CN115372727A - 一种家庭用电设备识别方法及智能电表 - Google Patents

Abstract

本发明公开了一种家庭用电设备识别方法及智能电表，其中识别分析方法包括：获取用电事件发生期间监测的功率变化序列，以及功率变化序列对应的时刻变化序列和用电量变化序列；根据功率变化序列确定用电设备的若干启闭事件；根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的评价指标；根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型；本方案增强了电表的智能性应用，有利于提高用户的用电、节电意识。

Description

一种家庭用电设备识别方法及智能电表

技术领域

本发明涉及智能电表能耗监控技术领域，具体涉及一种家庭用电设备识别方法及智能电表。

背景技术

智能电表是智能电网数据采集的基本设备之一，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础。

目前，大部分的家庭电表工作以电量数据采集传输为主，对于家庭中不同用电设备的用电量无法进行分类识别和记录，在节电方面还存在着进一步的提升。

发明内容

针对现有技术的上述不足，本发明提供了一种家庭用电设备识别方法及智能电表，解决了现有技术无法分类记录不同用电设备的问题。

为实现上述目的，本发明所采用的技术方案为：

第一方面，提供一种家庭用电设备识别方法，其包括以下步骤：

S1：获取用电事件发生期间监测的功率变化序列，以及功率变化序列对应的时刻变化序列和用电量变化序列；

S2：根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；

S3：根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；

S4：采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；

S5：根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型。

第二方面，提供一种应用于家庭用电设备识别方法的智能电表，其包括：

识别模块，用于识别用电设备的电流、电压和功率，获取用电事件发生期间监测的功率变化序列，并将数据传输给数据处理模块；

电表模块，用于获取与功率变化序列对应的用电量变化序列，并将数据传输给数据处理模块；

计时模块，用于获取与功率变化序列对应的时刻变化序列，并将数据传输给数据处理模块；

数据处理模块，用于接收识别模块、电表模块和计时模块的数据，根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型；

联网模块，用于接收数据处理模块的数据，并将数据联网传输给远程终端；

供电模块，用于给识别模块、电表模块、计时模块、数据处理模块、联网模块供电。

本发明的有益效果为：

本方案通过采集不同时段的用电信息，其包括用电功率、用电量、电流、电压、用电时段和用电时长，并建立算法模型，并与数据库内的数据进行对比分析，推演出各个用电设备的电器类型，并记录各个用电设备的用电信息，将信息通过联网模块传输至互联网，使用户可以通过移动终端远程获知家庭用电的具体情况；本方案增强了电表的智能性应用，有利于提高用户的用电、节电意识。

附图说明

图1为家庭用电设备识别方法的流程图。

图2为智能电表的模块图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

参考图1，图1示出了家庭用电设备识别方法的流程图，该方法包括步骤 S1至步骤S5。

本方案的家庭用电设备识别方法，其包括以下步骤：

在步骤S1中，获取用电事件发生期间监测的功率变化序列，以及功率变化序列对应的时刻变化序列和用电量变化序列；

在步骤S2中，根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；

在步骤S3中，根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；

在本发明的一个实施例中，每个启闭事件的用电时长、用电时段和用电量的获取方法包括：

S11：采用功率表检测功率变化序列(P₀、P₁、P₂、P₃……P_j)，其中P₀＝0，采用计时模块记录功率变化时对应的时刻变化序列(t₁、t₂、t₃……t_j)，采用电量表记录功率变化时对应的用电量变化序列(w₁、w₂、w₃……w_j)；

S12：将功率变化序列里的所有功率变化值分别代入公式：

R_k+1＝P_k-P_k+1(k＝0、1、2、3……j-1)

S13：当R_k+1<0时，进入步骤S14；当R_k+1>0时，进入步骤S15；

S14：将所有R_k+1<0时的用电特征均判定为新增用电设备，标记新增用电设备为X_L，记录新增用电设备的用电起始时刻T_L＝t_k+1、起始时刻的用电量w_L＝w_k+1以及用电功率P_L＝P_k+1-P_k，其中L＝1、2、3……；

S15：将所有R_k+1>0时的用电特征均判定为未知用电设备关闭，标记未知用电设备为X_C，记录每个未知用电设备的用电结束时刻T_C＝t_k+1，结束时刻的用电量w_C＝w_k+1，用电功率P_C＝P_k-P_k+1，其中C＝1、2、3……；

S16：在满足P_C对应的k值大于P_L对应的k值的前提下，将若干未知用电设备X_C对应的用电功率P_C与若干新增用电设备X_L对应的用电功率P_L进行对比：

当P_C＝P_L时，关闭的用电设备为新增用电设备X_L，X_L的用电时长为T_C-T_L， X_L的用电时段为T_L到T_C，X_L的用电量为w_C-w_L；

当P_C≠P_L时，关闭的用电设备非新增用电设备X_L。

在步骤S4中，采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；

在步骤S5中，根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型。

在本发明的一个实施例中，数据库的构建方法包括：数据库由家庭里的m 个用电设备组成，用电设备的用电信息包括用电设备的序列X＝(X₁，X₂，X_3…… X_m)、用电设备的额定电压序列U＝(U₁，U₂，U₃……U_m)、用电设备的额定电流序列I＝(I₁，I₂，I₃……I_m)、用电设备的额定功率序列P＝(P₁，P₂，P₃……P_m)，正常用电时长H＝(H₁，H₂，H₃……H_m)，正常用电时段G＝(G₁，G₂，G₃……G_m)，其中正常用电时段为一个区间，用电设备的单次用电量W＝(W₁，W₂，W₃……W_m)，每个用电设备对应的电压、电流、功率、用电时长、用电时段和用电量构成用电设备的标准指标。

在本发明的一个实施例中，用电设备电器类型的识别方法包括：

S21：调用数据库中m个已知类型的家庭用电设备X＝(X₁，X₂，X₃……X_m)，每个家庭用电设备调用n个标准指标x＝{x₁，x₂……x_n}，构建设备标准指标矩阵 Q＝(x_ij)_m×n，其中x_ij表示第i设备的第j个标准指标值；

S22：采用预设时间段内用电设备的启闭事件为k件，组成事件集为Y＝(Y₁， Y₂，Y₃……Y_k)，每个启闭事件调用与n个标准指标对应的n个评价指标y＝{y₁， y₂……y_n}，构建事件评价指标矩阵为q＝(y_ij)_k×n，其中y_ij表示第i事件的第j个评价指标值；

S23：采用全序列法对x_ij和y_ij进行极值归一化处理，得到归一化后的设备标准指标矩阵Q₁＝(a_ij)_m×n和事件评价指标矩阵q₁＝(b_ij)_k×n，其中全序列法的计算公式为：

式中，max_j(x_ij)、min_j(x_ij)分别为所有用电设备中第j个标准指标值中的最大值和最小值。

S24：采用距离测度法度量事件评价指标矩阵中评价指标b_ij与标准指标矩阵中标准指标a_ij的距离d_ij，构建k个启闭事件与m个家庭用电设备的距离矩阵 D＝(d_ij)_k×m，找到距离每个启闭事件最近的用电设备，作为启闭事件的用电设备的电器类型并对用电设备进行分类；其中距离测度法的计算公式为：

式中，z、Z为所有标准指标值中的最小值和最大值，q_j1、q_j2分别是第j个设备中标准指标值的最大值和最小值，w(k)为权重向量。

距离测度法的计算公式中，权重向量w(k)的优化方法包括：

S241：构造优化指标函数Q(e)：

Q(e)＝d_d(e)/s_d(e)

其中，D_d( )表示事件指标与最接近的设备指标的邻近程度；s_d( )表示事件指标与各设备指标的距离标准差；e为优化指标函数的投影方向；

S242：采用模拟生物优胜劣汰规则与群体内部染色体信息交换机制的遗传算法求解指标函数Q(e)的最小值；

S243：通过指标函数Q(e)的最小值，反推e的最佳投影方向和优化后的权重向量w(k)。

对识别出电器类型后的用电设备进行分类统计，其分类统计的方法为：通过用电设备用电时间的长短和用电设备用电功率的大小，将用电设备分为

1、长时段大功率基础类电器，比如：冰箱等；

2、长时段小功率基础类电器，比如：wifi路由器、光猫等；

3、短时段大功率非基础类电器，比如：微波炉、电吹风等；

4、短时段小功率非基础类电器，比如：电灯、手机充电器等。

特别地，用户可自主对家庭用电设备信息进行登记，并将设备信息储存在数据库中，方便识别分析，同时也可手动进行单一用电设备的识别。

如图2所示，本方案还提供了一种应用于家庭用电设备识别方法的智能电表，其包括：

识别模块，用于识别用电设备的电流、电压和功率，获取用电事件发生期间监测的功率变化序列，并将数据传输给数据处理模块；其中识别模块配有电流继电器，在接电过程中，电流继电器会对电流进行检测和保护。

电表模块，用于获取与功率变化序列对应的用电量变化序列，并将数据传输给数据处理模块；

计时模块，用于获取与功率变化序列对应的时刻变化序列，并将数据传输给数据处理模块；

数据处理模块，用于接收识别模块、电表模块和计时模块的数据，根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；

根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；

根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型；

联网模块，用于接收数据处理模块的数据，并将数据联网传输给远程终端；

供电模块，用于给识别模块、电表模块、计时模块、数据处理模块、联网模块供电。

实施时，本方案优选当多种不同用电设备同时用电时，将此时收集的数据放入待分析区，进行进一步预处理；通过计时模块传输的用电时长及不同设备同一时间使用时长不同和电流电压总量变化进行与已有设备信息数据进行匹配，归纳记录于所属设备类型用电数据。

综上所述，本方案增强了电表的智能性应用，可自动识别用电设备的电器类型，并记录其用电数据，然后将用电设备的信息通过联网模块传输至互联网，使用户可以通过移动终端远程获知家庭用电的具体情况，有利于提高用户的用电、节电意识。

Claims (9)

1.一种家庭用电设备识别方法，其特征在于，包括以下步骤：

S1：获取用电事件发生期间监测的功率变化序列，以及功率变化序列对应的时刻变化序列和用电量变化序列；

S2：根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；

S3：根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；

S4：采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；

S5：根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型。

2.根据权利要求1所述的家庭用电设备识别方法，其特征在于，每个启闭事件的用电时长、用电时段和用电量的获取方法包括：

S11：采用功率表检测功率变化序列(P₀、P₁、P₂、P₃......P_j)，其中P₀＝0，采用计时模块记录功率变化时对应的时刻变化序列(t₁、t₂、t₃......t_j)，采用电量表记录功率变化时对应的用电量变化序列(w₁、w₂、w₃......w_j)；

S12：将功率变化序列里的所有功率变化值分别代入公式：

R_k+1＝P_k-P_k+1(k＝0、1、2、3......j-1)

S13：当R_k+1＜0时，进入步骤S14；当R_k+1＞0时，进入步骤S15；

S14：将所有R_k+1＜0时的用电特征均判定为新增用电设备，标记新增用电设备为X_L，记录新增用电设备的用电起始时刻T_L＝t_k+1、起始时刻的用电量w_L＝w_k+1以及用电功率P_L＝P_k+1-P_k，其中L＝1、2、3......；

S15：将所有R_k+1＞0时的用电特征均判定为未知用电设备关闭，标记未知用电设备为X_C，记录每个未知用电设备的用电结束时刻T_C＝t_k+1，结束时刻的用电量w_C＝w_k+1，用电功率P_C＝P_k-P_k+1，其中C＝1、2、3......；

S16：当P_C对应的k值大于P_L对应的k值时，将若干未知用电设备X_C对应的用电功率P_C与若干新增用电设备X_L对应的用电功率P_L进行对比：

当P_C＝P_L时，关闭的用电设备为新增用电设备X_L，X_L的用电时长为T_C-T_L，X_L的用电时段为T_L到T_C，X_L的用电量为w_C-w_L；

当P_C≠P_L时，关闭的用电设备非新增用电设备X_L。

3.根据权利要求1所述的家庭用电设备识别方法，其特征在于，所述数据库由家庭里的m个用电设备组成，用电设备的用电信息包括用电设备的序列X＝(X₁，X₂，X₃......X_m)、用电设备的额定电压序列U＝(U₁，U₂，U₃......U_m)、用电设备的额定电流序列I＝(I₁，I₂，I₃......I_m)、用电设备的额定功率序列P＝(P₁，P₂，P₃......P_m)，正常用电时长H＝(H₁，H₂，H₃......H_m)，正常用电时段G＝(G₁，G₂，G₃......G_m)，其中正常用电时段为一个区间，用电设备的单次用电量W＝(W₁，W₂，W₃......W_m)，每个用电设备对应的电压、电流、功率、用电时长、用电时段和用电量构成用电设备的标准指标。

4.根据权利要求3所述的家庭用电设备识别方法，其特征在于，用电设备电器类型的识别方法包括：

S21：调用数据库中m个已知类型的家庭用电设备X＝(X₁，X₂，X₃.....X_m)，每个家庭用电设备调用n个标准指标x＝{x₁，x₂......x_n}，构建设备标准指标矩阵Q＝(x_ij)_m×n，其中x_ij表示第i设备的第j个标准指标值；

S22：采用预设时间段内用电设备的启闭事件为k件，组成事件集为Y＝(Y₁，Y₂，Y₃......Y_k)，每个启闭事件调用与n个标准指标对应的n个评价指标y＝{y₁，y₂......y_n}，构建事件评价指标矩阵为q＝(y_ij)_k×n，其中y_ij表示第i事件的第j个评价指标值；

S23：采用全序列法对x_ij和y_ij进行极值归一化处理，得到归一化后的设备标准指标矩阵Q₁＝(a_ij)_m×n和事件评价指标矩阵q₁＝(b_ij)_k×n；

S24：采用距离测度法度量事件评价指标矩阵中评价指标b_ij与标准指标矩阵中标准指标a_ij的距离d_ij，构建k个启闭事件与m个家庭用电设备的距离矩阵D＝(d_ij)_k×m，找到距离每个启闭事件最近的用电设备，作为启闭事件的用电设备的电器类型，并对用电设备进行分类。

5.根据权利要求4所述的家庭用电设备识别方法，其特征在于，所述步骤S23中全序列法的计算公式为：

式中，max_j(x_ij)、min_j(x_ij)分别为所有用电设备中第j个标准指标值中的最大值和最小值。

6.根据权利要求4所述的家庭用电设备识别方法，其特征在于，所述步骤S24中距离测度法的计算公式为：

式中，z、Z为所有标准指标值中的最小值和最大值，q_j1、q_j2分别是第j个设备中标准指标值的最大值和最小值，w(k)为权重向量。

7.根据权利要求6所述的家庭用电设备识别方法，其特征在于，权重向量w(k)的优化方法包括：

S241：构造优化指标函数Q(e)：

Q()＝d_d()/s_d()；

其中，d_d()表示事件指标与最接近的设备指标的邻近程度；s_d()表示事件指标与各设备指标的距离标准差；e为优化指标函数的投影方向；

S242：采用遗传算法求解指标函数Q(e)的最小值；

S243：通过指标函数Q(e)的最小值，反推e的最佳投影方向和优化后的权重向量w(k)。

8.根据权利要求4所述的家庭用电设备识别方法，其特征在于，用电设备进行分类的方法包括：

通过用电设备用电时间的长短和用电设备用电功率的大小，将用电设备分为长时段大功率基础类电器、长时段小功率基础类电器、短时段大功率非基础类电器和短时段小功率非基础类电器。

9.一种应用于权利要求1-8任一项所述的家庭用电设备识别方法的智能电表，其特征在于，包括：

识别模块，用于识别用电设备的电流、电压和功率，获取用电事件发生期间监测的功率变化序列，并将数据传输给数据处理模块；

电表模块，用于获取与功率变化序列对应的用电量变化序列，并将数据传输给数据处理模块；

计时模块，用于获取与功率变化序列对应的时刻变化序列，并将数据传输给数据处理模块；

数据处理模块，用于接收识别模块、电表模块和计时模块的数据，根据功率变化序列确定用电设备的若干启闭事件，其中启闭事件为一个用电设备从开启到关闭的整个过程；

根据时刻变化序列和用电量变化序列，计算每个启闭事件的用电时长、用电时段和用电量；采用预设时间段内用电设备的若干启闭事件组成事件集，将每个启闭事件的电压、电流、功率、用电时长、用电时段和用电量构成启闭事件的评价指标；

根据事件集和每个启闭事件的评价指标集构建事件评价指标矩阵，将事件评价指标矩阵与数据库内的数据进行对比分析，识别出各个用电设备的电器类型；

联网模块，用于接收数据处理模块的数据，并将数据联网传输给远程终端；

供电模块，用于给识别模块、电表模块、计时模块、数据处理模块、联网模块供电。

Images