本发明涉及负荷监测技术领域，并且更具体地，涉及一种负荷检测方法及系统。
背景技术：
为了保证电力的能耗需求能够得到充分满足和住宅及商业建筑能够正常运行的基础之上，我们应该采取有效的措施合理地节约电力，提高电力的利用效率，那么负荷的监控和测量就变得尤为重要。
在对负荷进行监控和测量的同时，为了减少投资和时间上的大量消耗，我们从住宅和商业建筑的总线获取电流和电压的信息，对其进行分析和处理，得到电压、电流的信号。然后，从信号中提取对应的特征，利用相应的算法，将不同的负荷分解出来，得到各个负荷的用电信息。由于各个负荷的功能繁多、原理复杂，有时单纯的电压、电流的信息难以对多状态持续变化的负荷进行有效地分类。
目前负荷监测的方法主要是利用总线上的电流、电压信息进行分析处理，单纯的从电信号方面，实时地进行监测。其方法类型主要分为两类，一种是基于负荷稳态特征的分析方法，一种是基于负荷暂态特征的分析方法。基于负荷稳态特征的分析方法主要是对负荷的典型电流、电压进行采样、叠加，实现负荷稳态波形的仿真。基于负荷暂态的分析方法主要是对暂态的电流、电压进行采样，提取特征值，比如波形系数、峰峰值等，然后进行分类。分类方法主要有c4.5决策树算法、谱聚类算法等，c4.5决策树算法是由决策节点、分支和叶节点组成，决策节点表示样本，分支表示某个决策节点的不同取值，叶节点表示可能的分类结果。其过程是使用训练集对其进行训练，得到模型，然后从根节点开始决策，沿着分支，到达叶节点，得到可能的分类标签。谱聚类算法首先要准备数据，生成图的邻接矩阵，然后归一化普拉斯矩阵，生成特征值和特征向量，进行聚类，最后根据划分准则进行分类。虽然这些方法都能够在一定程度上实现负荷识别，但是还存在一些缺陷，主要表现在以下几点：一般的监控、检测、识别的方法，其开关事件和负荷识别两部分是分开判别的，存在开关事件误检或者未检测以及信号干扰的状况，从而对后面的识别造成影响；单纯从电流、电压的变化去进行检测和识别，很多负荷容易混淆；以及对负荷进行实时的监测，得到的信息量有限，对开关事件的检测和负荷识别都造成了一定的阻碍。
技术实现要素：
本发明提供了一种负荷检测方法及系统，以解决如何对负荷进行检测的问题。
为了解决上述问题，根据本发明的一个方面，提供了一种负荷检测方法，所述方法包括：
按照预设时间周期对获取的负荷的总入口处的总线上的电压信号和电流信号进行加窗处理，并确定每个窗口对应的功率信号；
根据所述每个窗口对应的功率信号的持续时间特征确定每个窗口的候选负荷集，每个候选负荷集包括至少一个候选负荷；
根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息；
根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷。
优选地，其中所述方法还包括：
对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理，并将经过滤波处理的电压信号和电流信号转换为电压数字信号和电流数字信号。
优选地，其中利用型号为ad1256的24位的模数转换器对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理。
优选地，其中所述方法还包括：
在确定每个窗口的候选负荷集之前，根据每个窗口对应的功率信号的功率特征确定每个窗口对应的候选负荷范围。
优选地，其中所述特征信息包括：边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息。
优选地，其中所述根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定每个窗口对应的每个候选负荷的特征信息，包括：
将每个窗口中的边缘类型数量和对应的每个候选负荷的边缘类型数量相除，确定每个窗口对应的每个候选负荷的边缘特征信息；
将每个窗口中的趋势类型数量和对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的趋势特征信息；
将每个窗口的时间区间和对应的每个候选负荷的开启时间区间进行比较，确定每个窗口对应的每个候选负荷的时间特征信息；其中，若窗口的时间区间在对应的每个候选负荷的开启时间区间内，则时间特征信息为1，反之，时间特征信息为0；
将每个窗口的边缘类型重复的数量与对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的频率特征信息；
利用1减去候选负荷的逆序变化量和窗口中的序列变量的比值，确定每个窗口对应的每个候选负荷的序列特征信息。
优选地，其中所述根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷，包括：
由边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息分别组成每个窗口的每个候选负荷对应的特征信息数数组，计算所述特征信息数组与每个候选负荷对应的特征权重组相乘后和预设临界值的差值，选取最大的差值对应的候选负荷作为每个窗口的负荷。
根据本发明的另一个方面，提供了一种负荷检测系统，所述系统包括：
加窗处理模块，用于按照预设时间周期对获取的负荷的总入口处的总线上的电压信号和电流信号进行加窗处理，并确定每个窗口对应的功率信号；
候选负荷集确定模块，用于根据所述每个窗口对应的功率信号的持续时间特征确定每个窗口的候选负荷集，每个候选负荷集包括至少一个候选负荷；
特征信息确定模块，用于根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息；
窗口负荷确定模块，用于根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷。
优选地，其中所述系统还包括：
滤波处理模块，用于对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理，并将经过滤波处理的电压信号和电流信号转换为电压数字信号和电流数字信号。
优选地，其中利用型号为ad1256的24位的模数转换器对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理。
优选地，其中所述系统还包括：
候选负荷范围确定模块，用于在确定每个窗口的候选负荷集之前，根据每个窗口对应的功率信号的功率特征确定每个窗口对应的候选负荷范围。
优选地，其中所述特征信息包括：边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息。
优选地，其中所述特征信息确定模块，根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定每个窗口对应的每个候选负荷的特征信息，包括：
边缘特征信息确定单元，用于将每个窗口中的边缘类型数量和对应的每个候选负荷的边缘类型数量相除，确定每个窗口对应的每个候选负荷的边缘特征信息；
趋势特征信息确定单元，用于将每个窗口中的趋势类型数量和对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的趋势特征信息；
时间特征信息确定单元，用于将每个窗口的时间区间和对应的每个候选负荷的开启时间区间进行比较，确定每个窗口对应的每个候选负荷的时间特征信息；其中，若窗口的时间区间在对应的每个候选负荷的开启时间区间内，则时间特征信息为1，反之，时间特征信息为0；
频率特征信息确定单元，用于将每个窗口的边缘类型重复的数量与对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的频率特征信息；
序列特征信息确定单元，用于利用1减去候选负荷的逆序变化量和窗口中的序列变量的比值，确定每个窗口对应的每个候选负荷的序列特征信息。
优选地，其中所述窗口负荷确定模块，根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷，具体用于：
由边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息分别组成每个窗口的每个候选负荷对应的特征信息数数组，计算所述特征信息数组与每个候选负荷对应的特征权重组相乘后和预设临界值的差值，选取最大的差值对应的候选负荷作为每个窗口的负荷。
本发明提供了一种负荷检测方法及系统，采用离线的方式采集数据，使数据更加准确，能够得到更加完整的波形，不会对负荷的识别造成影响，能够获取更多的信息量；采用功率特征对粗略的确定负荷范围，提高了准确率还要能够减少部分工作量；根据每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息，将开关事件检测和负荷识别放在一起，减少了误检或者未检测的情况，提高了识别的准确率；最后，利用不同的负荷的特征权重和特征信息确定窗口的负荷，更具代表性，提高了负载事件监测的准确度和负荷的识别分类的准确度。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的负荷检测方法100的流程图；
图2为根据本发明实施方式的信号数据处理的装置示意图；以及
图3为根据本发明实施方式的负荷检测装置300的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的负荷检测方法100的流程图。如图1所示，本发明实施方式的负荷检测方法100，对获取的负荷的总入口处的总线上的电压信号和电流信号进行加窗处理，根据每个窗口对应的功率信号的持续时间特征确定每个窗口的候选负荷集；根据每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息，根据特征信息确定每个窗口的负荷。采用离线的方式采集数据，使数据更加准确，能够得到更加完整的波形，不会对负荷的识别造成影响，能够获取更多的信息量；采用功率特征对粗略的确定负荷范围，提高了准确率还要能够减少部分工作量；根据每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息，将开关事件检测和负荷识别放在一起，减少了误检或者未检测的情况，提高了识别的准确率；最后，利用不同的负荷的特征权重和特征信息确定窗口的负荷，更具代表性，提高了负载事件监测的准确度和负荷的识别分类的准确度。
本发明实施方式的负荷检测方法100从步骤101处开始，在步骤101按照预设时间周期对获取的负荷的总入口处的总线上的电压信号和电流信号进行加窗处理，并确定每个窗口对应的功率信号。
优选地，其中所述方法还包括：
对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理，并将经过滤波处理的电压信号和电流信号转换为电压数字信号和电流数字信号。
优选地，其中利用型号为ad1256的24位的模数转换器对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理。
在本发明的实施方式中，将开关事件和负荷识别在一起判别，减小了误差。然后，我们采用离线的方式，对一天或一周的数据及波形进行处理，可以获得更多的信息量，使其结果更加精准。对于相似的负荷，我们从边缘特征、趋势特征、时间特征、序列特征、频率特征、功率特征来进行比较，我们先用功率特征来进行划分，将其分为大功率(1000w以上)和小功率(1000w以下)两种，此举可以提高识别的准确率，还可以减少识别时的工作量。然后利用边缘特征、趋势特征、时间特征、序列特征、频率特征进行有效的识别。
图2为根据本发明实施方式的信号数据处理的装置示意图。如图2所示，电压传感器和电流传感器分别用于获取负荷的总入口处的总线上的电压信号和电流信号，并将所述电压信号和电流信号发送值a/d模块，将所述电流信号和电压信号转换为电流数字信号和电压数字信号，然后将所述电流数字信号和电压数字信号发送至arm核心模块对数据进行滤波等处理，然后通过数据传输模块发送值服务器对负荷进行识别检测。所述装置还包括存储模块，用于对处理过程中的数据进行存储。在硬件上采用了型号为ad1256的24位的模数转换器，主要是为了减少信号的干扰，使得到的信号更加准确，波形更加理想。
优选地，在步骤102根据所述每个窗口对应的功率信号的持续时间特征确定每个窗口的候选负荷集，每个候选负荷集包括至少一个候选负荷。
在本发明的实施方式中，根据每个窗口中上升沿和下降沿不同的搭配，记录负荷的持续的时间，建立分类识别的表格，将不符合持续的情况删除，其余的组成每个窗口对应的候选负荷集。比如，一个上升沿和下降沿中间间隔了2min，这个持续时间对于水壶、冰箱时间太短，所以这个候选窗口对应的水壶和冰箱就应当删除。
优选地，其中所述方法还包括：
在确定每个窗口的候选负荷集之前，根据每个窗口对应的功率信号的功率特征确定每个窗口对应的候选负荷范围。在本发明的实施方式中，在功率波形的检测窗口内，上升沿跃变的数值δα即为功率特征。通过对每个窗口对应的功率信号的功率特征进行提取后和1000w进行比较，判断窗口的可能的负荷为大功率负荷还是小功率负荷，粗略地划分负荷范围，能够有效地减少工作量。
优选地，在步骤103根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息。
优选地，其中所述特征信息包括：边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息。
优选地，其中所述根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定每个窗口对应的每个候选负荷的特征信息，包括：
将每个窗口中的边缘类型数量和对应的每个候选负荷的边缘类型数量相除，确定每个窗口对应的每个候选负荷的边缘特征信息；
将每个窗口中的趋势类型数量和对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的趋势特征信息；
将每个窗口的时间区间和对应的每个候选负荷的开启时间区间进行比较，确定每个窗口对应的每个候选负荷的时间特征信息；其中，若窗口的时间区间在对应的每个候选负荷的开启时间区间内，则时间特征信息为1，反之，时间特征信息为0；
将每个窗口的边缘类型重复的数量与对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的频率特征信息；
利用1减去候选负荷的逆序变化量和窗口中的序列变量的比值，确定每个窗口对应的每个候选负荷的序列特征信息。
优选地，在步骤104根据所述特征信息和每个候选负荷对应的特征信息权重组确定每个窗口的负荷。
优选地，其中所述根据所述特征信息和每个候选负荷对应的特征信息权重组确定每个窗口的负荷，包括：
由边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息分别组成每个窗口的每个候选负荷对应的特征信息数数组，计算所述特征信息数组与每个候选负荷对应的特征信息权重组相乘后和预设临界值的差值，选取最大的差值对应的候选负荷作为每个窗口的负荷。
在本发明的实施方式中，根据每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息，包括：边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息，然后由这些特征信息组成特征信息数组x。其中，每个候选负荷的功率信号存储于预先设计的数据库中。
边缘特征信息xedge由检测窗口中边缘类型数量n'edge与候选负荷的边缘类型数量nedge相除得到。
趋势特征信息，包括增长波峰、下降波峰、脉冲、波动、快速变化、逐渐下降和平滑，通过窗口检测其斜率。趋势特征信息xtrend由检测窗口中趋势类型数量n'trend与候选负荷趋势类型数量ntrend相除得到。
时间特征信息，是指将每个窗口的时间区间和对应的每个候选负荷的开启时间区间进行比较，确定每个窗口对应的每个候选负荷的时间特征信息；其中，若窗口的时间区间在对应的每个候选负荷的开启时间区间内，则时间特征信息为1，反之，时间特征信息为0。根据候选窗口每样负荷都有开启的一个时间段，比如，电饭煲会在6:00-9:00、11:00-14:00、16：00-20:00这三个时间段使用频繁。如果候选窗口在对应负荷的时间段内，则xtime为1，否则为0。
频率特征信息xrate由检测窗口中边缘类型重复的数量n'rate与候选负荷趋势类型数量nrate相除得到。
序列特征信息利用1减去候选负荷的逆序变化量和窗口中的序列变量的比值来确定。针对洗衣机、洗碗机等有固定序列的电器，在此我们采用一种序列标定的方法。比如，洗衣机有注水、浸泡、洗衣、甩干四个过程，对应着1、2、3、4，需要算出逆序变化量m＝|1-4|+|2-3|+|3-2|+|4-1|＝8
，然后计算窗口中序列变化量n,如果窗口中序列为2、1、3、4，则其变化量n＝|1-2|+|2-1|+|3-3|+|4-4|＝2。最后xorder为1减去m与n的比值。
在本发明的实施方式中，根据所述特征信息和每个候选负荷对应的特征信息权重组确定每个窗口的负荷。将边缘特征信息、趋势特征信息、时间特征信息、频率特征信息、序列特征信息放入特征信息数组x，将特征信息数组x与每个候选负荷对应的权重ω相乘得到ωtx，每个候选负荷对应的这一组权重，对于不同的负荷，其权重的比重不同。比如，序列特征信息在洗衣机等固定类负荷中占得比重较大，频率特征信息在热水壶等重复类负荷中占得比重稍高，时间特征信息为大部分生活类负荷提供建议。特征信息数组x与每个候选负荷对应的特征信息权重组相乘后计算与预设临界值λ的差值，选取最大的差值对应的候选负荷作为每个窗口的负荷。
图3为根据本发明实施方式的负荷检测装置300的结构示意图。如图3所示，本发明实施方式的负荷检测系统300包括：加窗处理模块301、候选负荷集确定模块302、特征信息确定模块303和窗口负荷确定模304。优选地，在所述加窗处理模块301，按照预设时间周期对获取的负荷的总入口处的总线上的电压信号和电流信号进行加窗处理，并确定每个窗口对应的功率信号。
优选地，其中所述系统还包括：
滤波处理模块，用于对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理，并将经过滤波处理的电压信号和电流信号转换为电压数字信号和电流数字信号。
优选地，其中利用型号为ad1256的24位的模数转换器对获取的负荷的总入口处的总线上的电压信号和电流信号进行滤波处理。
优选地，在所述候选负荷集确定模块302，根据所述每个窗口对应的功率信号的持续时间特征确定每个窗口的候选负荷集，每个候选负荷集包括至少一个候选负荷。
优选地，其中所述系统还包括：
候选负荷范围确定模块，用于在确定每个窗口的候选负荷集之前，根据每个窗口对应的功率信号的功率特征确定每个窗口对应的候选负荷范围。
优选地，在所述特征信息确定模块303，根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定确定每个窗口对应的每个候选负荷的特征信息。优选地，其中所述特征信息包括：边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息。
优选地，其中所述特征信息确定模块，根据所述每个窗口的功率信号和对应的每个候选负荷的功率信号确定每个窗口对应的每个候选负荷的特征信息，包括：
边缘特征信息确定单元，用于将每个窗口中的边缘类型数量和对应的每个候选负荷的边缘类型数量相除，确定每个窗口对应的每个候选负荷的边缘特征信息；
趋势特征信息确定单元，用于将每个窗口中的趋势类型数量和对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的趋势特征信息；
时间特征信息确定单元，用于将每个窗口的时间区间和对应的每个候选负荷的开启时间区间进行比较，确定每个窗口对应的每个候选负荷的时间特征信息；其中，若窗口的时间区间在对应的每个候选负荷的开启时间区间内，则时间特征信息为1，反之，时间特征信息为0；
频率特征信息确定单元，用于将每个窗口的边缘类型重复的数量与对应的每个候选负荷的趋势类型数量相除，确定每个窗口对应的每个候选负荷的频率特征信息；
序列特征信息确定单元，用于利用1减去候选负荷的逆序变化量和窗口中的序列变量的比值，确定每个窗口对应的每个候选负荷的序列特征信息。
优选地，在所述窗口负荷确定模块304，根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷。
优选地，其中所述窗口负荷确定模块，根据所述特征信息和每个候选负荷对应的特征权重组确定每个窗口的负荷，具体用于：
由边缘特征信息、趋势特征信息、时间特征信息、频率特征信息和序列特征信息分别组成每个窗口的每个候选负荷对应的特征信息数数组，计算所述特征信息数组与每个候选负荷对应的特征权重组相乘后和预设临界值的差值，选取最大的差值对应的候选负荷作为每个窗口的负荷。
本发明的实施例的负荷检测装置300与本发明的另一个实施例的用于负荷检测方法100相对应，在此不再赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。