采用图形电负载分类以识别多个不同电负载类型中的一个电负载类型的方法和系统的制作方法
【专利说明】采用图形电负载分类从识别多个不同电负载类型中的一个 电负载类型的方法和系统
[0001] 相关申请的交叉引用
[0002] 本申请要求于2013年6月7日提交的美国专利申请序列号No. 13/912,819的优 先权和权益，其通过引用并入本文。
[0003] 在国家能源技术实验室能源部授予的DE-EE0003911的政府支持下作出本发明。
技术领域
[0004] 所公开的概念一般设及电负载，并且更特别地设及识别不同类型的电负载的方 法。所公开的概念还设及用于识别不同类型的电负载的系统。
【背景技术】 阳0化]2012年，商业和住宅建筑中的电负载消耗了美国总电量的大约75%。然而大部分 该电量使用被浪费，并且经常忽视对该使用的管理。许多采用外部电源、远程控制、持续显 示器或电池充电器的电器在关闭或待机模式中连续地吸收电力。具有外部电源的电负载还 被称作插入式电负载（P化）（或一些情况中的其它各种电负载）。阳L是主要负载类别中的 一种负载类别，并且导致比诸如加热和通风的任意其它终端使用服务器更多的使用。
[0006] 在美国每年待机电力导致超过1000亿kWh并付出超过100亿美金。通过适当的 能量管理可节省多达该花费的75%。为了实现能源部值犯）对住宅建筑到2020年W及对 商业建筑到2025年限定的净零能量建筑（Net-Zero-Energy-Building)目标，需要考虑阳L 的有效监测和管理。得知PEL的类型对实现有效解决方案是关键的。
[0007] 由于在1980年代的非侵入负责监测（NILM)的提出，许多在先提案已经寻求开发 各种NILM解决方案。Du等人在Proc. 201(HE邸能源转换会议和展览会，2010,PP. 4527-33 的"Areviewofidentificationandmonitoringmethodsforelectricloadsin commercialandresidentialbuildings"上公开了广泛已知的解决方案。
[0008] 负载识别系统典型地由包括数据获取、数据处理、事件检测、特征提取W及特性指 示的一些模块组成。特性指示模块比较所提取的特征与已知负载的特征的数据库，并基于 诸如最大相似性或人工神经网络（ANN)的学习结果的预定义规则来识别未知负载。
[0009] 几乎所有现有负载识别方法的性能高度依赖于负载的电标识，其被限定为"负载 设备或电器明显具有的电表达"。目的是提取可在预定负载集内唯一地区分单个阳L类型 或种类的有用特征。
[0010] 已经提出了许多特征提取方法。例如，对于稳态特征开发，真实且无功功率用于识 别负载类型。而且，峰值电流、平均电流和MS电流值可用于负载识别。施加电流谐波作为 用于识别的核屯、特征，W便主要地寻址运些具有非线性电源的负载。进一步，用于负载识别 的电压-电流（V-U轨迹建模方法使用每个负载的V-I轨迹的纯图形形状特征。此外，可 采用诸如瞬时导纳曲线和瞬态功率曲线的一些瞬态特征。
[0011] 对于对应负载分组和子分组的特征提取的开发W及每个负载类型的分配已经是 纯数据驱动的。即使许多在先提案证明对于定标的负载组可通过选择适当的特征组来实现 令人满意的性能，但是不存在已知的指导方针来驱动优化的特征选择，并且在任意特征组 中存在可能的信息冗余。此外，识别性能一般取决于经过研究的特定负载组。相信仍未解 决如何很好地将已开发的分类器的性能推广到其它负载组，并且不存在使得每个负载可具 有"明显的"表达的一组电标识。
[0012] 由于设备和电器的复杂性和细微差别，如果不是不可能，在使用到电力线的同一 接口电路的负载之间进行区分经常是具有挑战的。例如，诸如DVD播放器、线缆或卫星机顶 盒W及PC显示器的运些使用具有电流谐波简化的标准直流值C)电源的阳以表现非常相似 的电标识，并且仅通过使用稳态特征是不可区分的。
[0013] 因此，通常还期望真正有意义的负载分类方法。
[0014] 存在识别不同电负载类型的方法的改进空间。
[0015] 还存在用于识别不同电负载类型的系统的改进空间。
【发明内容】
[0016] 通过所公开概念的实施例来满足运些和其它需求，其将电压-电流轨迹映射到包 括多个单元的网格，每个单元具有二进制值；从被映射的单元的网格中提取多个不同特征 作为多个不同电负载的对应一个电负载的图形标记；从分层负载特征数据库中导出不同电 负载的对应一个电负载的类别；W及识别不同电负载的对应一个电负载的多个不同电负载 类型的一个电负载类型。
[0017] 根据所公开概念的一方面，用于多个不同电负载的系统包括：多个传感器，其被构 造为感测不同电负载的每一个电负载的电压信号和电流信号；包括多个层的分层负载特征 数据库，该层中的一层包括多个不同负载类别；W及处理器，其被构造为从传感器中获得不 同电负载的对应一个电负载的电压波形和电流波形；将电压-电流轨迹映射到包括多个单 元的网格，向该单元中的每个单元分配0或1的二进制值；从所映射的单元的网格中提取多 个不同特征作为不同电负载中的对应一个电负载的图形标记；从分层负载特征数据库中导 出不同电负载中的对应一个电负载的类别；W及识别不同电负载中的对应一个电负载的多 个不同电负载类型中的一个电负载类型。
[0018] 作为所公开概念的另一方面，识别多个不同电负载的负载类型的方法，该方法包 括：感测不同电负载中的每一个电负载的电压信号和电流信号；提供包括多个层的分层负 载特征数据库，该层中的一层包括多个不同负载类别；获取不同电负载中的对应一个电负 载的电压波形和电流波形；将电压-电流轨迹映射到包括多个单元的网格，向该单元中的 每个单元分配0或1的二进制值；从被映射的单元的网格提取多个不同特征作为不同电负 载中的对应一个电负载的图形标记；从分层负载特征数据库中导出不同电负载中的对应一 个电负载的类别；W及识别不同电负载中的对应一个电负载的多个不同电负载类型中的一 个电负载类型。
【附图说明】
[0019] 当结合附图阅读时，可从下述优选实施例的描述中得到本公开概念的完整理解， 在附图中：
[0020] 图lA-lG是根据本公开概念的实施例在屯个负载类别中代表性负载的V-I轨迹的 电流相对电压和归一化电流相对归一化电压的图； 阳02U 图2A-2D是四个特定示例负载的V-I轨迹的归一化电流相对归一化电压的图；
[0022] 图3是根据本公开概念的实施例的V-I轨迹的图到二进制单元网格的映射；
[0023] 图4A是根据本公开概念的实施例的包括最大和最小电压值的平均的特定负载的 采样电压相对离散采样的图；
[0024] 图4B是包括最大和最小电流值的平均的图4A的特定负载的采样电流相对离散采 样的图；
[0025] 图4C是示出最大和最小电压和电流值的平均的图4A的特定负载的V-I轨迹的电 流相对电压的图；
[00%] 图5A是根据本公开概念的实施例的包括特定电压采样的特定负载的采样电压相 对离散采样的图；
[0027] 图5B是包括特定电流采样的图5A的特定负载的采样电流相对离散采样的图； 阳02引图5C是示出特定电压和电流采样的图5A的特定负载的V-I轨迹的电流相对电压 的图；
[0029] 图6A和6B是根据本公开概念的实施例的二进制单元网格的示例图；
[0030] 图7是根据本公开概念的实施例的V-I轨迹所包含的自交相交点的图；
[0031] 图8是根据本公开概念的实施例的采用图形电负载分类来识别多个不同电负载 类型中的一个电负载类型的系统的框图。
【具体实施方式】
[0032] 本文中使用的术语"数量"将意为一或大于一的整数（即，多个）。
[0033] 本文中使用的术语"处理器"将意为可存储、获取和处理数据的可编程模拟和/或 数字设备；计算机；数字信号处理器；控制器；工作站；个人计算机；微处理器；微控制器； 微计算机；中央处理单元；主机计算机；迷你计算机；服务器；网络处理器；或任意合适的 处理装置或设备。
[0034] 根据本公开概念，通过图形方法进行的电负载分类检查在物理电路和其对应特征 之间的关系。连同对电器的全面理解，通过对不同稳态电流波形及其对应电路拓扑之间的 关系的理解来驱动特征提取，并且W负载模型驱动方式而不是通过仅数据挖掘（也称为纯 数据驱动方式）来限定所生成的特征。从V-I轨迹中提取负载的电标记。首先将V-I轨迹 映射到单元的网格，向每个单元分配二进制值。然后从具有二进制值的映射的单元网格中 提取一组简单但有效的特征。该建立的关系非常有助于优化特征空间并限定更简单的特 征。所公开的对具有二进制值的单元网格的映射的目的是绕过离散傅里叶值FT)运算并简 化所需的计算资源。还提供了用于在先提案中的稳态特征的局限性的描述。
[0035] 名称为"SystemAndMethodEmployingA化erarchicalLoadF'eatureDatabase 化IdentifyElectricLoadTypesOfDifferentElectricLoads"的美国专利申请公开 号No. 2013/0138669,其通过引用并入本文，其公开了采用分层负载特征数据库和分类结构 作为用于被优化的特征选择的模型驱动指导的系统和方法。
[0036] 本公开的概念适合如公开号No. 2013/0138669所公开的分层负载识别框架中 的I级分类，并聚焦于稳态特征提取。由于仅使用稳态特征的潜在限制，通过引入公开号No. 2013/0138669的分层负载识别框架中的2级和3级的负载识别/分类可W实现针对负 载识别的更细精度。
[0037] 分层负载特征数据库包括=层，但是可采用多于=层。第一层或级（1级）是负载 类别，第二层或级（2级）是负载子类别