CN112649644B - 一种学生公寓用电安全负载学习方法 - Google Patents

一种学生公寓用电安全负载学习方法 Download PDF

Info

Publication number
CN112649644B
CN112649644B CN202011528771.XA CN202011528771A CN112649644B CN 112649644 B CN112649644 B CN 112649644B CN 202011528771 A CN202011528771 A CN 202011528771A CN 112649644 B CN112649644 B CN 112649644B
Authority
CN
China
Prior art keywords
instantaneous
load
current waveform
instantaneous current
lib
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
CN202011528771.XA
Other languages
English (en)
Other versions
CN112649644A (zh
Inventor
籍美苹
李新宏
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.)
Changzhou Changgong Electronic Technology Co ltd
Original Assignee
Changzhou Changgong Electronic Technology 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 Changzhou Changgong Electronic Technology Co ltd filed Critical Changzhou Changgong Electronic Technology Co ltd
Priority to CN202011528771.XA priority Critical patent/CN112649644B/zh
Publication of CN112649644A publication Critical patent/CN112649644A/zh
Application granted granted Critical
Publication of CN112649644B publication Critical patent/CN112649644B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R13/00Arrangements for displaying electric variables or waveforms
    • G01R13/02Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
    • G01R13/0218Circuits therefor

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明涉及公寓用电安全的技术领域,尤其涉及一种学生公寓用电安全负载学习方法:采集稳态下待学习电器同一个周期的瞬时电压波形Ulib和瞬时电流波形Ilib,并存入学习库;采集稳态下新增负载同一个周期的瞬时电压波形Us和瞬时电流波形Is,以Ulib、Ilib为基准,使Us、Is与之同相而得到瞬时电压波形Uss和瞬时电流波形Iss;计算Ilib与Iss的余弦相似度而进行判断是否继续;计算一个周期的有效值Ulibrms、Ilibrms、Ussrms、Issrms,通过Ulibrms和Ussrms比值与Ilibrms和Issrms比值之间的比较来判断新增负载是否与学习库匹配。本发明的目的就是针对现有技术中存在的缺陷提供一种学生公寓用电安全负载学习方法,通过采用学习库录入待学习电器数据的方法,对新增负载进行匹配检测,提高了安全性和实用性。

Description

一种学生公寓用电安全负载学习方法
技术领域
本发明涉及公寓用电安全的技术领域,尤其涉及一种学生公寓用电安全负载学习方法。
背景技术
考虑到用电安全,学生公寓通常是不允许使用热得快,电烧水壶这类阻性电器的,但为了方便学生生活又会配置同为阻性性质的热水器和饮水机。现有的解决方法是禁止所有这类电器,而后设置热水器和饮水机功率区间学习库,通过比对学习库中的功率范围,为热水器和饮水机放行。
但以上方法的最大问题在于受电压波动的影响比较大,电压变化后功率随之变化,从而导致在使用功率区间解决学习问题时,或者需要增大学习区间,但会增大非放行电器的放行风险,或者保持区间不变,则需承受功率区间失效的可能。
鉴于上述问题,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,并配合学理的运用,积极加以研究创新,以期设计学生公寓用电安全负载学习方法,通过采用学习库录入待学习电器数据的方法,对新增负载进行匹配检测,提高了安全性和实用性。
发明内容
本发明的目的就是针对现有技术中存在的缺陷提供一种学生公寓用电安全负载学习方法,通过采用学习库录入待学习电器数据的方法,对新增负载进行匹配检测,提高了安全性和实用性。
为了达到上述目的,本发明所采用的技术方案是:
一种学生公寓用电安全负载学习方法,包括如下步骤:
步骤一,创建学习库,采集稳态下待学习电器同一个周期的瞬时电压波形Ulib和瞬时电流波形Ilib,并存入所述学习库中;
步骤二,当有新增负载输入时,采集稳态下新增负载同一个周期的瞬时电压波形Us和瞬时电流波形Is
步骤三,以瞬时电压波形Ulib和瞬时电流波形Ilib为基准,使瞬时电压波形Us与瞬时电压波形Ulib同相,瞬时电流波形Is与瞬时电流波形Ilib同相,分别得到同相后的瞬时电压波形Uss和瞬时电流波形Iss
步骤四,计算瞬时电流波形Ilib与瞬时电流波形Iss的余弦相似度Ixcosp,当Ixcosp≤α,则新增负载与所述学习库不匹配,计算结束,当Ixcosp>α,则进行下一步骤,其中α为相似度门限值,根据待学习电器情况设定;
步骤五,分别计算瞬时电压波形Ulib、瞬时电流波形Ilib、瞬时电压波形Uss、瞬时电流波形Iss一个周期的有效值Ulibrms、Ilibrms、Ussrms、Issrms,通过有效值Ulibrms与Ussrms的比值求得Urate, Ilibrms和Issrms的比值求得Irate
步骤六,根据Irate 计算出高门限电流值Irateup和低门限电流值Iratelow;Irateup和Iratelow的算法为:
Irateup = Irate*(1+δ)
Iratelow = Irate*(1-δ)
式中δ为缩放比例,根据待学习电器情况设定;
步骤七,分别将Urate与Iratelow和Irateup进行比较,若满足设定结果,则新增负载与所述学习库匹配,若否,则计算结束;
重复执行步骤二~步骤七。
进一步地,其特征在于,所述步骤七中,当Iratelow≤ Urate≤ Irateup,则新增负载与所述学习库匹配;当Urate<Iratelow和/或Urate> Irateup,则新增负载与所述学习库不匹配,计算结束。
进一步地,所述步骤二中,瞬时电流波形Is采用如下计算方法:
记新增负载接入前待学习电器稳态下一个周期的瞬时电流波形I0
记新增负载接入后稳态下一个周期采集的瞬时电流波形I1
以新增负载接入后的稳态为基准,使接入前稳态下的电流与接入后稳态下的电流同相,得到移相后的新增负载接入前稳态下瞬时电流波形I0s
通过公式Is = I1 - I0s求得所述瞬时电流波形Is
进一步地,所述步骤二中,瞬时电压波形Us采用如下计算方法:
记新增负载接入后稳态下与瞬时电流波形I1同一个周期采集的瞬时电压波形U1
通过公式Us = U1求得所述瞬时电流波形Us
进一步地,所述步骤五中,有效值Ulibrms的算法为:
Ulibrms=
Figure 597927DEST_PATH_IMAGE001
式中N为一个周期的采样点数,Ulibt为每个采样点处的瞬时电压波形。
进一步地,所述步骤五中,有效值Ilibrms的算法为:
Ilibrms=
Figure 187172DEST_PATH_IMAGE002
式中N为一个周期的采样点数,Ilibt为每个采样点处的瞬时电流波形。
进一步地,所述步骤五中,有效值Ussrms的算法为:
Ussrms =
Figure 386815DEST_PATH_IMAGE003
式中N为一个周期的采样点数,Usst为每个采样点处的同相后的瞬时电压波形。
进一步地,所述步骤五中,有效值Issrms的算法为:
Issrms =
Figure 454129DEST_PATH_IMAGE004
式中N为一个周期的采样点数,Isst为每个采样点处的同相后的瞬时电流波形。
进一步地,所述步骤一和步骤二中,波形的采集均以电压过零点时刻开始,同时采集同一个周期的电流值和电压值。
通过本发明的技术方案,可实现以下技术效果:
通过采用学习库录入待学习电器数据的方法,对新增负载进行匹配检测,提高了安全性和实用性,针对新增负载的判断以及瞬时电压波形和瞬时电流波形的采集是循环往复持续进行的,从而有效的适应了实际环境中供电的波动情况,作为比较标准的待学习电器与新增负载处于同样的供电环境中,从而使得针对电器的放行标准随供电的波动而变化,既避免了非放行电器的放行风险,又保证了所需电器的有效放行。这种学习算法解决的问题是同一电器在不同电压下会表现出不同的电流、功率。在一个电压值下学习好电器的电流特性,电压发生波动后,学习好的特性就很可能失效。本学习算法的主要优势是避免了学习负载受电压波动的影响,适用场景更广,准确度更高。
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中记载的一些实施例,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为本发明实施例中学生公寓用电安全负载学习方法的流程图。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
一种学生公寓用电安全负载学习方法,如图1所示,包括如下步骤:
步骤一,创建学习库,采集稳态下待学习电器同一个周期的瞬时电压波形Ulib和瞬时电流波形Ilib,并存入学习库中;
步骤二,当有新增负载输入时,采集稳态下新增负载同一个周期的瞬时电压波形Us和瞬时电流波形Is
步骤三,以瞬时电压波形Ulib和瞬时电流波形Ilib为基准,使瞬时电压波形Us与瞬时电压波形Ulib同相,瞬时电流波形Is与瞬时电流波形Ilib同相,分别得到同相后的瞬时电压波形Uss和瞬时电流波形Iss
步骤四,计算瞬时电流波形Ilib与瞬时电流波形Iss的余弦相似度Ixcosp,当Ixcosp≤α,则新增负载与学习库不匹配,计算结束,当Ixcosp>α,则进行下一步骤,其中α为相似度门限值,根据待学习电器情况设定;
步骤五,分别计算瞬时电压波形Ulib、瞬时电流波形Ilib、瞬时电压波形Uss、瞬时电流波形Iss一个周期的有效值Ulibrms、Ilibrms、Ussrms、Issrms,通过有效值Ulibrms与Ussrms的比值求得Urate, Ilibrms和Issrms的比值求得Irate
步骤六,根据Irate 计算出高门限电流值Irateup和低门限电流值Iratelow;Irateup和Iratelow的算法为:
Irateup = Irate*(1+δ)
Iratelow = Irate*(1-δ)
式中δ为缩放比例,根据待学习电器情况设定;
步骤七,分别将Urate与Iratelow和Irateup进行比较,若满足设定结果,则新增负载与学习库匹配,若否,则计算结束;
重复执行步骤二~步骤七。
在上述实施例的步骤三中,以瞬时电压波形Ulib和瞬时电流波形Ilib为基准对瞬时电压波形Us和瞬时电流波形Is进行调整,有效的保证了对电器放行标准的时效性,适应了供电环境的波动情况;在步骤四中,通过余弦相似度Ixcosp与相似度门限值α的比较实现了数据的剔除,通过第一次相似度的比较判断有效的降低了数据的处理难度,在本发明中,优选α取0.9,同样的,此项数据的剔除根据待学习电器的具体情况进行,相对提高了准确性;步骤五中,通过电压有效值的比值和电流有效值的比值获得了供后续进行数据比对的常数,其中,以电流比值作为电压比值的比较基准,实现了第二次相似度的比较判断,从而有效的实现了数据判断的准确度。
本发明整个技术方案通过采用学习库录入待学习电器数据的方法,对新增负载进行匹配检测,提高了安全性和实用性,针对新增负载的判断以及瞬时电压波形和瞬时电流波形的采集是循环往复持续进行的,从而有效的适应了实际环境中供电的波动情况,作为比较标准的待学习电器与新增负载处于同样的供电环境中,从而使得针对电器的放行标准随供电的波动而变化,既避免了非放行电器的放行风险,又保证了所需电器的有效放行。
步骤六的Irateup和Iratelow的算法中,式中δ为缩放比例,根据待学习电器情况设定,针对不同的待学习电器可通过δ的调整获得不同的放行标准,当δ取值较大时,放行标准较为宽泛,而当δ取值较小时,放行标准较为严格,在实际的学习过程中,优选δ为0.05。Iratelow和Irateup以Irate按照设定算法计算得出,始终保证了数据的关联度。
作为上述实施例的优选,步骤七中,当Iratelow≤ Urate≤ Irateup,则新增负载与学习库匹配;当Urate<Iratelow和/或Urate> Irateup,则新增负载与学习库不匹配,计算结束。
作为上述实施例的优选,步骤二中,瞬时电流波形Is采用如下计算方法:
步骤2.1,记新增负载接入前待学习电器稳态下一个周期的瞬时电流波形I0
步骤2.2,记新增负载接入后稳态下一个周期采集的瞬时电流波形I1
步骤2.3,以新增负载接入后的稳态为基准,使接入前稳态下的电流与接入后稳态下的电流同相,得到移相后的新增负载接入前稳态下瞬时电流波形I0s
步骤2.4,通过公式Is = I1 - I0s求得瞬时电流波形Is
而就瞬时电压波形Us的计算,则如下计算方法:
记新增负载接入后稳态下与瞬时电流波形I1同一个周期采集的瞬时电压波形U1;通过公式Us = U1求得瞬时电流波形Us
作为上述实施例的优选步骤五中,有效值Ulibrms的算法为:
Ulibrms=
Figure 65238DEST_PATH_IMAGE001
式中N为一个周期的采样点数,Ulibt为每个采样点处的瞬时电压波形。
出于同样的目的,步骤五中,有效值Ilibrms的算法为:
Ilibrms=
Figure 809072DEST_PATH_IMAGE002
有效值Ussrms的算法为:
Ussrms =
Figure 482630DEST_PATH_IMAGE003
有效值Issrms的算法为:
Issrms =
Figure 369946DEST_PATH_IMAGE004
式中N为一个周期的采样点数,Ilibt为每个采样点处的瞬时电流波形。
作为上述实施例的优选,步骤一和步骤二中,波形的采集均以电压过零点时刻开始,同时采集同一个周期的电流值和电压值,可有效保证数据采集的准确性。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (9)

1.一种学生公寓用电安全负载学习方法,其特征在于,包括如下步骤:
步骤一,创建学习库,采集稳态下待学习电器同一个周期的瞬时电压波形Ulib和瞬时电流波形Ilib,并存入所述学习库中;
步骤二,当有新增负载输入时,采集稳态下新增负载同一个周期的瞬时电压波形Us和瞬时电流波形Is
步骤三,以瞬时电压波形Ulib和瞬时电流波形Ilib为基准,使瞬时电压波形Us与瞬时电压波形Ulib同相,瞬时电流波形Is与瞬时电流波形Ilib同相,分别得到同相后的瞬时电压波形Uss和瞬时电流波形Iss
步骤四,计算瞬时电流波形Ilib与瞬时电流波形Iss的余弦相似度Ixcosp,当Ixcosp≤α,则新增负载与所述学习库不匹配,计算结束,当Ixcosp>α,则进行下一步骤,其中α为相似度门限值,根据待学习电器情况设定;
步骤五,分别计算瞬时电压波形Ulib、瞬时电流波形Ilib、瞬时电压波形Uss、瞬时电流波形Iss一个周期的有效值Ulibrms、Ilibrms、Ussrms、Issrms,通过有效值Ulibrms与Ussrms的比值求得Urate, Ilibrms和Issrms的比值求得Irate
步骤六,根据Irate 计算出高门限电流值Irateup和低门限电流值Iratelow;Irateup和Iratelow的算法为:
Irateup = Irate*(1+δ)
Iratelow = Irate*(1-δ)
式中δ为缩放比例,根据待学习电器情况设定;
步骤七,分别将Urate与Iratelow和Irateup进行比较,若满足设定结果,则新增负载与所述学习库匹配,若否,则计算结束;
重复执行步骤二~步骤七。
2.根据权利要求1所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤七中,当Iratelow≤ Urate≤ Irateup,则新增负载与所述学习库匹配;当UrateIratelow和/或Urate>Irateup,则新增负载与所述学习库不匹配,计算结束。
3.根据权利要求1所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤二中,瞬时电流波形Is采用如下计算方法:
记新增负载接入前待学习电器稳态下一个周期的瞬时电流波形I0
记新增负载接入后稳态下一个周期采集的瞬时电流波形I1
以新增负载接入后的稳态为基准,使接入前稳态下的电流与接入后稳态下的电流同相,得到移相后的新增负载接入前稳态下瞬时电流波形I0s
通过公式Is = I1 - I0s求得所述瞬时电流波形Is
4.根据权利要求3所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤二中,瞬时电压波形Us采用如下计算方法:
记新增负载接入后稳态下与瞬时电流波形I1同一个周期采集的瞬时电压波形U1
通过公式Us = U1求得所述瞬时电流波形Us
5.根据权利要求1~4任一项所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤五中,有效值Ulibrms的算法为:
Ulibrms=
Figure DEST_PATH_IMAGE001
式中N为一个周期的采样点数,Ulibt为每个采样点处的瞬时电压波形。
6.根据权利要求1~4任一项所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤五中,有效值Ilibrms的算法为:
Ilibrms=
Figure DEST_PATH_IMAGE002
式中N为一个周期的采样点数,Ilibt为每个采样点处的瞬时电流波形。
7.根据权利要求1~4任一项所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤五中,有效值Ussrms的算法为:
Ussrms =
Figure DEST_PATH_IMAGE003
式中N为一个周期的采样点数,Usst为每个采样点处的同相后的瞬时电压波形。
8.根据权利要求1~4任一项所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤五中,有效值Issrms的算法为:
Issrms =
Figure 830731DEST_PATH_IMAGE004
式中N为一个周期的采样点数,Isst为每个采样点处的同相后的瞬时电流波形。
9.根据权利要求1所述的学生公寓用电安全负载学习方法,其特征在于,所述步骤一和步骤二中,波形的采集均以电压过零点时刻开始,同时采集同一个周期的电流值和电压值。
CN202011528771.XA 2020-12-22 2020-12-22 一种学生公寓用电安全负载学习方法 Active CN112649644B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011528771.XA CN112649644B (zh) 2020-12-22 2020-12-22 一种学生公寓用电安全负载学习方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011528771.XA CN112649644B (zh) 2020-12-22 2020-12-22 一种学生公寓用电安全负载学习方法

Publications (2)

Publication Number Publication Date
CN112649644A CN112649644A (zh) 2021-04-13
CN112649644B true CN112649644B (zh) 2021-06-29

Family

ID=75359123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011528771.XA Active CN112649644B (zh) 2020-12-22 2020-12-22 一种学生公寓用电安全负载学习方法

Country Status (1)

Country Link
CN (1) CN112649644B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114089015A (zh) * 2021-10-25 2022-02-25 深圳市移动力量科技有限公司 违规电器的检测方法、装置及可读存储介质
CN115309091B (zh) * 2022-10-09 2022-12-20 深圳市源广浩电子有限公司 基于物联网的设备负载自动调节方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2352575T3 (es) * 2007-07-13 2011-02-21 Ab Plast S.R.L. Procedimiento de reconocimiento de carga para variador y dispositivo para llevar a cabo dicho procedimiento.
WO2017125605A1 (de) * 2016-01-21 2017-07-27 Gelsenwasser Ag Verfahren und vorrichtung zur erkennung von in einem versorgungsnetz vorhandenen verbrauchern
CN107992520A (zh) * 2017-11-01 2018-05-04 广州供电局有限公司 一种基于用电行为轨迹的异常用电识别方法
CN108573288A (zh) * 2018-05-29 2018-09-25 福建新开普信息科技有限公司 一种基于电能表的阻性负载识别与学习方法
CN110048409A (zh) * 2019-04-19 2019-07-23 郑州电力高等专科学校 一种基于负荷启动暂态特性的电力负荷结构识别方法
CN111242391A (zh) * 2020-03-06 2020-06-05 云南电网有限责任公司电力科学研究院 用于电力负荷识别的机器学习模型训练方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2352575T3 (es) * 2007-07-13 2011-02-21 Ab Plast S.R.L. Procedimiento de reconocimiento de carga para variador y dispositivo para llevar a cabo dicho procedimiento.
WO2017125605A1 (de) * 2016-01-21 2017-07-27 Gelsenwasser Ag Verfahren und vorrichtung zur erkennung von in einem versorgungsnetz vorhandenen verbrauchern
CN107992520A (zh) * 2017-11-01 2018-05-04 广州供电局有限公司 一种基于用电行为轨迹的异常用电识别方法
CN108573288A (zh) * 2018-05-29 2018-09-25 福建新开普信息科技有限公司 一种基于电能表的阻性负载识别与学习方法
CN110048409A (zh) * 2019-04-19 2019-07-23 郑州电力高等专科学校 一种基于负荷启动暂态特性的电力负荷结构识别方法
CN111242391A (zh) * 2020-03-06 2020-06-05 云南电网有限责任公司电力科学研究院 用于电力负荷识别的机器学习模型训练方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Method for Recognizing Electrical Appliances Based on Active Load Demand in a House/Office Environment;Yuzhou Zhou等;《2017 Chinese Automation Congress (CAC)》;20171231;3584-3589 *
学生公寓防限电装置及违规负载的识别;赵晓阳;《科技创新与应用》;20151231(第8期);39-40 *

Also Published As

Publication number Publication date
CN112649644A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN106936129B (zh) 基于多特征融合的电力负荷辨识方法及系统
CN112649644B (zh) 一种学生公寓用电安全负载学习方法
CN106603006B (zh) 一种基于查表插值的光伏阵列的故障诊断与定位方法
WO2014075581A1 (zh) 非侵入式电力负荷监测与分解的电流模式匹配方法
Xu et al. An improved latin hypercube sampling method to enhance numerical stability considering the correlation of input variables
CN108875783A (zh) 一种面向不平衡数据集的极限学习机变压器故障诊断方法
Girmay et al. Simple event detection and disaggregation approach for residential energy estimation
Kangping et al. Analysis on residential electricity consumption behavior using improved k-means based on simulated annealing algorithm
Moradzadeh et al. Support vector machine-assisted improvement residential load disaggregation
CN109377052B (zh) 一种电力负荷匹配方法、装置、设备及可读存储介质
Yin et al. Research on non-intrusive unknown load identification technology based on deep learning
CN116008714A (zh) 一种基于智能量测终端的反窃电分析方法
CN105259409B (zh) 一种基于过零时域特性的电力信号频率计算方法
Wen et al. An energy demand-side management and net metering decision framework
Li et al. Non-intrusive load monitoring based on convolutional neural network mixed residual unit
Wang et al. A data-driven topology and parameter joint estimation method in non-PMU distribution networks
TW202013116A (zh) 太陽能發電系統的最大功率追蹤方法
Ardeleanu et al. Nonintrusive load detection algorithm based on variations in power consumption
WO2013081719A2 (en) System and method employing a minimum distance and a load feature database to identify electric load types of different electric loads
CN111796143B (zh) 一种配用电系统节能设备节能量计量方法
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
Madhushan et al. Rule-based self-supervised learning non-intrusive load monitoring system for residential houses
CN203350365U (zh) 一种大动态范围多档可变量程自动电阻率测量装置
Li et al. Non-intrusive load monitoring for consistent shape loads based on convolutional neural network
Zhu et al. A Non-intrusive Load Recognition Method Based on Convolutional Feature Fusion

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Learning Method for Electrical Safety Load in Student Apartments

Granted publication date: 20210629

Pledgee: Industrial Bank Co.,Ltd. Changzhou Branch

Pledgor: CHANGZHOU CHANGGONG ELECTRONIC TECHNOLOGY Co.,Ltd.

Registration number: Y2024980018154