[发明专利]非侵入式家庭用电设备在线监测系统与故障辨识方法

权利要求书

1.一种非侵入式家庭用电设备在线监测系统，其特征在于：包括非侵入式用电信号采集装置、数据前置处理系统、LSTM分类系统与联合判决模型；

所述非侵入式用电信号采集装置，用于监测家庭用电设备产生的实时波形信号；并通过通信系统上传至数据前置处理系统；

所述数据前置处理系统用于从实时波形信号中提取当前多元用电特征数据，并根据当前多元用电特征数据对当前运行的用电设备进行辨识；多元用电特征数据是包含电压、电流、功率与相角在内的多种时域用电特征数据的集合；

所述LSTM分类系统包括时序用电特征提取单元与若干LSTM分类器；所述时序用电特征提取单元用于将当前多元用电特征数据处理成相应的当前多元时序用电特征数据；多元时序用电特征数据是包含电压、电流、功率与相角在内的多种时序用电特征向量的集合；

所述LSTM分类器用于计算在当前多元时序用电特征数据中的每种多元时序用电特性向量下的每个当前运行的用电设备或其所在线路的异常概率与正常概率；LSTM分类器的类型包括针对单个用电设备运行的单设备LSTM分类器与针对不同设备同时运行的多设备LSTM分类器；LSTM分类系统能够根据当前运行的用电设备的辨识结果来选择相应的LSTM分类器；

所述联合判决模型用于判断每个当前运行的用电设备是否发生故障，对于每个当前运行的用电设备，均按如下准则判断：若联合异常概率＞联合正常概率，则判断当前运行的用电设备或其所在线路发生故障；联合异常概率等于在每种时序用电特征向量下当前运行的用电设备或其所在线路的异常概率之和；联合正常概率等于每种时序用电特征向量下当前运行的用电设备或其所在线路的正常概率之和。

2.根据权利要求1所述的非侵入式家庭用电设备在线监测系统，其特征在于：所述数据前置处理系统包括实时用电信息多元特征提取系统、设备用电特征数据库、自回归滑动平均模型ARMA、多目标优化模型；

所述实时用电信息多元特征提取系统，用于从所述实时波形信号中提取当前多元用电特征数据，并以所述当前多元用电特征数据作为当前数据；

所述设备用电特征数据库用于储存或更新以下数据：家庭用电基础特征数据、历史数据-分类结果响应关系以及实时环境数据；所述家庭用电基础特征数据包括家庭人员构成与用电习惯；所述历史数据-分类结果响应关系包括历史数据-用电行为响应关系与历史数据-异常概率响应关系；历史数据包括历史时刻的多元用电特征数据以及对应的季节数据、天气数据与日期数据；所述实时环境数据包括与所述当前数据对应的季节数据、天气数据、日期数据；

所述自回归滑动平均模型ARMA包括根据历史数据-用电行为响应关系与家庭用电基础特征数据建立的用电行为预测模型；所述自回归滑动平均模型ARMA用于通过所述用电行为预测模型，并根据实时环境数据与当前数据对用电行为进行预测，进而根据用电行为预测出相应的用电负荷；

所述多目标优化模型用于结合专家知识库、用电负荷预测结果与当前数据，对当前运行的用电设备进行辨识；所述专家知识库中包含单个用电设备运行时的多元用电特征数据以及多个用电设备同时运行时的多元用电特征数据。

3.根据权利要求1所述的非侵入式家庭用电设备在线监测系统，其特征在于：所述非侵入式用电信号采集装置为采样间隔毫秒级以下的瞬时信号采集传感器。

4.根据权利要求1所述的非侵入式家庭用电设备在线监测系统，其特征在于：所述通信系统采用无线通信系统。

5.根据权利要求1所述的非侵入式家庭用电设备在线监测系统，其特征在于：还包括用于安装在入户电源线上的供电开关，供电开关通过通信系统接收远程控制信号，当辨识出当前运行的用电设备发生故障时，供电开关能够接收远程控制信号进行关闭。

6.根据权利要求2所述的非侵入式家庭用电设备在线监测系统，其特征在于：采用边云协同架构：自回归滑动平均模型ARMA、多目标优化模型、LSTM分类系统与决策树联合分类模型均配置在边缘服务器中，设备用电特征数据库配置在云服务器中。