[發明專利]一種智能電表箱的非侵入式負荷監測方法及其監測設備在審
| 申請號: | 202010863760.0 | 申請日: | 2020-08-25 |
| 公開(公告)號: | CN111985824A | 公開(公告)日: | 2020-11-24 |
| 發明(設計)人: | 朱若蘭;左勇;潘植鑫 | 申請(專利權)人: | 安徽南瑞中天電力電子有限公司 |
| 主分類號: | G06Q10/06 | 分類號: | G06Q10/06;G06Q50/06;G06K9/62;G06N3/02;G06N7/00;G06N20/10;G06N20/20;G01R31/00 |
| 代理公司: | 合肥市澤信專利代理事務所(普通合伙) 34144 | 代理人: | 方榮肖 |
| 地址: | 237000 安徽省合肥市高新*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智能 電表箱 侵入 負荷 監測 方法 及其 設備 | ||
1.一種智能電表箱的非侵入式負荷監測方法,其特征在于,其包括以下步驟:
采集用戶歷史用電信息以獲得歷史用電數據,并對所述歷史用電數據進行誤差修正處理;
對處理后的歷史用電數據進行負荷特征提取以獲得負荷識別的負荷特征樣本;
根據所述負荷特征樣本,建立負荷特征庫;
采集用戶實時用電信息以獲得實時用電數據,并對所述實時用電數據進行誤差修正處理;
計算處理后的實時用電數據中相鄰時刻或者時間段負荷特征的變化規律,并判斷變化量是否超過一個變化閾值;在所述變化量超過所述變化閾值時,則判定有事件發生;
在有事件發生時,對處理后的實時用電數據進行負荷特征提取以獲得供負荷使用的一系列不同的實時負荷特征;
根據所述負荷特征庫和所述實時負荷特征,進行非侵入式負荷分解;
根據負荷分解結果,識別總負荷的成分,對用戶的用電設備進行負荷辨識,獲得用戶內部的各個負荷的用電信息。
2.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,通過預設的模式識別方法對所述實時負荷特征進行識別,辨識每種用電設備在不同時刻所處的工作模式,實現非侵入式負荷分解。
3.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,所述歷史用電數據或/和所述實時用電數據的誤差修正處理方法包括:去噪;計算等電氣量;標幺化處理。
4.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,所述負荷特征庫中的負荷特征分為穩態特征、暫態特征、運行模式特征,所述穩態特征、所述暫態特征通過所述用電設備的內部元器件特征確定,所述運行模式特征通過所述用電設備的運行控制策略確定。
5.如權利要求2所述的智能電表箱的非侵入式負荷監測方法,其特征在于,所述模式識別方法為K最近鄰算法、神經網絡算法、支持向量機算法、Adaboost算法、隱形馬爾科夫模型算法、主旨模式挖掘算法中的一種。
6.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,還對所述負荷特征庫進行補充和優化,且優化方法包括以下步驟:先將新增的樣本負荷數據輸入至所述負荷特征庫的特征模型中,再根據所述特征模型判斷新增的樣本負荷數據是否添加至樣本數據,是則對所述樣本負荷數據進行負荷特征提取,并將提取結果添加至所述負荷特征庫的樣本負荷特征數據中。
7.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,所述變化閾值通過對多組負荷特征樣本進行參數訓練獲得;所述用戶歷史用電信息和所述用戶實時用電信息均包括總電流、總電壓、總功率、總電能。
8.如權利要求4所述的智能電表箱的非侵入式負荷監測方法,其特征在于,先將有功穩態特征、無功穩態特征、電壓穩態特征以及電流穩態特征組合,再加上有功暫態波形,最后將結合后的混合特征進行特征提取。
9.如權利要求1所述的智能電表箱的非侵入式負荷監測方法,其特征在于,通過一個或多個智能底座采集所述用戶歷史用電信息和所述用戶實時用電信息;所述智能底座內置有獨立量測單元,所述獨立量測單元安裝有信息采集裝置,所述信息采集裝置包括電流電壓采集器、漏電采集器、接插件采集器;所述電流電壓采集器用于采集總負荷的電壓和電流,所述漏電采集器用于采集總負荷的漏電信息,所述接插件采集器用于采集總負荷的插接件信息。
10.一種智能電表箱的非侵入式負荷監測設備,其應用如權利要求1-9中任意一項所述的智能電表箱的非侵入式負荷監測方法,其特征在于,其包括:
采集模塊一,其用于采集用戶歷史用電信息以獲得歷史用電數據,并對所述歷史用電數據進行誤差修正處理;
特征提取模塊一,其用于對處理后的歷史用電數據進行負荷特征提取以獲得負荷識別的負荷特征樣本;
特征庫建立模塊,其用于根據所述負荷特征樣本,建立負荷特征庫;
采集模塊二,其用于采集用戶實時用電信息以獲得實時用電數據,并對所述實時用電數據進行誤差修正處理;
事件檢測模塊,其用于計算處理后的實時用電數據中相鄰時刻或者時間段負荷特征的變化規律,并判斷變化量是否超過一個變化閾值;在所述變化量超過所述變化閾值時,所述事件檢測模塊則判定有事件發生;
特征提取模塊二,其用于在有事件發生時,對處理后的實時用電數據進行負荷特征提取以獲得供負荷使用的一系列不同的實時負荷特征;
負荷分解模塊,其用于根據所述負荷特征庫和所述實時負荷特征,進行非侵入式負荷分解;以及
識別模塊,其用于根據負荷分解結果,識別總負荷的成分,對用戶的用電設備進行負荷辨識,獲得用戶內部的各個負荷的用電信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于安徽南瑞中天電力電子有限公司,未經安徽南瑞中天電力電子有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010863760.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:同時檢測多種RNA的方法
- 下一篇:一種輕軌胎成型鼓刷的膠油配方及其制備工藝
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





