WO2021109523A1 - 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法 - Google Patents

一种基于功率谐波特征的ptc型电采暖非侵入辨识方法 Download PDF

Info

Publication number
WO2021109523A1
WO2021109523A1 PCT/CN2020/095231 CN2020095231W WO2021109523A1 WO 2021109523 A1 WO2021109523 A1 WO 2021109523A1 CN 2020095231 W CN2020095231 W CN 2020095231W WO 2021109523 A1 WO2021109523 A1 WO 2021109523A1
Authority
WO
WIPO (PCT)
Prior art keywords
power
mutation
ratio
electric heating
steady
Prior art date
Application number
PCT/CN2020/095231
Other languages
English (en)
French (fr)
Inventor
邓士伟
苗青
何朝伟
洪佳燕
Original Assignee
江苏智臻能源科技有限公司
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 江苏智臻能源科技有限公司 filed Critical 江苏智臻能源科技有限公司
Publication of WO2021109523A1 publication Critical patent/WO2021109523A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00—Arrangements for measuring electric power or power factor
    • G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Definitions

  • the invention relates to a non-intrusive identification method for PTC type electric heating based on power harmonic characteristics, which belongs to energy-saving and environmentally-friendly electricity-using technology.
  • ILMD Intrusive Load Monitoring and Decomposition
  • NLMD Non-intrusive Load Monitoring and Decomposition
  • Intrusive load monitoring decomposition technology Intrusive load monitoring installs sensors with digital communication functions at the interface between each electrical appliance and the power grid, which can accurately monitor the operating status and power consumption of each load.
  • ILMD Intrusive load monitoring decomposition technology
  • NLMD Non-intrusive load monitoring and decomposition technology
  • NILMD replaces the sensor network of the ILMD system with a decomposition algorithm. It has the advantages of simplicity, economy, reliability, complete data, and easy rapid promotion and application. It is expected to develop into a new generation of core technology in the Advanced Measurement System (AMI) (after maturity, The NILMD algorithm can also be integrated into the chip of a smart meter) to support advanced functions such as demand-side management, customized power, and other smart power consumption. It is also suitable for temporary load power monitoring and investigation.
  • AMI Advanced Measurement System
  • the working principle of PTC electric heating is intermittent work, that is, when the water supply temperature is lower than the upper limit temperature, the electric heating stove is in the heating state, and when the water supply temperature reaches the upper limit temperature, the electric heating stove is in the shutdown state for heat preservation.
  • the value provided by the electric heating stove just meets or is less than the heating load required by the room. Setting the upper limit temperature value of the electric heating stove too high will cause the actual water supply temperature of the electric heating stove to hardly reach the upper limit In this way, the electric heating stove will be in a 24-hour heating state.
  • the electric heating stove adopts international leading heating materials. It has the advantages of no pollution, constant temperature heating, self-adjusting power, no noise, and fast heating speed.
  • the thermal efficiency is as high as 98% or more.
  • the life span is more than 30,000 hours.
  • high-efficiency PTC hydroelectric separation electric heater heating evenly, equipped with baffle plate, no temperature dead angle. Abandoning the traditional electric heating to directly heat the water, the PTC semiconductor ceramic chip is scientifically used as the heating element, and the semiconductor hole principle is used to realize the electron oxygen vacancy, which promotes the electron to produce magnetic collision under the strong magnetic field, so that the electric energy can be used.
  • the molecular bond of the working fluid is combined and converted into heat energy.
  • the power of PTC electric heating is greater than 1800W.
  • the ratio of the internal required time k_1 is between 6000 and 6500
  • the ratio of the maximum start-up mutation power and the required time for the sudden change k_2 is between 500-700
  • the ratio of the maximum start-up mutation power to the steady-state operating power k_3 is between 1.2 and 2
  • the time ratio k_4 required for the increase of the third harmonic to the mutation is between 0.7 and 1.
  • NILMD technology has gradually become a research hotspot, and the breakthroughs and industrialization of related technologies are of great significance to the energy saving and emission reduction of the whole society.
  • the research of NILMD technology is still at the stage of theoretical research.
  • the present invention discloses a non-intrusive identification method for PTC type electric heating based on power harmonic characteristics.
  • the specific technical solutions are as follows:
  • Step 1 Use voltage and current collectors to sample the voltage and current of the power supply line to obtain a voltage sampling sequence and a current sampling sequence;
  • Step two scan the voltage signal u and current signal i to calculate the average power P at the incoming line
  • Step 4 If k n belongs to the interval a n , it is judged that the PTC type electric heating is started.
  • the ratio sequence ⁇ Ki ⁇ is respectively: the ratio k 1 of the power to start the sudden change and the time required for the sudden change, the ratio of the maximum sudden power and the time required for the sudden change k 2 , the maximum start sudden power and the steady-state operating power after the sudden change
  • the ratio k 3 is the ratio of the time required for the increase of the third harmonic to the sudden change k 4 .
  • the calculation of the ratio k 1 between the power to initiate a sudden change and the time required for the sudden change includes:
  • the calculation of the ratio k 2 of the maximum mutation power and the mutation required time includes;
  • the calculation of the ratio k 3 of the maximum startup mutation power and the steady-state operating power after the mutation includes;
  • P 3 is the power after the maximum mutation
  • P 1 is the steady-state power before the mutation
  • T 1 and T 3 are the time corresponding to the maximum mutation
  • P 3 is the power after the maximum mutation
  • P 1 is the steady-state power before the mutation
  • P 4 is the steady-state power after the mutation
  • Step 6 Calculate the time ratio k 4 between the increment of the third harmonic and the time required for the sudden change.
  • Step 1 Use voltage and current sensors to collect the voltage and current signals at the user's general incoming line.
  • the sampling frequency can be 100 Hz to 1500 Hz to form voltage and current sampling sequences u, i.
  • Step 2 Scan the voltage signal u and current signal i to calculate the average power P at the incoming line.
  • Step 3 Calculate the ratio k 1 between the power to start the mutation and the time required for the mutation;
  • P 2 is the power after the mutation
  • P 1 is the steady-state power before the mutation
  • T 1 and T 2 are the corresponding times before and after the mutation.
  • Step 4 Calculate the ratio k 2 between the maximum mutation power and the time required for the mutation

Abstract

一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，通过在进线端采集电压和电流，计算获得启动突变功率及突变所需时间的比值k 1，最大突变功率及突变所需时间的比值k 2，最大启动突变功率和突变后稳态运行功率比值k 3，三次谐波的增量与突变所需的时间比值k 4，通过四个比值的大小，从而判断用户是否开启了PTC型电采暖。为计算PTC型电采暖所消耗的功率提供了依据，完善和发展了非侵入式负荷监测分解技术，有利于用户了解自身的电能消耗构成，最大程度的降低电能消耗，减少电费开支，并可对其故障诊断做出相应的辅助判断。

Description

一种基于功率谐波特征的PTC型电采暖非侵入辨识方法 技术领域
本发明涉及一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，属于节能环保用电技术。
背景技术
目前，我国居民生活用电所占比例为总需求的12％，而美国为36％。随着社会经济的发展和人民生活水平的提高，居民用电仍有非常大的增长空间。同时，家庭日负荷曲线的获取有利于推进智能电网、需求响应的发展。因此，建立可实现居民家庭用电可视化的智能用电系统成为一种迫切的需求，它有助于用户了解自身不同时段各电器设备电能的消耗情况，制定合理的节能计划，有针对性的选购节能设备，检验节能效果，从而降低能源消耗，减少电费开支。用电可视化也被认为是平抑高峰用电的有效手段之一，可促使用户选择夜间等低谷电价时段用电，达到削峰填谷的目标，可有效提高电力投资效益。
目前，居民电力负荷监测分解技术主要分为侵入式监测分解(Intrusive Load Monitoring and decomposition，ILMD)和非侵入式监测分解(Non-intrusive Load Monitoring and decomposition，NILMD)两大类：
(1)侵入式负荷监测分解技术(ILMD)：侵入式负荷监测将带有数字通信功能的传感器安装在每个电器与电网的接口，可以准确监测每个负荷的运行状态和功率消耗。但大量安装监测传感器造成建设和维护的成本较高，最重要的是侵入式负荷监测需要进入居民家中进行安装调试，容易造成用户抵制心理。
(2)非侵入式负荷监测分解技术(NILMD)：仅在用户入口处安装一个传感器，通过采集和分析入口总电流、电压等信息来判断户内每个或每类电器的用电功率和工作状态(例如，空调具有制冷、制热、待机等不同工作状态)，从而得出居民的用电规律。和侵入式负荷分解相比，由于只需要安装一个监测传感器，非侵入负荷分解方案的建设成本和后期维护难度都大幅降低；另外，传感器安装位置可以选择在用户电表箱处，完全不会侵入居民户内进行施工。可以认为，NILMD以分解算法代替ILMD系统的传感器网络，具有简单、经济、可靠、数据完整和易于迅速推广应用等优势，有望发展成为高级量测体系(AMI)中新一代核心技术(成熟后，NILMD算法也可以融合到智能电表的芯片内)，支持需求侧管理、定制电力等智能用电的高级功能，也适用于临时性的负荷用电细节监测与调查。
PTC型电采暖的工作原理是间歇工作，即当供水温度小于上限温度时电采暖炉处于加热状态，当供水温度到达上限温度时电采暖炉处于停机保温状态。在采暖期最冷的几天，电采暖炉提供的 值刚好满足或小于房间需求的热负荷，过高的设置电采暖炉的上限温度值，会造成电采暖炉实际的供水温度很难达到上限温度，这样电采暖炉就会处于24小时加热状态，电采暖炉采用国际领先的加热材料，具有无污染、恒温加热、功率自调、无噪音、加热速度快等优点，热效率高达98％以上，寿命长达3万小时以上。使用高效的PTC水电分离电加热器，加热均匀，配置折流扳，无温度死角。摒弃了传统的电加热直接给水加温的落后工艺，科学采用PTC半导体陶瓷片作为发热原件，利用半导体空穴原理，实现电子氧空位，促使电子在强磁场条件下产生磁撞，使电能以面状形式于工质的分子键结合转合为热能。一般PTC型电采暖的功率大于1800W。研究表明，PTC型电采暖启动时会有一段快速功率突变，然后功率会缓变上升4～5s后，功率缓慢下降趋于稳定运行状态，其中PTC型电采暖都满足启动突变功率及在突变范围内所需时间的比值k_1在6000～6500之间，最大启动突变功率及突变所需时间的比值k_2在500～700之间，最大启动突变功率和稳态运行功率比值k_3在1.2～2之间及三次谐波的增量与突变所需的时间比值k_4在0.7～1之间。
综上所述，NILMD技术已经逐渐成为一个研究热点，相关技术的突破和产业化对全社会的节能减排具有重要意义。目前，NILMD技术的研究还停留在理论研究阶段，目前尚无文献提出一种准确、有效、快速辨识PTC型电采暖的判据方法，根据PTC型电采暖的实时平均功率以及三次谐波电流的时域规律，判断是否为PTC型电采暖启动的方法。辨识PTC型电采暖启动的运行状态，能为计算PTC型电采暖的消耗功率提供依据，有利于用户了解自身的电能消耗构成，最大程度的降低电能消耗。有助于电力公司精确了解用户电力负荷构成，为需求侧管理、负荷预测、系统规划提供更准确的基础数据。
发明内容
为了解决上述技术问题，本发明公开了一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，其具体技术方案如下：
步骤一，使用电压、电流采集器对电源进线的电压和电流分别进行采样，得到电压采样序列和电流采样序列；
步骤二，扫描电压信号u和电流信号i，计算进线端平均功率P，
计算k i，k i∈(k1，k2，k3...k n)，并判断k i是否属于设定的区间a i，a i∈(a 1，a 2，a 3...a n)，若是，则判断存在启动PTC型电采暖的可能，令i＝i+1且i≤n返回步骤三，i＞n，进入步骤四；若否，则判断其没有启动PTC型电采暖，停止计算；
步骤四，若k n属于区间a n，则判断启动了PTC型电采暖。
进一步的，所述比值序列{Ki}分别为：启动突变功率及突变所需时间的比值k 1，最大突变功率及突变所需时间的比值k 2，最大启动突变功率和突变后稳态运行功率比值k 3，三次谐波的增量与突变所需的时间比值k 4。
进一步的，所述判断区间a i∈(a 1，a 2，a 3...a n)依序为a 1＝(6000，650)，a 2＝(500，700)，a 3＝(1.2，2)，a 4＝(0.2，0.7)。
进一步的，
所述启动突变功率及突变所需时间的比值k 1的计算包括：
扫描有功功率序列P，分析提取出启动突变功率ΔP 1和该突变段前后所需时间ΔT 1，计算两者之间的比值
Figure PCTCN2020095231-appb-000001
其中ΔP 1＝P 2-P 1，ΔT 1＝T 2-T 1，式中P 2为突变后的功率，P 1为突变前的稳态功率，T 1，T 2为突变前后所对应的时间；
所述最大突变功率及突变所需时间的比值k 2的计算包括；
根据有功功率序列，找出最大突变功率ΔP 2及到达最大突变所需的时间ΔT 2，计算系数
Figure PCTCN2020095231-appb-000002
其中ΔP 2＝P 3-P 1，ΔT 2＝T 3-T 1，式中，P 3为最大突变后的功率，P 1为突变前的稳态功率，T 1，T 3为到达最大突变时所对应的时间；
所述最大启动突变功率和突变后稳态运行功率比值k 3的计算包括；
分析有功功率序列，提取最大启动突变功率ΔP 2和突变后稳态运行功率ΔP 3，计算功率比例系数
Figure PCTCN2020095231-appb-000003
其中ΔP 2-P 3-P 1，ΔP 3-P 4-P 1，P 3为最大突变后的功率，P 1为突变前的稳态功率，P 4为突变后的稳态功率；
所述三次谐波的增量与突变所需的时间比值k 4的计算包括；
根据三次谐波电流序列I，找出突变前后稳态三次谐波电流I 1，I 2并计算其差值ΔI，则ΔI＝I 2-I 1。计算突变前后稳态三次谐波电流所对应时间T 4，T 5的差值ΔT 3，则ΔT 3＝T 5-T 4；计算三次谐波的 增量与突变所需的时间比值
Figure PCTCN2020095231-appb-000004
本发明的有益效果是：
本发明是一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，根据启动突变功率及突变所需时间的比值、最大突变功率及突变所需时间的比值、最大启动突变功率和稳态运行功率比值以及三次谐波的增量与突变所需的时间比值，可以准确有效快速地辨识出PTC型电采暖的启动运行，并为计算PTC型电采暖所消耗的功率提供了依据，完善和发展了非侵入式负荷监测分解技术，有利于用户了解自身的电能消耗构成，最大程度的降低电能消耗，减少电费开支，并可对其故障诊断做出相应的辅助判断。
附图说明
图1是本发明一种基于功率谐波特征的PTC型电采暖非侵入辨识方法的总体流程图；
图2是本发明松下PTC型电采暖运行时有功功率的启动及工作特性；
图3是本发明松下PTC型电采暖运行时三次谐波电流的启动及工作特性。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，包括以下步骤：
步骤一：用电压和电流传感器采集用户总进线处的电压和电流信号，采样频率可为100Hz～1500Hz，此处选取100Hz，形成电压和电流的采样序列u、i。
步骤二：根据电压信号序列u和电流信号序列i，计算进线端功率序列P；
步骤三：计算启动突变功率及突变所需时间的比值k 1；
扫描有功功率序列P，分析提取出启动突变功率ΔP 1和该突变段前后所需时间ΔT 1，计算两者之间的比值
Figure PCTCN2020095231-appb-000005
计算公式如下：
ΔP 1＝P 2-P 1   (1)
ΔT 1＝T 2-T 1   (2)
式(1)和(2)中，P 2为突变后的功率，P 1为突变前的稳态功率，T 1，T 2为突变前后所对 应的时间。
若6000＜k 1＜6500，则判别可能为PTC电采暖启动；否则，判别不是PTC电采暖启动。
步骤四：计算最大突变功率及突变所需时间的比值k 2；
根据有功功率序列P，找出最大突变功率ΔP 2及到达最大突变所需的时间ΔT 2，计算系数
Figure PCTCN2020095231-appb-000006
计算公式如下：
ΔP 2＝P 3-P 1   (3)
ΔT 2＝T 3-T 1   (4)
式(3)和(4)中，P 3为最大突变后的功率，P 1为突变前的稳态功率，T 1，T 3为到达最大突变时所对应的时间；
若500＜k 2＜700，则判别可能为PTC电采暖启动；否则，判别不是PTC电采暖启动。
步骤五：计算最大启动突变功率和突变后稳态运行功率比值k 3；
分析有功功率序列，提取最大启动突变功率ΔP 2和突变后稳态运行功率ΔP 3，计算功率比例系数
Figure PCTCN2020095231-appb-000007
计算公式如下：
ΔP 2-P 3-P 1   (5)
ΔP 3＝P 4-P 1   (6)
式(5)和(6)中，P 3为最大突变后的功率，P 1为突变前的稳态功率，P 4为突变后的稳态功率；
若1.2＜k 3＜2，则判别可能为PTC电采暖启动；否则，判别不是PTC电采暖启动。
步骤六：计算三次谐波的增量与突变所需的时间比值k 4。
根据三次谐波电流序列I，三次谐波电流序列是将采样的电流进过FFT变换后得到的三次谐波电流；
找出突变前后稳态三次谐波电流I 1，I 2并计算其差值ΔI，则ΔI＝I 2-I 1。计算突变前后稳态三次谐波电流所对应时间T 4，T 5的差值ΔT 3，则ΔT 3＝T 5-T 4。计算三次谐波的增量与突变所需的 时间比值
Figure PCTCN2020095231-appb-000008
若0.7＜k 4＜1，则判别PTC电采暖启动。
实施例1
由图1，2所示，一种基于功率谐波特征的PTC型电采暖非侵入辨识方法，包括以下步骤：
步骤一：用电压和电流传感器采集用户总进线处的电压和电流信号，采样频率可为100Hz～1500Hz，形成电压和电流的采样序列u、i。
步骤二：扫描电压信号u和电流信号i，计算进线端平均功率P。
步骤三：计算启动突变功率及突变所需时间的比值k 1；
扫描有功功率序列P，分析提取出启动突变功率ΔP 1和该突变段前后所需时间ΔT 1，计算两者之间的比值
Figure PCTCN2020095231-appb-000009
计算公式如下：
ΔP 1-P 2-P 1    (1)
ΔT 1＝T 2-T 1    (2)
式(1)和(2)中，P 2为突变后的功率，P 1为突变前的稳态功率，T 1，T 2为突变前后所对应的时间。
由图2可知：当PTC型电采暖单独运行时突变后的功率P 2为1298W，突变前的稳态功率P 1为34W，则计算启动突变功率ΔP 1＝P 2-P 1＝1298-34＝1264W，突变前的时间T 1为9.4s，突变前的时间T 2为9.6s，则可以计算ΔT 1＝T 2-T 1＝9.6-9.4＝0.2s，启动突变功率及突变所需时间的比值
Figure PCTCN2020095231-appb-000010
该值在范围6000～6500之间。
步骤四：计算最大突变功率及突变所需时间的比值k 2；
根据有功功率序列，找出最大突变功率ΔP 2及到达最大突变所需的时间ΔT 2，计算系数
Figure PCTCN2020095231-appb-000011
计算公式如下：
ΔP 2＝P 3-P 1   (3)
ΔT 2＝T 3-T 1   (4)
式(3)和(4)中，P 3为最大突变后的功率，P 1为突变前的稳态功率，T 1，T 3为到达最大突变时所对应的时间；
从图2可以看出最大突变后的功率P 3为2753W，其对应的时间T 3为14s，突变前的稳态功率P 1为34W，其对应的时间T 1为9.4s，则可计算出ΔP 2＝P 3-P 1＝2753-34＝2719W，ΔT 2＝T 3-T 1＝14-9.4＝4.6s，最大突变功率及突变所需时间的比值
Figure PCTCN2020095231-appb-000012
该值在范围500～700之间。
步骤五：计算最大启动突变功率和突变后稳态运行功率比值k 3；
分析有功功率序列，提取最大启动突变功率ΔP 2和突变后稳态运行功率ΔP 3，计算功率比例系数
Figure PCTCN2020095231-appb-000013
计算公式如下：
ΔP 2＝P 3-P 1   (5)
ΔP 3＝P 4-P 1   (6)
式(5)和(6)中，P 3为最大突变后的功率，P 1为突变前的稳态功率，P 4为突变后的稳态功率；
从图2可以看出最大突变后的功率P 3为2753W，突变前的稳态功率P 1为34W，突变后的稳态功率P 4为1670W，则可计算出ΔP 2＝P 3-P 1＝2753-34＝2719W，ΔP 3＝P 4-P 1＝1670-34＝1636W，最大启动突变功率和突变后稳态运行功率比值
Figure PCTCN2020095231-appb-000014
该值在范围1.2～2之间。
步骤六：计算三次谐波的增量与突变所需的时间比值k 4。
由图3所示，根据三次谐波电流序列I，找出突变前后稳态三次谐波电流I 1为0.02A，I 2为0.8A，并计算出其差值ΔI，则ΔI＝I 2-I 1＝0.78A。计算突变前后稳态三次谐波电流所对应时间T 4为9.5s，T 5为11.9s，其差值ΔT 3，则ΔT 3＝T 5-T 4＝2.4s。计算三次谐波的增量与突变所需的时间比值
Figure PCTCN2020095231-appb-000015
在范围0.2～0.7之间。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发 明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

  1. 一种基于功率谐波特征的PTC型电采暧非侵入辨识方法，包括如下步骤：
    步骤一，使用电压、电流采集器对电源进线的电压和电流分别进行采样，得到电压采样序列和电流采样序列；
    步骤二，扫描电压信号u和电流信号i，计算进线端平均功率P，
    步骤三，计算k i，k i∈(k1，k2，k3...k n)，并判断k i是否属于设定的区间a i，a i∈(a 1，a 2，a 3...a n)，若是，则判断存在启动PTC型电采暖的可能，令i＝i+1且i≤n返回步骤三，i＞n，进入步骤四；若否，则判断其没有启动PTC型电采暖，停止计算；
    步骤四，若k n属于区间a n，则判断启动了PTC型电采暖。
  2. 根据权利要求1所述的基于功率谐波特征的PTC型电采暖非侵入辨识方法，其特在于：所述比值序列k i∈(k1，k2，k3...k n)分别为：启动突变功率及突变所需时间的比值k 1，最大突变功率及突变所需时间的比值k 2，最大启动突变功率和突变后稳态运行功率比值k 3，三次谐波的增量与突变所需的时间比值k 4。
  3. 根据权利要求1所述的基于功率谐波特征的PTC型电采暖非侵入辨识方法，其特征在于：所述判断区间a i∈(a 1，a 2，a 3...a n)依序为a 1＝(6000，650)，a 2＝(500，700)，a 3＝(1.2，2)，a 4＝(0.2，0.7)。
  4. 根据权利要求2所述的基于功率谐波特征的PTC型电采暖非侵入辨识方法，其特征在于：
    所述启动突变功率及突变所需时间的比值k 1的计算包括：
    Figure PCTCN2020095231-appb-100001
    其中ΔP 1＝P 2-P 1，ΔT 1＝T 2-T 1，P 2为突变后的功率，P 1为突变前的稳态功率，T 1，T 2为突变前后所对应的时间；所述最大突变功率及突变所需时间的比值k 2的计算包括：
    Figure PCTCN2020095231-appb-100002
    其中ΔP 2-P 3-P 1，ΔT 2＝T 3-T 1，P 3为最大突变后的功率，P 1为突变前的稳态功率，T 1，T 3为到达最大突变时所对应的时间；
    所述最大启动突变功率和突变后稳态运行功率比值k 3的计算包括；
    Figure PCTCN2020095231-appb-100003
    其中ΔP 2-P 3-P 1，ΔP 3＝P 4-P 1，P 3为最大突变后的功率，P 1为突变前的稳态功率，P 4为突变后的稳态功率；
    三次谐波的增量与突变所需的时间比值k 4的计算包括；
    Figure PCTCN2020095231-appb-100004
    ΔI＝I 2-I 1，则ΔT 3＝T 5-T 4，计算突变前后稳态三次谐波电流所对应时间T 4，T 5的差值ΔT 3，则ΔT 3＝T 5-T 4，I 1，I 2分别为突变前后稳态三次谐波电流，T 4，T 5分别为突变前后稳态三次谐波电流所对应时间。
  5. 根据权利要求1所述的基于功率谐波特征的PTC型电采暖非侵入辨识方法，其特征在于：所述步骤一中，采样频率选用100Hz～1500Hz。
PCT/CN2020/095231 2019-12-02 2020-06-09 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法 WO2021109523A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911210094.4A CN111025013A (zh) 2019-12-02 2019-12-02 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN201911210094.4 2019-12-02

Publications (1)

Publication Number Publication Date
WO2021109523A1 true WO2021109523A1 (zh) 2021-06-10

Family

ID=70203704

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/095231 WO2021109523A1 (zh) 2019-12-02 2020-06-09 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法

Country Status (2)

Country Link
CN (1) CN111025013A (zh)
WO (1) WO2021109523A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113466593A (zh) * 2021-07-08 2021-10-01 国网浙江省电力有限公司营销服务中心 一种非侵入式负荷监测安全防护方法及样本库建立方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111025013A (zh) * 2019-12-02 2020-04-17 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN111665387B (zh) * 2020-05-08 2021-06-04 深圳供电局有限公司 一种非侵入式的家用电饭煲辨识方法
CN111884224A (zh) * 2020-09-14 2020-11-03 江苏智臻能源科技有限公司 一种电动自行车户内充电的非介入式检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4858141A (en) * 1986-04-14 1989-08-15 Massachusetts Institute Of Technology Non-intrusive appliance monitor apparatus
CN105425079A (zh) * 2015-12-17 2016-03-23 东南大学 基于实时平均功率频域分析的洗衣机运行非侵入辨识方法
CN106340884A (zh) * 2016-11-28 2017-01-18 国网江苏省电力公司苏州供电公司 基于混合功率判据的非侵入式非变频冰箱启动辨识方法
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法
CN109596910A (zh) * 2018-11-19 2019-04-09 江苏智臻能源科技有限公司 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
EP3550500A1 (en) * 2016-12-05 2019-10-09 Starkoff Co., Ltd. Apparatus and method for non-invasively analyzing behaviors of multiple power devices in circuit and monitoring power consumed by individual devices
CN111025013A (zh) * 2019-12-02 2020-04-17 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100305889A1 (en) * 2009-05-27 2010-12-02 General Electric Company Non-intrusive appliance load identification using cascaded cognitive learning
CN105406596A (zh) * 2015-12-11 2016-03-16 国家电网公司 基于混合电流判据的非侵入式非变频空调启动辨识方法
CN108224681A (zh) * 2017-12-16 2018-06-29 广西电网有限责任公司电力科学研究院 基于决策树分类器的非侵入式空调启动检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4858141A (en) * 1986-04-14 1989-08-15 Massachusetts Institute Of Technology Non-intrusive appliance monitor apparatus
CN105425079A (zh) * 2015-12-17 2016-03-23 东南大学 基于实时平均功率频域分析的洗衣机运行非侵入辨识方法
CN106340884A (zh) * 2016-11-28 2017-01-18 国网江苏省电力公司苏州供电公司 基于混合功率判据的非侵入式非变频冰箱启动辨识方法
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法
EP3550500A1 (en) * 2016-12-05 2019-10-09 Starkoff Co., Ltd. Apparatus and method for non-invasively analyzing behaviors of multiple power devices in circuit and monitoring power consumed by individual devices
CN109596910A (zh) * 2018-11-19 2019-04-09 江苏智臻能源科技有限公司 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN111025013A (zh) * 2019-12-02 2020-04-17 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113466593A (zh) * 2021-07-08 2021-10-01 国网浙江省电力有限公司营销服务中心 一种非侵入式负荷监测安全防护方法及样本库建立方法
CN113466593B (zh) * 2021-07-08 2023-11-07 国网浙江省电力有限公司营销服务中心 一种非侵入式负荷监测安全防护方法及样本库建立方法

Also Published As

Publication number Publication date
CN111025013A (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
WO2021109523A1 (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
WO2019128843A1 (zh) 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
WO2019154050A1 (zh) 基于非侵入式负荷辨识的分项计量智能电能表
CN110412347B (zh) 一种基于非侵入式负荷监测的窃电行为识别方法与装置
WO2019128844A1 (zh) 一种基于混合判据的微波炉运行的非侵入辨识方法
CN107247201A (zh) 基于功率及时间特性的电烤箱非侵入辨识方法
CN106340884B (zh) 基于混合功率判据的非侵入式非变频冰箱启动辨识方法
CN102664411B (zh) 一种最大功率跟踪的风力发电系统及其控制方法
CN102967758A (zh) 一种建筑能耗间接分项计量拆分方法
CN111638692B (zh) 智慧园区管理系统
CN107940668A (zh) 一种基于多目标优化的公共建筑暖通空调系统诊断方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN106093565A (zh) 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN109754195A (zh) 一种地源热泵系统全年性能检测方法
CN103617720A (zh) 一种具备多路控制多功能表计装置
CN112633924A (zh) 一种基于负荷分解的小区电能替代需求分析方法
CN205427488U (zh) 一种基于物联网技术的智能建筑能源管理系统
CN205092783U (zh) 一种具有自学习功能的太阳能电池阵列模拟器
CN105698412A (zh) 一种利用天气预报的集中式太阳能热水系统的控制方法
CN114498923A (zh) 一种基于低压台区分段线损的反窃电方法
CN113607226A (zh) 无线远传自发电流量计量方法
Afonso et al. Weather monitoring system for renewable energy power production correlation
CN212009848U (zh) 一种建筑物能源监测控制系统
CN112016587A (zh) 基于主站特征库技术的用能监测云端协同非侵入辨识方法
CN110751388A (zh) 一种配电网居民户均配变容量指标计算的方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20897397

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20897397

Country of ref document: EP

Kind code of ref document: A1