CN113222402A - 负荷分类计量方法、装置、存储介质及电子设备 - Google Patents

负荷分类计量方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113222402A
CN113222402A CN202110504056.0A CN202110504056A CN113222402A CN 113222402 A CN113222402 A CN 113222402A CN 202110504056 A CN202110504056 A CN 202110504056A CN 113222402 A CN113222402 A CN 113222402A
Authority
CN
China
Prior art keywords
load
time
closing
data
electrical data
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.)
Pending
Application number
CN202110504056.0A
Other languages
English (en)
Inventor
李庆先
刘良江
刘青
朱宪宇
左从瑞
向德
王晋威
周四清
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.)
Hunan Institute of Metrology and Test
Original Assignee
Hunan Institute of Metrology and Test
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 Hunan Institute of Metrology and Test filed Critical Hunan Institute of Metrology and Test
Priority to CN202110504056.0A priority Critical patent/CN113222402A/zh
Publication of CN113222402A publication Critical patent/CN113222402A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种负荷分类计量方法、装置、存储介质及电子设备，属于电力计量领域，该方法包括：通过监测仪在电力线入口出采集预设时长内的电气数据，根据电气数据识别出预设时长内运行的多个负荷，针对每个负荷来说，根据开启模板数据和关闭模板数据确定负荷的开启时刻和关闭时刻，以及根据开启时刻和关闭时刻计算启动时长，根据负荷对应的有功功率值计算出各个负荷的用电量，根据负荷的开启目标数据和关闭模板数据准确的确定负荷的开启时刻和关闭时刻，以实现准确的对各个负荷进行分类计量。

Description

负荷分类计量方法、装置、存储介质及电子设备
技术领域
本申请涉及电力计量领域，尤其涉及一种负荷分类计量方法、装置、存储介质及电子设备。
背景技术
负荷监测方法可分为两大类：侵入式和非侵入式。侵入式方案要求在每个用电的负荷上安装传感器，传感器可以采集负荷的电气数据，实现在远端监测每个负荷的电器类型以及进行监测计量。侵入式方案仅在电源总线出安装采集装置(通常为电表)，通过分析采集到的电气数据来分析电器类型以及进行监测计量。由于非侵入式方法具有成本的优点，已成为主要的监测方法。如何使用非侵入方法对各个负荷进行分类计量是目前研究的热点。
发明内容
本申请实施例提供了一种负荷分类计量方法、装置、存储介质及电子设备，可以解决相关技术中负荷计量不准确的问题。所述技术方案如下：
第一方面，本申请实施例提供了一种负荷分类计量方法，所述方法包括：
通过监测仪在电力线入口处采集预设时长的电气数据；
根据所述电气数据识别出N个负荷；
根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
第二方面，本申请实施例提供了一种贷款评估装置，包括：
采集单元，用于通过监测仪在电力线入口处采集预设时长的电气数据；
识别单元，用于根据所述电气数据识别出N个负荷；
匹配单元，用于根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
统计单元，用于根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括：
通过监测仪在电力线入口出采集预设时长内的电气数据，根据电气数据识别出预设时长内运行的多个负荷，针对每个负荷来说，根据开启模板数据和关闭模板数据确定负荷的开启时刻和关闭时刻，以及根据开启时刻和关闭时刻计算启动时长，根据负荷对应的有功功率值计算出各个负荷的用电量，根据负荷的开启目标数据和关闭模板数据准确的确定负荷的开启时刻和关闭时刻，以实现准确的对各个负荷进行分类计量。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的网络结构图；
图2是本申请实施例提供的一种负荷分类计量方法的流程示意图；
图3是本申请实施例提供的一种负荷分类计量方法的另一流程示意图；
图4是本申请实施例提供的一种装置的结构示意图；
图5是本申请实施例提供的一种装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
参见图1，为本申请实施例提供的一种网络架构图，本申请的网络架构包括：监测仪11、负荷分类计量装置12和多个负荷13～16，如图1所示，多个负荷分别为空调13、电风扇14、电冰箱15和笔记本电脑16。
其中，监测仪11用于测量电力线上的电气数据，监测仪11可以为智能电表或普通电表。电力线包括零线N和火线L，监测仪11设置在电力线的入口处，各个负荷以并联的方式连接到电力线上。监测仪11与负荷分类计量装置12之间进行通信，通信方式可以采用有线通信方式(例如：光线、双绞线或输电线)或无线通信方式(例如：蓝牙、微波或射频等)。负荷分类计量装置11可以为服务器或服务设备，其数量可以是一个或多个，负荷分类计量装置11用于根据监测仪采集的预设时长内的电气数据识别出运行的多个负荷以及各个负荷的用电量。
基于图1的网络架构，请参见图2，为本申请实施例提供的一种负荷分类计量方法的流程示意图。如图2所示，本申请实施例的所述方法可以包括以下步骤：
S201、通过监测仪在电力线入口处采集预设时长的电气数据。
其中，监测仪设置在电力线的入口出，监测仪用于在预设时长内采集电力线上的电气数据，电气数据用于表示预设时长内的波形的相关参数和相关参数的采集时刻，电气数据包括但不限于有效电压值、有效电流值等，预设时长可以根据实际需求而定，本申请不作限制，例如：预设时长为1天，即0：00～24:00之间。各个负荷以并联的方式连接到电力线上。
S202、根据所述电气数据识别出N个负荷。
其中，不同类型的负荷具有不同的电气特征，即不同的负荷在开启状态、关闭状态以及工作状态时具有不同的波形。例如：负荷在开启时，其电力线上的波形的功率会从零逐渐增大，在负荷关闭时，其电力线上的波形的功率会逐渐降低到零，负荷在开启或关闭状态的特征称为暂态特征，负荷在工作状态的特征称为稳态特征，不同的负荷也具有不同的稳态特征。本申请根据预设时长内采集到的电气数据识别出N个负荷，N为大于1的整数，识别的方法是根据预先存储的暂态模板特征在电气数据中进行识别。或者基于神经网络分类器识别出预设时长内运行的N个负荷，N个负荷可能是相同类型的负荷，也可能是不同类型的负荷。
S203、根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻。
其中，负荷分类计量装置预存储有各个负荷的开启模板数据和关闭模板数据，开启模板数据为负荷在开启过程中的电气数据，包括但不限于有效电流值、有效电压值和有效功率值；关闭模板数据为负荷在关闭过程中的电气数据，包括但不限于有效电流值、有效电压值和有效功率值。根据开启模板数据在电气数据中进行滑动，确定相似度最大的位置对应的时刻作为开启时刻；以及根据关闭模板数据在电气数据中进行滑动，确定相似度最大的位置对应的时刻作为关闭时刻，计算相似度的算法可以是余弦算法、明科夫斯基算法等，本申请不作限制。
S204、根据所述开启时刻和所述关闭时刻计算启动时长。
其中，负荷在预设时长内的开启次数和关闭次数的数量可能为多个，根据开启时刻和关闭时刻计算负荷在预设时长内工作的总时长。
S205、根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
其中，负荷的有功功率值是预先存储的已知量，负荷分类计量装置根据负荷的类型确定其有功功率值，然后根据有功功率值和在预设时长的启动时长计算在预设时长内的用电量。
在本实施例中，通过监测仪在电力线入口出采集预设时长内的电气数据，根据电气数据识别出预设时长内运行的多个负荷，针对每个负荷来说，根据开启模板数据和关闭模板数据确定负荷的开启时刻和关闭时刻，以及根据开启时刻和关闭时刻计算启动时长，根据负荷对应的有功功率值计算出各个负荷的用电量，根据负荷的开启目标数据和关闭模板数据准确的确定负荷的开启时刻和关闭时刻，以实现准确的对各个负荷进行分类计量。
参见图3，为本申请实施例提供的一种负荷分类计量方法的另一流程示意图，在本申请实施例中，所述方法包括：
S301、配置N个负荷的开启模板数据和关闭模板数据和有功功率值。
其中，N为大于1的整数，开启模板数据表示负荷在开启过程中的电气数据，关闭目标数据表示负荷在关闭过程中的电气数据，电气数据包括但不限于有效电流值、有效电压值和有效功率值。例如：负荷为电视机，开启模板数据为电视机在2s的开机过程中电力线上采集到的波形的电气数据，关闭模板数据为电视机在2s的关机过程中电力线上波形的电气数据。
S302、通过监测仪在电力线入口处采集预设时长的电气数据。
其中，监测仪设置在电力线的入口出，监测仪用于在预设时长内采集电力线上的电气数据，电气数据用于表示预设时长内的波形的相关参数，电气数据包括但不限于有效电压值、有效电流值等，预设时长可以根据实际需求而定，本申请不作限制，例如：预设时长为1天，即0：00～24:00之间。负荷以并联的方式连接到电力线上。
S303、根据波形的变化趋势在电气数据对应的波形中识别出稳态波和暂态波。
其中，稳态波表示幅值在预设范围内变化的波形，暂态波表示幅度发生突变的波形，即稳态波是负荷在工作期间生成的波形，暂态波是负荷在开机过程或关机过程中生成的波形，开机过程中波形的变化趋势为从0逐渐增加值某个值，关机过程中波形的变化趋势为从某个值逐渐下降至0，工作期间波形的变化趋势为幅值在预设范围内波动。根据波形的变化趋势可以从电气数据对应的波形中识别出暂态波和稳态波。
S304、根据稳态波和暂态波的特征量识别出N个负荷。
其中，负荷分类计量装置预存储有各个负荷在稳态波和暂态波的模板特征量，然后根据采集到的稳态波的特征量和其模板特征量计算相似度，以及采集到的暂态波的特征量和其模板特征量计算相似度，然后将两个相似度进行加权平均得到最终的相似度，根据相似度识别出多个负荷。
S305、将负荷的开启模板数据在电气数据中以预设步长进行滑动。
S306、在电气数据中确定与开启模板数据的相似度大于相似度阈值的位置。
其中，电流波形匹配的本质为余弦相似度，由此分辨电流波形的差异。对余弦相似度做简单处理，得到电流波形匹配公式：
Figure BDA0003057608320000061
式中，S表示两个电流波形的相似程度，Ion_i和Ion_i分别表示开启事件和关闭事件中的电流波形的第i个数据点，n为一个周期电流波形的采样点数，Ion-avg和Ioff-avg分别是开启事件和关闭事件的一个周期电流波形数据平均值。对大量电器的电流波形进行分析得出如下规律：有功功率相近的多种电器，电流波形之间的相似度普遍小于0.7,；同一个电器的电流波形的相似度普遍大于0.9；鉴于电器之间的差异以及电器工作环境之间的差异，考虑一定裕量，将电流波形的相似度阈值设定为0.8，即Sthershold＝0.8。
S307、将该位置对应的时刻作为开启时刻。
其中，预设步长可以根据实际需求而定，本申请不作限制，例如：预设步长为1s，将开启模板数据以1s为步长在波形中进行滑动，每次滑动，计算开启模板数据和当前位置的电气数据之间的相似度，在完成滑动后，比较各个滑动位置的相似度，将相似度最大的一个或多个位置对应的时刻作为开启时刻。
S308、将负荷的关闭模板数据在电气数据中以预设步长进行滑动。
S309、在电气数据中确定与关闭模板数据相似度最大的位置。
S310、将该位置对应的时刻作为负荷的关闭时刻。
其中，预设步长可以根据实际需求而定，本申请步骤限制，例如：预设步长为1s，将某个负荷的关闭模板数据以1s为步长在波形中进行滑动，对于每个滑动位置，计算关闭模板数据和当前位置的电气数据之间的相似度值，在完成滑动后，比较各个滑动位置的相似度值，将相似度最大的一个或多个位置对应的时刻作为关闭时刻。
S311、根据开启时刻和关闭时刻计算启动时长。
其中，根据各个负荷的开启时刻和关闭时刻的时间差确定负荷的启动时长，例如：电视机的开启时刻为9:00，开闭时刻为10：00，那么电视机的启动时长为1个小时。
S312、将有功功率值、启动时长和修正因子的乘积作为负荷的用电量。
其中，负荷的有功功率值是预先存储的已知量，负荷分类计量装置根据负荷的类型确定其有功功率值，然后根据有功功率值和在预设时长的启动时长、以及修正因子计算在预设时长内的用电量。修正因子是根据样本集训练出来的，利用样本集来统计负荷的测量的用电量和实际用电量之间的差值，然后根据差值利用最小二乘法来计算修正因子，以提高计量用电量的准确性。
实施本实施例，通过监测仪在电力线入口出采集预设时长内的电气数据，根据电气数据识别出预设时长内运行的多个负荷，针对每个负荷来说，根据开启模板数据和关闭模板数据确定负荷的开启时刻和关闭时刻，以及根据开启时刻和关闭时刻计算启动时长，根据负荷对应的有功功率值计算出各个负荷的用电量，根据负荷的开启目标数据和关闭模板数据准确的确定负荷的开启时刻和关闭时刻，以实现准确的对各个负荷进行分类计量。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参见图4，其示出了本申请一个示例性实施例提供的负荷分类计量装置的结构示意图。该负荷分类计量装置可以通过软件、硬件或者两者的结合实现成为电子设备的全部或一部分。该装置4包括：采集单元41、识别单元42、匹配单元43和统计单元44。
采集单元41，用于通过监测仪在电力线入口处采集预设时长的电气数据；
识别单元42，用于根据所述电气数据识别出N个负荷；
匹配单元43，用于根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
统计单元44，用于根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
在一个或多个可能的实施例中，装置4还包括：
配置单元，用于配置所述N个负荷的开启模板数据和关闭模板数据，以及配置所述N个负荷的有功功率值。
在一个或多个实施例中，所述根据所述电气数据识别出N个负荷，包括：
根据波形的变化趋势在所述电气数据对应的波形中识别出稳态波和暂态波；
根据稳态波和暂态波的特征量识别出N个负荷。
在一个或多个可能的实施例中，所述根据负荷的开启模板数据在所述电气数据中匹配开启时刻，包括：
将所述负荷的开启模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述开启模板数据的相似度大于相似度阈值的位置；
将该位置对应的时刻作为开启时刻；
其中，所述根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻，包括：
将所述负荷的关闭模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述关闭模板数据相似度最大的位置；
将该位置对应的时刻作为所述负荷的关闭时刻。
在一个或多个可能的实施例中，预设步长为1秒。
在一个或多个可能的实施例中，所述根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量，包括：
将有功功率值、所述启动时长和修正因子的乘积作为所述负荷的用电量；其中，所述修正因子大于0，修正因子是预先训练出来的。
在一个或多个可能的实施例中，所述电气数据包括：采集时刻和所述采集时刻对应的电压有效值和电流有效值。
需要说明的是，上述实施例提供的负荷分类计量装置在执行负荷分类计量方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的负荷分类计量装置与负荷分类计量方法实施例属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本申请实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行如上述图2所示实施例的方法步骤，具体执行过程可以参见图2所示实施例的具体说明，在此不进行赘述。
请参见图5，为本申请实施例提供了一种装置的结构示意图。如图5所示，装置可以是图1中的负荷分类计量装置，所述负荷分类计量装置1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种接口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图5所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及应用程序。
在图5所示的电子设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的配置应用程序接口的应用程序，并具体执行以下操作：
通过监测仪在电力线入口处采集预设时长的电气数据；
根据所述电气数据识别出N个负荷；其中，N为大于1的整数；
根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
在一个或多个可能的实施例中，处理器1001还用于执行：
配置所述N个负荷的开启模板数据和关闭模板数据，以及配置所述N个负荷的有功功率值。
在一个或多个可能的实施例中，处理器1001执行所述根据所述电气数据识别出N个负荷，包括：
根据波形的变化趋势在所述电气数据对应的波形中识别出稳态波和暂态波；
根据稳态波和暂态波的特征量识别出N个负荷。
在一个或多个可能的实施例中，处理器1001执行所述根据负荷的开启模板数据在所述电气数据中匹配开启时刻，包括：
将所述负荷的开启模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述开启模板数据的相似度大于相似度阈值的位置；
将该位置对应的时刻作为开启时刻；
其中，所述根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻，包括：
将所述负荷的关闭模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述关闭模板数据相似度最大的位置；
将该位置对应的时刻作为所述负荷的关闭时刻。
在一个或多个可能的实施例中，预设步长为1秒。
在一个或多个可能的实施例中，处理器1001执行所述根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量，包括：
将有功功率值、所述启动时长和修正因子的乘积作为所述负荷的用电量；其中，所述修正因子大于0，修正因子是预先训练出来的。
在一个或多个可能的实施例中，所述电气数据包括：采集时刻和所述采集时刻对应的电压有效值和电流有效值。
本实施例的构思和图2或图3的方法实施例相同，其带来的技术效果也相同，具体过程可参照图2或图3实施例的描述，此处不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种负荷分类计量方法，其特征在于，包括：
通过监测仪在电力线入口处采集预设时长的电气数据；
根据所述电气数据识别出N个负荷；其中，N为大于1的整数；
根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
2.根据权利要求1所述的方法，所述在电力线入口处采集预设时长的电气数据之前，还包括：
配置所述N个负荷的开启模板数据和关闭模板数据，以及配置所述N个负荷的有功功率值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述电气数据识别出N个负荷，包括：
根据波形的变化趋势在所述电气数据对应的波形中识别出稳态波和暂态波；
根据稳态波和暂态波的特征量识别出N个负荷。
4.根据权利要求1所述的方法，其特征在于，所述根据负荷的开启模板数据在所述电气数据中匹配开启时刻，包括：
将所述负荷的开启模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述开启模板数据的相似度大于相似度阈值的位置；
将该位置对应的时刻作为开启时刻；
其中，所述根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻，包括：
将所述负荷的关闭模板数据在所述电气数据中以预设步长进行滑动；
在所述电气数据中确定与所述关闭模板数据相似度最大的位置；
将该位置对应的时刻作为所述负荷的关闭时刻。
5.根据权利要求4所述的方法，其特征在于，预设步长为1秒。
6.根据权利要求1所述的方法，其特征在于，所述根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量，包括：
将有功功率值、所述启动时长和修正因子的乘积作为所述负荷的用电量；其中，所述修正因子大于0，修正因子是预先训练出来的。
7.根据权利要求1所述的方法，其特征在于，所述电气数据包括：采集时刻和所述采集时刻对应的电压有效值和电流有效值。
8.一种负荷分类计量装置，其特征在于，包括：
采集单元，用于通过监测仪在电力线入口处采集预设时长的电气数据；
识别单元，用于根据所述电气数据识别出N个负荷；
匹配单元，用于根据所述负荷的开启模板数据在所述电气数据中匹配开启时刻，以及根据所述负荷的关闭模板数据在所述电气数据中匹配关闭时刻；
统计单元，用于根据所述开启时刻和所述关闭时刻计算启动时长，以及根据所述负荷的有功功率值和所述启动时长统计所述负荷的用电量。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～7任意一项的方法步骤。
10.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～7任意一项的方法步骤。
CN202110504056.0A 2021-05-10 2021-05-10 负荷分类计量方法、装置、存储介质及电子设备 Pending CN113222402A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110504056.0A CN113222402A (zh) 2021-05-10 2021-05-10 负荷分类计量方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110504056.0A CN113222402A (zh) 2021-05-10 2021-05-10 负荷分类计量方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN113222402A true CN113222402A (zh) 2021-08-06

Family

ID=77093951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110504056.0A Pending CN113222402A (zh) 2021-05-10 2021-05-10 负荷分类计量方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN113222402A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420843A (zh) * 2021-08-23 2021-09-21 湖南省计量检测研究院 一种基于微型流化床的热量测试方法、装置、设备及介质
CN115423438A (zh) * 2022-08-31 2022-12-02 惠州市海葵信息技术有限公司 电气设计方法、运行控制装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105186693A (zh) * 2015-09-28 2015-12-23 南方电网科学研究院有限责任公司 一种非侵入式用电负荷辨识系统及方法
CN106093565A (zh) * 2016-08-05 2016-11-09 华南理工大学 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN205809165U (zh) * 2016-07-20 2016-12-14 国网江西省电力公司南昌供电分公司 一种基于相似度算法的用于家用智能电表的负荷识别系统
CN110412347A (zh) * 2019-08-12 2019-11-05 贵州电网有限责任公司 一种基于非侵入式负荷监测的窃电行为识别方法与装置
CN112115592A (zh) * 2020-08-31 2020-12-22 中国石油大学(华东) 一种基于岩石物理实验的大斜度/水平井电阻率校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105186693A (zh) * 2015-09-28 2015-12-23 南方电网科学研究院有限责任公司 一种非侵入式用电负荷辨识系统及方法
CN205809165U (zh) * 2016-07-20 2016-12-14 国网江西省电力公司南昌供电分公司 一种基于相似度算法的用于家用智能电表的负荷识别系统
CN106093565A (zh) * 2016-08-05 2016-11-09 华南理工大学 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN110412347A (zh) * 2019-08-12 2019-11-05 贵州电网有限责任公司 一种基于非侵入式负荷监测的窃电行为识别方法与装置
CN112115592A (zh) * 2020-08-31 2020-12-22 中国石油大学(华东) 一种基于岩石物理实验的大斜度/水平井电阻率校正方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YULAN SHEN: "Closeness degree algorithm and its application in load identification", 2ND WORKSHOP ON ADVANCED RESEARCH AND TECHNOLOGY IN INDUSTRY APPLICATIONS (WARTIA 2016), 31 December 2016 (2016-12-31), pages 800 - 803 *
李国龙 等: "数控龙门镗铣床横梁残余应力数值仿真与试验分析", 热加工工艺, vol. 48, no. 22, 30 November 2019 (2019-11-30), pages 116 - 120 *
杨吟飞 等: "7085铝合金残余应力及加工变形的数值仿真与试验", 航空学报, vol. 35, no. 2, 25 February 2014 (2014-02-25), pages 574 - 581 *
高云 等: "基于明可夫斯基距离的家用负荷分类计量", 电测与仪表, vol. 50, no. 5, 31 May 2013 (2013-05-31), pages 86 - 90 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420843A (zh) * 2021-08-23 2021-09-21 湖南省计量检测研究院 一种基于微型流化床的热量测试方法、装置、设备及介质
CN115423438A (zh) * 2022-08-31 2022-12-02 惠州市海葵信息技术有限公司 电气设计方法、运行控制装置及计算机可读存储介质
CN115423438B (zh) * 2022-08-31 2023-08-08 惠州市海葵信息技术有限公司 电气设计方法、运行控制装置及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN109726731B (zh) 用电量异常检测方法、装置、设备及可读存储介质
CN114298863B (zh) 一种智能抄表终端的数据采集方法及系统
CN109726364B (zh) 用电量异常检测方法、装置、终端及计算机可读存储介质
CN107577522B (zh) 应用控制方法、装置、存储介质以及电子设备
CN108337358B (zh) 应用清理方法、装置、存储介质及电子设备
CN111475680A (zh) 检测异常高密子图的方法、装置、设备及存储介质
CN113222402A (zh) 负荷分类计量方法、装置、存储介质及电子设备
CN110514889A (zh) 一种非侵入式家庭用电负载识别的方法及系统
CN109947812A (zh) 连续缺失值填充方法、数据分析装置、终端及存储介质
US8346713B2 (en) Method and system for recognizing power consumption behaviors of electric appliances in a loop
CN107704876B (zh) 应用控制方法、装置、存储介质以及电子设备
CN111626360B (zh) 用于检测锅炉故障类型的方法、装置、设备和存储介质
CN112014749B (zh) 电池显示电量的确定方法、装置、芯片及存储介质
JP6673871B2 (ja) 電力管理機能を有するシステムおよびユーザ端末並びにその電力管理方法
CN109919520A (zh) 窃电行为检测方法及装置
CN112560940A (zh) 一种用电异常检测方法、装置、设备和存储介质
CN114167132B (zh) 无线终端的功耗检测方法、装置、电子设备及存储介质
EP3048566A1 (en) Information processing device and information processing method
CN115578217A (zh) 基于决策树模型的非侵入式负荷监测方法及监测系统
CN112730654B (zh) 六氟化硫电气设备故障检测方法、装置及终端设备
CN107274025B (zh) 一种实现用电模式智能识别与管理的系统和方法
CN108399387A (zh) 用于识别目标群体的数据处理方法及装置
CN115018011B (zh) 电力负荷类型识别方法、装置、设备及存储介质
US10712375B2 (en) Data processing device, data processing method, and non-transitory storage medium
CN211955647U (zh) 一种非入侵式负荷监测装置

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