CN117630552A - 一种基于复合滑窗的电器负荷状态检测方法及系统 - Google Patents
一种基于复合滑窗的电器负荷状态检测方法及系统 Download PDFInfo
- Publication number
- CN117630552A CN117630552A CN202311672562.6A CN202311672562A CN117630552A CN 117630552 A CN117630552 A CN 117630552A CN 202311672562 A CN202311672562 A CN 202311672562A CN 117630552 A CN117630552 A CN 117630552A
- Authority
- CN
- China
- Prior art keywords
- load event
- sliding window
- event
- preset
- load
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 105
- 239000002131 composite material Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 79
- 230000001052 transient effect Effects 0.000 claims abstract description 73
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 43
- 238000012216 screening Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000013519 translation Methods 0.000 claims description 11
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/003—Environmental or reliability tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于复合滑窗的电器负荷状态检测方法及系统,其中方法包括:使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,和所述第一负荷事件的存在时间段、起始平均功率和结束平均功率;根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;根据最终的负荷事件检测结果,判定电器的运行状态。本发明能避免受到外部的噪声和电器的功率波动,从而提升电器负荷检测的准确性。
Description
技术领域
本发明属于非侵入式负荷检测领域,具体涉及一种基于复合滑窗的电器负荷状态检测方法及系统。
背景技术
获取用户电器级别的用电信息可以极大地提升电力公司对需求侧用户用电地可观性,可以为制定节能减排政策提供数据支持。非侵入式负荷检测式实现用电细节采集的主流技术手段,而其中的一个流派,基于事件的NILM领域内的检测方法由于其计算负担小,效率高等优势在工程中被广泛推广。基于事件的NILM方法的基础是检测电器在运行过程中产生的负荷事件,然而由于具有不同的运行特性的电器产生的负荷事件的暂态功率波形具有不同的时间长度,现有的方法难以检测负荷事件的完整暂态过程。此外,广泛存在于采样过程的噪声和来自某些特定电器的功率波动也会影响检测效果。但目前极少有负荷状态检测方法能准确检测电器实际上的负荷状态,最大程度上降低噪声对检测结果的而影响。
发明内容
本发明提出了一种基于复合滑窗的电器负荷状态检测方法及系统,能完整的检测电器的负荷状态,避免受到外部的噪声和电器的功率波动而影响检测效果的准确性,及时发现电器的异常负荷。
本发明的第一方面提供了一种基于复合滑窗的电器负荷状态检测方法,所述方法包括:
采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;其中,预设的复合滑窗包含若干个子滑窗;
根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
根据最终的负荷事件检测结果,判定电器的运行状态。
上述方案通过扫描电器的总量功率信号序列,得到第一负荷时间,再通过复合滑窗对第一负荷事件的时间段进行检测,得到含有暂态过程的时间段,然后通过预设的波动事件筛选方法检测含有暂态过程的时间段,剔除受到干扰因素影响而被误认为的负荷事件,并得到最终的负荷事件检测结果,避免检测受到外部的噪声和电器的功率波动等干扰因素的影响,使对电器的负荷检测有更高的准确性。
在第一方面的一种可能的实现方法中,使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率,具体为:
将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点;
使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差;
如果第二功率极差大于预设的第一功率阈值,则认为所述第二子滑窗中存在电器的第一负荷事件;
使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均功率,第三子滑窗中总量功率信号的平均值作为结束平均功率。
上述方案通过预设的复合滑窗扫描电器的总量功率信号序列,得到可能存在暂态过程的第一负荷事件,为下面对第一负荷事件进行检测筛选提供数据支撑。
在第一方面的一种可能的实现方法中,根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件,具体为:
根据所述第一负荷事件的起始平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点;
根据所述第一负荷事件的结束平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点;
根据所述暂态起始点和暂态结束点,确定包含暂态过程的目标负荷事件。
上述方案使用预设的变点检测方法检测第一负荷事件是否存在暂态过程,并保留含有暂态过程的第一负荷事件作为目标负荷事件作为接下来筛选的数据,也通过剔除无暂态过程的第一负荷事件提升了数据的准确度。
在第一方面的一种可能的实现方法中,预设的变点检测方法,具体为:
当所述第一负荷事件的存在时间段满足以下公式时,则找到所述暂态起始点,具体公式为:
其中,P为电器的总量功率信号序列,δi为电器的总量功率信号序列的一阶差分序列,sign()为取符号计算,ti为目标时间点,Pthre为第一功率阈值。
type为所述第一负荷事件的类型,具体为:
其中,μs为所述起始平均功率,μe为所述结束平均功率,on表示所述第一负荷事件为启动负荷事件,off表示所述第一负荷事件为停止负荷事件;
当所述第一负荷事件的存在时间段满足以下公式时,则找到所述暂态结束点,具体公式为:
|P(ti)-μe|<τ&sign(δi)≠1 if type=on
|P(ti)-μe|<τ&sign(δi)≠-1 if type=off
其中,τ为相似性判定参数。
在第一方面的一种可能的实现方法中,使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果,具体为:
计算目标负荷事件的总量功率信号序列的一阶差分序列;
如果所述一阶差分序列不满足所有预设的波动事件检测条件,则认为所述一阶差分序列对应的目标负荷事件是无干扰因素的,以此得到最终的负荷事件检测结果;其中,干扰因素包括电器的负荷波动和周围环境的背景噪声。
上述方案通过检测目标负荷事件是否因为电器的负荷波动和周围环境的背景噪声的影响而出现暂态过程,筛选没有受到干扰因素影响的负荷事件作为最终的负荷事件检测结果,避免了因干扰因素而导致的数据不准确,提升了检测的准确度。
在第一方面的一种可能的实现方法中,预设的波动事件检测条件,具体为:
预设的波动事件检测条件的具体公式为:
|{t|sign(P(t)-μ(i))≠sign(P(t+1)-μ(i))}|>Fth1
其中,sign()为取正负计算,μ(t)为目标负荷事件的总量功率信号的平均值,P为目标负荷事件的总量功率信号序列,Fth1和Fth2为预设的波动事件检测阈值。
本发明第二方面提供了一种基于复合滑窗的电器负荷状态检测系统,所述系统包括:数据获取模块,第一负荷事件计算模块,目标负荷事件计算模块,目标负荷事件筛选模块和电器运行状态判定模块;
其中,所述数据获取模块用于采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
所述第一负荷事件计算模块用于使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;其中,预设的复合滑窗包含若干个子滑窗;
所述目标负荷事件计算模块用于根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
所述目标负荷事件筛选模块用于使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
所述电器运行状态判定模块用于根据最终的负荷事件检测结果,判定电器的运行状态。
在第二方面的一种可能的实现方式中,第一负荷事件计算模块包括:第一负荷事件生成单元;
所述第一负荷事件生成单元用于将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点;
使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差;
如果第二功率极差大于预设的第一功率阈值,则认为所述第二子滑窗中存在电器的第一负荷事件;
使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均功率,第三子滑窗中总量功率信号的平均值作为结束平均功率。
在第二方面的一种可能的实现方式中,目标负荷事件计算模块包括:暂态过程筛选单元;
所述暂态过程筛选单元用于根据所述第一负荷事件的起始平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点;
根据所述第一负荷事件的结束平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点;
根据所述暂态起始点和暂态结束点,确定包含暂态过程的目标负荷事件。
在第二方面的一种可能的实现方式中,目标负荷事件筛选模块包括:波动事件筛选单元;
所述波动事件筛选单元用于计算目标负荷事件的总量功率信号序列的一阶差分序列;如果所述一阶差分序列不满足所有预设的波动事件检测条件,则认为所述一阶差分序列对应的目标负荷事件是无干扰因素的,以此得到最终的负荷事件检测结果;其中,干扰因素包括电器的负荷波动和周围环境的背景噪声。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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发明的一些实施方式,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是本发明某一实施例提供了一种基于复合滑窗的电器负荷状态检测方法的具体流程示意图;
图2是本发明某一实施例提供了一种基于复合滑窗的电器负荷状态检测系统的结构图。
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,所描述的实施例仅仅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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不是作为对步骤执行先后顺序的限定。
如图1所示,图1为本发明某一实施例提供了一种基于复合滑窗的电器负荷状态检测方法的具体流程示意图,由于在家庭用电等复杂情景下检测电器的负荷情况有利于提升电力公司对用户的用电需求的了解,然而由于在采样过程中某些特定电器的会产生噪音和功率波动,这会影响电器负荷的结果而导致检测效果不准确,因此在本发明针对负荷事件在总量功率信号上表现出的复杂波形以及时间长度不同等特点,通过复合滑窗扫描电器的总量功率信号序列得到负荷事件的时间段,再通过检测负荷事件是否存在暂态过程和是否由频率波动及背景噪声影响来进行层层筛选,确保了检测结果的准确性。本实施例的基于复合滑窗的电器负荷状态检测方法包括步骤S1至步骤S5,详述如下:
步骤S1,采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
在本步骤中,先在用户供电入口处采集在预设的过去时间段内电器使用情况数据,从所述电器使用情况数据得到电器的总量功率信号序列。在一些实施例中,是采集自某家庭用电器在过去一周内、采集频率为1Hz的总量功率信号。
步骤S2,使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;
在本步骤中,先将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点。
再使用第二子滑窗检测中间部分是否存在可能含有暂态过程的负荷事件。使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差。
如果第二功率极差大于预设的第一功率阈值,可认为第二子滑窗处存在可能含有暂态过程的负荷事件,即第一负荷事件。
然后使用第一子滑窗和第三子滑窗确定可能含有暂态过程的负荷事件的时间段。使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差。
最后使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均功率,第三子滑窗中总量功率信号的平均值作为结束平均功率。
在一些实施例中,所述步骤S2,具体为:
设置长度为L的复合滑窗w中的总量功率信号的元素Pi是从1到L排列的,复合滑窗w包含第一子滑窗ws、第二子滑窗wm和第三子滑窗we。
第一子滑窗ws处于复合滑窗w的起始部分,活动于总量功率信号序列的前三分之一处,即
第二子滑窗wm处于复合滑窗w的中间部分,活动于总量功率信号序列的中间三分之一处,即
第三子滑窗we处于复合滑窗w的结束部分,活动于总量功率信号序列的后三分之一处,即
首先,使用第二子滑窗wm扫描总量功率信号序列,并计算wm中的功率极差Rm,即wm中总量功率的最大值和最小值之差。如果Rm大于预设的第一功率阈值Pthre,则记为第一负荷事件。
然后将第一子滑窗ws以预设的步长向右平移,第三子滑窗we以预设的步长向左平移,如公式:ws←ws-Δ,we←we+Δ;其中Δ为每次平移的步长。当第一子滑窗中总量功率Ps的标准差和第三子滑窗中总量功率Pe的标准差均小于预设的第二功率阈值时,可认为均已移动到稳态过程且ws和we之间包含第一负荷事件的完整的暂态过程,停止平移,此时Ps和Pe满足以下公式:
其中,std()为标准差运算,γ为截止比例系数,Psub为ws或we中的总量功率信号序列。
最后将将此时第一子滑窗中总量功率的平均值作为起始平均功率,第三子滑窗中总量功率的平均值作为结束平均功率。
步骤S3,根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
在本步骤中,先根据所述第一负荷事件的起始平均功率和结束平均功率判断第一负荷事件的类型type,具体公式如下:
其中,μs为所述起始平均功率,μe为所述结束平均功率,on表示所述第一负荷事件为启动负荷事件,off表示所述第一负荷事件为停止负荷事件;启动负荷事件表示造成电器功率水平上升的、预示电器开始耗电的负荷事件;停止负荷事件表示造成电器功率水平下降的、预示电器停止耗电的负荷事件。
根据第一负荷事件的类型和起始平均功率μs,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点tstart,具体判断公式如下:
其中,P为电器的总量功率信号序列,δi为电器的总量功率信号序列的一阶差分序列,sign()为取正负计算,ti为目标时间点,Pthre为第一功率阈值;如果第一负荷事件的类型属于on,使用前两段公式进行判断,如果第一负荷事件的类型属于off,使用后两段公式进行判断。
根据第一负荷事件的类型和结束平均功率μe,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点tend,具体判断公式如下:
|P(ti)-μe|<τ&sign(δi)≠1 if type=on
|P(ti)-μe|<τ&sign(δi)≠-1 if type=off
其中,τ为相似性判定参数。
如果通过预设的变点检测方法无法找到tstart和tend时,则认为该第一负荷事件中不存在暂态过程。继续滑动复合滑窗扫描总量功率信号序列。如果找到tstart和tend,则可认为该第一负荷事件中存在暂态过程,记该第一负荷事件为目标负荷事件。
步骤S4,使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
在本步骤中,因为一些特殊电器产生的负荷波动和背景噪声,一些电器的功率变化也会被误认为是负荷事件,即波动事件,因此本步骤是用于筛选出目标负荷事件中的波动事件。
先计算目标负荷事件在暂态起始点tstart和暂态结束点tend之间的总量功率信号序列的一阶差分信号序列ΔP(t),的具体公式为:
如果一阶差分信号序列ΔP(t)满足波动事件检测条件之一,则认为该目标负荷事件是波动事件,应当去除;否则记为最终的负荷事件检测结果;其中,波动事件检测条件,具体为:
|{t|sign(P(t)-μ(i))≠sign(P(t+1)-μ(i))}|>Fth1
其中,sign()为取正负计算,μ(t)为目标负荷事件的总量功率信号的平均值,P为目标负荷事件的总量功率信号序列,Fth1和Fth2为预设的波动事件检测阈值。
步骤S5,根据最终的负荷事件检测结果,判定电器的运行状态;
在本步骤中,根据得到的最终的负荷事件检测结果,判断电器的运行状态是否正常以及用户的用电需求可优化之处。
进一步的,为了执行上述方法实施例对应的基于复合滑窗的电器负荷状态检测方法,以实现响应的功能和技术效果,本发明提供了一个在家庭用电场景下的基于复合滑窗的电器负荷状态检测方法得的实施例,为了便于说明,仅示出了与本实施例相关的部分。在本实施例中,采集自某家庭用电器在过去一周内、采集频率为1Hz的总量功率信号。并设置复合滑窗的长L度为7,第一功率阈值Pthre为50W,平移步长Δ为1,截止比例系数γ为0.1,波动事件检测阈值Fth1和Fth2分别为3和2。
通过使用两个家庭用户的实测数据集的总量功率信号进行测试,监测家庭环境内常用电器的负荷模式,通过检测准确率评价指标的准确率Pr(%)和召回率Re(%)来描述本发明相比常用方法所突出的高准确度。具体情况如下表:
由表可看出,本发明提供的基于复合滑窗的电器负荷状态检测方法因为避免了波动事件造成检测干扰,使电器负荷的检测准确度大大提高,所以其准确率和召回率均高于两种常用方法,能及时发现负荷异常的电器。
进一步的,为了执行上述方法实施例对应的基于复合滑窗的电器负荷状态检测系统,以实现响应的功能和技术效果,图2提供了一种基于复合滑窗的电器负荷状态检测系统的结构图。为了便于说明,仅示出了与本实施例相关的部分,本发明实施例提供的基于复合滑窗的电器负荷状态检测系统,包括:数据获取模块201,第一负荷事件计算模块202,目标负荷事件计算模块203,目标负荷事件筛选模块204和电器运行状态判定模块205;
数据获取模块201,用于采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
第一负荷事件计算模块202,用于使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;其中,预设的复合滑窗包含若干个子滑窗;
目标负荷事件计算模块203,用于根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
目标负荷事件筛选模块204,用于使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
电器运行状态判定模块205,用于根据最终的负荷事件检测结果,判定电器的运行状态。
在一些实施例中,所述第一负荷事件计算模块202,还包括:
第一负荷事件生成单元,用于将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点;
使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差;
如果第二功率极差大于预设的第一功率阈值,则认为所述第二子滑窗中存在电器的第一负荷事件;
使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均值,第三子滑窗中总量功率信号的平均值作为结束平均值。
在一些实施例中,所述目标负荷事件计算模块203,还包括:
暂态过程筛选单元,用于根据所述第一负荷事件的起始平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点;
根据所述第一负荷事件的结束平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点;
根据所述暂态起始点和暂态结束点,确定包含暂态过程的目标负荷事件。
在一些实施例中,所述目标负荷事件筛选模块204,还包括:
波动事件筛选单元,用于计算目标负荷事件的总量功率信号序列的一阶差分序列;如果所述一阶差分序列不满足所有预设的波动事件检测条件,则认为所述一阶差分序列对应的目标负荷事件是无干扰因素的,以此得到最终的负荷事件检测结果;其中,干扰因素包括电器的负荷波动和周围环境的背景噪声。
本实施例提出了一种基于复合滑窗的电器负荷状态检测方法及系统:采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;根据最终的负荷事件检测结果,判定电器的运行状态。其有益效果在于:能完整的检测电器的负荷状态,避免受到外部的噪声和电器的功率波动而影响检测效果的准确性,及时发现电器的异常负荷。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明。应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于复合滑窗的电器负荷状态检测方法,其特征在于,包括:
采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;其中,预设的复合滑窗包含若干个子滑窗;
根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
根据最终的负荷事件检测结果,判定电器的运行状态。
2.根据权利要求1所述的基于复合滑窗的电器负荷状态检测方法,其特征在于,所述使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率,具体为:
将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点;
使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差;
如果第二功率极差大于预设的第一功率阈值,则认为所述第二子滑窗中存在电器的第一负荷事件;
使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均功率,第三子滑窗中总量功率信号的平均值作为结束平均功率。
3.根据权利要求1所述的基于复合滑窗的电器负荷状态检测方法,其特征在于,所述根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件,具体为:
根据所述第一负荷事件的起始平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点;
根据所述第一负荷事件的结束平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点;
根据所述暂态起始点和暂态结束点,确定包含暂态过程的目标负荷事件。
4.根据权利要求3所述的基于复合滑窗的电器负荷状态检测方法,其特征在于,所述预设的变点检测方法,具体为:
当所述第一负荷事件的存在时间段满足以下公式时,则找到所述暂态起始点,具体公式为:
其中,P为电器的总量功率信号序列,δi为电器的总量功率信号序列的一阶差分序列,sign()为取符号计算,ti为目标时间点,Pthre为第一功率阈值。
type为所述第一负荷事件的类型,具体为:
其中,μs为所述起始平均功率,μe为所述结束平均功率,on表示所述第一负荷事件为启动负荷事件,off表示所述第一负荷事件为停止负荷事件;
当所述第一负荷事件的存在时间段满足以下公式时,则找到所述暂态结束点,具体公式为:
|P(ti)-μe|<τ&sign(δi)≠1 if type=on
|P(ti)-μe|<τ&sign(δi)≠-1 if type=off
其中,τ为相似性判定参数。
5.根据权利要求1所述的基于复合滑窗的电器负荷状态检测方法,其特征在于,所述使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果,具体为:
计算目标负荷事件的总量功率信号序列的一阶差分序列;
如果所述一阶差分序列不满足所有预设的波动事件检测条件,则认为所述一阶差分序列对应的目标负荷事件是无干扰因素的,以此得到最终的负荷事件检测结果;其中,干扰因素包括电器的负荷波动和周围环境的背景噪声。
6.根据权利要求5所述的基于复合滑窗的电器负荷状态检测方法,其特征在于,所述预设的波动事件检测条件,具体为:
预设的波动事件检测条件的具体公式为:
|{t|sign(P(t)-μ(i))≠sign(P(t+1)-μ(i))}|>Fth1
其中,sign()为取正负计算,μ(t)为目标负荷事件的总量功率信号的平均值,P为目标负荷事件的总量功率信号序列,Fth1和Fth2为预设的波动事件检测阈值。
7.一种基于复合滑窗的电器负荷状态检测系统,其特征在于,包括:数据获取模块,第一负荷事件计算模块,目标负荷事件计算模块,目标负荷事件筛选模块和电器运行状态判定模块;
其中,所述数据获取模块用于采集预设的过去时间段内的电器使用情况数据,根据所述电器使用情况数据得到电器的总量功率信号序列;
所述第一负荷事件计算模块用于使用预设的复合滑窗扫描电器的总量功率信号序列,获得电器的第一负荷事件,得到所述第一负荷事件的存在时间段和所述第一负荷事件的起始平均功率和结束平均功率;其中,预设的复合滑窗包含若干个子滑窗;
所述目标负荷事件计算模块用于根据所述第一负荷事件的起始平均功率和结束平均功率,使用预设的变点检测方法检测所述第一负荷事件的存在时间段中存在暂态过程的部分,得到存在暂态过程的目标负荷事件;
所述目标负荷事件筛选模块用于使用预设的波动事件筛选方法检测目标负荷事件,去除满足预设的波动事件检测条件的目标负荷事件,得到最终的负荷事件检测结果;
所述电器运行状态判定模块用于根据最终的负荷事件检测结果,判定电器的运行状态。
8.根据权利要求7所述的基于复合滑窗的电器负荷状态检测系统,其特征在于,所述第一负荷事件计算模块包括:第一负荷事件生成单元;
所述第一负荷事件生成单元用于将所述总量功率信号序列按时间顺序平均分为起始部分、中间部分和结束部分,并设置预设的复合滑窗的第一子滑窗在起始部分的起点,预设的复合滑窗的第三子滑窗在结束部分的终点;
使用预设的复合滑窗的第二子滑窗扫描所述总量功率信号序列的中间部分,得到第二功率极差;其中,第二功率极差为所述第二子滑窗中总量功率信号的最大值和最小值之差;
如果第二功率极差大于预设的第一功率阈值,则认为所述第二子滑窗中存在电器的第一负荷事件;
使第一子滑窗和第三子滑窗向第二子滑窗处按照预设的步长平移;当第一子滑窗中总量功率信号的标准差和第三子滑窗中总量功率信号的标准差均小于预设的第二功率阈值时,停止平移并确定电器的第一负荷事件的存在时间段,并将此时第一子滑窗中总量功率信号的平均值作为起始平均功率,第三子滑窗中总量功率信号的平均值作为结束平均功率。
9.根据权利要求7所述的基于复合滑窗的电器负荷状态检测系统,其特征在于,所述目标负荷事件计算模块包括:暂态过程筛选单元;
所述暂态过程筛选单元用于根据所述第一负荷事件的起始平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态起始点;
根据所述第一负荷事件的结束平均功率,通过预设的变点检测方法对所述第一负荷事件的存在时间段进行检测,得到所述第一负荷事件的存在时间段的暂态结束点;
根据所述暂态起始点和暂态结束点,确定包含暂态过程的目标负荷事件。
10.根据权利要求7所述的基于复合滑窗的电器负荷状态检测系统,其特征在于,所述目标负荷事件筛选模块包括:波动事件筛选单元;
所述波动事件筛选单元用于计算目标负荷事件的总量功率信号序列的一阶差分序列;如果所述一阶差分序列不满足所有预设的波动事件检测条件,则认为所述一阶差分序列对应的目标负荷事件是无干扰因素的,以此得到最终的负荷事件检测结果;其中,干扰因素包括电器的负荷波动和周围环境的背景噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311672562.6A CN117630552A (zh) | 2023-12-07 | 2023-12-07 | 一种基于复合滑窗的电器负荷状态检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311672562.6A CN117630552A (zh) | 2023-12-07 | 2023-12-07 | 一种基于复合滑窗的电器负荷状态检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117630552A true CN117630552A (zh) | 2024-03-01 |
Family
ID=90021424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311672562.6A Pending CN117630552A (zh) | 2023-12-07 | 2023-12-07 | 一种基于复合滑窗的电器负荷状态检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117630552A (zh) |
-
2023
- 2023-12-07 CN CN202311672562.6A patent/CN117630552A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111244954B (zh) | 一种非入侵式负荷辨识方法及装置 | |
CN108021736B (zh) | 一种基于滑动窗残差模型的负荷投切动作监测方法 | |
AU2010364174B2 (en) | Electromagnetic flow meter | |
CN112396007B (zh) | 一种非侵入式居民负荷突变事件三阈值检测方法和系统 | |
CN103454585A (zh) | 一种基于失电残压的永磁同步电机失磁故障诊断方法 | |
CN1896760A (zh) | 负载工况下自动识别发电机转子绕组匝间短路故障的方法 | |
CN111382789A (zh) | 基于机器学习的电力负荷识别方法及系统 | |
CN109324285A (zh) | 一种负载开关事件检测方法及系统 | |
CN112039059B (zh) | 基于功率阶跃连续性判别的长暂态负荷事件检测方法 | |
CN108595376B (zh) | 一种区分定频空调与冲击钻的非侵入负荷辨识方法 | |
CN112765149A (zh) | 储能系统容量的计算系统及方法 | |
CN108572292A (zh) | 一种微波炉非侵入负荷辨识方法 | |
Fang et al. | An event detection approach based on improved CUSUM algorithm and kalman filter | |
CN113687164A (zh) | 一种非侵入式负荷事件两阶段自适应检测方法 | |
CN111917114B (zh) | 一种适用于嵌入式平台的电力负荷事件检测方法 | |
CN117630552A (zh) | 一种基于复合滑窗的电器负荷状态检测方法及系统 | |
CN110196354B (zh) | 一种负载的开关事件的检测方法和装置 | |
CN109241874A (zh) | 能量分解中功率信号滤波方法 | |
CN111832474A (zh) | 一种利用能量尺度的功率信号滤波方法和系统 | |
CN111177212B (zh) | 空气源热泵工作状态的确定方法及装置、电子设备 | |
CN114885230B (zh) | 一种基于脉冲式水电气表的频域分析方法 | |
CN114897390B (zh) | 基于勒贝格积分的分布式发电功率波动性评估方法 | |
CN118094429B (zh) | 一种多用户电能表的线损异常判断方法 | |
CN117890813B (zh) | 基于动态负载条件下的电池电量检测方法及检测系统 | |
CN113985125B (zh) | 一种电流爬坡异常少计电量计算方法、装置及设备 |
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 |