CN112881793B - 一种结合时间阈值的非侵入式负荷事件检测方法 - Google Patents
一种结合时间阈值的非侵入式负荷事件检测方法 Download PDFInfo
- Publication number
- CN112881793B CN112881793B CN202110041704.3A CN202110041704A CN112881793B CN 112881793 B CN112881793 B CN 112881793B CN 202110041704 A CN202110041704 A CN 202110041704A CN 112881793 B CN112881793 B CN 112881793B
- Authority
- CN
- China
- Prior art keywords
- event
- current
- current intensity
- sequence
- threshold
- 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
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
- G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
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
本发明公开了一种结合时间阈值的非侵入式负荷事件检测方法,所述方法包括如下步骤:步骤一、以一定频率采集总进线处的电流,对采集到的设备总电流序列构造滑动窗口,每个窗口计算一次电流强度值,形成电流强度序列irms;步骤二、计算电流强度值的差序列Δifor以及Δiback;步骤三、判断Δifor以及Δiback的值是否大于阈值ith1;步骤四、判断序列iup和idown中各事件发生时电流强度值是否大于电流强度阈值ith2;步骤五、判断两个相邻的同类事件的位置差Δt1是否小于距离阈值tth1;步骤六、判断所有开启事件与关闭事件的位置差Δt2是否小于某一阈值tth2。本发明在保证所有事件都能被检测到的同时删除了一些误报警,提高了事件检测结果的准确性。
Description
技术领域
本发明属于智能用电技术领域,涉及一种结合时间阈值的事件检测方法。
背景技术
居民电力负荷监测与目前所使用的电表仅对总功率进行计量不同,是以具体到户内每个用电负荷的用电信息为监测对象。电力部门通过获取每个用户所使用的各个负荷的用电量等信息定义峰谷电价和节能时段,实现对居民用电的策略控制,将单个负荷的用电量反馈给用户有利于用户发现隐藏性用电,有针对性的实现深度节能。采用自动化技术的用电负荷监测与分解较传统的人工调查具有明显优势,可以在很大程度上节省人力物力。电力负荷监测技术按传感器安装的位置不同可以分为侵入式负荷监测技术(IntrusiveLoad Monitoring,ILM)与非侵入式负荷监测技术(Non-Intrusive Load Monitoring,NILM)。
侵入式负荷监测技术是在用户的每个用电设备上都安装一个传感器以记录其使用情况,其优点在于所获得的监测数据准确可靠,缺点是实施成本高,实际可操作性差,用户接受度低。因此,不适宜实际的大范围推广和应用。
非侵入式负荷监测技术仅需要在用户的总供电入口处安装一个传感器,对用户总的电流和端电压进行采集和分析,监测整个系统内部各电器的工作状态并采用一些分解技术对总数据进行分解,从而分析推断得到各单一用电负荷的耗电状态以及运行规律。该技术具有安装简单、用户接受度高的等优点,有利于迅速推广应用,因此国内外对此进行了广泛的研究。
非侵入式负荷监测需要结合分解算法将用户总电力数据分解为单一负荷的用电数据进行监测以及耗电量的计算,对总电力数据的分解主要有两种方法:
1)基于负荷模型的分解方法。这类方法的一般思路是,通过建立每个用电负荷的负荷模型以及总用电负荷的负荷模型,对供电入口处的功率进行分解。
2)基于事件检测的分解方法。该方法主要应用一些针对特征量的算法对各用电设备的开启、关闭以及状态切换等事件进行检测与定位。检测到事件后,提取事件附近的特征,采用一些分类方法进行识别,达到负荷分解的目的。
基于负荷模型的分解方法算法较为复杂,且不适用于用电负荷种类和数量较多的情况。基于事件检测的分解方法则应用更为广泛。因此较为准确的事件检测算法对于负荷的准确分解是必要的。目前针对事件检测的方法主要分为以下两类:
(1)基于经验规则的事件检测方法。该方法的主要思想是利用经验规则从总进线处数据的时间序列中找出所有类似阶跃响应的跳变。每一个阶跃响应式的跳变被认为是由某个电气设备开关而引起的事件。
(2)基于统计规则的事件检测方法。该方法通过设置一定的窗口长度,计算窗口内数据的概率分布,用不同方法比较相邻窗口分布从而判断是否有事件发生。
基于统计规则的事件检测算法需要设置的参数较多,且统一的参数难以适用于所有用电设备,而基于经验规则的事件检测算法因其算法相对简单,参数较少适宜推广使用。
目前基于经验规则的事件检测算法一般应用有功功率作为检测特征量,而有功功率在计算时需要涉及电压,因此在设备事件发生时的电压降以及一些系统噪声容易影响检测结果。此外,目前的事件检测算法一般只有检测过程,没有对检测的结果进行纠正,容易导致部分事件未被检测到以及误报警的情况,影响最终负荷分解的准确性。
发明内容
本发明主要针对事件检测准确性低的问题,提供了一种结合时间阈值的非侵入式负荷事件检测方法。该方法避免了电压降以及一些系统噪声对检测结果的影响,纠正了一些距离过近的事件以及设备开启时的冲激,提高了对非侵入式负荷事件检测的准确度。
本发明的目的是通过以下技术方案实现的:
一种结合时间阈值的非侵入式负荷事件检测方法,包括如下步骤:
步骤一、以一定频率采集总进线处的电流,对采集到的设备总电流序列构造滑动窗口,每个窗口计算一次电流强度值,形成电流强度序列irms;
步骤二、计算电流强度值的差序列Δifor以及Δiback,Δifor表示前向作差后的序列,Δiback表示后向作差后的序列;
步骤三、判断Δifor以及Δiback的值是否大于阈值ith1,若Δifor大于ith1则表示有上升阶跃发生,若Δiback大于ith1则表示有下降阶跃发生,输出有事件发生时刻的电流强度值,若Δifor或Δiback小于ith1则输出零值,最终合并为两个分别包含上升事件以及下降事件发生时刻电流强度值的序列iup和idown;
步骤四、判断序列iup和idown中各事件发生时电流强度值是否大于电流强度阈值ith2,若大于ith2,则此时的时间即事件发生的位置,若小于ith2,则空载时的波动小到可以忽略,不会影响事件检测的结果;
步骤五、判断两个相邻的同类事件的位置差Δt1是否小于距离阈值tth1,若Δt1小于tth1,则表示由于负荷开启波动,有事件被重复检测了,因此删除此两个事件中位置更大的一个;若Δt1大于tth1,则表示不存在被重复检测的事件,直接进行下一步骤;
步骤六、判断所有开启事件与关闭事件的位置差Δt2是否小于某一阈值tth2,若小于tth2,则删除位置差小于该阈值的启停对,得到最终的结果,即事件的类型以及对应的位置,若大于tth2,则表示负荷开启时不存在引起位置差较小的启停事件对,即本段数据中不存在负荷开启时的冲激。
相比于现有技术,本发明具有如下优点:
1、使用电流强度值作为特征量进行事件检测,有效避免了新设备投入和切除时造成的电压降对事件检测造成的影响。
2、采用一个较小的阈值检测到所有可能的事件,有效避免了对档位切换等变化较小的事件的漏检。
3、对电流强度、事件的距离设定阈值,有效降低了小阈值检测带来的误报警的可能性。
4、本发明在保证所有事件都能被检测到的同时删除了一些误报警,提高了事件检测结果的准确性。
附图说明
图1为本发明的方法流程示意图;
图2为本发明中求得的电流强度序列波形图;
图3为本发明中求得的电流强度差图;
图4为本发明中求得的开启电流强度图;
图5为本发明中求得的关闭电流强度图。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明,但并不局限于此,凡是对本发明技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,均应涵盖在本发明的保护范围中。
本发明提供了一种结合时间阈值的非侵入式负荷事件检测方法,如图1所示,所述方法包括如下步骤:
(1)以一定频率(一般为kHz级,若采样频率过小,负荷的特征不容易被采集分析;若采样频率过大,不仅成本变高,且电路系统的波动会对事件检测结果产生过多的影响)采集总进线处的电流,对采集到的设备总电流序列构造滑动窗口,每个窗口计算一次电流强度值,形成电流强度序列irms;其中,电流强度序列计算公式为:
其中,n表示一个电流周期包含的采样点数,m表示计算电流强度的电流周期数,k=0,1,...为计算电流强度起始点,i为电表采集的电流序列。
(2)计算电流强度值的差序列Δifor以及Δiback,电流强度值的差序列计算公式为:Δifor=il+1-il,Δiback=il-il+1,其中:il和il+1为相邻的两个电流强度值,l=0,1,2,...为计数变量。
(3)判断Δifor以及Δiback的值是否大于阈值ith1,若Δifor大于ith1则表示有设备开启或升档等上升阶跃发生,若Δiback大于ith1则表示有设备关闭或降档等下降阶跃发生,输出有事件发生时刻的电流强度值,若Δifor或Δiback小于ith1则输出零值,最终合并为两个分别包含上升事件以及下降事件发生时刻电流强度值的序列iup和idown,这两个序列有助于定位事件的位置;阈值ith1根据各设备的事件发生时的电流强度变化范围决定,一般该阈值设置的比变化范围小一些,以检测到所有可能的事件。本发明公开的方法为带有纠正器的非侵入式负荷事件检测方法,因此在本步骤中设置一个较小的阈值,尽可能多的检测到设备的事件,在后续的步骤中对误报警进行纠正。
(4)判断序列iup和idown中各事件发生时电流强度值是否大于电流强度阈值ith2,若大于阈值ith2,则此时的时间即事件发生的位置,若小于ith2,则空载时的波动小到可以忽略,不会影响事件检测的结果。其中,阈值ith2应大于ith1,由于ith1是一个较小的阈值,因此空载时段可能有一些电网中的小波动会被检测到,因此设置一个较大的阈值ith2消除小波动的影响。
(5)判断两个相邻的同类事件的位置差Δt1是否小于距离阈值tth1。
(6)判断所有开启事件与关闭事件的位置差Δt2是否小于某一阈值tth2,若小于阈值则删除位置差小于该阈值的启停对,得到最终的结果,即事件的类型以及对应的位置。其中有两个时间有关的阈值tth1和tth2。某些设备在开启时会存在较大的波动,可能由此造成某个单独事件被多次识别,影响最终的结果,因此设置阈值tth1,若两相邻同类事件的距离小于此阈值则以位置靠前的作为真实事件,而删除位置靠后的一个。有一部分设备在开启时存在一个较大的冲激,由于该冲激的电流强度值大于阈值,一般该冲激被识别为一次开启和一次关闭事件,所以设置阈值tth2,计算开启与关闭事件的距离,若小于阈值tth2,则认为是一次冲激,将该启停对删除。一般tth2的值小于tth1,这是由于一般冲激的持续时间都很短。
实施例:
本实施例提供了一种结合时间阈值的非侵入式负荷事件检测方法,具体步骤如下:
(1)对总进线处的电流进行采集,采样率6.4kHz,对采集到的设备总电流序列构造滑动窗口,每个窗口计算一次电流强度值,取窗口大小为一个电流周期,即128个点,计算电流强度序列:
电流强度波形图如图2所示,可以看出在事件发生时刻,电流强度有较为明显的阶跃变化。
(2)计算电流强度的差序列Δifor以及Δiback,图3为Δifor的图形,Δiback与Δifor的值互为相反数,分别定位上升与下降阶跃的位置。
(3)取ith1=0.5,判断Δifor以及Δiback的值是否大于阈值ith1。
(4)取ith2=2,判断序列iup和idown中各事件发生时电流强度值是否大于电流强度阈值ith2,如图4和图5所示。
(5)取tth1=20,判断两个相邻的同类事件的位置差Δt1是否小于距离阈值tth1,由于一个电流周期128个点,而1s采样6400个点,因此tth1=20等价于阈值取0.4s,设备事件发生的间隔一般认为大于这个值。
(6)取tth2=9,判断所有开启事件与关闭事件的位置差Δt2是否小于某一阈值tth2,如图2所示,在位置约为8130处存在一个设备开启的冲激,因此本发明所公开的算法检测到了这一冲激,删除该启停对。最终的启停结果为:在8414和16332位置有开启,在30283、30998和35142位置有关闭,点数可以换算为设备的事件发生时间,即在2分48秒和5分26秒有设备开启,在10分05秒、10分19秒和11分42秒处有设备关闭。
Claims (2)
1.一种结合时间阈值的非侵入式负荷事件检测方法,其特征在于所述方法包括如下步骤:
步骤一、以一定频率采集总进线处的电流,对采集到的设备总电流序列构造滑动窗口,每个窗口计算一次电流强度值,形成电流强度序列irms;
步骤二、计算电流强度值的差序列Δifor以及Δiback,计算公式为
Δifor=il+1-il,Δiback=il-il+1;
其中:il和il+1为相邻的两个电流强度值,l=0,1,2,...为计数变量;
步骤三、判断Δifor以及Δiback的值是否大于阈值ith1,若Δifor大于ith1则表示有上升阶跃发生,若Δiback大于ith1则表示有下降阶跃发生,输出有事件发生时刻的电流强度值,若Δifor或Δiback小于ith1则输出零值,最终合并为两个分别包含上升事件以及下降事件发生时刻电流强度值的序列iup和idown;
步骤四、判断序列iup和idown中各事件发生时电流强度值是否大于电流强度阈值ith2,若大于ith2,则此时的时间即事件发生的位置,若小于ith2,则空载时的波动小到可以忽略,不会影响事件检测的结果,其中,ith2大于ith1;
步骤五、判断两个相邻的同类事件的位置差Δt1是否小于距离阈值tth1,若Δt1小于tth1,则表示由于负荷开启波动,有事件被重复检测了,因此删除此两个事件中位置更大的一个;若Δt1大于tth1,则表示不存在被重复检测的事件,直接进行下一步骤;
步骤六、判断所有开启事件与关闭事件的位置差Δt2是否小于某一阈值tth2,若小于tth2,则删除位置差小于该阈值的启停对,得到最终的结果,即事件的类型以及对应的位置,若大于tth2,则表示负荷开启时不存在引起位置差较小的启停事件对,即本段数据中不存在负荷开启时的冲激。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041704.3A CN112881793B (zh) | 2021-01-13 | 2021-01-13 | 一种结合时间阈值的非侵入式负荷事件检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041704.3A CN112881793B (zh) | 2021-01-13 | 2021-01-13 | 一种结合时间阈值的非侵入式负荷事件检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112881793A CN112881793A (zh) | 2021-06-01 |
CN112881793B true CN112881793B (zh) | 2022-02-01 |
Family
ID=76045355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110041704.3A Active CN112881793B (zh) | 2021-01-13 | 2021-01-13 | 一种结合时间阈值的非侵入式负荷事件检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112881793B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704698B (zh) * | 2021-10-29 | 2022-02-11 | 中国电力科学研究院有限公司 | 一种非介入式负荷辨识的事件检测方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140207398A1 (en) * | 2013-01-23 | 2014-07-24 | Samsung Electronics Co., Ltd | Transient Normalization for Appliance Classification, Disaggregation, and Power Estimation in Non-Intrusive Load Monitoring |
CN105911342B (zh) * | 2016-04-15 | 2019-03-05 | 东南大学 | 基于功率持续时间特性的电饭煲非侵入辨识方法 |
CN108021736B (zh) * | 2017-11-08 | 2020-06-16 | 天津大学 | 一种基于滑动窗残差模型的负荷投切动作监测方法 |
CN109461095A (zh) * | 2018-10-18 | 2019-03-12 | 深圳供电局有限公司 | 一种用于非侵入式负荷辨识的负荷事件检测的数据处理方法及设备 |
CN111291328B (zh) * | 2020-02-28 | 2023-05-05 | 广东工业大学 | 一种基于精细斜率的暂态事件识别方法、系统以及设备 |
CN111917114B (zh) * | 2020-08-20 | 2022-02-08 | 国网湖南省电力有限公司 | 一种适用于嵌入式平台的电力负荷事件检测方法 |
CN112039059B (zh) * | 2020-08-20 | 2022-02-18 | 国网湖南省电力有限公司 | 基于功率阶跃连续性判别的长暂态负荷事件检测方法 |
-
2021
- 2021-01-13 CN CN202110041704.3A patent/CN112881793B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112881793A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021736B (zh) | 一种基于滑动窗残差模型的负荷投切动作监测方法 | |
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 | |
CN105911342B (zh) | 基于功率持续时间特性的电饭煲非侵入辨识方法 | |
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 | |
CN106908671A (zh) | 一种非侵入式家用负荷智能检测方法及系统 | |
CN111693795B (zh) | 一种基于智能电表的台区线损率评估以及异常判断方法 | |
CN107247201A (zh) | 基于功率及时间特性的电烤箱非侵入辨识方法 | |
CN106340884B (zh) | 基于混合功率判据的非侵入式非变频冰箱启动辨识方法 | |
CN106532719A (zh) | 基于电流二次谐波与无功的非变频空调非侵入式辨识方法 | |
CN110880225A (zh) | 一种剩余电流式电气火灾智能监测的分析方法及装置 | |
Girmay et al. | Simple event detection and disaggregation approach for residential energy estimation | |
CN112881793B (zh) | 一种结合时间阈值的非侵入式负荷事件检测方法 | |
Chen et al. | Mining appliance usage patterns in smart home environment | |
CN110488128A (zh) | 双边累积和事件检测方法 | |
CN108595376B (zh) | 一种区分定频空调与冲击钻的非侵入负荷辨识方法 | |
CN112952827A (zh) | 一种精确识别电动自行车充电的非侵入式全负荷识别技术 | |
CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN111665388A (zh) | 一种非侵入式的家用空调辨识方法 | |
Gurbuz et al. | Comprehensive non-intrusive load monitoring process: Device event detection, device feature extraction and device identification using KNN, random forest and decision tree | |
Yan et al. | Robust event detection for residential load disaggregation | |
Zhang et al. | Event detection methods for nonintrusive load monitoring in smart metering: using the improved CUSUM algorithm | |
CN109241874B (zh) | 能量分解中功率信号滤波方法 | |
CN105989446A (zh) | 一种数据识别方法及系统 | |
CN115133659A (zh) | 低压配电网络低压线损的在线监测方法与系统 | |
CN203490312U (zh) | 一种电气设备接地线老化检测电路 |
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 |