一种电器安全检测方法及智能电表

1.本发明属于电力技术领域，更具体地，本发明涉及一种电器安全检测方法及智能电表。


背景技术：

2.智能电表是智能电网(特别是智能配电网)数据采集的基本设备之一，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础。智能电表的功能大多用于采集用电量的计量，存在智能电表功能单一，用电安全防护措施效率低的问题。


技术实现要素：

3.本发明提供一种电器安全检测方法，旨在改善上述问题。
4.本发明是在这样实现的，一种电器安全检测方法，所述方法包括如下步骤：
5.s1、实时采集家庭的家用电器用电数据，包括：用电总功率；
6.s2、实时采集家庭的用电数据来识别当前正在运行负荷；
7.s3、监测正在运行负荷的电流波形，将正在运行负荷的电流波形特征与对应负荷类别的电流波形特征进行匹配，若出现故障电弧，则将认定该运行负荷故障；
8.s4、基于故障负荷发出报警并进行断电操作，并保存操作数据。
9.进一步的，当前正在运行负荷的识别方法具体如下：
10.s21、通过k-means聚类算法获取各类负荷在各状态下的特征功率pj，其中，j为状态标识，取值为1至3，分别表示关闭状态、待机状态及运行状态三种状态；
11.s22、通过随机梯度下降算法获取权重w和偏置b；
12.s23、选取权重w大于权重阈值的负荷，选取的所有负荷的状态进行枚举，将各个负荷状态进行组合，形成负荷状态组合集；
13.s24、计算每种负荷状态组合下的负荷功率，与读取的用电总功率做残差计算，将残差最小的负荷状态组合即为当前正在运行负荷的状态；
14.负荷状态组合下的负荷功率计算公式具体如下：
15.p＝∑mw
×
pj+b
16.其中，m表示负荷状态组合下的负荷数量，pj表示当前负荷在第j种状态下的特征功率，w、b分别表示权重和偏置值。
17.进一步的，权重w和偏置b确定具体如下；
18.(1)对家庭存在的所有类负荷状态进行枚举，将枚举的各个负荷状态进行组合，形成负荷状态组合集；
19.(2)计算所有负荷状态组合下的总特征功率，同时计算总特征功率与电表读取到的用电总功率的残差，选取残差最小的n种负荷状态组合；
20.(3)计算上述选取的所有负荷状态组合在当前权重wk和偏置bk下的损失值l(wk,bk
)，损失函数具体如下：
[0021][0022]
其中，yi表示第i个负荷状态组合下电表读取到的用电总功率，f(wkpj+bk)表示第i个负荷状态组合下的总功率计算值，其计算公式具体如下：∑mwi×
pj+bi，m表示负荷状态组合中的负荷数量；
[0023]
(4)利用随机梯度下降算法更新各个负荷状态组合对应的权重和偏置，利用随机梯度下降算法更新权重和偏置，梯度下降算法更新权重和偏置，其中，w
k+1
,b
k+1
分别是更新后的权重和偏置，wk,bk分别是当前循环中的权重和偏置，α是学习率，循环执行步骤(3)；
[0024]
(5)当l≤l
min
时，停止循环，选取损失值最小的权重和偏置作为权重w和偏置b。
[0025]
本发明是这样实现的，一种智能电表，智能用电表与家用电器电连接，所述智能电表上集成有电器安全检测装置，电器安全检测装置包括：
[0026]
数据采集模块，用于实时采集家庭的家用电器用电数据，包括：用电总功率及用电电流；
[0027]
非侵入式负荷识别模块，基于实时采集家庭的用电数据来识别当前正在运行负荷；
[0028]
负荷监测模块，监测正在运行负荷的电流波形；
[0029]
故障负荷判定模块，将正在运行负荷的电流波形特征与对应负荷类别的电流波形特征进行匹配，若出现故障电弧，则将故障电荷信息发送至电表控制模块；
[0030]
电表控制模块，基于故障电荷信息发出报警及进行断电操作，并保存操作数据。
[0031]
本发明优化了电表功能，可以实时监控家用电器安全状态，对故障电弧用电安全隐患进行持续跟踪，从而解决不容易被常规电路保护装置发现的潜在危险。
附图说明
[0032]
图1为本发明实施例提供的电器安全检测方法流程图；
[0033]
图2为本发明实施例提供的电器安全检测装置的结构示意图。
具体实施方式
[0034]
下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
[0035]
图1为本发明实施例提供的电器安全检测方法流程图，该方法具体包括如下步骤：
[0036]
s1、实时采集家庭的家用电器用电数据，包括：用电总功率；
[0037]
s2、基于实时采集家庭的用电数据来识别当前正在运行负荷；
[0038]
s3、监测正在运行负荷的电流波形，将正在运行负荷的电流波形特征与对应负荷类别的电流波形特征进行匹配，若出现故障电弧，则将认定该运行负荷故障；
[0039]
s4、基于故障负荷发出报警并进行断电操作，并保存操作数据。
[0040]
在本发明实施例中，当前正在运行负荷的识别方法具体如下：
[0041]
s21、通过k-means聚类算法获取各类负荷在各状态下的特征功率pj，其中，j为状态标识，取值为1至3，分别表示关闭状态、待机状态及运行状态三种状态；
[0042]
对当前用家庭在的所有负荷类型分别采用k-means聚类算法，假定当前家庭存在6类负荷，则针对这6类负荷分别执行用k-means聚类算法来获取对应负荷在关闭状态、待机状态及运行状态的特征功率，k-means聚类算法具体如下：
[0043]
(211)机选取三个聚类中心{p
1(0)
,p
2(0)
,p
3(0)
}，分别表示当前负荷在三种状态下的初始特征功率；
[0044]
(212)计算各个功率与聚类中心的损失函数，定义损失函数(各个功率距离所属聚类中心的误差平方和)：其中，pi表示采集到的负荷用电总功率，pj表示第j种状态下的特征功率(聚类中心)；
[0045]
(213)循环迭代(212)来将每个采集到的负荷用电总功率pi分配到距离最近的聚类中心：更新聚类中心，更新为该簇内所有对象(负荷用电总功率pi)的均值，直到损失函数j收敛；损失函数j收敛后的聚类中心即对应负荷在三种状态下的特征功率。
[0046]
s22、通过随机梯度下降算法获取权重w和偏置b；
[0047]
(221)对家庭存在的所有类负荷状态进行枚举，将枚举的各个负荷状态进行组合，形成一系列的负荷状态组合，假定存在3种负荷，每个负荷有3钟状态，那么存在种负荷状态组合；
[0048]
(222)计算所有负荷状态组合下的总特征功率，同时计算总特征功率与电表读取到的用电总功率的差值，选取差值最小的n种负荷状态组合；
[0049]
(223)计算上述选取的所有负荷状态组合在当前权重wk和偏置bk下的损失值l(wk,bk)，损失函数具体如下：
[0050][0051]
其中，yi表示第i个负荷状态组合下电表读取到的电总功率，f(wkpj+bk)表示第i个负荷状态组合下的总功率计算值，其计算公式具体如下：∑mwi×
pj+bi，m表示负荷状态组合中的负荷数量；
[0052]
(224)利用随机梯度下降算法更新权重和偏置，(224)利用随机梯度下降算法更新权重和偏置，其中，w
k+1
,b
k+1
分别是更新后的权重和偏置，wk,bk分别是当前循环中的权重和偏置，α是学习率，为设定值，循环执行步骤(233)；
[0053]
(225)当l≤l
min
时，l
min
为设定最低损失阈值，停止循环，选取损失值(l)最小的权重w和偏置b。
[0054]
s23、选取权重w大于权重阈值的负荷，选取的所有负荷状态进行枚举，将枚举的各个负荷状态进行组合，形成负荷状态组合集，组合方法与上述步骤(221)相同；
[0055]
s24、通过公式p＝∑mw
×
pj+b计算每种负荷状态组合下的负荷功率，与读取的用电总功率做残差计算，将残差最小的负荷状态组合即为当前正在运行负荷的状态。
[0056]
本发明还提供一种智能电表，该家用智能表与家庭中的电器电连接，家用智能表上集成有电器安全检测装置，电器安全检测装置的结构示意图如图2所示，该装置包括：
[0057]
数据采集模块，用于实时采集家庭的家用电器用电数据，包括：用电总功率及用电电流；
[0058]
非侵入式负荷识别模块，基于实时采集家庭的用电数据来识别当前正在运行负荷，当前正在运行负荷的识别方法同上所述；
[0059]
负荷监测模块，监测正在运行负荷的电流波形；
[0060]
故障负荷判定模块，将正在运行负荷的电流波形特征与对应负荷类别的电流波形特征进行匹配，若出现故障电弧，则将故障电荷信息发送至电表控制模块；
[0061]
电表控制模块，基于故障电荷信息发出报警及进行断电操作，并保存操作数据。
[0062]
本发明优化了电表功能，可以实时监控家用电器安全状态，对故障电弧用电安全隐患进行持续跟踪，从而解决不容易被常规电路保护装置发现的潜在危险；此外，为电网公司更加方便详细地了解居民用户的用电情况，了解电力用户负荷的构成，加强负荷侧管理，通过引导用户合理消费、合理安排负荷的使用时间达到调节峰谷差和降低网损等目的，有助于改善电力负荷的预测精度，为电力系统仿真分析、系统规划提供更准确的数据。
[0063]
本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。