TW201411144A - 電器設備識別系統及方法 - Google Patents
電器設備識別系統及方法 Download PDFInfo
- Publication number
- TW201411144A TW201411144A TW101133627A TW101133627A TW201411144A TW 201411144 A TW201411144 A TW 201411144A TW 101133627 A TW101133627 A TW 101133627A TW 101133627 A TW101133627 A TW 101133627A TW 201411144 A TW201411144 A TW 201411144A
- Authority
- TW
- Taiwan
- Prior art keywords
- electrical device
- fluctuation
- electrical
- power consumption
- consumption data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 241000064494 Diplobatis ommata Species 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一種電器設備識別系統及方法，係利用測量裝置測量第一及第二電器設備的用電數據，於預設時段內令一接收裝置持續接收第一電器設備的用電數據後，分析該第一電器設備所屬的波動類型及其對應之波動特徵值，進而根據該波動特徵值進行學習以設定該第一電器設備之基準值，俾繼而依據該基準值對第二電器設備進行識別，藉以達到快速及時地識別電器設備的目的，且無需加載額外硬體，故能節省成本。
Description
本發明係關於一種電器設備識別技術，特別係關於一種依據用電數據識別電器設備的系統及方法。
在識別電器設備的領域中，如何讓識別系統在最小成本負擔下能實現快速及時地識別終端的電器設備一直是業界很重要的一項課題，目前市面上大多是利用額外安裝的電流感測器來偵測終端電器設備的電流，以達到辨識該電器設備之功效，唯，此方法需要在每一終端電器設備上安裝感測器，無疑會增加成本上的負擔。
此外，目前市面上用來識別電器設備的識別系統大多無法有效實現快速及時地識別電器設備的目的，因此造成許多使用上的困擾。
根據上述先前技術的缺點，如何提供一種操作簡便、快速及時且低成本的電器設備識別機制，即為本案待解決的技術課題。
有鑒於上述先前技術之缺點，本發明之一目的在於提供一種操作簡便且低成本的電器設備識別系統及方法。
本發明之另一目的在於提供一種快速及時的電器設備識別系統及方法。
本發明所揭示的電器設備識別系統，包括：測量裝置、第一接收裝置及第二接收裝置，其中，該測量裝置係
用於測量第一及第二電器設備的用電數據，該第一接收裝置係用於在預設時段內持續接收該第一電器設備的用電數據，該第一接收裝置進一步包含有第一分析模組與學習模組，其中，該第一分析模組係用於分析在該預設時段內持續接收的該第一電器設備的用電數據，以判斷該第一電器設備所屬的第一波動類型，進而計算該第一電器設備的第一波動特徵值，該學習模組係用以根據該第一波動特徵值進行學習，以設定對應該第一電器設備之基準值，而該第二接收裝置係用於及時接收該第二電器設備的用電數據，該第二接收裝置進一步包含有第二分析模組與識別模組，其中，該第二分析模組係用於分析及時接收的該第二電器設備的用電數據，以判斷該第二電器設備所屬的第二波動類型，進而計算該第二電器設備的第二波動特徵值，該識別模組係用以比對該第二波動特徵值與該基準值，以識別該第二電器設備。
於上述電器設備識別系統中，該第一、第二分析模組係利用電紋過濾器進行過濾，據以判斷該第一、第二波動類型為低波動類型或高波動類型。
於上述電器設備識別系統中，當該第一、第二波動類型為高波動類型時，該第一、第二波動特徵值為電紋特徵值，而當該第一、第二波動類型為低波動類型時，該第一、第二波動特徵值為功率值。
於上述電器設備識別系統中，復包括將該電紋特徵值以圖像形式儲存之儲存裝置。
於上述電器設備識別系統中，該識別模組係利用圖像搜尋方式，自該儲存裝置中比對該電紋特徵值與該基準值，以識別該第二電器設備。
於上述電器設備識別系統中，該測量裝置係設於客戶端，而該第一接收裝置、該第二接收裝置係設於伺服端。
再者，本發明復提供電器設備識別方法，包括下列步驟：令測量裝置測量第一及第二電器設備的用電數據；令第一接收裝置在預設時段內持續接收該第一電器設備的用電數據；令該第一接收裝置分析在該預設時段內持續接收的該第一電器設備的用電數據，以判斷該第一電器設備所屬的第一波動類型，進而計算該第一電器設備的第一波動特徵值；令該第一接收裝置根據該第一波動特徵值進行學習，以設定對應該第一電器設備之基準值；令第二接收裝置及時接收該第二電器設備的用電數據；令該第二接收裝置分析該所接收之第二電器設備的用電數據，以判斷該第二電器設備所屬的第二波動類型，進而計算該第二電器設備的第二波動特徵值；以及令該第二接收裝置比對該第二波動特徵值與該基準值，以識別該第二電器設備。
於前述之電器設備識別方法中，該第一、第二接收裝置係利用電紋過濾器進行過濾，據以判斷該第一、第二波動類型為低波動類型或高波動類型，其中，當該第一、第二波動類型為高波動類型時，該第一、第二波動特徵值為電紋特徵值，而當該第一、第二波動類型為低波動類型時，該第一、第二波動特徵值為功率值。
於前述之電器設備識別方法中，將該電紋特徵值以圖像形式儲存於儲存裝置中，且進一步可令該第二接收裝置利用圖像搜尋方式，自該儲存裝置中比對該電紋特徵值與該基準值，以識別該第二電器設備。
相較於先前技術，本發明所揭示的電器設備識別系統及方法，係透過測量所有電器設備的用電數據，分析第一電器設備(一般電器設備)的波動類型及其波動特徵值，進而根據該波動特徵值進行學習以設定該第一電器設備的基準值，俾供後續依據該基準值對第二電器設備(待識別之電器設備)進行識別，因此可實現操作簡便、快速及時且無額外成本之負擔的目的。
以下藉由特定的具體實施例說明本發明之技術內容，熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本發明之其他優點及功效，亦可藉由其他不同的具體實施例加以施行或應用。
請參閱第1圖，其為本發明之電器設備識別系統100的系統架構示意圖。
如第1圖所示，該電器設備識別系統100主要包括測量裝置111、第一接收裝置121、第二接收裝置125以及儲存裝置128。需說明的是，本發明的電器設備識別系統100係可按實際需求應用於單機系統或網路系統中，以下係以本發明應用於網路系統中予以詳細說明，其中，該測量裝置111係設於客戶端(client)110，而該第一接收裝置
121、該第二接收裝置125以及該儲存裝置128係設於伺服端(server)120。
該測量裝置111係用於測量第一電器設備(一般電器設備)130與第二電器設備(待識別之電器設備)132的用電數據。
於本實施例中，該測量裝置111係例如為電能表(power meter)。
該第一接收裝置121係包含有第一分析模組122與學習模組123，其中，該第一接收裝置121係用於在預設時段(如24小時)內持續接收該第一電器設備130的用電數據，且利用該第一分析模組122分析在該預設時段內持續接收的該第一電器設備130的用電數據，以判斷該第一電器設備130所屬的第一波動類型，進而依據該第一波動類型與該用電數據，計算該第一電器設備130的第一波動特徵值。
於本實施例中，該第一接收裝置121係透過網路系統接收該測量裝置111所收集的用電數據。具體而言，本發明的第一接收裝置121係透過持續地收集該測量裝置111於該預設時段內所測量到的用電數據，並透過第一分析模組122利用電紋過濾器(未圖示)進行過濾，以過濾出高、低波動電紋，據以將該第一電器設備130的第一波動類型劃分為高波動類型及低波動類型，其中，當該第一波動類型為高波動類型時，該第一波動特徵值為電紋特徵值，而當該第一波動類型為低波動類型時，該第一波動特徵值為
功率值。
此外，於本實施例中，當該第一波動類型為高波動類型時，該第一分析模組122係依據該第一接收裝置121所接收的用電數據，統計出電紋波動數據，以產生相對應的電紋波動圖，以分析並標識出該電紋波動圖中所包含的電紋特徵值。
舉例而言，高波動類型之電器設備可例如為飲水機，如第3圖所示，飲水機會根據用水狀況，隨時進行加熱，其中，飲水機加熱時用電為1300W左右，飲水機沒加熱時用電為2W，所以在第3圖中可以看出高高低低的電紋波動。故由於這類的電器設備之用電狀況會有明顯高低落差，因此定義為高波動類型。
又舉例而言，高波動類型之電器設備可例如為影印機，如第4圖所示，影印機會根據使用狀況而呈現用電的高低波動，其中，當影印機列印時，會呈現不規則的用電數據，當影印機沒有列印時，則保持24W左右的用電。故由於這類的電器設備之用電狀況會有明顯高低落差，因此定義為高波動類型。
再舉例而言，低波動類型之電器設備可例如為冰箱，如第5圖所示，冰箱之用電雖然稍有波動，但高低落差不明顯，都在140W上下。因為這類的電器設備之用電狀況沒有明顯高低落差，故無法透過電紋波動分析出其電紋特徵，因此定義為低波動類型。
該學習模組123係用以根據該第一波動特徵值(電紋
特徵值/功率值)進行學習，以設定對應該第一電器設備130之基準值，且將該第一電器設備130與對應該第一電器設備130之基準值儲存於儲存裝置(包含功率資料庫與電紋特徵資料庫)128中。
具體而言，該第一接收裝置121係透過該測量裝置111於預設時段內持續地測量該第一電器設備130的用電數據，例如設定該測量裝置111於24小時內以每分鐘一筆數據的頻率持續測量該第一電器設備130的用電數據，俾將該用電數據透過第一分析模組122進行分析，以將該第一電器設備130劃分為低波動類型或高波動類型。當該第一電器設備130為高波動類型時，針對該第一分析模組122所產生的電紋特徵值，該學習模組123係將其以例如點狀圖或條狀圖形式之圖像形式儲存於該儲存裝置(如電紋特徵資料庫)128中。
該第二接收裝置125係包含有第二分析模組126與識別模組127。該第二接收裝置125係用於及時接收該第二電器設備132的用電數據，且利用該第二分析模組126分析該所接收之第二電器設備132的用電數據，以判斷該第二電器設備132所屬的第二波動類型，進而依據該第二波動類型與該用電數據，計算該第二電器設備132的第二波動特徵值。
該識別模組127係用以比對該第二波動特徵值與該基準值，以識別該第二電器設備132。當該第二波動類型為低波動類型時，依據該第二分析模組126所計算出的功率值，自該儲存裝置(如功率資料庫)128中搜尋出與其相對
應的基準值(功率值)，藉以搜尋出對應之電器設備以識別該第二電器設備132；而若該第二波動類型為高波動類型時，則依據該第二分析模組126所計算出的電紋特徵值，自該儲存裝置(如電紋特徵資料庫)128中搜尋出與其相對應的基準值(電紋特徵值)，藉以搜尋出對應之電器設備以識別該第二電器設備132。
於本實施例中，該識別模組127係利用圖像搜尋方式(例如先透過小波轉換後再利用以圖找圖的方式)，自該儲存裝置(如電紋特徵資料庫)128中搜尋出相對應之電紋特徵值，以自該儲存裝置128中比對該電紋特徵值與該基準值，進而搜尋出對應之電器設備以識別該第二電器設備132。
要特別說明的是，第二波動類型與第一波動類型的內容實質相同，且第二波動特徵值與第一波動特徵值的內容實質相同，因此在此便不加以贅述。
以下將配合第1、2圖詳細說明本發明之電器設備識別方法的方法步驟流程圖。
如第2圖所示，首先進行步驟S201，令測量裝置111測量第一、第二電器設備130、132的用電數據，接著進至步驟S203。
於本實施例中，該測量裝置111係例如為電能表。
於步驟S203中，令第一接收裝置121在預設時段內持續接收該第一電器設備130的用電數據，接著進至步驟S205。
於本實施例中，該預設時段係例如為24小時，測量頻率則可設定為每分鐘一筆數據。
於步驟S205中，令該第一接收裝置121分析在該預設時段內持續接收的該第一電器設備130的用電數據，以判斷該第一電器設備130所屬的第一波動類型，進而依據該第一波動類型與該用電數據，計算該第一電器設備130的第一波動特徵值。具體而言，係透過持續地收集該測量裝置111於24小時內所測量到的用電數據，並利用電紋過濾器(未圖示)進行過濾，以過濾出高、低波動電紋，據以將該第一電器設備130劃分為高波動類型及低波動類型，若判斷該第一電器設備130係為低波動類型時，則依據該低波動類型與該用電數據，計算該第一電器設備的功率值，並進至步驟S2071，若判斷該第一電器設備130係屬於高波動類型時，則依據該高波動類型與該用電數據，計算該第一電器設備的電紋特徵值，並進至步驟S2072。
於本實施例中，當判斷該第一電器設備130係屬於高波動類型時，係依據該測量裝置111所測量的用電數據，統計出電紋波動數據，並產生相對應之電紋波動圖，藉以分析並標識出該電紋波動圖中所包含之電紋特徵值。
於步驟S2071中，根據該計算出的功率值進行學習，以設定對應該第一電器設備130的基準值以將該第一電器設備130與其對應之基準值儲存於儲存裝置(如功率資料庫)128中，接著進至步驟S209。
於步驟S2072中，根據該計算出的電紋特徵值進行學
習，以設定對應該第一電器設備130的基準值以將該第一電器設備130與其對應之基準值儲存於儲存裝置(如電紋特徵資料庫)128，接著進至步驟S209。
於本實施例中，該電紋特徵值係以圖像形式儲存於該儲存裝置(如電紋特徵資料庫)128中。
於步驟S209中，令第二接收裝置125及時接收該第二電器設備132的用電數據，接著進至步驟S211。
於步驟S211中，令第二接收裝置125分析及時接收的該第二電器設備132的用電數據，以判斷該第二電器設備132所屬的第二波動類型，進而依據該第二波動類型與該用電數據，計算該第二電器設備132的第二波動特徵值，接著進至步驟S213。
於步驟S213中，令該第二接收裝置125比對該第二波動特徵值與該基準值，以識別該第二電器設備132。
於本實施例中，係將第二波動特徵值與儲存在該儲存裝置128中對應第一電器設備130之基準值進行比對，以識別該第二電器設備132。詳言之，於判斷該第二電器設備132係屬於低波動類型時，計算該第二電器設備132的功率值，並據以自該儲存裝置128中搜尋出相對應的基準值(功率值)藉以識別出該第二電器設備132；而當判斷該第二電器設備132係屬於高波動類型時，則進一步分析該第二電器設備132相對應的電紋特徵值，並據以利用圖像搜尋方式(例如先透過小波轉換後再利用以圖找圖的方式)，自該儲存裝置128中搜尋出相對應的基準值(電紋特
徵值)，藉以識別該第二電器設備132。
綜上所述，本發明透過測量第一、第二電器設備的用電數據，以辨識第一電器設備的波動類型及其相對應的波動特徵值，進而根據該波動特徵值進行學習以設定對應該第一電器設備的基準值，俾供日後依據該基準值對第二電器設備進行識別，藉以達到快速及時地識別電器設備之目的，且操作簡便而成本低廉。
然而，上述實施例係用以例示性說明本發明之原理及其功效，而非用於限制本發明。任何熟習此項技藝之人士均可在不違背本發明之精神及範疇下，對上述實施例進行修改。因此本發明之權利保護範圍，應如後述之申請專利範圍所列。
100‧‧‧電器設備識別系統
110‧‧‧客戶端
111‧‧‧測量裝置
120‧‧‧伺服端
121‧‧‧第一接收裝置
122‧‧‧第一分析模組
123‧‧‧學習模組
125‧‧‧第二接收裝置
126‧‧‧第二分析模組
127‧‧‧識別模組
128‧‧‧儲存裝置
130‧‧‧第一電器設備
132‧‧‧第二電器設備
S201~S213‧‧‧步驟
第1圖為本發明之電器設備識別系統的系統架構示意圖；第2圖為本發明之電器設備識別方法的方法步驟流程圖；以及第3-5圖為本發明之各種波動類型之電器設備之電紋波動的範例。
100‧‧‧電器設備識別系統
110‧‧‧客戶端
111‧‧‧測量裝置
120‧‧‧伺服端
121‧‧‧第一接收裝置
122‧‧‧第一分析模組
123‧‧‧學習模組
125‧‧‧第二接收裝置
126‧‧‧第二分析模組
127‧‧‧識別模組
128‧‧‧儲存裝置
130‧‧‧第一電器設備
132‧‧‧第二電器設備
Claims (11)
- 一種電器設備識別系統，包括：測量裝置，係用於測量第一電器設備與第二電器設備的用電數據；第一接收裝置，係用於在預設時段內持續接收該第一電器設備的用電數據，該第一接收裝置包含：第一分析模組，係用於分析在該預設時段內持續接收的該第一電器設備的用電數據，以判斷該第一電器設備所屬的第一波動類型，進而計算該第一電器設備的第一波動特徵值；及學習模組，係用以根據該第一波動特徵值進行學習，以設定對應該第一電器設備之基準值；以及第二接收裝置，係用於及時接收該第二電器設備的用電數據，該第二接收裝置包含：第二分析模組，係用於分析所接收之該第二電器設備的用電數據，以判斷該第二電器設備所屬的第二波動類型，進而計算該第二電器設備的第二波動特徵值；及識別模組，係用以比對該第二波動特徵值與該基準值，以識別該第二電器設備。
- 如申請專利範圍第1項所述之電器設備識別系統，其中，該第一及第二分析模組係利用電紋過濾器進行過濾，據以判斷該第一、第二波動類型為低波動類型或 高波動類型。
- 如申請專利範圍第2項所述之電器設備識別系統，其中，該第一及第二波動類型為高波動類型時，該第一及第二波動特徵值為電紋特徵值，而該第一及第二波動類型為低波動類型時，該第一及第二波動特徵值為功率值。
- 如申請專利範圍第3項所述之電器設備識別系統，復包括將該電紋特徵值以圖像形式儲存之儲存裝置。
- 如申請專利範圍第4項所述之電器設備識別系統，其中，該識別模組係利用圖像搜尋方式，自該儲存裝置中比對該電紋特徵值與該基準值，以識別該第二電器設備。
- 如申請專利範圍第1項所述之電器設備識別系統，其中，該測量裝置係設於客戶端，而該第一接收裝置及該第二接收裝置係設於伺服端。
- 一種電器設備識別方法，包括下列步驟：令測量裝置測量第一電器設備與第二電器設備的用電數據；令第一接收裝置在預設時段內持續接收該第一電器設備的用電數據；令該第一接收裝置分析在該預設時段內所持續接收的該第一電器設備的用電數據，以判斷該第一電器設備所屬的第一波動類型，進而計算該第一電器設備的第一波動特徵值； 令該第一接收裝置根據該第一波動特徵值進行學習，以設定對應該第一電器設備之基準值；令第二接收裝置及時接收該第二電器設備的用電數據；令該第二接收裝置分析所接收之該第二電器設備的用電數據，以判斷該第二電器設備所屬的第二波動類型，進而計算該第二電器設備的第二波動特徵值；以及令該第二接收裝置比對該第二波動特徵值與該基準值，以識別該第二電器設備。
- 如申請專利範圍第7項所述之電器設備識別方法，其中，該第一及第二接收裝置係利用電紋過濾器進行過濾，據以判斷該第一及第二波動類型為低波動類型或高波動類型。
- 如申請專利範圍第8項所述之電器設備識別方法，其中，該第一及第二波動類型為高波動類型時，該第一及第二波動特徵值為電紋特徵值，而該第一及第二波動類型為低波動類型時，該第一及第二波動特徵值為功率值。
- 如申請專利範圍第9項所述之電器設備識別方法，其中，將該電紋特徵值以圖像形式儲存於儲存裝置中。
- 如申請專利範圍第10項所述之電器設備識別方法，其中，令該第二接收裝置利用圖像搜尋方式，自該儲存裝置中比對該電紋特徵值與該基準值，以識別該第二電器設備。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101133627A TWI443346B (zh) | 2012-09-14 | 2012-09-14 | 電器設備識別系統及方法 |
| CN201210392600.8A CN103675513A (zh) | 2012-09-14 | 2012-10-16 | 电器设备识别系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101133627A TWI443346B (zh) | 2012-09-14 | 2012-09-14 | 電器設備識別系統及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201411144A true TW201411144A (zh) | 2014-03-16 |
| TWI443346B TWI443346B (zh) | 2014-07-01 |
Family
ID=50313677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW101133627A TWI443346B (zh) | 2012-09-14 | 2012-09-14 | 電器設備識別系統及方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN103675513A (zh) |
| TW (1) | TWI443346B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113063984A (zh) * | 2021-03-16 | 2021-07-02 | 合肥艾通自动化工程有限公司 | 一种负载识别装置、识别方法及系统 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104090176A (zh) * | 2014-06-09 | 2014-10-08 | 深圳市宏电技术股份有限公司 | 一种基于耗电特征曲线的家用电器智能识别方法 |
| CN104111395B (zh) * | 2014-07-22 | 2016-09-14 | 上海申瑞继保电气有限公司 | 用户侧投运用电设备的识别方法 |
| CN104407258A (zh) * | 2014-12-06 | 2015-03-11 | 无锡高卓流体设备有限公司 | 电器设备识别系统 |
| WO2016184398A1 (zh) * | 2015-05-19 | 2016-11-24 | 苏州宝时得电动工具有限公司 | 边界线的脉冲信号识别系统、方法及智能割草系统 |
| JP6304172B2 (ja) * | 2015-08-14 | 2018-04-04 | 横河電機株式会社 | 診断方法、ｉｄモジュール及びプロセス制御システム |
| CN108594040A (zh) * | 2016-04-08 | 2018-09-28 | 湖南工业大学 | 一种学生宿舍用电器类型分类方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6517669B2 (en) * | 1999-02-26 | 2003-02-11 | Micron Technology, Inc. | Apparatus and method of detecting endpoint of a dielectric etch |
| JP2001351104A (ja) * | 2000-06-06 | 2001-12-21 | Matsushita Electric Ind Co Ltd | パターン認識方法及びパターン認識装置、並びにパターン照合方法及びパターン照合装置 |
| US20080258704A1 (en) * | 2007-04-23 | 2008-10-23 | Ryskoski Matthew S | Method and apparatus for identifying broken pins in a test socket |
| WO2010092952A1 (ja) * | 2009-02-10 | 2010-08-19 | 公立大学法人大阪府立大学 | パターン認識装置 |
| CN101491441B (zh) * | 2009-02-26 | 2011-01-05 | 江西蓝天学院 | 基于脑电信号的身份识别方法 |
| CN101834883A (zh) * | 2009-03-10 | 2010-09-15 | 中华电信股份有限公司 | 适用于不同终端设备的网络服务管理系统与方法 |
-
2012
- 2012-09-14 TW TW101133627A patent/TWI443346B/zh not_active IP Right Cessation
- 2012-10-16 CN CN201210392600.8A patent/CN103675513A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113063984A (zh) * | 2021-03-16 | 2021-07-02 | 合肥艾通自动化工程有限公司 | 一种负载识别装置、识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103675513A (zh) | 2014-03-26 |
| TWI443346B (zh) | 2014-07-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI443346B (zh) | 電器設備識別系統及方法 | |
| JP5751872B2 (ja) | 機器状態検出装置及び機器状態検出システム | |
| Gao et al. | Wavelet-based disturbance analysis for power system wide-area monitoring | |
| JP5604089B2 (ja) | 消費電力計測システム、制御装置、及び消費電力計測方法 | |
| US8200456B2 (en) | System for multidimensional data-driven utility baselining | |
| US20140336831A1 (en) | Non-intrusive load monitoring apparatus and method | |
| Giri et al. | Towards automated appliance recognition using an EMF sensor in NILM platforms | |
| CN109447473B (zh) | 一种电力负荷监测方法、装置、设备及可读存储介质 | |
| Girmay et al. | Simple event detection and disaggregation approach for residential energy estimation | |
| Chen et al. | A new transient feature extraction method of power signatures for Nonintrusive Load Monitoring Systems | |
| Anderson | Non-intrusive load monitoring: Disaggregation of energy by unsupervised power consumption clustering | |
| CN109299134B (zh) | 一种非侵入式监测系统下电器的识别方法 | |
| US20200348344A1 (en) | Methods and apparatus to determine an operational status of a device | |
| Matthews et al. | Automatically disaggregating the total electrical load in residential buildings: a profile of the required solution | |
| CN103675503A (zh) | 电器设备的异常状态侦测系统及方法 | |
| Jazizadeh et al. | A novel method for non intrusive load monitoring of lighting systems in commercial buildings | |
| CN103376353B (zh) | 测量装置与测量方法 | |
| Boškoski et al. | Optimal selection of proton exchange membrane fuel cell condition monitoring thresholds | |
| CN116780537A (zh) | 非侵入式负荷监测方法、装置、存储介质 | |
| Czarnek et al. | Performance comparison framework for energy disaggregation systems | |
| JP2015091170A (ja) | 分散型電源の状態検知プログラム、記録媒体、監視端末及び通信装置 | |
| Liu et al. | A review of nonintrusive load monitoring and its application in commercial building | |
| CN110389264A (zh) | 一种异常用电计量的检测方法 | |
| Giri et al. | Study on the feasibility of automated data labeling and training using an emf sensor in nilm platforms | |
| US20210278448A1 (en) | System and method for detecting arc in an electrical meter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |