[发明专利]一种非侵入式负荷智能识别系统在审

专利信息
申请号: 201910207234.6 申请日: 2019-03-19
公开(公告)号: CN110288113A 公开(公告)日: 2019-09-27
发明(设计)人: 周晓;李永清 申请(专利权)人: 浙江工业大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/00;G06F17/11;G06F16/2458
代理公司: 杭州之江专利事务所(普通合伙) 33216 代理人: 林蜀
地址: 310014 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能识别系统 非侵入式 负荷特征 有功功率 投切 参数模型 单独运行 电力供给 方法识别 负荷类型 负荷识别 实时采集 实时数据 状态判别 累加 入口端 有效地 中负荷 总负荷 触发 截取 拟合 时长 采集
【说明书】:

一种非侵入式负荷智能识别系统,安装在电力供给入口端,实时采集各个负荷单独运行时的有功功率,截取一定时长能很好反映负荷特征的波形,并将数据作为模型,形成负荷特征参数模型库;然后设计负荷投切状态判别,当有负荷投切时触发负荷识别;最后采集待识别总负荷的有功功率,通过基于累加拟合的方法识别负荷类型。本发明能够利用实时数据有效地识别负荷,并且适应场所中负荷增加的情况。

技术领域

本发明属于用电负荷识别领域,具体涉及一种非侵入式负荷智能识别系统。

背景技术

现如今,电网的智能化程度受到电力用户侧管理技术的发展,负荷识别技术是管理用户侧的关键技术之一,通过负荷识别技术,用户可随时监测电器的使用情况,积极响应国家节能政策,促进用户合理用电。对于电力部门来说,电力部门可以详细了解居民的用电构成,为电力部门统筹规划提供数据支持。

目前负荷监测技术分为两类:侵入式负荷监测和非侵入式负荷监测。侵入式负荷监测是指在每个用电设备上安装检测装置,该方法虽然准确性高,但成本大,维护难;非侵入式负荷监测通过在用户电力供给入口端安装检测装置来监测用户的总负荷数据,对数据进行分析来获知用户各负荷的使用情况,该方法成本低,安装方便,并且不会对监测系统内部产生干扰。

负荷识别算法是非侵入式的重点内容,现在的非侵入式负荷识别方法大致分为两类,一类是以负荷暂稳态信息来作为负荷识别的特征,基本上利用了负荷投切(负荷投切指的是负荷开启、关闭)时产生的电压波动以及隐含在功率、电流波形中的信息来进行负荷识别,此类方法不易识别多种负荷同时开启(多种设备同时启动)的情况。另一类是在模式识别和人工智能基础上提出的负荷识别方法,此类方法在样本的训练和学习上需要花费大量的时间,并且当负荷的种类发生变化后需要重新对样本进行训练和学习。

发明内容

本发明的目的是提供一种非侵入式负荷智能识别系统,该系统通过物联网技术监测用户的负荷使用详情,能够实现远程实时监测,用户可以清楚地了解不同时间段每类负荷的使用情况,为用户节能提供数据支持,用户通过更合理地安排负荷使用情况,最大程度地降低电能消耗。

一种非侵入式负荷智能识别系统,包括非侵入式负荷监测装置、非侵入式负荷识别系统;其中非侵入式负荷监测装置包括主控模块、电源模块、数据采集模块、无线通信模块,非侵入式负荷识别系统包括云服务器、web应用;

主控模块,用于处理负荷数据采集模块产生的信号,对负荷数据进行量化生成特征参数,并通过无线通信模块将数据上传到云服务器;

数据采集模块,由传感器和电能计量芯片组成,并且与主控模块连接,用于实时采集负荷数据,并将数据传递给主控模块;

无线通信模块,将主控模块生成的负荷特征参数通过网络传输的形式,发送到与服务器;

云服务器作为数据处理中心,实现对负荷特征参数数据的分类储存、计算分析挖掘,并且将分析计算后的结果在web应用上显示,用户可以通过浏览器远程实时查看工作负荷类型、查询历史数据,通过历史数据知晓设备的运行状况,为用户的节能提供数据支持。

上述的一种非侵入式负荷智能识别系统,所述传感器为2mR铜锰电阻。

选择这种类型的传感器,避免了因选择霍尔传感器、电流互感器产生成本高、易受外部磁场干扰的不良现象,电能计量芯片为HLW8112;传感器输出的信号为微弱电信号,经计量芯片处理成为多种负荷信号(电流、电压、有功功率、无功功率等有效值,电流、电压、有功功率、无功功率等瞬时值)。

电源模块提供5V和3.3V两种直流电压,满足各个模块的不同电压需求。

有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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浙江工业大学,未经浙江工业大学许可,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/201910207234.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top