CN112180154A - 一种利用置信度优化的负荷开关事件检测方法和系统 - Google Patents

一种利用置信度优化的负荷开关事件检测方法和系统 Download PDF

Info

Publication number
CN112180154A
CN112180154A CN202011068044.XA CN202011068044A CN112180154A CN 112180154 A CN112180154 A CN 112180154A CN 202011068044 A CN202011068044 A CN 202011068044A CN 112180154 A CN112180154 A CN 112180154A
Authority
CN
China
Prior art keywords
load
confidence
signal sequence
ith
jth
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.)
Withdrawn
Application number
CN202011068044.XA
Other languages
English (en)
Inventor
翟明岳
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.)
Guangdong University of Petrochemical Technology
Original Assignee
Guangdong University of Petrochemical Technology
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 Guangdong University of Petrochemical Technology filed Critical Guangdong University of Petrochemical Technology
Priority to CN202011068044.XA priority Critical patent/CN112180154A/zh
Publication of CN112180154A publication Critical patent/CN112180154A/zh
Withdrawn legal-status Critical Current

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
    • G01R21/002—Measuring real component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

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

Abstract

本发明的实施例公开一种利用置信度优化的负荷开关事件检测方法和系统，所述方法包括：步骤101获取按时间顺序采集的信号序列S；步骤102计算基础功率矢量
Figure DDA0002714423750000011
步骤103通过实际调查，获得负荷剖面矢量p；步骤104求取负荷的置信度λi；步骤105求取置信度矩阵B；步骤106判断负荷开关事件。

Description

一种利用置信度优化的负荷开关事件检测方法和系统
技术领域
本发明涉及电力领域，尤其涉及一种负荷开关事件检测方法和系统。
背景技术
随着智能电网的发展，家庭用电负荷的分析变得越来越重要。通过用电负荷的分析，家庭用户可以及时获得每个电器的用电信息，以及电费的精细化清单；电力部门可以获得更详尽的用户用电信息，并可以提高用电负荷预测的准确度，为电力部门提供统筹规划的依据。同时，利用每个电器的用电信息，可获知用户的用电行为，这对于家庭能耗评估和节能策略的研究具有指导意义。
当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备，只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点，因此，该方法适用于家庭负荷用电的分解。
非侵入式负荷分解算法中，电气设备的开关事件检测是其中最重要的环节。最初的事件检测以有功功率P的变化值作为事件检测的判断依据，方便且直观。这是因为任何一个用电设备的运行状态发生变化，其所消耗的功率值也必然发生改变，并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值，还需要解决事件检测方法在实际应用中存在的问题：某些电器启动时刻的瞬时功率值会出现较大的尖峰(例如，马达启动电流远大于额定电流)，会造成电器稳态功率变化值不准确，从而影响对开关事件的判断，这种尖峰其实就是脉冲噪声；而且不同家用电器的暂态过程或长或短(脉冲噪声的持续时间和发生频率相差较大)，因此功率变化值的确定变得较为困难；由于电能质量的变化(如电压突降)有功功率会出现突变的情况，这样很可能会出现误判。(脉冲)噪声的强度很大，并且背景噪声对开关事件的正确检测有较大的影响。
现在常用的负载开关事件往往利用功率数据的变化来确定：当功率变化值超过预置的阈值时，则认为有负载开关事件发生。这种方法虽然简单易行，但由于脉冲噪声以及非线性负载的普遍使用，造成开关事件检测精度的极大下降。
因此，开关事件检测过程中，如何提高开关事件检测精度是非常重要的。负载开关事件检测是能量分解中最为重要的一步，既要检测到事件发生，同时还能确定事件发生的时刻。但是开关事件检测的精度受功率信号(功率序列)中噪声的影响较大，尤其是功率信号中普遍存在着脉冲噪声，进一步影响了检测精度。因此有效提高负载开关事件的检测精度是当前非常重要的一项工作。
发明内容
现在常用的负载开关事件往往利用功率数据的变化来确定：当功率变化值超过预置的阈值时，则认为有负载开关事件发生。这种方法虽然简单易行，但由于脉冲噪声以及非线性负载的普遍使用，造成开关事件检测精度的极大下降。
本发明的目的是提供一种利用置信度优化的负荷开关事件检测方法和系统，所提出的方法利用了不同负荷开关动作时所产生的暂态功率信号差异，通过置信度优化性质区分不同负荷的不同开关事件以及异常功率信号造成的异常事件。所提出的方法具有较好的开关事件检测性能，计算也非常简单。
为实现上述目的，本发明提供了如下方案：
一种利用置信度优化的负荷开关事件检测方法，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102计算基础功率矢量
Figure BDA0002714423730000021
具体为：所述基础功率矢量
Figure BDA0002714423730000022
的第j个元素为
Figure BDA0002714423730000023
其计算公式为：
Figure BDA0002714423730000024
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
maxS表示所述信号序列S的最大值；
步骤103通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
步骤104求取负荷的置信度λi，具体为：
Figure BDA0002714423730000025
其中：
Figure BDA0002714423730000028
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure BDA0002714423730000026
其中：σ0为所述信号序列S的均方差；
步骤105求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure BDA0002714423730000027
步骤106判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
一种利用置信度优化的负荷开关事件检测系统，包括：
模块201获取按时间顺序采集的信号序列S；
模块202计算基础功率矢量
Figure BDA0002714423730000031
具体为：所述基础功率矢量
Figure BDA0002714423730000032
的第j个元素为
Figure BDA0002714423730000033
其计算公式为：
Figure BDA0002714423730000034
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
max S表示所述信号序列S的最大值；
模块203通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
模块204求取负荷的置信度λi，具体为：
Figure BDA0002714423730000035
其中：
Figure BDA0002714423730000036
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure BDA0002714423730000037
其中：σ0为所述信号序列S的均方差；
模块205求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure BDA0002714423730000038
模块206判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
现在常用的负载开关事件往往利用功率数据的变化来确定：当功率变化值超过预置的阈值时，则认为有负载开关事件发生。这种方法虽然简单易行，但由于脉冲噪声以及非线性负载的普遍使用，造成开关事件检测精度的极大下降。
本发明的目的是提供一种利用置信度优化的负荷开关事件检测方法和系统，所提出的方法利用了不同负荷开关动作时所产生的暂态功率信号差异，通过置信度优化性质区分不同负荷的不同开关事件以及异常功率信号造成的异常事件。所提出的方法具有较好的开关事件检测性能，计算也非常简单。
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，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明的系统流程示意图；
图3为本发明的具体实施案例流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1一种利用置信度优化的负荷开关事件检测方法的流程示意图
图1为本发明一种利用置信度优化的负荷开关事件检测方法的流程示意图。如图1所示，所述的一种利用置信度优化的负荷开关事件检测方法具体包括以下步骤：
步骤101获取按时间顺序采集的信号序列S；
步骤102计算基础功率矢量
Figure BDA0002714423730000041
具体为：所述基础功率矢量
Figure BDA0002714423730000042
的第j个元素为
Figure BDA0002714423730000043
其计算公式为：
Figure BDA0002714423730000044
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
max S表示所述信号序列S的最大值；
步骤103通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
步骤104求取负荷的置信度λi，具体为：
Figure BDA0002714423730000051
其中：
Figure BDA0002714423730000052
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure BDA0002714423730000053
其中：σ0为所述信号序列S的均方差；
步骤105求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure BDA0002714423730000054
步骤106判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
图2一种利用置信度优化的负荷开关事件检测系统的结构意图
图2为本发明一种利用置信度优化的负荷开关事件检测系统的结构示意图。如图2所示，所述一种利用置信度优化的负荷开关事件检测系统包括以下结构：
模块201获取按时间顺序采集的信号序列S；
模块202计算基础功率矢量
Figure BDA0002714423730000061
具体为：所述基础功率矢量
Figure BDA0002714423730000062
的第j个元素为
Figure BDA0002714423730000063
其计算公式为：
Figure BDA0002714423730000064
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
maxS表示所述信号序列S的最大值；
模块203通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
模块204求取负荷的置信度λi，具体为：
Figure BDA0002714423730000065
其中：
Figure BDA0002714423730000066
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure BDA0002714423730000067
其中：σ0为所述信号序列S的均方差；
模块205求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure BDA0002714423730000068
模块206判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
步骤301获取按时间顺序采集的信号序列S；
步骤302计算基础功率矢量
Figure BDA0002714423730000071
具体为：所述基础功率矢量
Figure BDA0002714423730000072
的第j个元素为
Figure BDA0002714423730000073
其计算公式为：
Figure BDA0002714423730000074
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
max S表示所述信号序列S的最大值；
步骤303通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
步骤304求取负荷的置信度λi，具体为：
Figure BDA0002714423730000075
其中：
Figure BDA0002714423730000076
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure BDA0002714423730000077
其中：σ0为所述信号序列S的均方差；
步骤305求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure BDA0002714423730000078
步骤306判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (2)

1.一种利用置信度优化的负荷开关事件检测方法，其特征在于，包括：
步骤101获取按时间顺序采集的信号序列S；
步骤102计算基础功率矢量
Figure FDA0002714423720000011
具体为：所述基础功率矢量
Figure FDA0002714423720000012
的第j个元素为
Figure FDA0002714423720000013
其计算公式为：
Figure FDA0002714423720000014
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
maxS表示所述信号序列S的最大值；
步骤103通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
步骤104求取负荷的置信度λi，具体为：
Figure FDA0002714423720000015
其中：
Figure FDA0002714423720000016
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure FDA0002714423720000017
其中：σ0为所述信号序列S的均方差；
步骤105求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure FDA0002714423720000018
步骤106判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
2.一种利用置信度优化的负荷开关事件检测系统，其特征在于，包括：
模块201获取按时间顺序采集的信号序列S；
模块202计算基础功率矢量
Figure FDA0002714423720000021
具体为：所述基础功率矢量
Figure FDA0002714423720000022
的第j个元素为
Figure FDA0002714423720000023
其计算公式为：
Figure FDA0002714423720000024
其中，
ΔT：所述信号序列S的采样间隔
N为所述信号序列S的长度；
maxS表示所述信号序列S的最大值；
模块203通过实际调查，获得负荷剖面矢量p，具体为：所述负荷剖面矢量p的第i个元素为pi，表示处于工作状态时负荷i的功率值；
其中：
i＝1,2,···,Ni：负荷序号；
Ni：负荷总数；
模块204求取负荷的置信度λi，具体为：
Figure FDA0002714423720000025
其中：
Figure FDA0002714423720000026
为第i个基础功率第j个采样值间的置信度权重，其计算公式为：
Figure FDA0002714423720000027
其中：σ0为所述信号序列S的均方差；
模块205求取置信度矩阵B，具体为：所述置信度矩阵B的第i行第j列元素为bij，表示所述信号序列S的第j个元素sj与第i个负荷之间的置信度，其求取方法为：
Figure FDA0002714423720000028
模块206判断负荷开关事件，具体为：对于置信度矩阵B中第i行第j列元素bij，如果bij＝1，则表明在数据点j处负荷i发生开关事件；如果bij＝0，则表明在数据点j处，负荷i没有发生开关事件。
CN202011068044.XA 2020-10-08 2020-10-08 一种利用置信度优化的负荷开关事件检测方法和系统 Withdrawn CN112180154A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011068044.XA CN112180154A (zh) 2020-10-08 2020-10-08 一种利用置信度优化的负荷开关事件检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011068044.XA CN112180154A (zh) 2020-10-08 2020-10-08 一种利用置信度优化的负荷开关事件检测方法和系统

Publications (1)

Publication Number Publication Date
CN112180154A true CN112180154A (zh) 2021-01-05

Family

ID=73948179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011068044.XA Withdrawn CN112180154A (zh) 2020-10-08 2020-10-08 一种利用置信度优化的负荷开关事件检测方法和系统

Country Status (1)

Country Link
CN (1) CN112180154A (zh)

Similar Documents

Publication Publication Date Title
CN111680590A (zh) 一种利用收缩梯度的功率信号滤波方法和系统
CN111666870A (zh) 一种利用二次约束的功率信号重构方法和系统
CN111830405A (zh) 一种利用频率差异量的负荷开关事件检测方法和系统
CN110221119B (zh) 基于功率与akie融合信息的负载开关事件检测方法和系统
CN112434567B (zh) 一种利用噪声抖动性质的功率信号滤波方法和系统
CN110244115B (zh) 一种基于信号连接性的负载开关事件检测方法及系统
CN110196354B (zh) 一种负载的开关事件的检测方法和装置
CN110542855B (zh) 基于离散余弦变换的负荷开关事件检测方法和系统
CN110702981A (zh) 一种利用分类树的负荷开关事件检测方法和系统
CN112257576B (zh) 一种利用Maha距离测度的负荷开关事件检测方法和系统
CN112180154A (zh) 一种利用置信度优化的负荷开关事件检测方法和系统
CN110749841A (zh) 一种利用转换空间因子的负荷开关事件检测方法和系统
CN112307986B (zh) 一种利用高斯梯度的负荷开关事件检测方法和系统
CN112329637B (zh) 一种利用模式特征的负荷开关事件检测方法和系统
CN111639606A (zh) 一种利用Dantzig总梯度最小化的功率信号滤波方法和系统
CN112180155A (zh) 一种利用紧支集的负荷开关事件检测方法和系统
CN111832474A (zh) 一种利用能量尺度的功率信号滤波方法和系统
CN111737645A (zh) 一种利用预测矩阵的功率信号重构方法和系统
CN112180153A (zh) 一种利用KUllback-Leibler距离的负荷开关事件检测方法和系统
CN112347922B (zh) 一种利用Hankerl矩阵的功率信号滤波方法和系统
CN112180152A (zh) 一种利用均值偏移分群的负荷开关事件检测方法和系统
CN111679119A (zh) 一种利用近端匹配映射的功率信号重构方法和系统
CN111948477A (zh) 一种利用固定b抽样的负荷开关事件检测方法和系统
CN112287786A (zh) 一种利用随机因子的负荷开关事件检测方法和系统
CN112270282B (zh) 一种利用矩阵谱模的功率信号滤波方法和系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210105

WW01 Invention patent application withdrawn after publication