CN111736012B - 一种非侵入式电力负荷识别方法及系统 - Google Patents

一种非侵入式电力负荷识别方法及系统 Download PDF

Info

Publication number
CN111736012B
CN111736012B CN202010840397.0A CN202010840397A CN111736012B CN 111736012 B CN111736012 B CN 111736012B CN 202010840397 A CN202010840397 A CN 202010840397A CN 111736012 B CN111736012 B CN 111736012B
Authority
CN
China
Prior art keywords
power
transient
segments
segment
positive
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
CN202010840397.0A
Other languages
English (en)
Other versions
CN111736012A (zh
Inventor
王晓建
楼平
沈贺铭
陈家乾
毕祥宜
邢翼
闻安
陈嘉闻
王春
沈晓斌
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.)
Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Huzhou Power Supply Co of State Grid Zhejiang Electric Power 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 Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Huzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202010840397.0A priority Critical patent/CN111736012B/zh
Publication of CN111736012A publication Critical patent/CN111736012A/zh
Application granted granted Critical
Publication of CN111736012B publication Critical patent/CN111736012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor

Landscapes

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

Abstract

本发明提出一种非侵入式电力负荷识别方法,包括以下步骤:以频率f获取家用电器功率并记录;根据家用电器的功率记录,拟合用户的调整负荷曲线;提取调整负荷曲线在设定时长∆t内的功率瞬变片段,所述功率瞬变片段包括正瞬变片段和负瞬变片段,并将功率瞬变片段关联时间戳;建立功率瞬变表;根据功率瞬变表进行功率瞬变片段的配对,配对成功生成一条负荷识别记录。本发明根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改,以非侵入的而方式,减少了大量传感器的使用,安全高效。

Description

一种非侵入式电力负荷识别方法及系统
技术领域
本发明涉及负荷识别技术领域,尤其是涉及一种非侵入式电力负荷识别方法及系统。
背景技术
由于生活水平的提高,一般家庭使用的电器越来越多,例如,各个房间内安置空调,卫生间和厨房安置热水器,厨房内具有电饭煲、微波炉、电水壶等,如此多的电器使用电力资源,而且每个电器使用的电能是不同的,用户无法了解每个电器的用电量以及用电状况。中国发明公开号为CN107272431A的一种智能家居用电安全监控系统,包括智能家居用电监测模块、智能家居用电监控平台和智能终端,所述智能家居用电监测模块基于无线传感器网络采集智能家电电量信息,并将采集到的智能家电电量信息发送到所述智能家居用电监控平台,所述智能家居用电监控平台用于接收、存储、显示智能家电电量信息,并将智能家电电量信息与正常阈值进行比较,若超过正常阈值,则输出报警信号;所述的智能终端通过通信网络与智能家居用电监控平台连接,用于实时访问智能家居用电监控平台中的智能家电电量信息。设有智能家居用电监测模块,智能家居用电监测模块基于无线传感器网络采集智能家电电量信息,多个用电器需要对应设置多个传感器,而传感器本身需要安装需要对户内线路进行更改,或者对用电器接入端进行更改,是一种侵入式更改,一方面需要的传感器多,传感器本身也是耗电的,消耗的电量也多;另一方面传感器质量参差不齐,缺少对其监控,当传感器自身发生故障,则可能引起漏电,有安全隐患。
发明内容
本发明解决了对家居用电安全监控中存在入侵式安装传感器导致电耗量大、有安全隐患的问题,提出了一种非侵入式电力负荷识别方法及系统,通过调整负荷曲线,建立功率瞬变表,根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改,以非侵入的而方式,将负荷识别装置安装在总电表输入端,减少了大量传感器的使用,安全高效。
为实现上述目的,本发明提供以下的技术方案:
一种非侵入式电力负荷识别方法,包括以下步骤:
S1,由智能电表以频率f采集用户的用电功率,获得采样点,根据采样点拟合用户日负荷曲线;
S2,提取用户日负荷曲线的正瞬变片段以及负瞬变片段,以△t内功率变化的幅度超过预设值P1为判定瞬变的条件;
S3,将正瞬变片段以及负瞬变片段的两端作为第一类特征点,统计第一类特征点的数量N1,以折线沿时间轴依次连接全部第一类特征点,构成折线图;
S4,以线段沿时间轴方向依次连接全部采样点,遍历采样点,判断连接采样点两个线段之间的夹角是否大于预设值,若夹角大于预设值,则将该采样点纳入第二类特征点,统计第二类特征点的数量N2;
S5,若N2与N1的差值超过预设值,则丢弃当日的用户日负荷曲线,第二日从步骤S1重新执行,反之,进入步骤S6;
S6,将远离第一类特征点的第二类特征点删除,以折线连接剩余第二类特征点,而后再拟合为曲线,作为调整负荷曲线;
S7,以调整负荷曲线,重新提取正瞬变片段以及负瞬变片段,
S8, 根据正瞬变片段以及负瞬变片段建立功率瞬变表;
S9,根据功率瞬变表进行功率瞬变片段的配对,若在正瞬变片段的时间戳后的设定时长S内,能够找到功率相当的负瞬变片段,则将该负瞬变片段与正瞬变片段匹配,若存在多条匹配的负瞬变片段,则关联功率最为接近的负瞬变片段,为匹配的正瞬变片段和负瞬变片段生成一条负荷识别记录,关联正瞬变片段和负瞬变片段的时间戳后存储。
用户如果配合单个轮流开启家用电器,识别的过程将会简化,能够快速知道对应负荷的家用电器,对于非柔性功率的家用电器即纯电阻家用电器,其功率变化是恒定的可以直接识别得出,对于柔性功率的家用电器即变频工作的家用电器,如电脑,空调等,其工作功率不固定,需要在一定时间内采集其功率,建立功率瞬变表,根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改。
作为优选,所述功率瞬变表包括若干额定正瞬变功率的数值及其对应的总数量,所述额定正瞬变功率为同一类正瞬变片段的平均功率,同一类正瞬变片段的归类过程如下:
S801,在一段时间T内统计正瞬变片段的个数、正瞬变片段的功率以及负瞬变片段的功率;
S802,对剩余正瞬变功率进行排序,以误差范围2%归类正瞬变片段;在归类时还需去除功率变化小于1W的正瞬变片段及负瞬变片段。
归类的正瞬变片段并以该归类的正瞬变片段的平均功率作为额定正瞬变功率,有利于提高负荷识别准确度,同时去除功率变化小于1W的正瞬变片段,对小范围功率变化的正瞬变片段进行过滤,有利于提高负荷识别的效率,在一段时间T内进行统计,可以得到在一段时间T内家用电器的使用频率,有利于后续将用户用电的情况更全面的进行分析。
作为优选,所述步骤S9具体包括:
当额定正瞬变功率的数量n大于或等于设定值N时,在设定时长S内,是否存在与额定正瞬变功率配对的负瞬变片段的功率,若存在则生成一条负荷识别记录,若不存在标记为未识别。
对于柔性功率的家用电器即变频工作的家用电器,其开启和关闭过程的功率相当,而工作过程中功率是不断变化的,其功率瞬变也是不一致的,当在一段时间内额定正瞬变功率的数量n≥设定值N时,即可认为此额定正瞬变功率对应的归类的正瞬变片段属于一类变频工作的家用电器,若在设定时长S内能够找到与额定正瞬变功率配对的负瞬变片段的功率,则能找到此一类变频工作的家用电器的工作间段,生成一条负荷识别记录,能够让用户知道此负荷识别记录对应的家用电器。
作为优选,所述负瞬变片段的功率的绝对值与额定正瞬变功率的绝对值相差0-2%则视为配对成功。
作为优选,所述设定时长S为24h或48h。一般家用电器连续使用时长不会超过48h,在设定时长24h或48h能够找到家用电器开启的正瞬变片段和家用电器关闭的负瞬变片段。
作为优选,所述设定时长S的设定过程包括:以第一设定频率连续开关灯则设定设定时长S为24h,以第二设定频率连续开关灯则设定设定时长S为48h。以设定频率连续开关灯对设定时长进行设定,避免小孩玩电灯开关导致误设的情况发生。
作为优选,所述第一设定频率为1s,所述第二设定频率为2s,开灯和关灯的时间间隔与设定的第一设定频率和第二设定频率的误差小于1%。
作为优选,所述一段时间T为一周或一个月。
作为优选,所述提示用户的方式为短信提示或者手机app提示。
一种非侵入式电力负荷识别系统,采用上述的一种非侵入式电力负荷识别方法,包括:
负荷识别装置,设置在总电表内,用于识别家用电器功率,并将家用电器功率传输到电网监控平台;
电网监控平台,将家用电器功率拟合成调整负荷曲线,并对调整负荷曲线进行片段截取,并提示用户进行家用电器绑定,以及监控家用电器的用电量,生成用电信息,并发送用电信息给用户;
用户端,进行家用电器绑定,接收用电信息。
以非侵入的而方式,将负荷识别装置安装在总电表输入端,减少了大量传感器的使用,安全高效。
本发明有以下有益效果:建立功率瞬变表,根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改,以非侵入的而方式,将负荷识别装置安装在总电表输入端,减少了大量传感器的使用,安全高效。
附图说明
图1是本实施例的方法流程图;
图2是本实施例的调整负荷曲线;
具体实施方式
实施例:
本实施例提出一种非侵入式电力负荷识别方法,参考图1,包括以下步骤:
S1,由智能电表以频率f采集用户的用电功率,获得采样点,根据采样点拟合用户日负荷曲线;本实施例中f取值为0.01s。
S2,提取用户日负荷曲线的正瞬变片段以及负瞬变片段,以△t内功率变化的幅度超过预设值P1为判定瞬变的条件;
S3,将正瞬变片段以及负瞬变片段的两端作为第一类特征点,统计第一类特征点的数量N1,以折线沿时间轴依次连接全部第一类特征点,构成折线图;
S4,以线段沿时间轴方向依次连接全部采样点,遍历采样点,判断连接采样点两个线段之间的夹角是否大于预设值,若夹角大于预设值,则将该采样点纳入第二类特征点,统计第二类特征点的数量N2;
S5,若N2与N1的差值超过预设值,则丢弃当日的用户日负荷曲线,第二日从步骤S1重新执行,反之,进入步骤S6;
S6,将远离第一类特征点的第二类特征点删除,以折线连接剩余第二类特征点,而后再拟合为曲线,作为调整负荷曲线,参考图2。
S7,以调整负荷曲线,重新提取正瞬变片段以及负瞬变片段,
S8, 根据正瞬变片段以及负瞬变片段建立功率瞬变表,功率瞬变表包括若干额定正瞬变功率的数值及其对应的总数量,所述额定正瞬变功率为同一类正瞬变片段的平均功率,同一类正瞬变片段的归类过程如下:
S801,在一段时间T内统计正瞬变片段的个数、正瞬变片段的功率以及负瞬变片段的功率;
S802,对剩余正瞬变功率进行排序,以误差范围2%归类正瞬变片段;在归类时还需去除功率变化小于1W的正瞬变片段及负瞬变片段。参考下表:
额定正瞬变功率 总数
5W 13
12W 24
30W 41
80W 23
S9,根据功率瞬变表进行功率瞬变片段的配对,当额定正瞬变功率的数量n大于或等于设定值20时,若在正瞬变片段的时间戳后的设定时长24h或48h内,能够找到功率相当的负瞬变片段,则将该负瞬变片段与正瞬变片段匹配,若存在多条匹配的负瞬变片段,则关联功率最为接近的负瞬变片段,为匹配的正瞬变片段和负瞬变片段生成一条负荷识别记录,关联正瞬变片段和负瞬变片段的时间戳后存储,若不能够找到功率相当的负瞬变片段,则标记为未识别。
用户如果配合单个轮流开启家用电器,识别的过程将会简化,能够快速知道对应负荷的家用电器,对于非柔性功率的家用电器即纯电阻家用电器,其功率变化是恒定的可以直接识别得出,对于柔性功率的家用电器即变频工作的家用电器,如电脑,空调等,其工作功率不固定,需要在一定时间内采集其功率,建立功率瞬变表,根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改。
归类的正瞬变片段并以该归类的正瞬变片段的平均功率作为额定正瞬变功率,有利于提高负荷识别准确度,同时去除功率变化小于1W的正瞬变片段,对小范围功率变化的正瞬变片段进行过滤,有利于提高负荷识别的效率,在一个月内进行统计,可以得到在一个月内家用电器的使用频率,有利于后续将用户用电的情况更全面的进行分析。
对于柔性功率的家用电器即变频工作的家用电器,其开启和关闭过程的功率相当,而工作过程中功率是不断变化的,其功率瞬变也是不一致的,当在一段时间内额定正瞬变功率的数量n大于或等于设定值N时,即可认为此额定正瞬变功率对应的归类的正瞬变片段属于一类变频工作的家用电器,若在设定时长S内能够找到与额定正瞬变功率配对的负瞬变片段的功率,则能找到此一类变频工作的家用电器的工作间段,生成一条负荷识别记录,能够让用户知道此负荷识别记录对应的家用电器。
负瞬变片段的功率的绝对值与额定正瞬变功率的绝对值相差0-2%则视为配对成功。
设定时长S为24h或48h。一般家用电器连续使用时长不会超过48h,在设定时长24h或48h能够找到家用电器开启的正瞬变片段和家用电器关闭的负瞬变片段。
设定时长S的设定过程包括:以间隔时间为1s连续开关灯则设定设定时长S为24h,以间隔时间为2s连续开关灯则设定设定时长S为48h。开灯和关灯的间隔时间与设定值的误差小于1%。才能成功设定。以设定频率连续开关灯对设定时长进行设定,避免小孩玩电灯开关导致误设的情况发生。
提示用户的方式为短信提示或者手机app提示。
一种非侵入式电力负荷识别系统,采用上述的一种非侵入式电力负荷识别方法,包括:
负荷识别装置,设置在总电表内,用于识别家用电器功率,并将家用电器功率传输到电网监控平台;
电网监控平台,将家用电器功率拟合成调整负荷曲线,并对调整负荷曲线进行片段截取,并提示用户进行家用电器绑定,以及监控家用电器的用电量,生成用电信息,并发送用电信息给用户;
用户端,进行家用电器绑定,接收用电信息。
以非侵入的而方式,将负荷识别装置安装在总电表输入端,减少了大量传感器的使用,安全高效。
本发明有以下优势:建立功率瞬变表,根据功率瞬变表进行功率瞬变片段的配对,识别负荷信息和用电量,不对户内线路以及用电器进行线路更改,以非侵入的而方式,将负荷识别装置安装在总电表输入端,减少了大量传感器的使用,安全高效。

Claims (9)

1.一种非侵入式电力负荷识别方法,其特征是,包括以下步骤:
S1,由智能电表以频率f采集用户的用电功率,获得采样点,根据采样点拟合用户日负荷曲线;
S2,提取用户日负荷曲线的正瞬变片段以及负瞬变片段,以△t内功率变化的幅度超过预设值P1为判定瞬变的条件;
S3,将正瞬变片段以及负瞬变片段的两端作为第一类特征点,统计第一类特征点的数量N1,以折线沿时间轴依次连接全部第一类特征点,构成折线图;
S4,以线段沿时间轴方向依次连接全部采样点,遍历采样点,判断连接采样点两个线段之间的夹角是否大于预设值,若夹角大于预设值,则将该采样点纳入第二类特征点,统计第二类特征点的数量N2;
S5,若N2与N1的差值超过预设值,则丢弃当日的用户日负荷曲线,第二日从步骤S1重新执行,反之,进入步骤S6;
S6,将远离第一类特征点的第二类特征点删除,以折线连接剩余第二类特征点,而后再拟合为曲线,作为调整负荷曲线;
S7,以调整负荷曲线,重新提取正瞬变片段以及负瞬变片段,
S8, 根据重新提取的正瞬变片段以及负瞬变片段建立功率瞬变表;
S9,根据功率瞬变表进行功率瞬变片段的配对,若在正瞬变片段的时间戳后的设定时长S内,能够找到功率相当的负瞬变片段,则将该负瞬变片段与正瞬变片段匹配,若存在多条匹配的负瞬变片段,则关联功率最为接近的负瞬变片段,为匹配的正瞬变片段和负瞬变片段生成一条负荷识别记录,关联正瞬变片段和负瞬变片段的时间戳后存储。
2.根据权利要求1所述的一种非侵入式电力负荷识别方法,其特征是,所述功率瞬变表包括若干额定正瞬变功率的数值及其对应的总数量,所述额定正瞬变功率为同一类正瞬变片段的平均功率,同一类正瞬变片段的归类过程如下:
S801,在一段时间T内统计正瞬变片段的个数、正瞬变片段的功率以及负瞬变片段的功率;
S802,对正瞬变片段的功率进行排序,以误差范围2%归类正瞬变片段;在归类时还需去除功率变化小于1W的正瞬变片段及负瞬变片段。
3.根据权利要求2所述的一种非侵入式电力负荷识别方法,其特征是,所述步骤S9具体包括:
当额定正瞬变功率的数量n≥设定值N时,在设定时长S内,是否存在与额定正瞬变功率配对的负瞬变片段的功率,若存在则生成一条负荷识别记录,若不存在标记为未识别。
4.根据权利要求3所述的一种非侵入式电力负荷识别方法,其特征是,所述负瞬变片段的功率的绝对值与额定正瞬变功率的绝对值相差0-2%则视为配对成功。
5.根据权利要求3所述的一种非侵入式电力负荷识别方法,其特征是,所述设定时长S为24h或48h。
6.根据权利要求5所述的一种非侵入式电力负荷识别方法,其特征是,所述设定时长S的设定过程包括:以第一设定频率连续开关灯则设定设定时长S为24h,以第二设定频率连续开关灯则设定设定时长S为48h。
7.根据权利要求6所述的一种非侵入式电力负荷识别方法,其特征是,所述第一设定频率为1s,所述第二设定频率为2s,开灯和关灯的时间间隔与设定的第一设定频率和第二设定频率的误差小于1%。
8.根据权利要求2所述的一种非侵入式电力负荷识别方法,其特征是,所述一段时间T为一周或一个月。
9.一种非侵入式电力负荷识别系统,采用权利要求1所述的一种非侵入式电力负荷识别方法,其特征是,包括:
负荷识别装置,设置在总电表内,用于识别家用电器功率,并将家用电器功率传输到电网监控平台;
电网监控平台,将家用电器功率拟合成调整负荷曲线,并对调整负荷曲线进行片段截取,并提示用户进行家用电器绑定,以及监控家用电器的用电量,生成用电信息,并发送用电信息给用户;
用户端,进行家用电器绑定,接收用电信息。
CN202010840397.0A 2020-08-20 2020-08-20 一种非侵入式电力负荷识别方法及系统 Active CN111736012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010840397.0A CN111736012B (zh) 2020-08-20 2020-08-20 一种非侵入式电力负荷识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010840397.0A CN111736012B (zh) 2020-08-20 2020-08-20 一种非侵入式电力负荷识别方法及系统

Publications (2)

Publication Number Publication Date
CN111736012A CN111736012A (zh) 2020-10-02
CN111736012B true CN111736012B (zh) 2021-01-05

Family

ID=72658607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010840397.0A Active CN111736012B (zh) 2020-08-20 2020-08-20 一种非侵入式电力负荷识别方法及系统

Country Status (1)

Country Link
CN (1) CN111736012B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113746086B (zh) * 2021-08-03 2024-01-30 国网浙江省电力有限公司湖州供电公司 一种非入侵式需求响应系统及方法
CN114236301B (zh) * 2022-02-28 2022-05-27 华北电力大学 一种非侵入式工业负荷事件检测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5483153A (en) * 1994-03-24 1996-01-09 Massachusetts Institute Of Technology Transient event detector for use in nonintrusive load monitoring systems
CN103675378A (zh) * 2013-09-23 2014-03-26 东北电力大学 一种非侵入式家庭用电负荷分解方法及装置
CN103998942A (zh) * 2010-12-13 2014-08-20 美国弗劳恩霍夫股份公司 用于非侵入式负载监测的方法和系统
WO2016079229A1 (en) * 2014-11-21 2016-05-26 Universite Libre De Bruxelles Improved non-intrusive appliance load monitoring method and device
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
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
CN110514889A (zh) * 2019-07-19 2019-11-29 浙江万胜智能科技股份有限公司 一种非侵入式家庭用电负载识别的方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5483153A (en) * 1994-03-24 1996-01-09 Massachusetts Institute Of Technology Transient event detector for use in nonintrusive load monitoring systems
CN103998942A (zh) * 2010-12-13 2014-08-20 美国弗劳恩霍夫股份公司 用于非侵入式负载监测的方法和系统
CN103675378A (zh) * 2013-09-23 2014-03-26 东北电力大学 一种非侵入式家庭用电负荷分解方法及装置
WO2016079229A1 (en) * 2014-11-21 2016-05-26 Universite Libre De Bruxelles Improved non-intrusive appliance load monitoring method and device
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
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
CN110514889A (zh) * 2019-07-19 2019-11-29 浙江万胜智能科技股份有限公司 一种非侵入式家庭用电负载识别的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Non Intrusive Load Monitoring and Load Disaggregation using Transient Data Analysis;Vijay Rathore等;《2018 Conference on Information and Communication Technology》;20181231;1-5 *
一种基于图信号处理的非侵入式负荷分解方法;王开明等;《电气自动化》;20191231;第41卷(第6期);74-77 *

Also Published As

Publication number Publication date
CN111736012A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN111708925B (zh) 一种用于居民用户的家电负荷智能识别系统及方法
CN111736012B (zh) 一种非侵入式电力负荷识别方法及系统
JP5538140B2 (ja) 機器状態検出装置、機器状態検出サーバー及び機器状態検出システム、並びに機器状態データベース保守サーバー
CN105186693A (zh) 一种非侵入式用电负荷辨识系统及方法
KR101608328B1 (ko) 전력소비 패턴 분석을 통한 디바이스 인식장치 및 그 방법
CN105424395A (zh) 设备故障的确定方法和装置
CN103855808A (zh) 基于云平台的家庭智能电力能效分析系统及其分析方法
KR101875029B1 (ko) 건축물 공조설비 측정값 분석 알고리즘을 활용한 에너지 저감 스마트 제어 장치
CN104752914B (zh) 一种可远程控制插座装置
CN111190067B (zh) 基于物联网的餐饮消毒设备使用监控方法、服务器及系统
CN103970046A (zh) 无线智能插座、用电设备控制系统及其方法
CN110136024B (zh) 获取用户的用电特征、用电习惯及用电量预测值的方法及装置
CN111242808B (zh) 一种电力用户分类方法、电子设备和存储介质
CN109615086A (zh) 一种运维辅助标签的生成方法及系统
CN113363974B (zh) 基于累积电量低频采样的居民负荷构成解析方法及装置
CN113884734A (zh) 一种非侵入式用电异常诊断方法及装置
CN104731037A (zh) 节能监督控制系统
TWI513133B (zh) 電力插座以及電器事件偵測方法
CN113759733A (zh) 一种结合电能调度的智能家居系统及其控制方法
CN111443236A (zh) 一种非侵入式负荷识别控制系统及方法
CN205301976U (zh) 一种电量监控设备
US10126336B2 (en) Energy usage device and energy information collecting device
RU2749088C1 (ru) Способ мониторинга энергопотребления в обособленном участке электрической сети
CN109298641A (zh) 一种家庭用电监测控制装置
CN113790515A (zh) 一种基于工业互联网标识解析体系的空调管控系统及方法

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