[发明专利]一种多维度用电行为的感知方法及系统有效
申请号: | 201210555210.8 | 申请日: | 2012-12-19 |
公开(公告)号: | CN103020459A | 公开(公告)日: | 2013-04-03 |
发明(设计)人: | 刘晶杰;徐志伟;聂磊 | 申请(专利权)人: | 中国科学院计算技术研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G01R19/00 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 祁建国;梁挥 |
地址: | 100190 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多维 用电 行为 感知 方法 系统 | ||
技术领域
本发明涉及计算机应用技术领域,特别涉及一种多维度用电行为的感知方法及系统。
背景技术
2008年IBM提出智慧地球的概念,将智慧地球描述为“更透彻的感知、更全面的互联互通、更深入的智能化”。美国政府在智慧地球提出不久之后也将智能电网作为其“新能源救市计划”中的重要部分提上日程。与我们熟知的传统电网比较起来,智能电网意味着尽可能获取更多信息,更注重于使用者间的交互,通过解析信息提供更到位的服务。智能电表等用户端设备直接与用户接触,指导用户用电行为,是智能电网不同于传统电网的重要体现。通过给出有关设备上的详细用电情况,能够有效的减小用户对用电行为的认识偏差,优化用户的使用习惯,从而得到更好的节电效果。
因此,有效获取用电环境(家庭、生产环境等)中有关设备上的详细用电信息,是智能电网领域用户端信息采集的关键技术。在不影响用电环境的情况下,从外部获取各个设备上的详细用电信息的监测技术,被称为非侵入式负载监测(NILM)技术。到目前为止,非侵入式负载监测技术主要包括两大类:基于稳态分析的负载监测技术与基于暂态事件的负载监测技术。虽然这两种技术都支持非侵入式的负载监测,满足智能电网领域用户端信息采集的需求,但是这两种技术都对用电设备做出了类似的假设:设备具有相对稳定的运行状态,确定运行状态后可以根据已知的信息,获得设备的详细用电信息。
随着时代进步,用电设备的行为日益弹性化,使得这一假设不再适用,例如:在同样时间段中,运行游戏程序的电脑相对于单纯浏览网页消耗更多的电力,空闲与繁忙的功耗差异可能超过30%。同时,传统的有功功率、无功功率组成的二维用电特征不足以区分当前使用的大量相似电器。即便引入高次谐波对特征集合进行扩展,大量相似的电源适配器仍然会产生易混淆的谐波信号。
发明内容
本发明在传统稳态分析的思路上,使用多种负载特征重新定义用电设备的稳定状态,结合统计学上的一系列计算方法对实时采集的全家庭用电信息进行分析,直接获取家庭中所有设备上的用电行为信息,分辨能力强大、判断精度高,能有效区分相似用电设备的用电行为。
为实现上述目的,本发明提供了一种多维度用电行为的感知方法,包括:
步骤1,预先定义在多个维度下用电设备的统计特征和获取每种统计特征下的特征值,并建立对应的统计模型;
步骤2,在电网入口处安装采集单元,实时获取所有用电设备的电流电压信息,计算单元根据所述电流电压信息与用户的输入数据,对每个统计特征的特征权重进行训练;
步骤3,所述计算单元根据所述特征值、统计模型和特征权重进行启发式搜索计算,得到各个用电设备的实时用电行为,并将所述实时用电行为发送到显示单元。
进一步的,所述采集单元包括一个电流传感器和一个电压传感器,该电流传感器是基于霍尔效应的磁场感应芯片,利用电磁感应实现非侵入式的电流数据采集,该电压传感器直接接入电路与所有用电设备并联,测量其上的电压。
所述计算单元独立使用一个处理器;或者与采集单元共用一个处理器;或者与显示单元共用一个处理器。
进一步的,所述步骤2包括:
步骤21,测量一段时间内的家庭中所有用电设备的总电流电压信息,作为训练数据集开始进行权重训练,
步骤22,通过所述启发式搜索计算,获得多个候选结果组成的候选列表;
步骤23,用户根据真实情况在候选列表中选取最优的分析结果;
步骤24,通过对所述候选列表与用户提供的信息进行迭代式的优化权重参数,获得所述所有用电设备的特征权重。
进一步的,所述步骤3中的启发式计算公式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210555210.8/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用