):
Toff(i)=Tr(i+1)-Td(i)
其中,Tr(i+1)为第i+1次事件启动时刻,Td(i)为第i次事件停止时刻。
进一步,在步骤S5中,根据以下公式计算第i次电饭煲运行时间Ton(i):
Ton(i)=Td(i)-Tr(i)
其中,Tr(i)为第i次事件启动时刻,Td(i)为第i次事件停止时刻。
进一步,在步骤S6中,根据以下公式计算电饭煲的占空比DT:
其中,Ton(i)为第i次电饭煲运行时间,Toff(i)为第i次电饭煲运行间歇时间。
进一步,在步骤S6中,所述判断是否满足电饭煲的占空比条件具体过程为,判断电饭煲的占空比DT的计算值是否落在3到5区间之内,若在此区间,则判断第i次工作循环为电饭煲工作循环,电量分解计算时,依据电饭煲标签进行;若不在此区间,则根据其他特征模板库进行辨识处理。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的非侵入式的家用电饭煲辨识方法,利用电饭锅独有的间歇运行特性,从反映其特性核心参数的占空比入手,同时结合了实时事件门槛预判断的方法,采用两级判断,精准抓取电饭煲的负荷事件,大大提高了电饭煲的辨识精度,解决了非侵入式负荷辨识统一电器模板判据单一造成的误辨识率高,辨识结果差,可用性不高的问题;
架构简洁,计算量较小,适用于直接部署到非侵入式硬件终端的嵌入式系统中,实时性较高,对于电饭煲的检测同时提供较高的准确度和响应性能,具有推广价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的非侵入式的家用电饭煲典型运行特征示意图。
图2为本发明提供的非侵入式的家用电饭煲辨识方法的主流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
本发明从家用电饭煲的运行参数和模式入手,针对典型电饭煲进行了波形采集,并对其电气特征进行分析,建立了一种基于占空比判据的非侵入式电饭煲辨识算法。
如图1所示,可以看到其运行投入和切出一般在秒级内完成,且其工作循环不同于一般电热类电器,而是采用间歇性运行模式进行,由大量数据进行验证,可以分析出,其运行的占空比在3和5之间浮动,同时其为阻性负荷,运行功率单一,不存在功率变化情况,稳定环境下,其功率值有小幅度波动,一般在典型功率的90%到110%之间,如果超过该范围,则可以排除此次事件不是电饭煲,该判据其为必要不充分条件。
如图2所示,为本发明提供的一种非侵入式的家用电饭煲辨识方法的一个实施例的示意图。在该实施例中,所述方法包括以下步骤:
步骤S1,在需要进行辨识的主回路上安装高频非侵入式辨识终端,实时采集主回路周波级功率P(i);
具体一个实施例中,所述高频非侵入式辨识终端的采样率为每周波128点,采样频率为6.4Khz;主回路周波级功率P(i)的输出频率为20ms/点
步骤S2,对采集到的周波级功率进行滤波,采集频率较高,较易引入线路上的高频干扰和谐波干扰,因此需要进行滤波计算以消除不必要的干扰,考虑到采集频率和辨识对象电饭煲功率等级和干扰功率等级的差值,选择10点滤波差值方法,然后计算负荷突变功率;
具体一个实施例中,所述计算负荷突变功率的具体过程为,根据以下公式持续计算负荷功率突变值ΔP(i):
其中,i为时间节点,k为;P(i)为主回路周波级功率。
步骤S3,持续计算负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件,当存在电饭煲第i次启动事件和第i次停止事件时,则记录第i次启动和第i次停止时的功率突变值及运行时间;
具体一个实施例中,首先,根据以下公式判断负荷功率突变值ΔP(i)是否为典型电饭煲门槛值:
0.9Ptri≤ΔPi(i)≤1.1Ptri
其中,Ptri为典型电饭煲门槛值,典型值的取值范围为1000W-1400W;
根据上述描述负荷功率突变值范围为门槛值的90%到110%,若在此范围内,则判定有电饭煲第i次事件启动,将此时功率突变值ΔP(i)赋值为第i次启动功率突变值ΔPr(i),并记录第i次事件启动时刻Tr(i);若不在此范围内,说明此时总线上没有电饭煲启动事件存在,则判定无电饭煲第i次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较;
其次,当记录第i次启动时刻Tr(i)以后,开始停止事件扫描,检测到停止突变功率时,根据以下公式验证该突变是否为第i次停止事件:
0.9Ptri≤|ΔP(i)|≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i次事件停止,将此时功率突变值ΔP(i)赋值为第i次停止功率突变值ΔPd(i),并记录第i次事件停止时刻Td(i);若不在此范围内,说明此时总线上没有电饭煲停止事件存在,则判定无电饭煲第i次事件停止,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
步骤S4,为计算第i次电饭煲间歇时间,继续监测负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件,当存在电饭煲第i+1次启动事件和第i+1次停止事件时,则记录第i+1次启动和第i+1次停止时的功率突变值及运行时间;
具体一个实施例中,所述与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件具体过程为,根据以下公式判断负荷功率突变值ΔP(i+1)是否为典型电饭煲门槛值:
0.9Ptri≤ΔP(o+1)≤1.9Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i+1次事件启动,将功率突变值ΔP(i+1)赋值为第i次启动功率突变值ΔPr(i+1),并记录第i+1次事件启动时刻Tr(i+1);若不在此范围内,说明此时总线上没有电饭煲启动事件存在,则判定无电饭煲第i+1次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
步骤S5,计算第i次电饭煲运行间歇时间和第i次电饭煲运行时间;
具体一个实施例中,根据以下公式计算第i次电饭煲运行间歇时间Toff(i):
Toff(i)=Tr(i+1)-Td(i)
其中,Tr(i+1)为第i+1次事件启动时刻,Td(i)为第i次事件停止时刻;
根据以下公式计算第i次电饭煲运行时间Ton(i):
Ton(i)=Td(i)-Tr(i)
其中,Tr(i)为第i次事件启动时刻,Td(i)为第i次事件停止时刻。
步骤S6,计算电饭煲的占空比,并判断是否满足电饭煲的占空比条件,
具体一个实施例中,计算第i次电饭煲占空比,并判断是否落在3到5区间之内;具体根据以下公式计算电饭煲的占空比DT:
其中,Ton(i)为第i次电饭煲运行时间,Toff(i)为第i次电饭煲运行间歇时间;
具体的,判断电饭煲的占空比DT的计算值是否落在3到5区间之内,若在此区间,则判断第i次工作循环为电饭煲工作循环,电量分解计算时,依据电饭煲标签进行;若不在此区间,则根据其他特征模板库进行辨识处理。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的非侵入式的家用电饭煲辨识方法,利用电饭锅独有的间歇运行特性,从反映其特性核心参数的占空比入手,同时结合了实时事件门槛预判断的方法,采用两级判断,精准抓取电饭煲的负荷事件,大大提高了电饭煲的辨识精度,解决了非侵入式负荷辨识统一电器模板判据单一造成的误辨识率高,辨识结果差,可用性不高的问题;
架构简洁,计算量较小,适用于直接部署到非侵入式硬件终端的嵌入式系统中,实时性较高,对于电饭煲的检测同时提供较高的准确度和响应性能,具有推广价值。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种非侵入式的家用电饭煲辨识方法,其特征在于,包括:
步骤S1,在需要进行辨识的主回路上安装高频非侵入式辨识终端,实时采集主回路周波级功率;
步骤S2,对采集到的周波级功率进行滤波,然后计算负荷突变功率;
步骤S3,持续计算负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件,当存在电饭煲第i次启动事件和第i次停止事件时,则记录第i次启动和第i次停止时的功率突变值及运行时间;
步骤S4,继续监测负荷功率突变值,与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件,当存在电饭煲第i+1次启动事件和第i+1次停止事件时,则记录第i+1次启动和第i+1次停止时的功率突变值及运行时间;
步骤S5,计算第i次电饭煲运行间歇时间和第i次电饭煲运行时间;
步骤S6,计算电饭煲的占空比,并判断是否满足电饭煲的占空比条件。
2.如权利要求1所述的方法,其特征在于,在步骤S1中,所述高频非侵入式辨识终端的采样率为每周波128点,采样频率为6.4Khz;所述输出频率为20ms/点。
4.如权利要求3所述的方法,其特征在于,在步骤S3中,所述与电饭煲典型功率门槛比较,判断是否有电饭煲的第i次启动事件以及相对应的第i次停止事件具体过程为,根据以下公式判断负荷功率突变值ΔP(i)是否为典型电饭煲门槛值:
0.9Ptri≤ΔP(i)≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i次事件启动,将此时功率突变值ΔP(i)赋值为第i次启动功率突变值ΔPr(i),并记录第i次事件启动时刻Tr(i);若不在此范围内,则判定无电饭煲第i次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
5.如权利要求4所述的方法,其特征在于,所步骤S3中,当记录第i次启动时刻Tr(i)以后,开始停止事件扫描,检测到停止突变功率时,根据以下公式验证该突变是否为第i次停止事件:
0.9Ptri≤|ΔP(i)|≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i次事件停止,将此时功率突变值ΔP(i)赋值为第i次停止功率突变值ΔPd(i),并记录第i次事件停止时刻Td(i);若不在此范围内,则判定无电饭煲第i次事件停止,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
6.如权利要求5所述的方法,其特征在于,在步骤S4中,所述与电饭煲典型功率门槛比较,判断是否有电饭煲的第i+1次启动事件以及相对应的第i+1次停止事件具体过程为,根据以下公式判断负荷功率突变值ΔP(i+1)是否为典型电饭煲门槛值:
0.9Ptri≤ΔP(i+1)≤1.1Ptri
其中,Ptri为典型电饭煲门槛值;
若在此范围内,则判定有电饭煲第i+1次事件启动,将功率突变值ΔP(i+1)赋值为第i次启动功率突变值ΔPr(i+1),并记录第i+1次事件启动时刻Tr(i+1);若不在此范围内,则判定无电饭煲第i+1次事件启动,继续计算负荷功率突变值,与电饭煲典型功率门槛比较。
7.如权利要求6所述的方法,其特征在于,在步骤S5中,根据以下公式计算第i次电饭煲运行间歇时间Toff(i):
Toff(i)=Tr(i+1)-Td(i)
其中,Tr(i+1)为第i+1次事件启动时刻,Td(i)为第i次事件停止时刻。
8.如权利要求7所述的方法,其特征在于,在步骤S5中,根据以下公式计算第i次电饭煲运行时间Ton(i):
Ton(i)=Td(i)-Tr(i)
其中,Tr(i)为第i次事件启动时刻,Td(i)为第i次事件停止时刻。
10.如权利要求9所述的方法,其特征在于,在步骤S6中,所述判断是否满足电饭煲的占空比条件具体过程为,判断电饭煲的占空比DT的计算值是否落在3到5区间之内,若在此区间,则判断第i次工作循环为电饭煲工作循环,电量分解计算时,依据电饭煲标签进行;若不在此区间,则根据其他特征模板库进行辨识处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010389765.4A CN111665387B (zh) | 2020-05-08 | 2020-05-08 | 一种非侵入式的家用电饭煲辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010389765.4A CN111665387B (zh) | 2020-05-08 | 2020-05-08 | 一种非侵入式的家用电饭煲辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111665387A true CN111665387A (zh) | 2020-09-15 |
CN111665387B CN111665387B (zh) | 2021-06-04 |
Family
ID=72383547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010389765.4A Active CN111665387B (zh) | 2020-05-08 | 2020-05-08 | 一种非侵入式的家用电饭煲辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111665387B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021996A1 (en) * | 2002-12-04 | 2008-01-24 | Chambliss David D | System for allocating storage performance resource |
CN103001230A (zh) * | 2012-11-16 | 2013-03-27 | 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 |
CN105911342A (zh) * | 2016-04-15 | 2016-08-31 | 东南大学 | 基于功率持续时间特性的电饭煲非侵入辨识方法 |
CN106771593A (zh) * | 2016-11-28 | 2017-05-31 | 国网江苏省电力公司苏州供电公司 | 基于混合判据的非侵入式电磁炉启动辨识方法 |
CN107247201A (zh) * | 2017-06-09 | 2017-10-13 | 东南大学 | 基于功率及时间特性的电烤箱非侵入辨识方法 |
CN107390043A (zh) * | 2017-06-09 | 2017-11-24 | 东南大学 | 一种基于有功功率波动性和周期性的洗衣机非侵入辨识方法 |
CN108152574A (zh) * | 2017-12-26 | 2018-06-12 | 江苏智臻能源科技有限公司 | 一种基于混合判据的微波炉运行的非侵入辨识方法 |
CN108152630A (zh) * | 2017-12-26 | 2018-06-12 | 江苏智臻能源科技有限公司 | 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 |
CN108429254A (zh) * | 2018-03-07 | 2018-08-21 | 国网四川省电力公司电力科学研究院 | 一种非侵入式用电负荷识别方法 |
CN109030975A (zh) * | 2018-05-23 | 2018-12-18 | 北京航空航天大学 | 基于智能插座的电器类型推断方法及装置 |
CN109492667A (zh) * | 2018-10-08 | 2019-03-19 | 国网天津市电力公司电力科学研究院 | 一种用于非侵入式电力负荷监测的特征选择辨识方法 |
CN109870600A (zh) * | 2019-04-04 | 2019-06-11 | 江苏林洋能源股份有限公司 | 一种具有自学习能力的非侵入式负荷辨识方法以及智能电表 |
CN110426554A (zh) * | 2019-08-09 | 2019-11-08 | 威胜集团有限公司 | 家用负荷电气特征提取方法、装置及计算机可读存储介质 |
CN111025013A (zh) * | 2019-12-02 | 2020-04-17 | 江苏智臻能源科技有限公司 | 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法 |
-
2020
- 2020-05-08 CN CN202010389765.4A patent/CN111665387B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080021996A1 (en) * | 2002-12-04 | 2008-01-24 | Chambliss David D | System for allocating storage performance resource |
CN103001230A (zh) * | 2012-11-16 | 2013-03-27 | 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 |
CN105911342A (zh) * | 2016-04-15 | 2016-08-31 | 东南大学 | 基于功率持续时间特性的电饭煲非侵入辨识方法 |
CN106771593A (zh) * | 2016-11-28 | 2017-05-31 | 国网江苏省电力公司苏州供电公司 | 基于混合判据的非侵入式电磁炉启动辨识方法 |
CN107247201A (zh) * | 2017-06-09 | 2017-10-13 | 东南大学 | 基于功率及时间特性的电烤箱非侵入辨识方法 |
CN107390043A (zh) * | 2017-06-09 | 2017-11-24 | 东南大学 | 一种基于有功功率波动性和周期性的洗衣机非侵入辨识方法 |
CN108152574A (zh) * | 2017-12-26 | 2018-06-12 | 江苏智臻能源科技有限公司 | 一种基于混合判据的微波炉运行的非侵入辨识方法 |
CN108152630A (zh) * | 2017-12-26 | 2018-06-12 | 江苏智臻能源科技有限公司 | 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 |
CN108429254A (zh) * | 2018-03-07 | 2018-08-21 | 国网四川省电力公司电力科学研究院 | 一种非侵入式用电负荷识别方法 |
CN109030975A (zh) * | 2018-05-23 | 2018-12-18 | 北京航空航天大学 | 基于智能插座的电器类型推断方法及装置 |
CN109492667A (zh) * | 2018-10-08 | 2019-03-19 | 国网天津市电力公司电力科学研究院 | 一种用于非侵入式电力负荷监测的特征选择辨识方法 |
CN109870600A (zh) * | 2019-04-04 | 2019-06-11 | 江苏林洋能源股份有限公司 | 一种具有自学习能力的非侵入式负荷辨识方法以及智能电表 |
CN110426554A (zh) * | 2019-08-09 | 2019-11-08 | 威胜集团有限公司 | 家用负荷电气特征提取方法、装置及计算机可读存储介质 |
CN111025013A (zh) * | 2019-12-02 | 2020-04-17 | 江苏智臻能源科技有限公司 | 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法 |
Non-Patent Citations (3)
Title |
---|
DOUGLAS P. B. RENAUX: "Non-Intrusive Load Monitoring: an Architecture and its evaluation for Power Electronics loads", 《2018 IEEE INTERNATIONAL POWER ELECTRONICS AND APPLICATION CONFERENCE AND EXPOSITION (PEAC)》 * |
刘博: "非侵入式电力负荷监测与分解技术", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
刘明: "基于行为特征的非侵入式负荷识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111665387B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111382789B (zh) | 基于机器学习的电力负荷识别方法及系统 | |
Yu et al. | Nonintrusive appliance load monitoring for smart homes: Recent advances and future issues | |
Ghosh et al. | An improved load feature extraction technique for smart homes using fuzzy-based NILM | |
CN112039059B (zh) | 基于功率阶跃连续性判别的长暂态负荷事件检测方法 | |
Bilski et al. | Generalized algorithm for the non-intrusive identification of electrical appliances in the household | |
CN114970633A (zh) | 一种基于lstm的非侵入式用电器识别方法、系统及设备 | |
CN112765149A (zh) | 储能系统容量的计算系统及方法 | |
CN111191671A (zh) | 一种用电器波形检测方法、系统、电子设备及存储介质 | |
CN108595376A (zh) | 一种区分定频空调与冲击钻的非侵入负荷辨识方法 | |
CN114236234A (zh) | 一种基于基波和谐波混合判据的电器特征辨识方法 | |
CN111665387B (zh) | 一种非侵入式的家用电饭煲辨识方法 | |
CN111917114B (zh) | 一种适用于嵌入式平台的电力负荷事件检测方法 | |
CN116861316B (zh) | 一种电器监测方法及装置 | |
CN111934318B (zh) | 非侵入式电力负荷分解方法、装置、设备及存储介质 | |
Schirmer et al. | Improving energy disaggregation performance using appliance-driven sampling rates | |
CN111007404B (zh) | 一种基于关键频率点的燃料电池阻抗测量分析系统及方法 | |
CN114910160A (zh) | 一种冰箱噪声检测系统及方法 | |
CN108594035A (zh) | 一种负荷检测方法及系统 | |
Jimenez et al. | Non-intrusive discriminant analysis of loads based on power quality data | |
CN110196354B (zh) | 一种负载的开关事件的检测方法和装置 | |
CN112701683A (zh) | 非侵入式负荷检测与分解方法、系统以及存储介质 | |
CN112485630A (zh) | 一种基于参量变换的igbt健康状态监测方法 | |
CN112379266A (zh) | 一种智能家具电机用检测方法 | |
CN118099485B (zh) | 燃料电池系统工况检测方法、自动化试验方法及测试系统 | |
CN112464135B (zh) | 一种基于双重电气特性判据的微波炉负荷特征提取方法 |
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 |