CN111665388A - 一种非侵入式的家用空调辨识方法 - Google Patents

一种非侵入式的家用空调辨识方法 Download PDF

Info

Publication number
CN111665388A
CN111665388A CN202010417126.4A CN202010417126A CN111665388A CN 111665388 A CN111665388 A CN 111665388A CN 202010417126 A CN202010417126 A CN 202010417126A CN 111665388 A CN111665388 A CN 111665388A
Authority
CN
China
Prior art keywords
sequence
phase
current
power
increment
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.)
Pending
Application number
CN202010417126.4A
Other languages
English (en)
Inventor
杨祥勇
李伟华
张之涵
许泽宁
杨远俊
罗仙鹏
李超
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.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply 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 Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202010417126.4A priority Critical patent/CN111665388A/zh
Publication of CN111665388A publication Critical patent/CN111665388A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/001Measuring real or reactive component; Measuring apparent energy
    • G01R21/002Measuring real component
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/175Indicating the instants of passage of current or voltage through a given value, e.g. passage through zero
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/001Measuring real or reactive component; Measuring apparent energy
    • G01R21/003Measuring reactive component

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种非侵入式的家用空调辨识方法,包括,采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列;扫描三相的电压序列和电流序列,得到各相的有功功率序列和无功功率序列,对电流序列进行分解,得到3次谐波分量序列;计算三相平均功率增量序列,以及平均无功功率增量序列;判断三相的有功功率是否同时刻发生抬升或跌落;判断三相家庭空调是否启动;检测某时刻,三相的平均无功功率增量序列的数值是否为零,若为零,则存在某一相或三相负荷切除,扫描已启动电器列表,没有与其他电器相匹配则判定是三相家庭空调停止运行。本发明实现大幅度提高了三相空调辨识效果,保证辨识的可靠性,准确性。

Description

一种非侵入式的家用空调辨识方法
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空调辨识方法。
背景技术
随着我国的快速发展,城市人们的生活水平大幅提高,居民用电占全社会用电的比重越来越高。并且随着气候的逐渐变暖,居民空调类负荷的比重也大幅提高。造成夏季电网的峰谷差被进一步拉大,空调用电造成的短时电量缺额甚至对电网的安全稳定运行产生了影响。所以通过需求侧管理手段来调整用户的用电行为,以电价激励等措施使用户尽可能地错开电网尖峰时刻使用空调,从而提高能源的利用率。
空调运行状态的感知是实施负荷侧需求管理技术的基础。相较于传统的侵入式负荷感知技术,非侵入式用电行为感知技术可以在不侵入用户内部电路的前提下实现用户空调负荷的分项计量和集中计量,只需在用户电表处采集总电流和电压,再通过分解算法辨识用户的空调运行行为,以最小的安装和维护成本实现用户用电行为的分析。非侵入感知技术的最大优势在于采用高级算法替代传感器网络,对用户生活不产生影响,易于大规模推广使用。
但不同家电的工作原理不一样,对外所表现出来的电气特征各异,故将负荷辨识特征量分为稳态功率特征量、稳态电流谐波特征量。如何将各特征量获取后进行特征量分析,以及如何根据提取策略将辨识特征量从离线数据中提取出来后对采集到的数据进行负荷分解辨识,进一步对空调用电进行准确有效的辨识是一大技术问题。
发明内容
本发明实施例提供一种非侵入式的家用空调辨识方法,解决在复杂工况下的对家用空调辨识精度低,有效性和准确性差的技术问题。
本发明的一方面,提供一种非侵入式的家用空调辨识方法,包括:
步骤S1,在用户总进线处采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列;
步骤S2,扫描三相的电压序列和电流序列,获取实时平均功率,计算稳态功率值,得到各相的有功功率序列和无功功率序列,对电流序列进行分解,得到3次谐波分量序列;
步骤S3,根据5个工频周期的电压和电流值,计算三相平均功率增量序列,以及平均无功功率增量序列;根据三个相序的3次谐波电流序列,得到3次谐波增量序列;
步骤S4,扫描三相的有功功率增量序列,逐点比对,判断三相的有功功率是否同时刻发生抬升或跌落,若同时刻发生,则判定三相负荷发生投切除事件,若非同时刻发生,则判定三相负荷未发生投切事件;
步骤S5,根据三相的无功功率增量序列和3次谐波电流增量序列,判断三相家庭空调是否启动;
步骤S6,检测某时刻,三相的平均无功功率增量序列的数值是否为零,若为零,则存在某一相或三相负荷切除,扫描已启动电器列表;判断平均功率增量序列是否与其他电器形成匹配,若没有与其他电器相匹配,则判定是三相家庭空调停止运行,记录停止时刻。
进一步,在步骤S1中,所述采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列具体为,以频率为800Hz进行采样A、B、C相的电压和电流,形成电压的离散采样序列UA、UB、UC和电流的离散采样序列IA、IB、IC
进一步,在步骤S2中,所述计算稳态功率值,得到各相的有功功率序列和无功功率序列具体过程为,根据以下公式计算有功功率序列P:
P=U×I×cosθ;
根据以下公式计算无功功率序列Q:
Q=U×I×sinθ
其中,U为电压序列,I为电流序列。
进一步,在步骤S2中,所述对电流序列进行分解,得到3次谐波分量序列具体过程为,根据以下公式对电流序列进行FFT分解:
I(t)=I1[cos(ωt+θ1)+…+αkcos(kωt+θk)+…]
I3(t)=I13cos(kωt+θ3)]
其中,i(t)为电气设备处于工作稳态时的电流瞬时值,I1为电气设备稳态时电流基波分量幅值,θk为相角,αk为电气设备稳态电流第k次谐波幅值与其基波幅值的比值,i3(t)为三次谐波分量计算值。
进一步,所步骤S3中,所述根据5个工频周期的电压和电流值,计算三相平均功率增量序列,以及平均无功功率增量序列具体过程为,连续扫描5个工频周期的电压和电流值,计算三相的有功功率序列P和无功序列Q,根据以下公式计算稳态功率值:
Figure BDA0002495429600000021
Figure BDA0002495429600000022
其中,k为计算的起始时刻,U为电压序列,I为电流序列,θk为相角;
得到以同一时刻点为起始点的后续5个工频周期的三相平均功率以及下一时刻点为起始点的后续5工频周期的三相平均功率增量序列ΔPA(k)、ΔPB(k)、ΔPC(k),以及平均无功功率增量序列ΔQA(k)、ΔQB(k)、ΔQC(k)。
进一步,在步骤S3中,所述根据三个相序的3次谐波电流序列,得到3次谐波增量序列具体过程为,扫描三个相序的3次谐波电流序列,根据以下公式进行差运算得到3次谐波增量序列ΔI3A(k)、ΔI3B(k)、ΔI3C(k):
Figure BDA0002495429600000031
其中,k为计算的起始时刻。
进一步,在步骤S4中,所述扫描三相的有功功率增量序列,逐点比对,判断三相的有功功率是否同时刻发生抬升或跌落具体过程为,
通过以下公式计算该时刻的功率突变角度,判断该时刻的功率变化剧烈程度,若突变角度小于60°,则判定该次突变为缓变增量序列,并将该次ΔP(k)标记为ΔPD(k):
Figure BDA0002495429600000032
其中,ΔQ(k)为平均功率增量序列,ΔP(k)为平均无功功率增量序列;
扫描有功缓变量序列,若检测单次增量幅值ΔPD(k)不小于200W的次数,若检测到有连续超过10个单次增量幅值ΔPD(k)不小于200W,则判定是缓变负荷启动;
将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加,分别得到缓坡事件叠加序列Pμ(k)、Qμ(k)、I(k)。
进一步,在步骤S4中,根据以下公式将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加:
Figure BDA0002495429600000033
Figure BDA0002495429600000034
Figure BDA0002495429600000035
其中,ΔPD(k)为单次增量幅值,ΔQ(k)为平均无功功率增量序列,ΔI3(k)为谐波增量序列,Pμ(k)、Qμ(k)、I(k)为缓坡事件叠加序列。
进一步,在步骤S4中,将ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加计算叠加序列,获得总抬升量,分别对三相进行计算获得各自的有功功率的总抬升量和无功功率的总抬升量,以及3次谐波分量的总抬升量。
进一步,在步骤S5中,根据以下公式判断三相家庭空调是否启动:
Figure BDA0002495429600000036
其中,ΔQA(k)为A相的无功功率增量序列,ΔQB(k)为B相的无功功率增量序列,ΔQC(k)为C相的无功功率增量序列,IA(k)为A相的3次谐波分量的总抬升量,IB(k)为B相的3次谐波分量的总抬升量,IC(k)为C相的3次谐波分量的总抬升量。
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空调辨识方法,用非侵入式负荷监测方法,从监测方案上来说,不用侵入用户居住环境,不用破坏已有线路,通过用户总口即插即用装置升级算法程序,就可以实现三相空调的特性辨识;
通过三相空调启动时,功率增量同时性特点进行初步判断,进一步地,通过功率突变模式对空调启动的暂态特性进行判别,为了保证辨识的可靠性,对暂态模式突变的连续性并以无功功率和谐波累加暂态参数为空调特性核心参数,进行了最终确认与辨识,完成了以相位同步、启动模式、核心参数为依据的多维判据的三相空调辨识算法的研究,解决了一般非侵入式空调辨识算法或模式化电器辨识算法,对于复杂背景、复杂电器运行模式乃至三相负荷的辨识效果较差的问题,大幅度提高了三相空调辨识效果。
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空调辨识方法的主流程示意图。
图2为本发明提供的非侵入式的家用空调辨识方法的逻辑流程示意图。
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。
本发明从家用空调的运行参数和模式入手,针对典型空调进行了波形采集,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空调辨识算法。
不同家电的工作原理不一样,对外所表现出来的电气特征各异,故将负荷辨识特征量分为稳态功率特征量、稳态电流谐波特征量。将各特征量获取后进行便是特征量分析,通过采集设备获取空调单独运行时的电量数据,用户总进线处的电压和电流数据,根据提取策略将辨识特征量从离线数据中提取出来后对采集到的数据进行负荷分解辨识,设计基于用电信息特征量组开发的非侵入式三项空调辨识算法,在复杂工况下的运行辨识精度可达到90%,具有有效性和准确性;家用三项空调的投切过程一般都在几百毫秒内完成,居民用户基于非侵入式负荷监测方法的家用三相空调负荷识别算法具体分为两步骤,首先是根据家庭电力入口处负载曲线的变化来进行家用电器负荷投切状态的识别;其次是家用电器负荷类型的识别。
如图1和图2所示,为本发明提供的一种非侵入式的家用空调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,在用户总进线处采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列;
具体一个实施例中,以频率为800Hz进行采样A、B、C相的电压和电流,形成电压的离散采样序列UA、UB、UC和电流的离散采样序列IA、IB、IC
步骤S2,扫描三相的电压序列和电流序列,获取实时平均功率,计算稳态功率值,得到各相的有功功率序列和无功功率序列,对电流序列进行分解,得到3次谐波分量序列;
具体一个实施例中,扫描三相的电压序列U和电流序列I,计算实时平均功率,根据以下公式计算有功功率序列P:
P=U×I×cosθ
根据以下公式计算无功功率序列Q:
Q=U×I×sinθ
其中,U为电压序列,I为电流序列,得到有功功率序列PA、PB、PC,以及无功功率序列QA、QB、QC。根据式(5)、式(6)对电流序列I进行FFT分解,得到三次谐波分量序列I3A、I3B、I3C
具体的,根据以下公式对电流序列进行FFT分解:
I(t)=I1[cos(ωt+θ1)+…+αkcos(kωt+θk)+…]
I3(t)=I13cos(kωt+θ3)]
其中,i(t)为电气设备处于工作稳态时的电流瞬时值,I1为电气设备稳态时电流基波分量幅值,θk为相角,αk为电气设备稳态电流第k次谐波幅值与其基波幅值的比值,i3(t)为三次谐波分量计算值。
步骤S3,根据5个工频周期的电压和电流值,计算三相平均功率增量序列,以及平均无功功率增量序列;根据三个相序的3次谐波电流序列,得到3次谐波增量序列;
具体一个实施例中,连续扫描5个工频周期的电压和电流值,计算三相的有功功率序列P和无功序列Q,根据以下公式计算稳态功率值:
Figure BDA0002495429600000051
Figure BDA0002495429600000052
其中,k为计算的起始时刻,U为电压序列,I为电流序列,θk为相角;
得到以同一时刻点为起始点的后续5个工频周期的三相平均功率以及下一时刻点为起始点的后续5工频周期的三相平均功率增量序列ΔPA(k)、ΔPB(k)、ΔPC(k),以及平均无功功率增量序列ΔQA(k)、ΔQB(k)、ΔQC(k);同样的,扫描三个相序的3次谐波电流序列,根据以下公式进行差运算得到3次谐波增量序列ΔI3A(k)、ΔI3B(k)、ΔI3C(k):
Figure BDA0002495429600000053
其中,k为计算的起始时刻,通过计算相邻两个工频周期窗口的平均值的差值,获得相关序列增量值。
步骤S4,扫描三相的有功功率增量序列,逐点比对,判断三相的有功功率是否同时刻发生抬升或跌落,三相负荷投切时会使三个相序的电流波形同时发生变化,即满足条件ΔPA(k)≈ΔPB(k)≈ΔPC(k),若同时刻发生,则判定三相负荷发生投切除事件,若非同时刻发生,则判定三相负荷未发生投切事件;
具体一个实施例中,通过以下公式计算该时刻的功率突变角度,判断该时刻的功率变化剧烈程度,若突变角度小于60°,则认为该次突变为缓变增量序列,判定该次突变为缓变增量序列,并将该次ΔP(k)标记为ΔPD(k):
Figure BDA0002495429600000061
其中,ΔQ(k)为平均功率增量序列,ΔP(k)为平均无功功率增量序列;
因为某些电器的波动也会产生缓坡增量序列,为了滤除其他波动造成的辨识干扰,要判断连续发生斜坡缓变增量次数是否大于10次,且单次增量幅值大于200W,扫描有功缓变量序列,若检测单次增量幅值ΔPD(k)不小于200W的次数,若检测到有连续超过10个单次增量幅值ΔPD(k)不小于200W,则判定是缓变负荷启动,判断公式如下:
Figure BDA0002495429600000062
将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加,分别得到缓坡事件叠加序列Pμ(k)、Qμ(k)、I(k),同时将累加起始事件的时刻记录为本次负荷启动时刻Ton
具体的,根据以下公式将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加:
Figure BDA0002495429600000063
Figure BDA0002495429600000064
Figure BDA0002495429600000065
其中,ΔPD(k)为单次增量幅值,ΔQ(k)为平均无功功率增量序列,ΔI3(k)为谐波增量序列,Pμ(k)、Qμ(k)、I(k)为缓坡事件叠加序列。
具体的,将ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加计算叠加序列,获得总抬升量,分别对三相进行计算获得各自的有功功率的总抬升量,分别记为PμA(k)、PμB(k)、PμC(k),通过计算获得无功功率的总抬升量,分别记为QμA(k)、QμB(k)、QμC(k),以及3次谐波分量的总抬升量,分别记为IA(k)、IB(k)、IC(k)。
步骤S5,根据三相的无功功率增量序列和3次谐波电流增量序列,判断三相家庭空调是否启动;
具体一个实施例中,根据以下公式判断三相家庭空调是否启动:
Figure BDA0002495429600000066
其中,ΔQA(k)为A相的无功功率增量序列,ΔQB(k)为B相的无功功率增量序列,ΔQC(k)为C相的无功功率增量序列,IA(k)为A相的3次谐波分量的总抬升量,IB(k)为B相的3次谐波分量的总抬升量,IC(k)为C相的3次谐波分量的总抬升量。
步骤S6,检测某时刻,三相的平均无功功率增量序列的数值是否为零,若为零,则存在某一相或三相负荷切除,扫描已启动电器列表;判断平均功率增量序列是否与其他电器形成匹配,若ΔP(k)没有与其他电器形成匹配(按照功率接近原则),则判定是三相家庭空调停止运行,记录停止时刻Toff,记有功功率的总下降量为PdA(k)、PdB(k)、PdC(k),记无功功率的总下降量为QdA(k)、QdB(k)、QdC(k);
具体一个实施例中,三相的平均无功功率增量序列的检测公式为|ΔPA(k)|≈|ΔPB(k)|≈|ΔPC(k)|≈0,其中,ABC三相的平均无功功率增量序列分别为ΔQA(k)、ΔQB(k)、ΔQC(k)。
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空调辨识方法,采用非侵入式负荷监测方法,从监测方案上来说,不用侵入用户居住环境,不用破坏已有线路,通过用户总口即插即用装置升级算法程序,就可以实现三相空调的特性辨识。
通过三相空调启动时,功率增量同时性特点进行初步判断,进一步地,通过功率突变模式对空调启动的暂态特性进行判别,保证辨识的可靠性,对暂态模式突变的连续性并以无功功率和谐波累加暂态参数为空调特性核心参数,进行了最终确认与辨识,完成了以相位同步、启动模式、核心参数为依据的多维判据的三相空调辨识算法的研究,解决一般非侵入式空调辨识算法或模式化电器辨识算法,对于复杂背景、复杂电器运行模式乃至三相负荷的辨识效果较差的问题,大幅度提高了三相空调辨识效果。
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空调辨识方法,其特征在于,包括:
步骤S1,在用户总进线处采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列;
步骤S2,扫描三相的电压序列和电流序列,获取实时平均功率,计算稳态功率值,得到各相的有功功率序列和无功功率序列,对电流序列进行分解,得到3次谐波分量序列;
步骤S3,根据5个工频周期的电压和电流值,计算三相平均功率增量序列,以及平均无功功率增量序列;根据三个相序的3次谐波电流序列,得到3次谐波增量序列;
步骤S4,扫描三相的有功功率增量序列,逐点比对,判断三相的有功功率是否同时刻发生抬升或跌落,若同时刻发生,则判定三相负荷发生投切除事件,若非同时刻发生,则判定三相负荷未发生投切事件;
步骤S5,根据三相的无功功率增量序列和3次谐波电流增量序列,判断三相家庭空调是否启动;
步骤S6,检测某时刻,三相的平均无功功率增量序列的数值是否为零,若为零,则存在某一相或三相负荷切除,扫描已启动电器列表;判断平均功率增量序列是否与其他电器形成匹配,若没有与其他电器相匹配,则判定是三相家庭空调停止运行,记录停止时刻。
2.如权利要求1所述的方法,其特征在于,在步骤S1中,所述采集空调用电处的三相电压和电流,获取各相的电压离散采样序列以及电流的离散采样序列具体为,以频率为800Hz进行采样A、B、C相的电压和电流,形成电压的离散采样序列UA、UB、UC和电流的离散采样序列IA、IB、IC
3.如权利要求2所述的方法,其特征在于,在步骤S2中,所述计算稳态功率值,得到各相的有功功率序列和无功功率序列具体过程为,根据以下公式计算有功功率序列P:
P=U×I×cosθ;
根据以下公式计算无功功率序列Q:
Q=U×I×sinθ
其中,U为电压序列,I为电流序列。
4.如权利要求3所述的方法,其特征在于,在步骤S2中,所述对电流序列进行分解,得到3次谐波分量序列具体过程为,根据以下公式对电流序列进行FFT分解:
I(t)=I1[cos(ωt+θ1)+…+αkcos(kωt+θk)+…]
I3(t)=I13cos(kωt+θ3)]
其中,i(t)为电气设备处于工作稳态时的电流瞬时值,I1为电气设备稳态时电流基波分量幅值,θk为相角,αk为电气设备稳态电流第k次谐波幅值与其基波幅值的比值,i3(t)为三次谐波分量计算值。
5.如权利要求4所述的方法,其特征在于,所步骤S3中,所述根据5个工频周期的电压和电流值,计算三相平均功率增量序列,以及平均无功功率增量序列具体过程为,连续扫描5个工频周期的电压和电流值,计算三相的有功功率序列P和无功序列Q,根据以下公式计算稳态功率值:
Figure FDA0002495429590000021
Figure FDA0002495429590000022
其中,k为计算的起始时刻,U为电压序列,I为电流序列,θk为相角;
得到以同一时刻点为起始点的后续5个工频周期的三相平均功率以及下一时刻点为起始点的后续5工频周期的三相平均功率增量序列ΔPA(k)、ΔPB(k)、ΔPC(k),以及平均无功功率增量序列ΔQA(k)、ΔQB(k)、ΔQC(k)。
6.如权利要求5所述的方法,其特征在于,在步骤S3中,所述根据三个相序的3次谐波电流序列,得到3次谐波增量序列具体过程为,扫描三个相序的3次谐波电流序列,根据以下公式进行差运算得到3次谐波增量序列ΔI3A(k)、ΔI3B(k)、ΔI3C(k):
Figure FDA0002495429590000023
其中,k为计算的起始时刻。
7.如权利要求6所述的方法,其特征在于,在步骤S4中,所述扫描三相的有功功率增量序列,逐点比对,判断三相的有功功率是否同时刻发生抬升或跌落具体过程为,
通过以下公式计算该时刻的功率突变角度,判断该时刻的功率变化剧烈程度,若突变角度小于60°,则判定该次突变为缓变增量序列,并将该次ΔP(k)标记为ΔPD(k):
Figure FDA0002495429590000024
其中,ΔQ(k)为平均功率增量序列,ΔP(k)为平均无功功率增量序列;
扫描有功缓变量序列,若检测单次增量幅值ΔPD(k)不小于200W的次数,若检测到有连续超过10个单次增量幅值ΔPD(k)不小于200W,则判定是缓变负荷启动;
将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加,分别得到缓坡事件叠加序列Pμ(k)、Qμ(k)、I(k)。
8.如权利要求7所述的方法,其特征在于,在步骤S4中,根据以下公式将扫描到的不小于10个的ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加:
Figure FDA0002495429590000031
Figure FDA0002495429590000032
Figure FDA0002495429590000033
其中,ΔPD(k)为单次增量幅值,ΔQ(k)为平均无功功率增量序列,ΔI3(k)为谐波增量序列,Pμ(k)、Qμ(k)、I(k)为缓坡事件叠加序列。
9.如权利要求8所述的方法,其特征在于,在步骤S4中,将ΔPD(k)、ΔQ(k)、ΔI3(k)进行累加计算叠加序列,获得总抬升量,分别对三相进行计算获得各自的有功功率的总抬升量和无功功率的总抬升量,以及3次谐波分量的总抬升量。
10.如权利要求9所述的方法,其特征在于,在步骤S5中,根据以下公式判断三相家庭空调是否启动:
|ΔQA(k)|≈|ΔQB(k)|≈|ΔQC(k)|≥200Var
|IA(k)|≈|IB(k)|≈|IC(k)|≥0.5A
其中,ΔQA(k)为A相的无功功率增量序列,ΔQB(k)为B相的无功功率增量序列,ΔQC(k)为C相的无功功率增量序列,IA(k)为A相的3次谐波分量的总抬升量,IB(k)为B相的3次谐波分量的总抬升量,IC(k)为C相的3次谐波分量的总抬升量。
CN202010417126.4A 2020-05-18 2020-05-18 一种非侵入式的家用空调辨识方法 Pending CN111665388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010417126.4A CN111665388A (zh) 2020-05-18 2020-05-18 一种非侵入式的家用空调辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010417126.4A CN111665388A (zh) 2020-05-18 2020-05-18 一种非侵入式的家用空调辨识方法

Publications (1)

Publication Number Publication Date
CN111665388A true CN111665388A (zh) 2020-09-15

Family

ID=72383903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010417126.4A Pending CN111665388A (zh) 2020-05-18 2020-05-18 一种非侵入式的家用空调辨识方法

Country Status (1)

Country Link
CN (1) CN111665388A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219268A (zh) * 2021-03-26 2021-08-06 国电南瑞科技股份有限公司 一种多态电器的非侵入辨识方法及装置
CN113238092A (zh) * 2021-05-25 2021-08-10 南京工程学院 一种基于机器学习的非侵入式检测方法
CN114240057A (zh) * 2021-11-17 2022-03-25 国网天津市电力公司 一种基于三阶负荷模型的商业空调启动辨识方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107561354A (zh) * 2017-08-17 2018-01-09 江苏智臻能源科技有限公司 基于功率持续时间特性的多电器非侵入辨识方法
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN107561354A (zh) * 2017-08-17 2018-01-09 江苏智臻能源科技有限公司 基于功率持续时间特性的多电器非侵入辨识方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵少东: "基于多源特征量的非侵入式三相空调辨识研究", 《电力自动化》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219268A (zh) * 2021-03-26 2021-08-06 国电南瑞科技股份有限公司 一种多态电器的非侵入辨识方法及装置
CN113238092A (zh) * 2021-05-25 2021-08-10 南京工程学院 一种基于机器学习的非侵入式检测方法
CN113238092B (zh) * 2021-05-25 2022-07-01 南京工程学院 一种基于机器学习的非侵入式检测方法
CN114240057A (zh) * 2021-11-17 2022-03-25 国网天津市电力公司 一种基于三阶负荷模型的商业空调启动辨识方法

Similar Documents

Publication Publication Date Title
CN111665388A (zh) 一种非侵入式的家用空调辨识方法
CN110956220B (zh) 一种非侵入式家用电器负荷识别方法
CN103116098B (zh) 一种基于互相关系数的家用电器运行状态识别方法
Lin et al. Development of an improved time–frequency analysis-based nonintrusive load monitor for load demand identification
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
CN105067966B (zh) 基于特征模态分量能量分析的低压交流故障电弧检测方法
CN108152630B (zh) 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
CN106908671A (zh) 一种非侵入式家用负荷智能检测方法及系统
CN106093565B (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
CN109470957B (zh) 一种基于弗雷歇距离的非侵入式电器识别方法
CN105676028B (zh) 一种基于模板匹配滤波的居民负荷用电识别方法
CN107796972B (zh) 一种基于非侵入式负荷分解技术的粮仓能耗监测方法
CN111327118B (zh) 一种非侵入式电力负荷识别方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN113361831B (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
CN111025013A (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN112949563B (zh) 基于变点检测和改进knn算法的非侵入式负荷识别方法
CN108267637A (zh) 一种基于混合频谱特性的洗衣机非侵入式运行检测方法
CN112862163A (zh) 一种基于dtw算法的短期电力负荷预测系统
Cannas et al. Real-time monitoring system of the electricity consumption in a household using NILM techniques
CN113238092B (zh) 一种基于机器学习的非侵入式检测方法
CN113985266B (zh) 多智能电表集中化负荷识别方法
CN112881793B (zh) 一种结合时间阈值的非侵入式负荷事件检测方法
CN111060730A (zh) 一种计量设备周期轮换过程中的现场数据采集装置及方法
CN112948742A (zh) 一种基于平均负荷和总需量畸变率的非入户负荷识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200915

RJ01 Rejection of invention patent application after publication