CN111917114B - 一种适用于嵌入式平台的电力负荷事件检测方法 - Google Patents

Abstract

本发明公开了一种适用于嵌入式平台的电力负荷事件检测方法，包括：负荷数据高频采集预处理；构造滑动检测窗计算功率极差并记录极值点索引；根据稳态区间内功率波动程度自适应判定功率阶跃前后稳态区间长度，并计算稳态区间内平均功率；利用前后稳态区间平均功率增量及滑动检测窗极值点索引综合判断负荷开启/关闭事件，并标记负荷事件时间点；循环上述步骤直至检测终止。本发明能够基于负荷事件过程中的有功功率变化，自适应考虑变点前后的功率稳态区间长度，采用双步判别的方式准确、快速地判定出负荷启动、负荷关闭等负荷事件，能够有效避免脉冲型干扰以及功率波动干扰对负荷事件检测的影响，计算流程简单，可高效地运行于嵌入式硬件平台。

Description

一种适用于嵌入式平台的电力负荷事件检测方法

技术领域

本发明属于智能用电分析技术领域，具体涉及一种适用于嵌入式平台的电力负荷事件检测方法。

背景技术

随着国民经济的高速发展和电能需求的日益增长，能源消耗与电力供应之间矛盾逐渐增大，大力推进智能电网技术已经成为电网建设的发展方向，而用户用电行为科学分析是实现智能用电、绿色用电的必要条件。电力用户作为智能电网中的主要参与者，在智能电网需求响应中起着至关重要的作用。对用户用电数据进行挖掘并准确的了解用户用电行为规律,可以帮助电网了解用户的个性化需求，提供用户分类及个性化服务、电力生产调度服务、电价制定、用电服务指导及相关增值服务，帮助提升企业运营和管理的精细化和需求侧管理水平的力量，从而使电网行业进一步拓展服务的广度和深度，同时也可为政府市政规划、基建投资、政策制定等提供数据支撑。

居民用电负荷的在线监测是实现用电行为感知的基础，它有助于了解家庭内不同时段电器设备的具体能耗情况。传统的负荷监测采用侵入式设计，在用户内部各电器接口安装配备通信模块的传感器或智能插座以收集和传输用电信息。该方案虽对电器负荷状况监测准确可靠，但其存在成本较高、可拓展性差、用户隐私干涉等问题，难以推广应用。非介入式负荷监测通过在用户入口处安装传感器，采集总电流和端电压，利用负荷分解算法对总负荷波形进行分解，从而获得每个或每类电器的用电功耗和工作状态。

非介入式负荷辨识通常包括数据采集、数据处理、事件检测、特征提取和负荷识别等步骤。其中，事件检测是实现电器负荷状态切换感知的重要环节之一，包括负荷开启、关闭、调档及变频类电器的连续状态变化。其目的是确定电力负荷序列中电器启停和状态变化的时间点，从而根据启停时刻的暂态特征以及启停前后的稳态负荷指纹进一步对负荷序列进行分解和识别。常规的事件检测方法仅通过负荷启停的有功功率P增量作为判断依据，对于功率波动的抗干扰能力较差，容易受到序列中脉冲尖峰值的影响而发生误判。

陈中等发表的《基于贝叶斯迭代的非侵入式负荷事件检测方法》(电测与仪表,2020)，林顺富等发表的《基于二分递推SVD分解的居民电器开关事件检测方法》(电网技术,2020,44(4):1534-1542)，牛卢璐等发表的《一种适用于非侵入式负荷监测的暂态事件检测算法》(电力系统自动化,2011,9:30-35)公开了基于贝叶斯迭代、基于二分递推SVD分解和基于滑动窗双边CUSUM等暂态事件检测算法，这些方法的抗干扰能力虽然较强，但这些方法的计算过程十分复杂，需要调节的超参数较多，不适用于计算能力和缓存极其有限的嵌入式平台。因此，综合考虑负荷事件检测的准确性和计算消耗，实现一种适用于嵌入式平台的电力负荷事件检测方法，具有重要意义。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种适用于嵌入式平台的电力负荷事件检测方法，本发明基于负荷事件过程中的有功功率变化，自适应考虑变点前后的功率稳态区间长度，采用双步判别的方式，大幅提高了负荷事件检测的准确度和可靠性。

为了解决上述技术问题，本发明采用的技术方案为：

一种适用于嵌入式平台的电力负荷事件检测方法，包括：

1)获取用户总进线采样获得的电压序列U_k与电流序列I_k；

2)从电压序列U_k与电流序列I_k中取出电压、电流数据，计算指定的功率计算时间窗内的平均有功功率，形成功率序列P；

3)构造长度为N的滑动检测窗W_n，基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n并记录极大值的索引n1、极小值的索引n2；

4)判断功率极差ΔP_n大于预设的功率阈值P_h是否成立，若不成立则跳转执行步骤3)以构造新的滑动检测窗W_n；否则执行下一步；

5)将滑动检测窗W_n标记为功率阶跃区间，分别构造长度为M的功率阶跃区间的前稳态区间、后稳态区间；

6)分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳；

7)判断功率阶跃区间的前稳态区间内功率极差满足条件ΔP_前稳<P_h且ΔP_前稳<α*ΔP_n，且功率阶跃区间的后稳态区间内功率极差满足条件ΔP_后稳<P_h且ΔP_后稳<α*ΔP_n是否同时成立，若同时成立则执行下一步；否则将功率阶跃区间的前稳态区间、后稳态区间的长度减半，若减半后的功率阶跃区间的前稳态区间、后稳态区间的长度小于设定值则执行下一步，否则跳转执行步骤6)；其中α为波动系数；

8)计算前稳态区间内的功率平均值

后稳态区间内的功率平均值

9)判断后稳态区间内的功率平均值

减去前稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1大于极小值的索引n2是否同时成立，若同时成立则判定负荷启动事件发生，记录事件时间点；判断前稳态区间内的功率平均值

减去后稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1小于极小值的索引n2是否同时成立，若同时成立则判定负荷关闭事件发生，记录事件时间点；否则判定无负荷事件发生。

可选地，步骤1)中电压序列U_k与电流序列I_k的采样频率f_s为3～12.8kHz。

可选地，步骤2)中平均有功功率的计算函数表达式为：

上式中，P_n表示第n个功率计算时间窗内的平均有功功率，第n个功率计算时间窗的索引序号区间为[k₁,k₁+mK]，U_k为电压，I_k为电流，m为功率计算时间窗内所包含的工频周期数，K为一个工频周期内包含的采样点数，k₁为所述时间窗内首个采样点的序列索引。

可选地，步骤3)中基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n，并记录极大值的索引n1、极小值的索引n2的步骤包括：基于滑动检测窗W_n扫描功率序列P得到功率序列P在滑动检测窗W_n中的元素[P_n，P_n+N-1]，从元素[P_n，P_n+N-1]取出极大值PMAX_n1和极小值PMIN_n2，并记录极大值PMAX_n1的索引n1、极小值PMIN_n2的索引n2；根据ΔP_n＝PMAX_n1-PMIN_n2计算得到计算滑动检测窗W_n内的功率极差ΔP_n。

可选地，步骤5)中构造长度为M的功率阶跃区间的前稳态区间、后稳态区间时，前稳态区间、后稳态区间均与功率阶跃区间之间间隔指定数量个功率点。

可选地，步骤6)中分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳包括下述步骤：针对功率阶跃区间的前稳态区间找出其中的极大值PMAX_前稳、极小值PMIN_前稳，然后根据ΔP_前稳＝PMAX_前稳-PMIN_前稳计算计算功率阶跃区间的前稳态区间的功率极差ΔP_前稳；针对功率阶跃区间的后稳态区间找出其中的极大值PMAX_后稳、极小值PMIN_后稳，然后根据ΔP_后稳＝PMAX_后稳-PMIN_后稳计算计算功率阶跃区间的后稳态区间的功率极差ΔP_后稳。

可选地，步骤7)中的设定值为M/4，其中M为前稳态区间、后稳态区间的原始长度。

可选地，步骤9)之后还包括判断是否要继续检测的步骤，若继续要检测则跳转执行步骤3)；否则结束并退出。

此外，本发明还提供一种电力负荷事件检测系统，至少包括微处理器和存储器，该微处理器为编程或配置以执行所述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

此外，本发明还提供一种嵌入式电力负荷事件检测设备，至少包括微处理器和存储器，所述微处理器的输入端通过数据采集模块连接有用于采集用户总进线的电压的电压传感器、用于采集用户总进线的电流的电流传感器，该微处理器为编程或配置以执行所述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质中存储有被编程或配置以执行所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

和现有技术相比，本发明具有下述优点：本发明能够基于负荷事件过程中的有功功率变化，自适应考虑变点前后的功率稳态区间长度，采用双步判别的方式准确、快速地判定出负荷启动、负荷关闭等负荷事件，本发明通过阶跃区间的功率极差和阶跃前后稳态功率变化两步法判定实现负荷事件检测，能够有效避免脉冲型干扰以及功率波动干扰对负荷事件检测的影响，事件检测准确率、鲁棒性大幅提高，同时算法计算流程简单，对硬件性能要求低，可高效地运行于嵌入式硬件平台。

附图说明

为了使本发明的目的、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的详细描述。

图1为本发明实施例方法的基本流程示意图。

图2为本发明实施例中基于5000Hz采样频率实时采集的电器电压、电流曲线图。

图3为本发明实施例中的电磁炉功率序列图。

图4为本发明实施例中的负荷启动事件判定示意图。

具体实施方式

下面结合附图及具体实施方式对本发明进行详细说明。

如图1所示，本实施例适用于嵌入式平台的电力负荷事件检测方法包括：

1)获取用户总进线采样获得的电压序列U_k与电流序列I_k；

2)从电压序列U_k与电流序列I_k中取出电压、电流数据，计算指定的功率计算时间窗内的平均有功功率，形成功率序列P；

3)构造长度为N的滑动检测窗W_n，基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n并记录极大值的索引n1、极小值的索引n2；

4)判断功率极差ΔP_n大于预设的功率阈值P_h是否成立，若不成立则跳转执行步骤3)以构造新的滑动检测窗W_n；否则执行下一步；

5)将滑动检测窗W_n标记为功率阶跃区间，分别构造长度为M的功率阶跃区间的前稳态区间、后稳态区间；

6)分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳；

7)判断功率阶跃区间的前稳态区间内功率极差满足条件ΔP_前稳<P_h且ΔP_前稳<α*ΔP_n，且功率阶跃区间的后稳态区间内功率极差满足条件ΔP_后稳<P_h且ΔP_后稳<α*ΔP_n是否同时成立，若同时成立则执行下一步；否则将功率阶跃区间的前稳态区间、后稳态区间的长度减半，若减半后的功率阶跃区间的前稳态区间、后稳态区间的长度小于设定值则执行下一步，否则跳转执行步骤6)；其中α为波动系数；

8)计算前稳态区间内的功率平均值

后稳态区间内的功率平均值

9)判断后稳态区间内的功率平均值

减去前稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1大于极小值的索引n2是否同时成立(

且n1-n2>0)，若同时成立则判定负荷启动事件发生，记录事件时间点；判断前稳态区间内的功率平均值

减去后稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1小于极小值的索引n2是否同时成立(

且n2-n1>0)，若同时成立则判定负荷关闭事件发生，记录事件时间点；否则判定无负荷事件发生。

作为一种可选的实施方式，步骤1)中电压序列U_k与电流序列I_k的采样频率f_s取值范围为3～12.8kHz，例如本实施例中采样频率f_s取值5000Hz。在用户供电入口处，利用基于嵌入式平台的硬件终端ADC数据采集模块，在采样频率f_s＝5000Hz下对总进线的电压和电流进行采样，获取电压序列U_k与电流序列I_k。图2为本发明实施例中基于5000Hz采样频率实时采集的电器电压、电流曲线图示例。

本实施例中，步骤2)中平均有功功率的计算函数表达式为：

上式中，P_n表示第n个功率计算时间窗内的平均有功功率，第n个功率计算时间窗的索引序号区间为[k₁,k₁+mK]，U_k为电压，I_k为电流，m为功率计算时间窗内所包含的工频周期数，K为一个工频周期内包含的采样点数，k₁为所述时间窗内首个采样点的序列索引。作为一种可选的实施方式，本实施例中m取为5，即：以5个工频周期长度(即0.1秒时长)的功率计算时间窗，从步骤1)中获取的所述电压序列U_k与电流序列I_k中取出电压、电流数据，计算窗口内平均有功功率，形成功率序列P。

本实施例步骤3)中构造长度为N的滑动检测窗W_n时，长度N可取值为2-5。

本实施例中，步骤3)中基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n，并记录极大值的索引n1、极小值的索引n2的步骤包括：基于滑动检测窗W_n扫描功率序列P得到功率序列P在滑动检测窗W_n中的元素[P_n，P_n+N-1]，从元素[P_n，P_n+N-1]取出极大值PMAX_n1和极小值PMIN_n2，并记录极大值PMAX_n1的索引n1、极小值PMIN_n2的索引n2；根据ΔP_n＝PMAX_n1-PMIN_n2计算得到计算滑动检测窗W_n内的功率极差ΔP_n。本实施例中，构造长度为5个功率点的滑动检测窗W_n扫描步骤图3所示的电磁炉功率序列P，记n为检测窗起始点对应的功率序列索引，当检测窗起始点n＝2679时，滑动检测窗内功率序列为[6.29，490.42，667.68，735.86，807.92]，取出检测窗内功率极大值和极小值分别为PMAX_n1＝807.92、PMIN_n2＝6.29，极大值、极小值的功率序列索引分别为n1＝2683、n2＝2679。计算滑动检测窗W_n内的功率极差ΔP_n＝PMAX_n1-PMIN_n2＝807.92-6.29＝801.63，取功率阈值P_h＝200W，由于功率极差ΔP_n>P_h成立，因此将滑动检测窗W_n标记为功率阶跃区间。

本实施例步骤4)中预设的功率阈值P_h可通过分析被测用户长期功率序列的波动情况得到。一般的可取P_h＝5S_avg，式中S_avg为分析时间段内用户每天功率序列标准差的平均值，分析时间段可取为5-10天。作为一种可选的实施方式，本实施例中功率阈值P_h为50～200W。

本实施例中，步骤5)中构造长度为M的功率阶跃区间的前稳态区间、后稳态区间时，前稳态区间、后稳态区间均与功率阶跃区间之间间隔指定数量个功率点。作为一种可选的实施方式，本实施例中M的取值为40-60。作为一种可选的实施方式，本实施例中前稳态区间、后稳态区间均与功率阶跃区间之间间隔10个功率点，记n为检测窗起始点对应的功率序列索引，则滑动检测窗W_n可表示为P∈[P_n，P_n+N-1]，因此前稳态区间可表示为P∈[P_n-10-M，P_n-11]，后稳态区间可表示为P∈[P_n+N+10，P_n+N+9+M]。

本实施例中，步骤6)中分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳包括下述步骤：针对功率阶跃区间的前稳态区间找出其中的极大值PMAX_前稳、极小值PMIN_前稳，然后根据ΔP_前稳＝PMAX_前稳-PMIN_前稳计算计算功率阶跃区间的前稳态区间的功率极差ΔP_前稳；针对功率阶跃区间的后稳态区间找出其中的极大值PMAX_后稳、极小值PMIN_后稳，然后根据ΔP_后稳＝PMAX_后稳-PMIN_后稳计算计算功率阶跃区间的后稳态区间的功率极差ΔP_后稳。本实施例中，取阶跃区间前后的稳态区间初始长度M＝60，与阶跃区间之间间隔10个功率点，即阶跃前稳态区间可表示为P∈[P₂₆₀₉，P₂₆₆₈]，阶跃后稳态区间可表示为P∈[P₂₆₉₄，P₂₇₅₃]。则前稳态区间内的功率极大值、极小值分别为PMAX_前稳＝1283.32、PMIN_前稳＝1.86，后稳态区间内的功率极大值、极小值分别为PMAX_后稳＝1293.52、PMIN_后稳＝1265.20，前稳态区间内的功率极差ΔP_前稳＝PMAX_前稳-PMIN_前稳＝1281.46，后稳态区间内的功率极差ΔP_后稳＝PMAX_后稳–PMIN_后稳＝28.32。

本实施例中，步骤7)中的设定值为M/4，其中M为前稳态区间、后稳态区间的原始长度，如图4所示，前稳态区间、后稳态区间会有个逐步减半缩小的过程。本实施例步骤7)中波动系数α用于表征稳态区间内功率波动程度大小，优选的，波动系数α取值为0.1～0.4。

本实施例中，由于前稳态区间内功率极差ΔP_前稳＝1281.46不满足条件ΔP_前稳<P_h，因此缩减稳态区间长度至M/2＝30，重新计算前后稳态区间功率极差分别为ΔP_前稳＝4.51、ΔP_后稳＝28.32，取波动系数α＝0.4时，前后稳态区间功率极差均满足ΔP_前稳<P_h且ΔP_前稳<α*ΔP_n、ΔP_后稳<P_h且ΔP_后稳<α*ΔP_n的判断条件，则在该稳态区间长度情况下计算得到前稳态区间内功率平均值

后稳态区间内功率平均值

对于检测窗起始点n＝2679的滑动检测窗，经过计算可知，检测窗的后稳态区间平均功率与前稳态区间平均功率之差大于功率阈值，且功率阶跃区间内极大值索引大于极小值索引，即

且n1-n2>0，因此判定为有负荷启动事件发生。

参见图1，本实施例步骤9)之后还包括判断是否要继续检测的步骤，若继续要检测则跳转执行步骤3)；否则结束并退出。

综上所述，本实施例方法包括：负荷数据高频采集预处理；构造滑动检测窗计算功率极差并记录极值点索引；根据稳态区间内功率波动程度自适应判定功率阶跃前后稳态区间长度，并计算稳态区间内平均功率；利用前后稳态区间平均功率增量及滑动检测窗极值点索引综合判断负荷开启/关闭事件，并标记负荷事件时间点；循环上述步骤直至检测终止。通过上述步骤，能够基于负荷事件过程中的有功功率变化，自适应考虑变点前后的功率稳态区间长度，采用双步判别的方式准确、快速地判定出负荷启动、负荷关闭等负荷事件。本发明能够有效避免脉冲型干扰以及功率波动干扰对负荷事件检测的影响，同时算法计算流程简单，可高效地运行于嵌入式硬件平台。本实施例适用于嵌入式平台的电力负荷事件检测方法，能够基于负荷事件过程中的有功功率变化，自适应考虑变点前后的功率稳态区间长度，采用双步判别的方式准确、快速地判定出负荷启动、负荷关闭等负荷事件，且计算简单，对硬件性能要求低，适用于嵌入式平台的应用需求。

此外，本发明还提供一种电力负荷事件检测系统，至少包括微处理器和存储器，该微处理器为编程或配置以执行前述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行前述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

此外，本发明还提供一种嵌入式电力负荷事件检测设备，至少包括微处理器和存储器，所述微处理器的输入端通过数据采集模块连接有用于采集用户总进线的电压的电压传感器、用于采集用户总进线的电流的电流传感器，该微处理器为编程或配置以执行前述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行前述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。其中，数据采集模块用于将电压传感器、电流传感器采集的电压和电流数据进行模数转换后输出到微处理器。微处理器采用嵌入式微处理器，例如单片机等，从而可结合前述适用于嵌入式平台的电力负荷事件检测方法来达到降低检测设备成本的目的。

此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质中存储有被编程或配置以执行前述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种适用于嵌入式平台的电力负荷事件检测方法，其特征在于，包括：

1)获取用户总进线采样获得的电压序列U_k与电流序列I_k；

2)从电压序列U_k与电流序列I_k中取出电压、电流数据，计算指定的功率计算时间窗内的平均有功功率，形成功率序列P；

3)构造长度为N的滑动检测窗W_n，基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n并记录极大值的索引n1、极小值的索引n2；

4)判断功率极差ΔP_n大于预设的功率阈值P_h是否成立，若不成立则跳转执行步骤3)以构造新的滑动检测窗W_n；否则执行下一步；

5)将滑动检测窗W_n标记为功率阶跃区间，分别构造长度为M的功率阶跃区间的前稳态区间、后稳态区间；

6)分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳；

7)判断功率阶跃区间的前稳态区间内功率极差满足条件ΔP_前稳<P_h且ΔP_前稳<α*ΔP_n，且功率阶跃区间的后稳态区间内功率极差满足条件ΔP_后稳<P_h且ΔP_后稳<α*ΔP_n是否同时成立，若同时成立则执行下一步；否则将功率阶跃区间的前稳态区间、后稳态区间的长度减半，若减半后的功率阶跃区间的前稳态区间、后稳态区间的长度小于设定值则执行下一步，否则跳转执行步骤6)；其中α为波动系数；

8)计算前稳态区间内的功率平均值

后稳态区间内的功率平均值

9)判断后稳态区间内的功率平均值

减去前稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1大于极小值的索引n2是否同时成立，若同时成立则判定负荷启动事件发生，记录事件时间点；判断前稳态区间内的功率平均值

减去后稳态区间内的功率平均值

得到的差值大于功率阈值P_h、极大值的索引n1小于极小值的索引n2是否同时成立，若同时成立则判定负荷关闭事件发生，记录事件时间点；否则判定无负荷事件发生；

步骤3)中基于滑动检测窗W_n扫描功率序列P计算滑动检测窗W_n内的功率极差ΔP_n，并记录极大值的索引n1、极小值的索引n2的步骤包括：基于滑动检测窗W_n扫描功率序列P得到功率序列P在滑动检测窗W_n中的元素[P_n，P_n+N-1]，从元素[P_n，P_n+N-1]取出极大值PMAX_n1和极小值PMIN_n2，并记录极大值PMAX_n1的索引n1、极小值PMIN_n2的索引n2；根据ΔP_n＝PMAX_n1-PMIN_n2计算得到计算滑动检测窗W_n内的功率极差ΔP_n。

2.根据权利要求1所述的适用于嵌入式平台的电力负荷事件检测方法，其特征在于，步骤1)中电压序列U_k与电流序列I_k的采样频率f_s为3～12.8kHz。

3.根据权利要求1所述的适用于嵌入式平台的电力负荷事件检测方法，其特征在于，步骤2)中平均有功功率的计算函数表达式为：

上式中，P_n表示第n个功率计算时间窗内的平均有功功率，第n个功率计算时间窗的索引序号区间为[k₁,k₁+mK]，U_k为电压，I_k为电流，m为功率计算时间窗内所包含的工频周期数，K为一个工频周期内包含的采样点数，k₁为所述时间窗内首个采样点的序列索引。

4.根据权利要求1所述的适用于嵌入式平台的电力负荷事件检测方法，其特征在于，步骤5)中构造长度为M的功率阶跃区间的前稳态区间、后稳态区间时，前稳态区间、后稳态区间均与功率阶跃区间之间间隔指定数量个功率点。

5.根据权利要求1所述的适用于嵌入式平台的电力负荷事件检测方法，其特征在于，步骤6)中分别计算功率阶跃区间的前稳态区间、后稳态区间内的功率极差ΔP_前稳、ΔP_后稳包括下述步骤：针对功率阶跃区间的前稳态区间找出其中的极大值PMAX_前稳、极小值PMIN_前稳，然后根据ΔP_前稳＝PMAX_前稳-PMIN_前稳计算功率阶跃区间的前稳态区间的功率极差ΔP_前稳；针对功率阶跃区间的后稳态区间找出其中的极大值PMAX_后稳、极小值PMIN_后稳，然后根据ΔP_后稳＝PMAX_后稳-PMIN_后稳计算功率阶跃区间的后稳态区间的功率极差ΔP_后稳。

6.根据权利要求1所述的适用于嵌入式平台的电力负荷事件检测方法，其特征在于，步骤7)中的设定值为M/4，其中M为前稳态区间、后稳态区间的原始长度。

7.一种电力负荷事件检测系统，至少包括微处理器和存储器，其特征在于，该微处理器被编程或配置以执行权利要求1～6中任意一项所述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行权利要求1～6中任意一项所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

8.一种嵌入式电力负荷事件检测设备，至少包括微处理器和存储器，其特征在于，所述微处理器的输入端通过数据采集模块连接有用于采集用户总进线的电压的电压传感器、用于采集用户总进线的电流的电流传感器，该微处理器被编程或配置以执行权利要求1～6中任意一项所述适用于嵌入式平台的电力负荷事件检测方法的步骤，或者该存储器中存储有被编程或配置以执行权利要求1～6中任意一项所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中存储有被编程或配置以执行权利要求1～6中任意一项所述适用于嵌入式平台的电力负荷事件检测方法的计算机程序。

Images