本发明涉及智能电网领域,尤其涉及一种负载的开关事件的检测方法和装置。
背景技术:
随着智能电网的发展,家庭用电负荷的分析变得越来越重要。通过用电负荷的分析,家庭用户可以及时获得每个电器的用电信息,以及电费的精细化清单;电力部门可以获得更详尽的用户用电信息,并可以提高用电负荷预测的准确度,为电力部门提供统筹规划的依据。同时,利用每个电器的用电信息,可获知用户的用电行为,这对于家庭能耗评估和节能策略的研究具有指导意义。
当前用电负荷分解主要分为侵入式负荷分解和非侵入式负荷分解两种方法。非侵入式负荷分解方法不需要在负荷的内部用电设备上安装监测设备,只需要根据用电负荷总信息即可获得每个用电设备的负荷信息。非侵入式负荷分解方法具有投入少、方便使用等特点,因此,该方法适用于家庭负荷用电的分解。
非侵入式负荷分解算法中,电气设备的开关事件检测是其中最重要的环节。最初的事件检测以有功功率p的变化值δp作为事件检测的判断依据,方便且直观。这是因为任何一个用电设备的运行状态发生变化,其所消耗的功率值也必然发生改变,并且该改变也将会在所有电器所消耗的总功率中体现出来。这种方法除了需要设置功率变化值的合理阈值,还需要解决事件检测方法在实际应用中存在的问题:某些电器启动时刻的瞬时功率值会出现较大的尖峰(例如,马达启动电流远大于额定电流),会造成电器稳态功率变化值不准确,从而影响对开关事件的判断,这种尖峰其实就是脉冲噪声;而且不同家用电器的暂态过程或长或短(脉冲噪声的持续时间和发生频率相差较大),因此功率变化值的确定变得较为困难;由于电能质量的变化(如电压突降)有功功率会出现突变的情况,这样很可能会出现误判。实测的功率信号(或者称为功率数据序列)中的噪声(包括脉冲噪声)的分布情况中,(脉冲)噪声的强度很大,并且背景噪声对开关事件的正确检测有较大的影响。
因此,开关事件检测过程中,如何提高开关事件检测精度是非常重要的。
现有开关事件检测方法的不足:
现在常用的负载开关事件往往利用功率数据的变化来确定:当功率变化值超过预置的阈值时,则认为有负载开关事件发生。这种方法虽然简单易行,但由于脉冲噪声以及非线性负载的普遍使用,造成开关事件检测精度的极大下降。
负载开关事件检测是能量分解中最为重要的一步,既要检测到事件发生,同时还能确定事件发生的时刻。但是开关事件检测的精度受功率信号(功率序列)中噪声的影响较大,尤其是功率信号中普遍存在着脉冲噪声,进一步影响了检测精度。因此有效提高负载开关事件的检测精度是当前非常重要的一项工作。
现在常用的负载开关事件往往利用功率数据的变化来确定:当功率变化值超过预置的阈值时,则认为有负载开关事件发生。这种方法虽然简单易行,但由于脉冲噪声以及非线性负载的普遍使用,造成开关事件检测精度的极大下降。
技术实现要素:
有鉴于此,本发明实施例提供一种负载的开关事件的检测方法和装置能够提高检测精度。
一种负载的开关事件的检测方法,包括:
步骤1,获取实测的负载的第一功率信号序列p(1),p(2),…,p(n),p(n+1),n+1为功率信号序列的长度;
步骤2,将所述第一功率信号序列中的后一个数据减去前一个数据,得到第二功率信号序列:δp=[p(2)-p(1),p(3)-p(2),…,p(n+1)-p(n)],δp的长度为n;
步骤3,将序号i的当前值设置为1;
步骤4,选取所述第二功率信号序列δp中的第i个元素δp(i),将其表示为q(i),q(i)=δp(i);
步骤5,根据所述第二功率信号序列δp,生成考察序列γ;
步骤6,计算q(i)与所述考察序列γ中每个元素的差值;从所述考察序列γ的元素中,选取差值小于或者等于阈值r的元素,构成簇矢量ε,ε=[δp(e1),δp(e2),…,δp(ec)],c=1,2,…,c;
步骤7,当
步骤8,如果所述当前簇心q(i)已经标记为簇点,或者所述当前簇点已经标记为簇点或者簇心,则将所述当前簇心q(i)和所述当前簇点ε=[δp(e1),δp(e2),…,δp(ec)]加入到已有的簇;否则,建一新簇ωj。
步骤9,对所述序号i的值加1处理;当i≤n,则跳到步骤4继续迭代;否则,迭代结束;迭代结束后,得到一系列簇:ω1,ω2,…,ωd;
步骤10,根据所述簇ωj中的个数,判断所述负载是否有开关事件。
一种负载的开关事件的检测装置,包括:
获取单元,输入实测的负载的第一功率信号序列p(1),p(2),…,p(n),p(n+1),n+1为功率信号序列的长度;
第一计算单元,将所述第一功率信号序列中的后一个数据减去前一个数据,得到第二功率信号序列:δp=[p(2)-p(1),p(3)-p(2),…,p(n+1)-p(n)],δp的长度为n;
设置单元,将序号i的当前值设置为1;
选择单元,选取所述第二功率信号序列δp中的第i个元素δp(i),将其表示为q(i),q(i)=δp(i);
生成单元,根据所述第二功率信号序列δp,生成考察序列γ;
第二计算单元,计算q(i)与所述考察序列γ中每个元素的差值;从所述考察序列γ的元素中,选取差值小于或者等于阈值r的元素,构成簇矢量ε,ε=[δp(e1),δp(e2),…,δp(ec)],c=1,2,…,c;
标记单元,当
加入单元,如果所述当前簇心q(i)已经标记为簇点,或者所述当前簇点已经标记为簇点或者簇心,则将所述当前簇心q(i)和所述当前簇点ε=[δp(e1),δp(e2),…,δp(ec)]加入到已有的簇;否则,建一新簇ωj。
第三计算单元,对所述序号i的值加1处理;当i≤n,则跳到步骤4继续迭代;否则,迭代结束;迭代结束后,得到一系列簇:ω1,ω2,…,ωd;
判断单元,根据所述簇ωj中的个数,判断所述负载是否有开关事件。
本发明提出一种新的负载开关事件检测方法,利用了功率信号和脉冲噪声的差异,通过对功率信号进行分群处理消除噪声的影响。在此基础上,利用分群之后信号的归属关系确定负载开关事件,提高了事件检测精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明的实施例载的开关事件的检测方法的示意图;
图2为本发明应用场景中负载的开关事件的检测方法的示意图;
图3为本发明的实施例开关事件的检测装置的连接示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
术语解释:
负载开关事件:打开负载(电气设备)电源开关或关闭电源开关的动作
能量分解:将电表处读取的功率值分解为单个负载所消耗的功率值。
如图所示,为本发明所述的一种负载的开关事件的检测方法,包括:
步骤11,获取实测的负载的第一功率信号序列p(1),p(2),…,p(n),p(n+1),n+1为功率信号序列的长度;
步骤12,将所述第一功率信号序列中的后一个数据减去前一个数据,得到第二功率信号序列:δp=[p(2)-p(1),p(3)-p(2),…,p(n+1)-p(n)],δp的长度为n;
步骤13,将序号i的当前值设置为1;
步骤14,选取所述第二功率信号序列δp中的第i个元素δp(i),将其表示为q(i),q(i)=δp(i);
步骤15,根据所述第二功率信号序列δp,生成考察序列γ;所述步骤5包括:选取所述第二功率信号序列δp中第n-30个到第n+30个元素作为考察序列γ,γ=[δp(n-30),δp(n-29),…,δp(n),…,δp(n+29),δp(n+30)]。
步骤16,计算q(i)与所述考察序列γ中每个元素的差值;从所述考察序列γ的元素中,选取差值小于或者等于阈值r的元素,构成簇矢量ε,ε=[δp(e1),δp(e2),…,δp(ec)],c=1,2,…,c;所述步骤6还包括:当δp(n-k)不存在,则以δp(n)作为所述考察序列中的对应的元素。
步骤17,当
计算所述阈值,所述阈值r=0.61δ;δ为所述第二功率信号序列的均方差。
所述步1骤7之前,所述方法还包括:
计算所述第二功率信号序列的均值与均方差;
均值
均方差
步骤18,如果所述当前簇心q(i)已经标记为簇点,或者所述当前簇点已经标记为簇点或者簇心,则将所述当前簇心q(i)和所述当前簇点ε=[δp(e1),δp(e2),…,δp(ec)]加入到已有的簇;否则,建一新簇ωj。
步骤19,对所述序号i的值加1处理;当i≤n,则跳到步骤4继续迭代;否则,迭代结束;迭代结束后,得到一系列簇:ω1,ω2,…,ωd;
步骤110,根据所述簇ωj中的个数,判断所述负载是否有开关事件。所述步骤10包括:如果簇ωj中的元素个数小于
本发明提出一种新的负载开关事件检测方法,利用了功率信号和脉冲噪声的差异,通过对功率信号进行分群处理消除噪声的影响。在此基础上,利用分群之后信号的归属关系确定负载开关事件,提高了事件检测精度。所提出的方法具有较好的鲁棒性,计算简单。
以下描述应用场景。此算法的流程图见图2,所述方法包括:
1.输入数据
输入实测的功率信号序列p(1),p(2),…,p(n),p(n+1),n+1为功率信号序列的长度。
2.数据变换
后一个数据减去前一个数据,得到新的数据矢量:
δp=[p(2)-p(1),p(3)-p(2),…,p(n+1)-p(n)]
此时数据序列δp的长度为n.
3.计算均值与均方差
均值
均方差
4.开始计数:i=1
5.选取数据序列δp中的第i个元素δp(i)作为当前点,将其重新表示为q(i)=δp(i)。
6.选取数据序列δp中第n-30个到第n+30个元素作为考察序列γ=[δp(n-30),δp(n-29),…,δp(n),…,δp(n+29),δp(n+30)]。注:如果δp(n-k)不存在,则以δp(n)代替。
例如:n=10,k=20,则考察序列中的δp(n-20)=δp(10-20)=δp(10)。
7.计算q(i)与考察序列γ中每个元素的差值,选取差值小于r=0.61δ的元素,构成簇矢量ε=[δp(e1),δp(e2),…,δp(ec)],簇矢量中的元素满足:|δp(ec)-q(i)|≤r,c=1,2,…,c。簇矢量共有c个元素。
8.定性:
如果
9.如果簇心q(i)已经标记为簇点,或者当前簇点已经标记为簇点或者簇心,则当前簇心q(i)和当前簇点ε=[δp(e1),δp(e2),…,δp(ec)]加入到已有的簇;否则,建一新簇ωj。
10.计数:i=i+1。如果i≤n+1,转到步骤5继续迭代。
11.迭代结束后,得到一系列簇:ω1,ω2,…,ωd。如果簇ωj(j=1,2,…,d)中的元素个数小于
常用的算法依据功率变化来确定负载开关事件,其主要缺点是脉冲噪声和非线性负载会造成开关事件检测的错误。本发明提出一种新的负载开关事件检测方法。所提出的方法利用了功率信号和脉冲噪声的差异,通过对功率信号进行分群处理消除噪声的影响。在此基础上,利用分群之后信号的归属关系确定负载开关事件,提高了事件检测精度。所提出的方法具有较好的鲁棒性,计算简单。
如图3所示,为本发明所述的一种负载的开关事件的检测装置,包括:
获取单元31,输入实测的负载的第一功率信号序列p(1),p(2),…,p(n),p(n+1),n+1为功率信号序列的长度;
第一计算单元32,将所述第一功率信号序列中的后一个数据减去前一个数据,得到第二功率信号序列:δp=[p(2)-p(1),p(3)-p(2),…,p(n+1)-p(n)],δp的长度为n;
设置单元33,将序号i的当前值设置为1;
选择单元34,选取所述第二功率信号序列δp中的第i个元素δp(i),将其表示为q(i),q(i)=δp(i);
生成单元35,根据所述第二功率信号序列δp,生成考察序列γ;
第二计算单元36,计算q(i)与所述考察序列γ中每个元素的差值;从所述考察序列γ的元素中,选取差值小于或者等于阈值r的元素,构成簇矢量ε,ε=[δp(e1),δp(e2),…,δp(ec)],c=1,2,…,c;
标记单元37,当
加入单元38,如果所述当前簇心q(i)已经标记为簇点,或者所述当前簇点已经标记为簇点或者簇心,则将所述当前簇心q(i)和所述当前簇点ε=[δp(e1),δp(e2),…,δp(ec)]加入到已有的簇;否则,建一新簇ωj。
第三计算单元39,对所述序号i的值加1处理;当i≤n,则跳到步骤4继续迭代;否则,迭代结束;迭代结束后,得到一系列簇:ω1,ω2,…,ωd;
判断单元310,根据所述簇ωj中的个数,判断所述负载是否有开关事件。
所述生成单元具体为:
选取所述第二功率信号序列δp中第n-30个到第n+30个元素作为考察序列γ,γ=[δp(n-30),δp(n-29),…,δp(n),…,δp(n+29),δp(n+30)]。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory,rom)或随机存储记忆体(randomaccessmemory,ram)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。