CN115754433B - 特征电流编码识别方法、装置及网络拓扑识别方法 - Google Patents
特征电流编码识别方法、装置及网络拓扑识别方法 Download PDFInfo
- Publication number
- CN115754433B CN115754433B CN202310029898.4A CN202310029898A CN115754433B CN 115754433 B CN115754433 B CN 115754433B CN 202310029898 A CN202310029898 A CN 202310029898A CN 115754433 B CN115754433 B CN 115754433B
- Authority
- CN
- China
- Prior art keywords
- characteristic current
- harmonic
- frequency
- code
- characteristic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000001514 detection method Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Monitoring And Testing Of Transmission In General (AREA)
Abstract
本发明公开了一种特征电流编码识别方法、装置及网络拓扑识别方法,本发明涉及特征电流编码识别技术领域,其中特征电流编码识别方法包括:获取用于进行特征电流信号检测的谐波次数;根据谐波次数对特征电流信号进行检测,得到谐波能量;根据谐波能量对特征电流信号进行解调,得到特征电流编码。由此,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
Description
技术领域
本发明涉及特征电流编码识别技术领域,尤其涉及一种特征电流编码识别方法、装置及网络拓扑识别方法。
背景技术
目前的特征电流信号检测方案是通过计量芯片获取的实时波形进行特征编码识别,虽然该方案能够满足特征编码识别的需求,但是识别过程较为复杂。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种特征电流编码识别方法,该方法根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
本发明的第二个目的在于提出一种特征电流编码识别装置。
本发明的第三个目的在于提出一种计量芯片。
本发明的第四个目的在于提出一种计算机可读存储介质。
本发明的第五个目的在于提出一种网络拓扑识别方法。
本发明的第六个目的在于提出一种智能设备。
为达到上述目的,本发明第一方面实施例提出了一种特征电流编码识别方法,方法包括:获取用于进行特征电流信号检测的谐波次数;根据谐波次数对特征电流信号进行检测,得到谐波能量;根据谐波能量对特征电流信号进行解调,得到特征电流编码。
根据本发明实施例的特征电流编码识别方法,根据获取的谐波次数对特征电流信号进行检测以得到谐波能量,并根据谐波能量对特征电流信号进行解调,从而得到特征电流编码。由此,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
根据本发明的一个实施例,获取用于进行特征电流信号检测的谐波次数,包括:获取特征电流信号的特征电流频率以及载波频率;根据特征电流频率和载波频率获取谐波次数。
根据本发明的一个实施例,谐波次数包括下限谐波次数和上限谐波次数,其中,根据特征电流频率和载波频率获取谐波次数,包括:对特征电流频率与载波频率的比值进行取整,得到第一值;将第一值作为下限谐波次数;将第一值与预设值的和作为上限谐波次数。
根据本发明的一个实施例,谐波次数包括下限谐波次数和上限谐波次数,其中,根据谐波次数对特征电流信号进行检测,得到谐波能量,包括:分别获取下限谐波次数和上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;根据下限幅度复数和上限幅度复数,计算得到谐波能量。
根据本发明的一个实施例,根据下限幅度复数和上限幅度复数,计算得到谐波能量,包括:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和并开方得到谐波能量。
根据本发明的一个实施例,根据下限幅度复数和上限幅度复数,计算得到谐波能量,包括:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和得到谐波能量。
根据本发明的一个实施例,根据谐波能量对特征电流信号进行解调,得到特征电流编码,包括:在谐波能量大于等于能量阈值的情况下,确定特征电流编码为第一编码;在谐波能量小于能量阈值的情况下,确定特征电流编码为第二编码。
根据本发明的一个实施例,能量阈值根据第一编码对应的第一电流幅值和第二编码对应的第二电流幅值确定。
根据本发明的一个实施例,能量阈值根据第一电流幅值和第二电流幅值,基于等比中值定理或等差中值定理确定。
根据本发明的一个实施例,方法还包括:根据第一电流幅值和第二电流幅值,获取信道信噪比;在信道信噪比小于信噪比阈值的情况下,调整谐波次数,并根据调整后的谐波次数对特征电流信号进行检测,得到谐波能量。
为达到上述目的,本发明第二方面实施例提出了一种特征电流编码识别装置,装置包括:获取模块,获取模块用于获取用于进行特征电流信号检测的谐波次数;检测模块,检测模块用于根据谐波次数对特征电流信号进行检测,得到谐波能量;解调模块,解调模块用于根据谐波能量对特征电流信号进行解调,得到特征电流编码。
根据本发明实施例的特征电流编码识别装置,通过获取模块获取用于进行特征电流信号检测的谐波次数,并通过检测模块根据谐波次数对特征电流信号进行检测以得到谐波能量,通过解调模块根据谐波能量对特征电流信号进行解调以得到特征电流编码。由此,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
根据本发明的一个实施例,获取模块具体用于:获取特征电流信号的特征电流频率以及载波频率;根据特征电流频率和载波频率获取谐波次数。
根据本发明的一个实施例,谐波次数包括下限谐波次数和上限谐波次数,获取模块具体用于:对特征电流频率与载波频率的比值进行取整,得到第一值;将第一值作为下限谐波次数;将第一值与预设值的和作为上限谐波次数。
根据本发明的一个实施例,谐波次数包括下限谐波次数和上限谐波次数,检测模块具体用于:分别获取下限谐波次数和上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;根据下限幅度复数和上限幅度复数,计算得到谐波能量。
根据本发明的一个实施例,检测模块具体用于:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和并开方得到谐波能量。
根据本发明的一个实施例,检测模块具体用于:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和得到谐波能量。
根据本发明的一个实施例,解调模块具体用于:在谐波能量大于等于能量阈值的情况下,确定特征电流编码为第一编码;在谐波能量小于能量阈值的情况下,确定特征电流编码为第二编码。
为达到上述目的,本发明第三方面实施例提出了一种计量芯片,包括:存储器、处理器及存储在存储器上并可在处理器上运行特征电流编码识别程序,处理器执行程序时,实现如第一方面实施例中的特征电流编码识别方法。
根据本发明实施例的计量芯片,通过上述的特征电流编码识别方法,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
为达到上述目的,本发明第四方面实施例提出了一种计算机可读存储介质,其上存储有特征电流编码识别程序,该特征电流编码识别程序被处理器执行时实现如第一方面实施例中的特征电流编码识别方法。
根据本发明实施例的计算机可读存储介质,通过上述的特征电流编码识别方法,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
为达到上述目的,本发明第五方面实施例提出了一种网络拓扑识别方法,方法包括:接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号;采用如第一方面实施例中的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码;根据特征电流编码确定网络拓扑关系。
根据本发明实施例的网络拓扑识别方法,根据上述的特征电流编码识别方法对接收到的网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号进行,以得到各个分支线路上的智能开关和用户终端的特征电流编码,并根据特征电流编码确定网络拓扑关系。由此,通过上述的特征电流编码识别方法直接获取特征电流信号的特征电流编码,并根据特征电流编码确定网络拓扑关系,大大降低了网络拓扑识别系统设计的复杂度以及程序的开发难度,从而有利于提高网络拓扑关系识别的效率。
为达到上述目的,本发明第六方面实施例提出了一种智能设备,智能设备包括:接收模块,接收模块用于接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号;识别模块,识别模块用于采用如第一方面实施例中的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码;确定模块,确定模块用于根据特征电流编码确定网络拓扑关系。
根据本发明实施例的智能设备,通过接收模块接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号,并通过识别模块根据上述的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码,通过确定模块根据特征电流编码确定网络拓扑关系。由此,通过上述的特征电流编码识别方法直接获取特征电流信号的特征电流编码,并根据特征电流编码确定网络拓扑关系,大大降低了网络拓扑识别系统设计的复杂度以及程序的开发难度,从而有利于提高网络拓扑关系识别的效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本发明一个实施例的特征电流编码识别方法的流程图;
图2为根据本发明一个实施例的特征电流编码识别装置的结构示意图;
图3为根据本发明一个实施例的计量芯片的示意性框图;
图4为根据本发明一个实施例的网络拓扑识别方法的流程图;
图5为根据本发明一个实施例的网络拓扑的结构示意图;
图6为根据本发明一个实施例的智能设备的结构示意图。
具体实施方式
详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例提出的特征电流编码识别方法、装置、计量芯片、计算机可读存储介质、网络拓扑识别方法及智能设备。
图1为根据本发明一个实施例的特征电流编码识别方法的流程图。如图1所示,该特征电流编码识别方法包括以下步骤:
步骤S101,获取用于进行特征电流信号检测的谐波次数。
需要说明的是,在进行特征电流编码识别之前,首先根据信道信噪比选择合适的特征电流信号,可选的,根据整体系统综合选取信道噪声较小的特征电流信号,在确定合适的特征电流信号后,对该特征电流信号进行编码,特征电流编码由1和0组成,1表示特征电流发送,0表示特征电流不发送,在进行网络拓扑识别时,需要对特征电流信号进行识别,主要是通过解调特征电流信号对应的特征电流编码,如果识别的特征电流编码与发送的特征电流编码一致,也就是说,识别的由1和0组成的特征电流编码与发送的由1和0组成的特征电流编码一致,则认为特征电流信号识别成功。
具体地,与以往通过实时波形进行特征编码识别不同,在本实施中,在进行特征电流编码识别时,首先获取与该特征电流信号对应的谐波次数。
在一些实施例中,获取用于进行特征电流信号检测的谐波次数,包括:获取特征电流信号的特征电流频率以及载波频率;根据特征电流频率和载波频率获取谐波次数。
进一步地,谐波次数包括下限谐波次数和上限谐波次数,其中,根据特征电流频率和载波频率获取谐波次数,包括:对特征电流频率与载波频率的比值进行取整,得到第一值;将第一值作为下限谐波次数;将第一值与预设值的和作为上限谐波次数。
也就是说,获取的用于进行特征电流信号检测的谐波次数包括下限谐波次数和上限谐波次数,其中,下限谐波次数为特征电流频率与载波频率的比值取整,上限谐波次数为特征电流频率与载波频率的比值取整后与预设值的和。
下限谐波次数和上限谐波次数计算公式具体如下所示:
其中,为下限谐波次数,为上限谐波次数,为特征电流频率,为载波频率,为预设值。
作为一个具体示例,假设选取的特征电流信号的特征电流频率为833.33Hz,固定的电网载波频率为50Hz,预设值为1,则下限谐波次数为16,上限谐波次数为17。
步骤S102,根据谐波次数对特征电流信号进行检测,得到谐波能量。
具体地,在获取特征电流信号对应的谐波次数后,获取若干谐波次数所对应的谐波能量。
在一些实施例中,谐波次数包括下限谐波次数和上限谐波次数,其中,根据谐波次数对特征电流信号进行检测,得到谐波能量,包括:分别获取下限谐波次数和上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;根据下限幅度复数和上限幅度复数,计算得到谐波能量。
具体地,在对特征电流信号检测过程中,获取特征电流信号发送过程实测的下限谐波次数所对应的下限幅度复数以及上限谐波次数所对应的上限幅度复数,并根据获取的下限幅度复数和上限幅度复数计算谐波能量。其中,下限幅度复数和上限幅度复数可以在特征电流信号检测过程中通过测试设备直接获取,获取手段简单便捷,无需通过复杂的运算。
进一步地,下限幅度复数可以表示为,上限幅度复数可以表示为。
其中,为下限幅度复数的实部,为下限幅度复数的虚部,为上限幅度复数的实部,为上限幅度复数的虚部。
可选的,根据下限幅度复数和上限幅度复数,计算得到谐波能量,包括:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和并开方得到谐波能量。
具体地,在获取下限幅度复数和上限幅度复数后,分别获取下限幅度复数对应的下限幅度模值,以及上限幅度复数对应的上限幅度模值,并将下限幅度模值的平方和上限幅度模值的平方求和并开方的值作为获取的谐波能量。
下限幅度模值以及上限幅度模值的计算公式具体如下所示:
其中,为下限幅度模值,为上限幅度模值,为下限幅度复数的实部,为下限幅度复数的虚部,为上限幅度复数的实部,为上限幅度复数的虚部。
因此,所获取的谐波能量可以表示为。
可选的,根据下限幅度复数和上限幅度复数,计算得到谐波能量,包括:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和得到谐波能量。
也就是说,还可以将下限幅度模值的平方以及上限幅度模值的平方进行求和并作为谐波能量,即获取的谐波能量可以表示为。
步骤S103,根据谐波能量对特征电流信号进行解调,得到特征电流编码。
具体地,根据计算所得的若干谐波次数的谐波能量的叠加结果估计特征电流信号的谐波能量,并根据估计结果识别特征电流编码。
在一些实施例中,根据谐波能量对特征电流信号进行解调,得到特征电流编码,包括:在谐波能量大于等于能量阈值的情况下,确定特征电流编码为第一编码;在谐波能量小于能量阈值的情况下,确定特征电流编码为第二编码。
进一步地,能量阈值根据第一编码对应的第一电流幅值和第二编码对应的第二电流幅值确定。
进一步地,能量阈值根据第一电流幅值和第二电流幅值,基于等比中值定理或等差中值定理确定。
具体地,在根据谐波能量对特征电流信号进行解调时,需要确定特征电流信号解调能量阈值,能量阈值根据第一电流幅值和第二电流幅值确定,其中,第一电流幅值为特征电流信号发送时第一编码对应的电流幅值,假设第一编码为1,则第一电流幅值为高电平对应的预设固定值,第二电流幅值为特征电流信号发送时第二编码对应的电流幅值,假设第二编码为0,由于第二电流幅值根据不同的特征电流信号而改变,则第二电流幅值为不同特征电流信号低电平对应的标定值。
能量阈值可以根据第一电流幅值和第二电流幅值基于等比中值定理或等差中值定理确定。
举例来说,能量阈值基于等比中值定理的计算公式可以如下所示:
或,能量阈值基于等差中值定理的计算公式可以如下所示:
其中,为能量阈值,为第一电流幅值,为第二电流幅值。
进一步地,比较获取的谐波能量与能量阈值的大小确定特征电流编码,如果谐波能量大于等于能量阈值,确定特征电流编码为第一编码,即确定特征电流编码为1,如果谐波能量小于能量阈值的情况下,确定特征电流编码为第二编码,即确定特征电流编码为0。
当获取的谐波能量为下限幅度模值的平方和上限幅度模值的平方之和时,特征电流编码解调具体可以如下所示:
其中,为能量阈值,为下限幅度复数的实部,为下限幅度复数的虚部,为上限幅度复数的实部,为上限幅度复数的虚部。
当获取的谐波能量为下限幅度模值的平方和上限幅度模值的平方之和并开方时,特征电流编码解调具体可以如下所示:
其中,为能量阈值,为下限幅度复数的实部,为下限幅度复数的虚部,为上限幅度复数的实部,为上限幅度复数的虚部。
具体来说,在特征电流信号发送时,发送的特征电流编码为1,通过上述的特征电流编码解调公式解调时,根据等比中值定理或等差中值定理的特性,获取的谐波能量肯定大于由等比中值定理或等差中值定理确定的能量阈值,因此可以将特征电流编码赋值为1,当特征电流信号不发送时,发送的特征电流编码为0,通过上述的特征电流编码解调公式解调时,由于谐波能量为0,肯定小于能量阈值,因此将特征电流编码赋值为0,从而可以实现对特征电流编码的精准解码,不需要复杂的运算,仅通过简单的比较谐波能量和能量阈值的大小即可获得特征电流编码。
在一些实施例中,上述方法还包括:根据第一电流幅值和第二电流幅值,获取信道信噪比;在信道信噪比小于信噪比阈值的情况下,调整谐波次数,并根据调整后的谐波次数对特征电流信号进行检测,得到谐波能量。
具体地,在进行特征电流编码识别时,根据当前特征电流信号对应的第一电流幅值和第二电流幅值,获取信道信噪比,信噪比的计算公式如下所示:
其中,为信噪比,为第一电流幅值,为第二电流幅值。
将计算所得的信噪比与信噪比阈值进行比较,如果信道信噪比大于等于信噪比阈值,说明信道噪声较小,可以根据谐波次数获取特征电流编码,如果信道信噪比小于信噪比阈值,则说明该信道噪声较大,为了避免较大噪声对特征电流编码的识别造成较大影响,调整用于进行特征电流信号检测的谐波次数,具体地调整方法可以为重新选取噪声较小的特征电流信号,根据调整后的特征电流信号重新调整与之对应的谐波次数,并根据调整后的谐波次数对特征电流信号进行检测,得到谐波能量。
综上所述,根据本发明实施例的特征电流编码识别方法,根据获取的谐波次数对特征电流信号进行检测以得到谐波能量,并根据谐波能量对特征电流信号进行解调,从而得到特征电流编码。由此,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
图2为根据本发明一个实施例的特征电流编码识别装置的结构示意图。如图2所示,该特征电流编码识别装置100包括:获取模块110、检测模块120和解调模块130。
其中,获取模块110用于获取用于进行特征电流信号检测的谐波次数;检测模块120用于根据谐波次数对特征电流信号进行检测,得到谐波能量;解调模块130用于根据谐波能量对特征电流信号进行解调,得到特征电流编码。
在一些实施例中,获取模块110具体用于:获取特征电流信号的特征电流频率以及载波频率;根据特征电流频率和载波频率获取谐波次数。
在一些实施例中,谐波次数包括下限谐波次数和上限谐波次数,获取模块110具体用于:对特征电流频率与载波频率的比值进行取整,得到第一值;将第一值作为下限谐波次数;将第一值与预设值的和作为上限谐波次数。
在一些实施例中,谐波次数包括下限谐波次数和上限谐波次数,检测模块120具体用于:分别获取下限谐波次数和上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;根据下限幅度复数和上限幅度复数,计算得到谐波能量。
在一些实施例中,检测模块120具体用于:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和并开方得到谐波能量。
在一些实施例中,检测模块120具体用于:分别获取下限幅度复数和上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对下限幅度模值的平方和上限幅度模值的平方求和得到谐波能量。
在一些实施例中,解调模块130具体用于:在谐波能量大于等于能量阈值的情况下,确定特征电流编码为第一编码;在谐波能量小于能量阈值的情况下,确定特征电流编码为第二编码。
在一些实施例中,能量阈值根据第一编码对应的第一电流幅值和第二编码对应的第二电流幅值确定。
在一些实施例中,能量阈值根据第一电流幅值和第二电流幅值,基于等比中值定理或等差中值定理确定。
在一些实施例中,上述特征电流编码识别装置还包括调整模块(图中未示出),调整模块具体用于:根据第一电流幅值和第二电流幅值,获取信道信噪比,在信道信噪比小于信噪比阈值的情况下,调整谐波次数;检测模块120还具体用于:根据调整后的谐波次数对特征电流信号进行检测,得到谐波能量。
需要说明的是,本申请中关于特征电流编码识别装置的描述,请参考本申请中关于特征电流编码识别方法的描述,具体这里不再赘述。
根据本发明实施例的特征电流编码识别装置,通过获取模块获取用于进行特征电流信号检测的谐波次数,并通过检测模块根据谐波次数对特征电流信号进行检测以得到谐波能量,通过解调模块根据谐波能量对特征电流信号进行解调以得到特征电流编码。由此,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
图3为根据本发明一个实施例的计量芯片的示意性框图。如图3所示,该计量芯片200包括:存储器210和处理器220,其中,特征电流编码识别程序存储在存储器210上并可在处理器220上运行,处理器220执行程序时,实现上述的特征电流编码识别方法。
根据本发明实施例的计量芯片,通过上述的特征电流编码识别方法,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
另外,本发明的实施例还提供一种计算机可读存储介质,其上存储有特征电流编码识别程序,该特征电流编码识别程序被处理器执行时实现上述的特征电流编码识别方法。
根据本发明实施例的计算机可读存储介质,通过上述的特征电流编码识别方法,根据谐波次数确定的谐波能量对特征电流信号进行解调,不仅可以实现对特征电流编码的有效识别,而且识别方法简单便捷,提高了特征电流编码识别的效率。
图4为根据本发明一个实施例的网络拓扑识别方法的流程图。如图4所示,该网络拓扑识别方法包括以下步骤:
步骤S201,接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号。
步骤S202,采用上述的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码。
步骤S203,根据特征电流编码确定网络拓扑关系。
需要说明的是,在对网络拓扑进行识别时,可先按照图5所示搭建网络拓扑,网络拓扑包括多个分支线路,各分支线路设置有智能开关和用户终端,如图5所示,网络拓扑包括三个分支线路,智能终端A、智能开关B1和用户终端C1组成第一分支线路,智能终端A、智能开关B2和用户终端C2组成第二分支线路,智能终端A、智能开关B3和用户终端C3组成第三分支线路,
具体地,在进行网络拓扑识别时,由智能终端依次向各分支线路中的智能开关和用户终端发送启动网络拓扑识别信号,各分支线路中的智能开关和用户终端在接收到信号后,根据接收到识别信号的顺序,各分支线路中的智能开关和用户终端依次发送特征电流信号,发送的特征电流信号中包含已编码的特征电流编码。需要说明的是,用户终端只需要能够发送特征电流编码,不需要任何的特征电流编码的识别逻辑,智能开关既需要特征电流编码的发送功能,还需要具有特征电流编码的识别功能,智能终端仅需要特征电流编码的识别功能即可。
智能开关以及智能终端采用上述的特征电流编码识别方法对接收到的特征电流信号进行识别,从而可以直接获取特征电流信号的特征电流编码,也就是说,智能开关和智能终端中的微控制单元(MCU)可以直接获取特征电流编码的识别结果,大大降低了网络拓扑识别系统对MCU性能的要求,从而可以减小对MCU算力的占用,同时也降低了程序的开发难度。
进一步地,在识别特征电流编码后,根据特征电流信号的上下游关系分析得出网络拓扑关系,举例来说,用户终端C1发送包括自身特征电流编码的特征电流信号,智能终端A、智能开关B1、智能开关B2和智能开关B3根据获取特征电流信号进行特征电流编码的解码,智能终端A和智能开关B1解码的特征电流编码与用户终端C1发送的特征电流编码一致,则说明智能终端A和智能开关B1为用户终端C1的上游;智能开关B1也会发送包括自身特征电流编码的特征电流信号,智能终端A、智能开关B2和智能开关B3根据获取特征电流信号进行特征电流编码的解码,智能终端A解码的特征电流编码与智能开关B1发送的特征电流编码一致,则说明智能终端A为智能开关B1的上游,从而可以确定出智能终端A、智能开关B1和用户终端C1组成的网络拓扑中的一个支路,类似的,采用相同的方法,可以识别整个网络拓扑结构,此处不再赘述。
根据本发明实施例的网络拓扑识别方法,根据上述的特征电流编码识别方法对接收到的网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号进行识别,以得到各个分支线路上的智能开关和用户终端的特征电流编码,并根据特征电流编码确定网络拓扑关系。由此,通过上述的特征电流编码识别方法直接获取特征电流信号的特征电流编码,并根据特征电流编码确定网络拓扑关系,大大降低了网络拓扑识别系统设计的复杂度以及程序的开发难度,从而有利于提高网络拓扑关系识别的效率。
图6为根据本发明一个实施例的智能设备的结构示意图。如图6所示,该智能设备300包括:接收模块310、识别模块320和确定模块330。
其中,接收模块310用于接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号;识别模块320用于采用上述的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码;确定模块330用于根据特征电流编码确定网络拓扑关系。
需要说明的是,本申请中关于智能设备的描述,请参考本申请中关于网络拓扑识别方法的描述,具体这里不再赘述。
根据本发明实施例的智能设备,通过接收模块接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号,并通过识别模块根据上述的特征电流编码识别方法,对特征电流信号进行识别得到特征电流编码,通过确定模块根据特征电流编码确定网络拓扑关系。由此,通过上述的特征电流编码识别方法直接获取特征电流信号的特征电流编码,并根据特征电流编码确定网络拓扑关系,大大降低了网络拓扑识别系统设计的复杂度以及程序的开发难度,从而有利于提高网络拓扑关系识别的效率。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (15)
1.一种特征电流编码识别方法,其特征在于,所述方法包括:
获取用于进行特征电流信号检测的谐波次数;
根据所述谐波次数对所述特征电流信号进行检测,得到谐波能量;
根据所述谐波能量对所述特征电流信号进行解调,得到特征电流编码;
所述谐波次数包括下限谐波次数和上限谐波次数,其中,所述根据所述谐波次数对所述特征电流信号进行检测,得到谐波能量,包括:
分别获取所述下限谐波次数和所述上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;
分别获取所述下限幅度复数和所述上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;
对所述下限幅度模值的平方和所述上限幅度模值的平方,求和或者求和并开平方,得到所述谐波能量。
2.根据权利要求1所述的特征电流编码识别方法,其特征在于,所述获取用于进行特征电流信号检测的谐波次数,包括:
获取所述特征电流信号的特征电流频率以及载波频率;
根据所述特征电流频率和所述载波频率获取所述谐波次数。
3.根据权利要求2所述的特征电流编码识别方法,其特征在于,所述谐波次数包括下限谐波次数和上限谐波次数,其中,所述根据所述特征电流频率和所述载波频率获取所述谐波次数,包括:
对所述特征电流频率与所述载波频率的比值进行取整,得到第一值;
将所述第一值作为所述下限谐波次数;
将所述第一值与预设值的和作为所述上限谐波次数。
4.根据权利要求1所述的特征电流编码识别方法,其特征在于,所述根据所述谐波能量对所述特征电流信号进行解调,得到特征电流编码,包括:
在所述谐波能量大于等于能量阈值的情况下,确定所述特征电流编码为第一编码;
在所述谐波能量小于所述能量阈值的情况下,确定所述特征电流编码为第二编码。
5.根据权利要求4所述的特征电流编码识别方法,其特征在于,所述能量阈值根据所述第一编码对应的第一电流幅值和所述第二编码对应的第二电流幅值确定。
6.根据权利要求5所述的特征电流编码识别方法,其特征在于,所述能量阈值根据所述第一电流幅值和所述第二电流幅值,基于等比中值定理或等差中值定理确定。
7.根据权利要求5所述的特征电流编码识别方法,其特征在于,所述方法还包括:
根据所述第一电流幅值和所述第二电流幅值,获取信道信噪比;
在所述信道信噪比小于信噪比阈值的情况下,调整所述谐波次数,并根据调整后的谐波次数对所述特征电流信号进行检测,得到谐波能量。
8.一种特征电流编码识别装置,其特征在于,所述装置包括:
获取模块,所述获取模块用于获取用于进行特征电流信号检测的谐波次数;
检测模块,所述检测模块用于根据所述谐波次数对所述特征电流信号进行检测,得到谐波能量;
解调模块,所述解调模块用于根据所述谐波能量对所述特征电流信号进行解调,得到特征电流编码;
所述谐波次数包括下限谐波次数和上限谐波次数,所述检测模块具体用于:分别获取所述下限谐波次数和所述上限谐波次数对应的特征电流信号的幅度的复值,得到下限幅度复数和上限幅度复数;分别获取所述下限幅度复数和所述上限幅度复数的模值的平方,得到下限幅度模值的平方和上限幅度模值的平方;对所述下限幅度模值的平方和所述上限幅度模值的平方,求和或者求和并开方得到所述谐波能量。
9.根据权利要求8所述的特征电流编码识别装置,其特征在于,所述获取模块具体用于:获取所述特征电流信号的特征电流频率以及载波频率;根据所述特征电流频率和所述载波频率获取所述谐波次数。
10.根据权利要求9所述的特征电流编码识别装置,其特征在于,所述谐波次数包括下限谐波次数和上限谐波次数,所述获取模块具体用于:对所述特征电流频率与所述载波频率的比值进行取整,得到第一值;将所述第一值作为所述下限谐波次数;将所述第一值与预设值的和作为所述上限谐波次数。
11.根据权利要求8所述的特征电流编码识别装置,其特征在于,所述解调模块具体用于:在所述谐波能量大于等于能量阈值的情况下,确定所述特征电流编码为第一编码;在所述谐波能量小于所述能量阈值的情况下,确定所述特征电流编码为第二编码。
12.一种计量芯片,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行特征电流编码识别程序,所述处理器执行所述程序时,实现权利要求1-7中任一项所述的特征电流编码识别方法。
13.一种计算机可读存储介质,其特征在于,其上存储有特征电流编码识别程序,该特征电流编码识别程序被处理器执行时实现权利要求1-7中任一项所述的特征电流编码识别方法。
14.一种网络拓扑识别方法,其特征在于,所述方法包括:
接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号;
采用权利要求1-7任一项所述的特征电流编码识别方法,对所述特征电流信号进行识别得到特征电流编码;
根据所述特征电流编码确定网络拓扑关系。
15.一种智能设备,其特征在于,所述智能设备包括:
接收模块,所述接收模块用于接收网络拓扑中各个分支线路上的智能开关和用户终端的特征电流信号;
识别模块,所述识别模块用于采用权利要求1-7任一项所述的特征电流编码识别方法,对所述特征电流信号进行识别得到特征电流编码;
确定模块,所述确定模块用于根据所述特征电流编码确定网络拓扑关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029898.4A CN115754433B (zh) | 2023-01-09 | 2023-01-09 | 特征电流编码识别方法、装置及网络拓扑识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310029898.4A CN115754433B (zh) | 2023-01-09 | 2023-01-09 | 特征电流编码识别方法、装置及网络拓扑识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115754433A CN115754433A (zh) | 2023-03-07 |
CN115754433B true CN115754433B (zh) | 2023-04-28 |
Family
ID=85348798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310029898.4A Active CN115754433B (zh) | 2023-01-09 | 2023-01-09 | 特征电流编码识别方法、装置及网络拓扑识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115754433B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7502237B2 (en) * | 2007-03-07 | 2009-03-10 | Eaton Corporation | Power waveform harmonic analysis using summed samples |
CN101526572B (zh) * | 2008-12-10 | 2011-07-27 | 华北电力大学 | 基于电力线工频通信的抽油机电机远程监测方法与系统 |
CN106533512A (zh) * | 2016-11-04 | 2017-03-22 | 南京邮电大学 | 基于三角化率调制的多位编码谐波通信方法 |
CN111817289B (zh) * | 2020-06-08 | 2021-12-17 | 华南理工大学 | 低压配电台区物理拓扑识别方法、装置、系统、终端及介质 |
CN112019241B (zh) * | 2020-10-22 | 2021-02-05 | 中国电力科学研究院有限公司 | 一种用于在电力系统中识别设备关联关系的方法及系统 |
CN113341226B (zh) * | 2021-06-21 | 2022-04-29 | 合肥美的暖通设备有限公司 | 谐波检测方法、装置、变频器及存储介质 |
CN114325027A (zh) * | 2021-11-16 | 2022-04-12 | 北京智芯微电子科技有限公司 | 户变关系识别装置、方法、终端及拓扑结构识别系统 |
CN114646829A (zh) * | 2022-03-17 | 2022-06-21 | 安徽明生恒卓科技有限公司 | 一种低压台区的电气拓扑识别方法及其系统和终端 |
CN115201563B (zh) * | 2022-06-30 | 2024-08-09 | 国网山东省电力公司潍坊供电公司 | 一种基于联合熵的多谐波源定位方法及系统 |
CN115372698A (zh) * | 2022-10-26 | 2022-11-22 | 东方电子股份有限公司 | 一种用于电力系统高次谐波抑制的测控装置及方法 |
-
2023
- 2023-01-09 CN CN202310029898.4A patent/CN115754433B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115754433A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110224721B (zh) | 对来自发送信道的模拟信号进行处理的方法和接收器 | |
CN109212369B (zh) | 一种变压器铁心直流偏磁的检测方法及装置 | |
CN101494508A (zh) | 基于特征循环频率的频谱检测方法 | |
CN114142464B (zh) | 基于特征电流信号检测的低压台区拓扑识别方法和装置 | |
CN114646829A (zh) | 一种低压台区的电气拓扑识别方法及其系统和终端 | |
CN114760176B (zh) | 电力线通信自适应脉冲噪声抑制方法和装置、存储介质 | |
CN111161097B (zh) | 基于假设检验的事件检测算法检测开关事件的方法和装置 | |
CN115754433B (zh) | 特征电流编码识别方法、装置及网络拓扑识别方法 | |
CN115616619A (zh) | 一种基于多参数的gnss欺骗干扰检测方法 | |
CN111464210A (zh) | 一种数据的分集合并方法及装置、通信设备及存储介质 | |
CN103457885A (zh) | 信道估计方法、信道估计装置和接收机 | |
CN116027254B (zh) | 三相电能表电流不平衡窃电分析方法 | |
JP5115938B2 (ja) | 混信判定回路及び混信判定方法 | |
CN114325027A (zh) | 户变关系识别装置、方法、终端及拓扑结构识别系统 | |
JP5695280B2 (ja) | 電力線通信のためのデュアルチャネル受信機 | |
US7068755B2 (en) | Methods and apparatus for characterizing subscriber loop based on analysis of DSL handshaking signals and for optimization of DSL operation | |
CN107507630A (zh) | 一种非合作语音通信接收数据无用时间段识别方法 | |
CN107395330B (zh) | 低中频载波检测的方法、装置及计算机设备 | |
CN111917436A (zh) | 噪声估计方法、对应的设备和计算机程序产品 | |
Bao et al. | Spectrum segmentation for wideband sensing of radio signals | |
CN114745027A (zh) | 电力线通信脉冲噪声识别方法和系统、存储介质 | |
CN115221915A (zh) | 一种目标电信号的检测方法、装置、终端设备及存储介质 | |
CN112073130B (zh) | 基于相位差分布曲线三点定形的频谱感知方法及相关设备 | |
US8892052B2 (en) | Methods for determining whether a signal includes a wanted signal and apparatuses configured to determine whether a signal includes a wanted signal | |
KR101132927B1 (ko) | 위상 정보를 이용한 엔트로피를 기반으로 하는 신호 검출 시스템 |
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 |