[發(fā)明專利]基于假設(shè)檢驗(yàn)的事件檢測(cè)算法檢測(cè)開關(guān)事件的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201911410940.7
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111161097B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 周步祥;張遠(yuǎn)洪;黃河;張致強(qiáng);袁岳;何飛宇;廖敏芳;陳鑫
• 申請(qǐng)（專利權(quán)）人: 四川大學(xué)
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

本申請(qǐng)?zhí)峁┝艘环N基于假設(shè)檢驗(yàn)的事件檢測(cè)算法檢測(cè)開關(guān)事件的方法和裝置，涉及電力檢測(cè)領(lǐng)域。所述方法包括：根據(jù)檢測(cè)窗口、參考數(shù)據(jù)集以及擬合優(yōu)度值公式，計(jì)算得到所有樣本的擬合優(yōu)度值，確定擬合優(yōu)度值為最大值的樣本點(diǎn)為可疑樣本點(diǎn)；以可疑樣本點(diǎn)為基點(diǎn)，前后各取一個(gè)長(zhǎng)度為預(yù)設(shè)數(shù)量的第一樣本窗口和第二樣本窗口；計(jì)算統(tǒng)計(jì)量Z的計(jì)算值；根據(jù)計(jì)算值，得到概率值P的計(jì)算值；在樣本有顯著差異的情況下，確定可疑樣本點(diǎn)為開關(guān)事件發(fā)生點(diǎn)。本發(fā)明的技術(shù)方案，只針對(duì)可疑點(diǎn)進(jìn)行事件檢驗(yàn)，不但運(yùn)算簡(jiǎn)單迅速，并且在用電功率較大時(shí)，依然保證了開關(guān)事件的識(shí)別精度，不會(huì)出現(xiàn)漏檢且具有較高的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及電力檢測(cè)領(lǐng)域，尤其是涉及一種基于假設(shè)檢驗(yàn)的事件檢測(cè)算法檢測(cè)開關(guān)事件的方法和裝置。

背景技術(shù)

非侵入式負(fù)荷監(jiān)測(cè)(Non-intrusive?load?monitoring，NILM)技術(shù)Hart于10世紀(jì)80年代首次。NILM技術(shù)采用非侵入式負(fù)荷監(jiān)測(cè)方法，只需要在用戶的電力入戶處進(jìn)行用電數(shù)據(jù)采集，通過信號(hào)分析與處理進(jìn)行負(fù)荷識(shí)別，即可實(shí)現(xiàn)對(duì)整個(gè)系統(tǒng)內(nèi)部負(fù)荷的在線監(jiān)測(cè)，最終獲取整個(gè)用電網(wǎng)絡(luò)內(nèi)所有負(fù)荷的狀態(tài)，該技術(shù)操作方便、成本低、效益高，也是用戶和電力公司實(shí)現(xiàn)雙向互動(dòng)服務(wù)體系的重要環(huán)節(jié)之一。

NILM包括四個(gè)步驟，分別是數(shù)據(jù)量測(cè)及預(yù)處理、事件檢測(cè)、負(fù)荷特性提取、負(fù)荷識(shí)別，精準(zhǔn)的檢測(cè)出開關(guān)事件才能為特性提取和負(fù)荷識(shí)別做好準(zhǔn)備。為了提高NILM在事件檢測(cè)方面的準(zhǔn)確度，近年來國(guó)內(nèi)外研究人員提出了很多改進(jìn)方法。例如：基于貝葉斯信息準(zhǔn)則的負(fù)荷事件檢測(cè)方法；采用小波變換技術(shù)的負(fù)荷事件檢測(cè)方法；使用倒頻譜分析法的負(fù)荷事件檢測(cè)方法；基于標(biāo)準(zhǔn)卡方擬合優(yōu)度方法的負(fù)荷事件檢測(cè)方法等。

但上述各種存在數(shù)據(jù)處理量大、涵蓋面不全、魯棒性等問題，從而導(dǎo)致對(duì)開關(guān)事件的識(shí)別精度較差，尤其是在用電功率較高時(shí)，開關(guān)事件漏檢較為嚴(yán)重。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明提供一種基于假設(shè)檢驗(yàn)的事件檢測(cè)算法檢測(cè)開關(guān)事件的方法和裝置，解決了開關(guān)事件的識(shí)別精度較差，尤其是在用電功率較高時(shí)，開關(guān)事件漏檢較為嚴(yán)重的問題。

本發(fā)明實(shí)施例提供一種基于假設(shè)檢驗(yàn)的事件檢測(cè)算法檢測(cè)開關(guān)事件的方法，所述方法應(yīng)用于智能電表，所述智能電表用于采集用戶的用電總功率，所述方法包括：

步驟1：根據(jù)檢測(cè)窗口、參考數(shù)據(jù)集以及擬合優(yōu)度值公式，計(jì)算得到所述檢測(cè)窗口中所有樣本的擬合優(yōu)度值，所述參考數(shù)據(jù)集為所述智能電表采集的所述用電總功率形成的數(shù)據(jù)集，所述檢測(cè)窗口為檢測(cè)所述開關(guān)事件是否發(fā)生所使用的窗口，所述檢測(cè)窗口大小的最小值為預(yù)設(shè)值，所述檢測(cè)窗口大小的最大值由用戶的用電設(shè)備狀態(tài)轉(zhuǎn)變的最大長(zhǎng)度決定；

步驟2：對(duì)比所述檢測(cè)窗口中所有樣本的擬合優(yōu)度值中的最大值與功率波動(dòng)閾值的大小關(guān)系，所述功率波動(dòng)閾值通過經(jīng)驗(yàn)法得到，所述功率波動(dòng)閾值隨所述檢測(cè)窗口大小的改變而改變；

步驟3：在所述擬合優(yōu)度值中的最大值大于所述功率波動(dòng)閾值的情況下，確定擬合優(yōu)度值為最大值的樣本點(diǎn)為可疑樣本點(diǎn)；

步驟4：以所述可疑樣本點(diǎn)為基點(diǎn)，前后各取一個(gè)長(zhǎng)度為預(yù)設(shè)數(shù)量的第一樣本窗口和第二樣本窗口；

步驟5：對(duì)所述第一樣本窗口中的樣本和所述第二樣本窗口中的樣本采用Z檢驗(yàn)的公式進(jìn)行計(jì)算，得到統(tǒng)計(jì)量Z的計(jì)算值；

步驟6：根據(jù)所述統(tǒng)計(jì)量Z的計(jì)算值，計(jì)算得到所述開關(guān)事件發(fā)生的概率值P的計(jì)算值；

步驟7：根據(jù)所述概率值P的計(jì)算值與標(biāo)準(zhǔn)值，以及所述統(tǒng)計(jì)量Z的標(biāo)準(zhǔn)值與計(jì)算值，判斷所述第一樣本窗口中的樣本和所述第二樣本窗口中的樣本是否有顯著差異；

步驟8：在所述第一樣本窗口中的樣本和所述第二樣本窗口中的樣本有顯著差異的情況下，確定所述可疑樣本點(diǎn)為所述開關(guān)事件發(fā)生點(diǎn)。