CN115309091B - 基于物联网的设备负载自动调节方法、系统及存储介质 - Google Patents

基于物联网的设备负载自动调节方法、系统及存储介质 Download PDF

Info

Publication number
CN115309091B
CN115309091B CN202211229990.7A CN202211229990A CN115309091B CN 115309091 B CN115309091 B CN 115309091B CN 202211229990 A CN202211229990 A CN 202211229990A CN 115309091 B CN115309091 B CN 115309091B
Authority
CN
China
Prior art keywords
current
value
matrix
load control
internet
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
CN202211229990.7A
Other languages
English (en)
Other versions
CN115309091A (zh
Inventor
白辉建
李永晶
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.)
Shenzhen Yuanguanghao Electronics Co ltd
Original Assignee
Shenzhen Yuanguanghao Electronics 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 Shenzhen Yuanguanghao Electronics Co ltd filed Critical Shenzhen Yuanguanghao Electronics Co ltd
Priority to CN202211229990.7A priority Critical patent/CN115309091B/zh
Publication of CN115309091A publication Critical patent/CN115309091A/zh
Application granted granted Critical
Publication of CN115309091B publication Critical patent/CN115309091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24024—Safety, surveillance

Landscapes

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

Abstract

本发明提出了一种基于物联网的设备负载自动调节系统和方法，通过建立负载控制矩阵和负载控制坐标系，将历史数据初始化，通过电流特征值计算算法提取历史电流信息的特征值，通过电器负载状态监控、主动智能匹配机、辅助智能匹配机进行智能匹配，监控当前负载问题，并计算出最佳的负载问题解决方案，进行实时、精准调控，提高了负载调整方案计算的速度和准确度，最大程度保证安全性。

Description

基于物联网的设备负载自动调节方法、系统及存储介质
技术领域
本发明实施例涉及大数据领域，尤其涉及一种基于物联网的设备负载自动调节方法、系统及存储介质。
背景技术
随着科技发展，电子电器产品日益增多，大量的科技产品带来方便的同时，也存在一定安全隐患，区域内时常会出现过载、短路等用电事故。现有技术对普通存在电器安全性和智能化程度不高，对恶性负载识别速度慢、准确度低等缺点。
发明内容
为了解决上述技术问题，本发明提出了一种基于物联网的设备负载自动调节方法、系统及存储介质，基于软件定义硬件的思维，以大数据、机器学习技术为基础，通过建立负载控制矩阵和负载控制坐标系，将历史数据初始化，通过电流特征值计算算法提取历史电流信息的特征值，通过电器负载状态监控、主动智能匹配机、辅助智能匹配机进行智能匹配，监控当前负载问题，并计算出最佳的负载问题解决方案，提高了负载调整方案计算的速度和准确度，最大程度保证安全性。
一方面，本发明提出了一种基于物联网的设备负载自动调节方法，
所述方法包括：
步骤S101，采集用电器设备的参数信息，发送至云计算中心；
步骤S102，建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
步骤S103，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
步骤S104，主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
步骤S105，将负载状态自动调整值发送至用电器进行调整。
进一步地，所述负载控制矩阵为：
Figure 321671DEST_PATH_IMAGE001
其中t表示时刻，
Figure 376215DEST_PATH_IMAGE002
表示状态子矩阵，状态子矩阵中的ST表示第i台用电器在第t时刻的设备状态，ST设备状态的值为0或1，0表示设备关闭状态，1表示设备开机运行状态；
Figure 337218DEST_PATH_IMAGE003
表示物联网系统第i个用电器在t时刻的电流子矩阵，FC表瞬时基波分量值，HC表示瞬时谐波分量值，FW表示基波角频率，HW表示谐波角频率，FX表示基波初相角，HX表示谐波初相角；TZ表示电流特征值；
Figure 641160DEST_PATH_IMAGE004
表示物联网所有电器瞬时电流值之和。
进一步地，在建立负载控制矩阵时，计算历史电流值特征值具体为：
Figure 447442DEST_PATH_IMAGE005
，其中，i表示物联网系统第i个用电器；FCi表示电流子矩阵中第i个用电器的基波分量值；HCi表示电流子矩阵中第i个用电器的谐波分量值；FWi表示电流子矩阵中第i个电器的基波角频率；FXi表示电流子矩阵中第i个用电器的基波初相角；HWi表示电流子矩阵中第i个用电器的谐波角频率；HXi表示电流子矩阵中第i个用电器的谐波初相角；IT表示物联网所有电器瞬时电流值之和。
进一步地，云计算中心建立负载控制坐标系，负载控制坐标系横坐标为物联网所有设备的状态子矩阵，负载控制坐标系纵坐标为物联网所有设备瞬时电流值之和。
进一步地，在计算获得负载状态自动调整值之前，还包括建立匹配搜寻任务，将当前时刻、当前的物联网所有设备瞬时电流值赋值给主动智能匹配机、辅助智能匹配机。
进一步地，计算获得负载状态自动调整值具体为，主动智能匹配机搜索含有历史瞬时电流值数值的纵坐标，将当前时刻的物联网所有设备瞬时电流值与纵坐标对应的瞬时电流值进行匹配，选择匹配度最近的一个坐标作为主动智能匹配机启动坐标瞬时电流值，计算当前电流值的特征值，主智能匹配机将计算得到的当前电流值的特征值与坐标系统中纵坐标位置对应的电流值的特征值进行第一相似度对比，若第一相似度大于预设阈值，返回坐标系中纵坐标位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵数据作为建议的调整值，通过云数据中心反馈给用电器。
进一步地，若电流值特征值第一相似度小于预设阈值时执行以下步骤，
在第一次循环中，第j个辅助智能匹配机初始位置计算公式为
Figure 622071DEST_PATH_IMAGE006
，其中
Figure 488396DEST_PATH_IMAGE007
为第j个辅助智能匹配机初次纵坐标，
Figure 748476DEST_PATH_IMAGE008
为随机数；
在第p+1次循环中，第j个辅助智能匹配机的纵坐标计算公式为，
Figure 358449DEST_PATH_IMAGE009
其中
Figure 918744DEST_PATH_IMAGE010
为上次循环中第j个辅助智能匹配机的纵坐标位置，f为上一次匹配的特征值相似度，
Figure 221549DEST_PATH_IMAGE008
为随机数；
每次第j个辅助智能匹配机获得新纵坐标位置后与该纵坐标位置对应的负载控制矩阵数据进行一次特征值相似度匹配，如果匹配结果大于匹配阈值，返回坐标系中纵坐标位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵作为建议的调整值，通过云数据中心反馈给用电器，如果匹配结果小于匹配阈值，则继续执行下次循环。
进一步地，当循环次数超过预设循环次数仍未匹配到数据时，返回预设的标准电流子矩阵数据并释放所有智能匹配机。
另一方面，本发明提出了一种基于物联网的设备负载自动调节系统，
所述系统包括：
信息采集模块，用于采集用电器设备的参数信息，发送至云计算中心；
系统初始化模块，用于建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
监控模块，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
智能匹配模块，用于主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
输出模块，将负载状态自动调整值发送至用电器进行调整。
另一方面，本发明提出了计算机可读存储介质，用于存储计算机程序，所述计算机程序执行时运行前述任一项所述的基于物联网的设备负载自动调节方法。
本发明提出了一种基于物联网的设备负载自动调节系统和方法，通过建立负载控制矩阵和负载控制坐标系，将历史数据初始化，通过电流特征值计算算法提取历史电流信息的特征值，通过电器负载状态监控、主动智能匹配机、辅助智能匹配机进行智能匹配，监控当前负载问题，并计算出最佳的负载问题解决方案，进行实时、精准调控，提高了负载调整方案计算的速度和准确度，最大程度保证安全性。
附图说明
图1是基于物联网的设备负载自动调节方法的流程示意图；
图2是基于物联网的设备负载自动调节系统的示意图。
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作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。
如附图1所示，本发明提供了本发明还提出了一种基于物联网的设备负载自动调节方法，该方法包括：
步骤S101，采集用电器设备的参数信息，发送至云计算中心；
首先，对物联网系统初始化，物联网系统包括云计算中心以及接入所述物联网的用电器设备。假设物联网系统含有n（n≥1）台电器设备，在物联网系统覆盖区域内所有的用电器设置有数据监控单元，所述数据监控单元采集电器的稳态基波电流、谐波电流等参数信息，采集后发送至所述云计算中心，并将云计算中心的控制指令反馈给用电器。
步骤S102，建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
负载控制矩阵建立模块建立负载控制矩阵，采集物联网系统中用电器历史工作信息，建立负载控制矩阵：
Figure 703346DEST_PATH_IMAGE001
，
其中t表示时刻，
Figure 117010DEST_PATH_IMAGE002
表示状态子矩阵，在本实施例中，一组状态子矩阵可以表示所有设备在一个时刻下开关机状态和/或在线状态，状态子矩阵中的ST表示第i台用电器在第t时刻的设备状态，ST设备状态的值为0或1，0表示设备关闭状态，1表示设备开机运行状态。
Figure 652DEST_PATH_IMAGE003
表示物联网系统第i个用电器在t时刻的电流子矩阵，FC表瞬时基波分量值，HC表示瞬时谐波分量值，FW表示基波角频率，HW表示谐波角频率，FX表示基波初相角，HX表示谐波初相角。
TZ表示电流特征值，表示物联网系统所有电器在t时刻的瞬时电流特征值。TZ计算方法如下，通过对历史瞬时电流值计算学习，得到历史电流值的特征值：
Figure 474359DEST_PATH_IMAGE005
，
其中，i表示物联网系统第i个用电器；FCi表示电流子矩阵
Figure 443452DEST_PATH_IMAGE003
中第i个用电器的基波分量值；HCi表示电流子矩阵
Figure 395227DEST_PATH_IMAGE003
中第i个用电器的谐波分量值；FWi表示电流子矩阵
Figure 398955DEST_PATH_IMAGE003
中第i个用电器的基波角频率；FXi表示电流子矩阵
Figure 43563DEST_PATH_IMAGE003
中第i个用电器的基波初相角；HWi表示电流子矩阵
Figure 968794DEST_PATH_IMAGE003
中第i个用电器的谐波角频率；HXi表示电流子矩阵
Figure 724260DEST_PATH_IMAGE003
中第i个用电器的谐波初相角；IT表示物联网所有电器瞬时电流值之和。
云计算中心建立负载控制坐标系。负载控制坐标系横坐标为物联网所有设备的状态子矩阵
Figure 316916DEST_PATH_IMAGE002
，负载控制坐标系纵坐标为物联网所有设备瞬时电流值之和IT。将负载控制矩阵数据初始化到负载控制坐标系中。
步骤S103，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
监控用电器负载状态，当前物联网所有设备的电流值之和IT达到告警阈值时，例如告警阈值为系统最大负载IT的80%、90%及以上等，触发负载状态自动调整。
更进一步地，本发明还可以设置在当物联网系统开启动态负载调整模式时，触发负载状态自动调整。
步骤S104，主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
本步骤为负载状态智能自动调整，将当前的物联网电流子矩阵
Figure 601267DEST_PATH_IMAGE011
、当前时刻
Figure 556670DEST_PATH_IMAGE012
、当前的物联网所有设备瞬时电流值
Figure 115828DEST_PATH_IMAGE013
输入到系统初始化模块。在负载控制坐标系中，根据状态子矩阵
Figure 297410DEST_PATH_IMAGE014
得到含有历史瞬时电流值IT数值的纵坐标Y。
在本实施例中，智能匹配模块生成1个主动智能匹配机与m个辅助智能匹配机，建立匹配搜寻任务，将当前时刻
Figure 18242DEST_PATH_IMAGE012
、当前的物联网所有设备瞬时电流值
Figure 449223DEST_PATH_IMAGE013
赋值给1个主动智能匹配机与m个辅助智能匹配机，即智能匹配机的存储模块保存数据。智能匹配机为含有cpu、内存等计算资源的计算单元，可执行计算与存储任务。
主动智能匹配机搜索含有历史瞬时电流值IT数值的纵坐标Y。将当前时刻
Figure 15334DEST_PATH_IMAGE012
的物联网所有设备瞬时电流值与纵坐标Y对应的IT值进行匹配，选择匹配度最近的一个坐标作为主动智能匹配机启动坐标Y。主智能匹配机采用如下算法，计算当前电流值的特征值：
Figure 848160DEST_PATH_IMAGE015
其中，i表示物联网系统第i个用电器；
Figure 739893DEST_PATH_IMAGE016
表示电流子矩阵
Figure 127012DEST_PATH_IMAGE017
中第i个用电器的基波分量值；
Figure 27972DEST_PATH_IMAGE018
表示电流子矩阵
Figure 449726DEST_PATH_IMAGE017
中第i个用电器的谐波分量值；
Figure 246781DEST_PATH_IMAGE019
表示电流子矩阵
Figure 386775DEST_PATH_IMAGE017
中第i个用电器的基波角频率；
Figure 91426DEST_PATH_IMAGE020
表示电流子矩阵
Figure 102107DEST_PATH_IMAGE017
中第i个用电器的基波初相角；
Figure 663539DEST_PATH_IMAGE021
表示电流子矩阵
Figure 290829DEST_PATH_IMAGE017
中第i个用电器的谐波角频率；
Figure 533592DEST_PATH_IMAGE022
表示电流子矩阵
Figure 398779DEST_PATH_IMAGE017
中第i个用电器的谐波初相角。
主智能匹配机将计算得到的
Figure 68795DEST_PATH_IMAGE023
与坐标系统中Y位置对应的TZ进行相似度对比，相似度大于预设阈值时（例如预设阈值为90%，该预设阈值可以根据实际情况进行设置），返回坐标系中Y位置数据对应的负载控制矩阵
Figure 183382DEST_PATH_IMAGE001
数据对应的
Figure 433097DEST_PATH_IMAGE003
数据，将
Figure 949529DEST_PATH_IMAGE003
数据作为建议的调整值，通过云数据中心反馈给各电器。
在本实施例中，如果特征值相似度小于预设阈值时执行以下步骤，m个辅助智能匹配机进行游走遍历：
在第一次循环中，第j个辅助智能匹配机初始位置计算公式如下：
Figure 790446DEST_PATH_IMAGE006
,其中
Figure 392329DEST_PATH_IMAGE007
为第j个辅助智能匹配机初次纵坐标。
Figure 976894DEST_PATH_IMAGE008
为1到5之间的随机数。
在第p+1次循环中，第j个辅助智能匹配机的纵坐标计算公式如下
Figure 347833DEST_PATH_IMAGE009
其中
Figure 828493DEST_PATH_IMAGE010
为上次循环中第j个辅助智能匹配机的纵坐标位置，f为上一次匹配的的特征值相似度，
Figure 652092DEST_PATH_IMAGE008
为1到5之间的随机数。
每次第j个辅助智能匹配机获得新纵坐标位置后与该纵坐标位置对应的负载控制矩阵数据进行一次特征值相似度匹配，如果匹配结果大于匹配阈值，匹配阈值可以为90%，返回坐标系中Y位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵数据作为建议的调整值，通过云数据中心反馈给各电器，释放所有智能匹配机。如果匹配结果小于匹配阈值，则继续执行下次循环。当循环次数超过预设循环次数仍未匹配到数据时，返回预设的标准电流子矩阵数据释放所有智能匹配机。其中，标准电流子矩阵为训练平台已经确定的标准电流子矩阵，为已知数据。
步骤S105，将负载状态自动调整值发送至用电器进行调整。
云数据中心将计算得到的
Figure 40348DEST_PATH_IMAGE003
电流子矩阵建议调整值发送至各用电器，各用电器按照建议调整值调整电流参数。
另一方面，如图2所示，本发明提出了一种基于物联网的设备负载自动调节系统，所述系统为200，
所述系统包括：
信息采集模块，用于采集用电器设备的参数信息，发送至云计算中心；
系统初始化模块，用于建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
监控模块，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
智能匹配模块，用于主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
输出模块，将负载状态自动调整值发送至用电器进行调整。
另一方面，本发明提出了计算机可读存储介质，用于存储计算机程序，所述计算机程序执行时运行前述任一项所述的基于物联网的设备负载自动调节方法。
本发明提出了一种基于物联网的设备负载自动调节系统和方法，通过建立负载控制矩阵和负载控制坐标系，将历史数据初始化，通过电流特征值计算算法提取历史电流信息的特征值，通过电器负载状态监控、主动智能匹配机、辅助智能匹配机进行智能匹配，监控当前负载问题，并计算出最佳的负载问题解决方案，进行实时、精准调控，提高了负载调整方案计算的速度和准确度，最大程度保证安全性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (9)

1.一种基于物联网的设备负载自动调节方法，其特征在于，所述方法包括：
步骤S101，采集用电器设备的参数信息，发送至云计算中心；
步骤S102，建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
所述负载控制矩阵为：
Figure 37743DEST_PATH_IMAGE001
其中t表示时刻，
Figure 766665DEST_PATH_IMAGE002
表示状态子矩阵，状态子矩阵中的ST表示第i台用电器在第t时刻的设备状态，ST设备状态的值为0或1，0表示设备关闭状态，1表示设备开机运行状态；
Figure 907796DEST_PATH_IMAGE003
表示物联网系统第i个用电器在t时刻的电流子矩阵，FC表示瞬时基波分量值，HC表示瞬时谐波分量值，FW表示基波角频率，HW表示谐波角频率，FX表示基波初相角，HX表示谐波初相角；TZ表示电流特征值；
Figure 468090DEST_PATH_IMAGE004
表示物联网所有电器瞬时电流值之和；
建立负载控制坐标系具体为：云计算中心建立负载控制坐标系，负载控制坐标系横坐标为物联网所有设备的状态子矩阵，负载控制坐标系纵坐标为物联网所有设备瞬时电流值之和；
步骤S103，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
步骤S104，主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
计算获得负载状态自动调整值具体为，主动智能匹配机搜索含有历史瞬时电流值数值的纵坐标，将当前时刻的物联网所有设备瞬时电流值与纵坐标对应的瞬时电流值进行匹配，选择匹配度最近的一个坐标作为主动智能匹配机启动坐标瞬时电流值，计算当前电流值的特征值，主智能匹配机将计算得到的当前电流值的特征值与坐标系统中纵坐标位置对应的电流值的特征值进行第一相似度对比，若第一相似度大于预设阈值，返回坐标系中纵坐标位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵数据作为建议的调整值；
步骤S105，将负载状态自动调整值发送至用电器进行调整。
2.根据权利要求1所述的方法，其特征在于，在建立负载控制矩阵时，计算历史电流特征值具体为：
Figure 239737DEST_PATH_IMAGE005
，其中，i表示物联网系统第i个用电器；FCi表示电流子矩阵中第i个用电器的基波分量值；HCi表示电流子矩阵中第i个用电器的谐波分量值；FWi表示电流子矩阵中第i个用电器的基波角频率；FXi表示电流子矩阵中第i个用电器的基波初相角；HWi表示电流子矩阵中第i个用电器的谐波角频率；HXi表示电流子矩阵中第i个用电器的谐波初相角；IT表示物联网所有电器瞬时电流值之和。
3.根据权利要求1所述的方法，其特征在于，云计算中心建立负载控制坐标系，负载控制坐标系横坐标为物联网所有设备的状态子矩阵，负载控制坐标系纵坐标为物联网所有设备瞬时电流值之和。
4.根据权利要求1所述的方法，其特征在于，在计算获得负载状态自动调整值之前，还包括建立匹配搜寻任务，将当前时刻、当前的物联网所有设备瞬时电流值赋值给主动智能匹配机、辅助智能匹配机。
5.根据权利要求1所述的方法，其特征在于，再获得建议的调整值后，还通过云数据中心反馈给用电器。
6.根据权利要求1所述的方法，其特征在于，若电流值特征值第一相似度小于预设阈值时执行以下步骤，
在第一次循环中，第j个辅助智能匹配机初始位置计算公式为
Figure 252693DEST_PATH_IMAGE006
，其中
Figure 197515DEST_PATH_IMAGE007
为第j个辅助智能匹配机初次纵坐标，
Figure 549999DEST_PATH_IMAGE008
为随机数；
在第p+1次循环中，第j个辅助智能匹配机的纵坐标计算公式为，
Figure 554864DEST_PATH_IMAGE009
其中
Figure 58045DEST_PATH_IMAGE010
为上次循环中第j个辅助智能匹配机的纵坐标位置，f为上一次匹配的特征值相似度，
Figure 478662DEST_PATH_IMAGE008
为随机数；
每次第j个辅助智能匹配机获得新纵坐标位置后与该纵坐标位置对应的负载控制矩阵数据进行一次特征值相似度匹配，如果匹配结果大于匹配阈值，返回坐标系中纵坐标位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵作为建议的调整值，通过云数据中心反馈给用电器，如果匹配结果小于匹配阈值，则继续执行下次循环。
7.根据权利要求6所述的方法，其特征在于，当循环次数超过预设循环次数仍未匹配到数据时，返回预设的标准电流子矩阵数据并释放所有智能匹配机。
8.一种基于物联网的设备负载自动调节系统，其特征在于，所述系统包括：
信息采集模块，用于采集用电器设备的参数信息，发送至云计算中心；
系统初始化模块，用于建立负载控制矩阵、负载控制坐标系，并将负载控制矩阵数据初始化到负载控制坐标系中；
所述负载控制矩阵为：
Figure 13549DEST_PATH_IMAGE001
其中t表示时刻，
Figure 189315DEST_PATH_IMAGE002
表示状态子矩阵，状态子矩阵中的ST表示第i台用电器在第t时刻的设备状态，ST设备状态的值为0或1，0表示设备关闭状态，1表示设备开机运行状态；
Figure 176863DEST_PATH_IMAGE003
表示物联网系统第i个用电器在t时刻的电流子矩阵，FC表示瞬时基波分量值，HC表示瞬时谐波分量值，FW表示基波角频率，HW表示谐波角频率，FX表示基波初相角，HX表示谐波初相角；TZ表示电流特征值；
Figure 401171DEST_PATH_IMAGE004
表示物联网所有电器瞬时电流值之和；
建立负载控制坐标系具体为：云计算中心建立负载控制坐标系，负载控制坐标系横坐标为物联网所有设备的状态子矩阵，负载控制坐标系纵坐标为物联网所有设备瞬时电流值之和；
监控模块，监控用电器负载状态，当用电器设备电流值之和达到告警阈值时触发负载状态自动调整；
智能匹配模块，用于主动智能匹配机、辅助智能匹配机计算获得负载状态自动调整值；
计算获得负载状态自动调整值具体为，主动智能匹配机搜索含有历史瞬时电流值数值的纵坐标，将当前时刻的物联网所有设备瞬时电流值与纵坐标对应的瞬时电流值进行匹配，选择匹配度最近的一个坐标作为主动智能匹配机启动坐标瞬时电流值，计算当前电流值的特征值，主智能匹配机将计算得到的当前电流值的特征值与坐标系统中纵坐标位置对应的电流值的特征值进行第一相似度对比，若第一相似度大于预设阈值，返回坐标系中纵坐标位置数据对应的负载控制矩阵数据对应的电流子矩阵数据，将所述电流子矩阵数据作为建议的调整值；
输出模块，将负载状态自动调整值发送至用电器进行调整。
9.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序执行时运行权利要求1-7任一项所述的基于物联网的设备负载自动调节方法。
CN202211229990.7A 2022-10-09 2022-10-09 基于物联网的设备负载自动调节方法、系统及存储介质 Active CN115309091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211229990.7A CN115309091B (zh) 2022-10-09 2022-10-09 基于物联网的设备负载自动调节方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211229990.7A CN115309091B (zh) 2022-10-09 2022-10-09 基于物联网的设备负载自动调节方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115309091A CN115309091A (zh) 2022-11-08
CN115309091B true CN115309091B (zh) 2022-12-20

Family

ID=83867242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211229990.7A Active CN115309091B (zh) 2022-10-09 2022-10-09 基于物联网的设备负载自动调节方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115309091B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973761A (zh) * 2013-01-29 2014-08-06 财团法人工业技术研究院 管理系统、智能电表、服务器、操作方法以及管理方法
CN105021872A (zh) * 2015-07-02 2015-11-04 北京国电通网络技术有限公司 一种电网电压畸变不对称状态下电流各分量有功成分和无功成分的检测方法
CN105277820A (zh) * 2014-06-25 2016-01-27 易家居联网科技有限公司 电器设备监控方法与电器设备监控系统
CN109301827A (zh) * 2018-10-10 2019-02-01 国电南瑞科技股份有限公司 基于谐波源自动辨识及分级治理的谐波控制方法和系统
CN109490701A (zh) * 2018-09-17 2019-03-19 南京航空航天大学 一种工频串联电弧故障检测方法
CN109494697A (zh) * 2019-01-08 2019-03-19 华北电力大学 一种基于余弦相似度的新能源场站多端纵联保护的方法
CN109813978A (zh) * 2018-12-25 2019-05-28 武汉中原电子信息有限公司 一种综合暂态特征和稳态间的变化特征的非侵入负荷式识别方法
CN112611931A (zh) * 2020-12-23 2021-04-06 南方电网电力科技股份有限公司 基于离散波形的恶性负载识别处理方法、系统和存储介质
CN112649644A (zh) * 2020-12-22 2021-04-13 常州常工电子科技股份有限公司 一种学生公寓用电安全负载学习方法
CN112736946A (zh) * 2020-12-21 2021-04-30 中国电力科学研究院有限公司 一种基于准谐振控制器的储能变流器死区补偿方法及装置
CN113454470A (zh) * 2019-02-19 2021-09-28 维德鸿兴科技发展有限公司 负载监控方法和设备
CN113466535A (zh) * 2021-06-17 2021-10-01 国网山东省电力公司淄博供电公司 一种基于相似度匹配的非侵入式负荷辨识方法
CN114326430A (zh) * 2022-01-07 2022-04-12 康体佳智能科技（深圳）有限公司 负载控制方法、装置、设备与计算机可读存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973761A (zh) * 2013-01-29 2014-08-06 财团法人工业技术研究院 管理系统、智能电表、服务器、操作方法以及管理方法
CN105277820A (zh) * 2014-06-25 2016-01-27 易家居联网科技有限公司 电器设备监控方法与电器设备监控系统
CN105021872A (zh) * 2015-07-02 2015-11-04 北京国电通网络技术有限公司 一种电网电压畸变不对称状态下电流各分量有功成分和无功成分的检测方法
CN109490701A (zh) * 2018-09-17 2019-03-19 南京航空航天大学 一种工频串联电弧故障检测方法
CN109301827A (zh) * 2018-10-10 2019-02-01 国电南瑞科技股份有限公司 基于谐波源自动辨识及分级治理的谐波控制方法和系统
CN109813978A (zh) * 2018-12-25 2019-05-28 武汉中原电子信息有限公司 一种综合暂态特征和稳态间的变化特征的非侵入负荷式识别方法
CN109494697A (zh) * 2019-01-08 2019-03-19 华北电力大学 一种基于余弦相似度的新能源场站多端纵联保护的方法
CN113454470A (zh) * 2019-02-19 2021-09-28 维德鸿兴科技发展有限公司 负载监控方法和设备
CN112736946A (zh) * 2020-12-21 2021-04-30 中国电力科学研究院有限公司 一种基于准谐振控制器的储能变流器死区补偿方法及装置
CN112649644A (zh) * 2020-12-22 2021-04-13 常州常工电子科技股份有限公司 一种学生公寓用电安全负载学习方法
CN112611931A (zh) * 2020-12-23 2021-04-06 南方电网电力科技股份有限公司 基于离散波形的恶性负载识别处理方法、系统和存储介质
CN113466535A (zh) * 2021-06-17 2021-10-01 国网山东省电力公司淄博供电公司 一种基于相似度匹配的非侵入式负荷辨识方法
CN114326430A (zh) * 2022-01-07 2022-04-12 康体佳智能科技（深圳）有限公司 负载控制方法、装置、设备与计算机可读存储介质

Also Published As

Publication number Publication date
CN115309091A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
WO2018095105A1 (zh) 发电机励磁调节器的定子电流限制的方法及装置
CN115309091B (zh) 基于物联网的设备负载自动调节方法、系统及存储介质
CN114254927A (zh) 生产排程方法、装置、计算机设备及存储介质
CN110504694B (zh) 调频参数获取方法、装置、计算机设备及可读存储介质
CN110994589A (zh) 电力电子接入电力系统调频能力在线评价方法及系统
CN117687784A (zh) 一种基于机器学习的Docker容器智能动态调配方法及装置
CN116627771B (zh) 日志采集方法、装置、电子设备和可读存储介质
CN116861316A (zh) 一种电器监测方法及装置
CN110912151A (zh) 用于交流输电线路的柱上无功补偿控制方法和装置
US20240230743A1 (en) Method and system for quickly determining transient stability of half-wavelength transmission system
CN115000983A (zh) 电源节点的惯性与一次调频能力评估方法、装置及设备
Wan et al. Safety-Enhanced Self-Learning for Optimal Power Converter Control
Zadkhast et al. Analyzing subsynchronous control interactions in large-scale power systems in frequency domain
CN113036712A (zh) 智能插座的智能断电方法、装置、智能插座及存储介质
CN108808700A (zh) 一种基于负荷本地信息的系统惯量计算方法
Chen et al. Adaptive Neural Inverse Control Applied to Power
CN110909979B (zh) 换流站监控信息缺失下的电压波动在线判断方法、系统及介质
CN118432198A (zh) 一种光伏功率分配控制方法、设备及存储介质
CN116862192B (zh) 策略信息生成方法、装置及相关设备
CN112417643B (zh) 基于送风机电流的火电机组最大出力实时评估方法及系统
CN116014759A (zh) 面向新能源的多级自适应边缘智能控制方法及装置
Lv et al. Virtual Inertia Estimation of New Energy Power System Based on WRARMAX Model and LSTM
SU et al. Generation of scenarios for the validation of dynamic mode decomposition
CN117477644A (zh) 一种虚拟同步机的控制方法、装置、电子设备及介质
CN118842007A (zh) 高比例新能源电力系统频率波动风险评估方法及相关装置

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
GR01 Patent grant
GR01 Patent grant