[发明专利]基于电流幅值标准差的非侵入式电器识别方法有效
| 申请号: | 201910603427.3 | 申请日: | 2019-07-05 |
| 公开(公告)号: | CN110244149B | 公开(公告)日: | 2021-03-16 |
| 发明(设计)人: | 何金辉;宋佶聪;瞿杏元;余志斌 | 申请(专利权)人: | 四川长虹电器股份有限公司 |
| 主分类号: | G01R31/00 | 分类号: | G01R31/00;G01R19/00;G01R19/02 |
| 代理公司: | 四川省成都市天策商标专利事务所 51213 | 代理人: | 魏伯吹 |
| 地址: | 621000 四*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 电流 标准差 侵入 电器 识别 方法 | ||
本发明公开了一种基于电流幅值标准差的非侵入式电器识别方法,包括选取样本电器,计算其电流有效值,并找出电流有效值中的最小值MIrms,并计算各样本电器的电流幅值标准差Std1;获取待识别电器的实测电流电压幅值数据和电流有效值Irms和电流幅值数据DIrms;遍历各样本电器,计算各样本电器的电流有效值占待识别电器的电流有效值Irms的比重PIrms,如果PIrms=1表明待识别电器可能包含该类样本电器,然后计算待识别电器的电流幅值数据DIrms中可能包含的样本电器的电流幅值数据,归一化后计算电流幅值标准差Std2,设v=abs(Std2‑Std1),差值v最小的即为分解出来的样本电器;判断待识别电器是否为分解出来的样本电器。本发明通过简单实用的算法,实现了对电器的识别。
技术领域
本发明涉及非侵入式检测系统下电器识别技术领域,特别是一种基于电流幅值标准差的非侵入式电器识别方法。
背景技术
20世纪70年代,美国和一些欧洲国家为了提高家庭用电效率,实现节能减排,开始了对家庭能耗进行研究。近年来,随着传感技术、信息通信技术、控制技术的发展,特别是智能电网的兴起,家庭能源管理系统的任务也在增加,而实现这一任务的前提就是对各种电器进行有效的监测。电力负荷监测对家庭和电力公司等都具有重大的意义,对于家庭而言:可以清楚了解每类电器的用电情况,并据此调整用电习惯以达到节能的目的;对电力公司而言:可以了解各地区的用电,并据此制定不同的套餐,实现电力的合理配置,达到资源的最大化利用。
目前电力负荷监测可以分为两种:
(1)传统的侵入式检测,通过给各类电器增加相应传感器分路实现计量,进而实现的总电器的功耗监测,其投入较大,容易对电器的正常运转造成干扰,过多的线路接入使得用户接受程度也不是很好。
(2)早期提出的非侵入式检测功耗,基于电器类别单元电流,只能对类别进行分解,不能细化到具体电器。而且大多依赖于电器的暂态特征数据,对硬件要求高,成本也就相应的提高了,对不利于产品的推广;而且其中的一些算法过于复杂不方便集成到硬件设备中,训练数据过多前期需要花费大量的人力成本。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种基于电流幅值标准差的非侵入式电器识别方法,本发明通过简单实用的算法,实现了对电器的识别,在此基础可以进行用能分析,有助于帮助企业和用户分析用电情况。
为实现上述目的,本发明采用的技术方案是:一种基于电流幅值标准差的非侵入式电器识别方法,包括以下步骤:
步骤1、选取常用家庭用电负荷作为样本电器,分别计算各样本电器的电流有效值,并找出所有样本电器中电流有效值的最小值MIrms,并计算各样本电器的电流幅值标准差Std1;
步骤2、获取待识别电器的实测电流电压幅值数据和电流有效值Irms,对电压幅值数据进行相位对齐得到对应的电流幅值数据DIrms;
步骤3、遍历各样本电器,计算各样本电器的电流有效值占待识别电器的电流有效值Irms的比重PIrms,即PIrms=样本电器的电流有效值/Irms,如果PIrms1表明样本电器电流有效值大于了待识别电器的电流有效值,则排除此类样本电器;如果PIrms=1表明待识别电器可能包含该类样本电器,然后计算待识别电器的电流幅值数据DIrms中可能包含的样本电器的电流幅值数据,归一化后计算可能包含的各样本电器的电流幅值数据在待识别电器的电流幅值数据DIrms下的电流幅值标准差Std2,设v=abs(Std2-Std1),保存差值v及各样本电器的标签;
步骤4、根据步骤3遍历完成所有样本电器后找到差值v最小的对应的样本电器,即为分解出来的样本电器;
步骤5、判断待识别电器是否为步骤4中分解出来的样本电器。
作为一种优选的实施方式,所述步骤1具体如下:
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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/201910603427.3/2.html,转载请声明来源钻瓜专利网。





