[发明专利]一种基于基波和谐波混合判据的电器特征辨识方法在审

专利信息
申请号: 202111366229.3 申请日: 2021-11-17
公开(公告)号: CN114236234A 公开(公告)日: 2022-03-25
发明(设计)人: 赵学明;冯玮;王炎彬;张宏艳;魏昕喆;谢晗 申请(专利权)人: 国网天津市电力公司;国家电网有限公司
主分类号: G01R23/163 分类号: G01R23/163;G01R31/00
代理公司: 天津盛理知识产权代理有限公司 12209 代理人: 王来佳
地址: 300010*** 国省代码: 天津;12
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 基于 基波 谐波 混合 判据 电器 特征 辨识 方法
【权利要求书】:

1.一种基于基波和谐波混合判据的电器特征辨识方法,其特征在于:包括以下步骤:

S1、获取用电数据获取,并进行预处理;

S2、对所述S1预处理后的数据判断是否有事件发生;若存在事件发生,则进入S3,否则进入S1;

S3、分别采用电压-电流曲线提取方法和谐波特征提取方法对事件发生后的电压电流信号进行特征提取和组合,得到负荷特征;

S4、基于S3得到的负荷特征,对所述S2判断得到的事件进行基于支持向量机的负荷识别,识别得到用户家庭中处于工作状态的用电器。

2.根据权利要求1所述的一种基于基波和谐波混合判据的电器特征辨识方法,其特征在于:所述S1中用电数据包括:电流、电压及功率。

3.根据权利要求1所述的一种基于基波和谐波混合判据的电器特征辨识方法,其特征在于:所述S2中,对所述S1预处理后的数据判断是否有事件发生的具体方法为:通过功率的有效值变化判断事件发生,当所述功率的有效值变化大于阈值,则有事件发生,否则不存在事件发生,其具体步骤包括:

设定S1预处理得到的视在功率:S1,…,St,St+1,…;事件开始时间ton为t秒,事件结束时间toff为t+TL秒;事件探测窗每次移动的步长为L;

则总视在功率变化量ΔSt=St+1-St,St为t秒时的总视在功率;

当ΔStSon1时,事件探测窗开始移动并计算ΔSt+1,ΔSt+2,…,直到ΔSt+TLSon1

其中,Son1为事件检测功率变化阈值,Son2为能检测到的最小的事件功率变化值;

若St+TL-StSon2,则有负荷在t~t+TL秒内发生状态变化,即不存在事件发生。

4.根据权利要求1所述的一种基于基波和谐波混合判据的电器特征辨识方法,其特征在于:所述S3的分别采用电压-电流曲线提取方法和谐波特征提取方法对事件发生后的电压电流信号进行特征提取和组合,得到负荷特征的具体步骤包括:

(1)采用电压-电流曲线提取方法对事件发生后的电压电流信号进行特征提取,得到电压-电流曲线作为负荷印记;

其具体步骤包括:

首先对事件前后T秒内的电压电流波形进行平滑和插值处理;

然后,T秒内每秒取一周期电压电流波形并对电压波形进行傅里叶变换,后取基波电压相角为0的点作为电压电流波形初始采样点;

再将电压电流波形各周期相同位置采样点取平均值,以电压为横坐标,电流为纵坐标绘制电压-电流曲线;

最后将电压-电流曲线的特征作为负荷印记。

(2)采用谐波特征提取方法对事件发生后的电压电流信号进行特征提取,得到频域特征即作为负荷印记;

其具体步骤包括:

通过快速傅里叶变换将时域内的电流信号转换为频域内的频谱信号,如式(1)所示;

式(1)中,i0为直流分量,ik为第k次谐波电流幅值,kω为第k次谐波分量角频率,为第k次谐波分量初相角;从所述频谱信号中提取谐波分量,得到负荷设备在频域上的特征信息,将频域特征即作为负荷印记;

所述谐波分量包括:谐波次数和谐波幅值;提取谐波次数的第三次和第五次,谐波幅值为第六次谐波的幅值。

(3)将步骤(1)和步骤(2)中得到的负荷印记进行组合得到负荷特征。

5.根据权利要求1所述的一种基于基波和谐波混合判据的电器特征辨识方法,其特征在于:所述S4的基于S3得到的负荷特征,对所述S2判断得到的事件进行基于支持向量机的负荷识别,识别得到用户家庭中处于工作状态的用电器的具体步骤包括:

S41、给定输入数据和学习目标:X={X1,X2,…,X8},y={y1,y2,…,yN},其中,yi表示识别结果i=1,2,…,8,N为用电器数;若输入数据所在的特征空间存在作为决策边界的超平面H,则超平面H将所输入的数据按正类和负类分开,并使任意样本的点到超平面H的距离大于等于1,则分类问题如式(2)所示:

式(2)中,

S.t. yi(ω·xi+b)-1≥0,i=1,…,l分别为超平面的法向量和截距;

S42、最优分类超平面,得到分类间隔最大的超平面,则所述分类问题化简为如下最优化问题:

S.t. yi(ω·xi+b)-1≥0,i=1,…,l (3)

使用拉格朗日乘子法求解式(3),以ω、b为变量引入拉格朗日乘子αi≥0,i=1,…,l得到:

将式(3)所描述的问题转化为对偶形式得:

式(5)和式(6)中,Lp为上述最优化问题的对偶形式的目标函数;

将式(5)、式(6)、式(7)、式(8)及式(9)进行化简得:

S43、对偶形式与原优化问题具有相同的最优点,于是原优化问题转化为:

S44、根据式(11)计算得到最优分类超平面的法向量:

b*=yi*xi (12)

最终的判别函数为:

式(13)中,z为样本点到超平面的距离;即通过f(z)得到SVM分类器分类结果,进而得到用户家庭中处于工作状态的用电器。

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国网天津市电力公司;国家电网有限公司,未经国网天津市电力公司;国家电网有限公司许可,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/202111366229.3/1.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