一种基于非侵入式电力负荷监测的超负荷设备预警系统的制作方法

1.本发明涉及非侵入式电力负荷监测技术领域，尤其涉及一种基于非侵入式电力负荷监测的超负荷设备预警系统。


背景技术：

2.非侵入式电力监测，最初被称为非侵入式电器负荷监测nialm)，其基本思想是：无需进入负荷内部，仅通过对电力负荷总入口出的电压、电流及功率信息进行测量、分析，便可得到负荷内部不同用电设备实时的功率消耗比例，从而实现电力负荷分解；由于电网公司对安全运行的控制以及需求侧管理政策的制定，电网公司越发需要对获得用户精准的负荷特性。
3.非侵入式负荷监测技术近年来发展迅速，通过安装非侵入式电力监测装置，可以实现对电流、功率等用电信息进行整体采集；通过对用户内部不同类型电力负荷的分析，可以反映用户的用电行为特征，继而可以在实施分时电价时获取用户的需求响应；该技术有助于电网公司构建用户用电基础数据库和典型设备样本模型库，在电力需求侧管理决策中起到支撑作用；同时也有助于分析用户用电行为，引导用户实现节能减排和提高能。
4.近年来，随着国民经济和人民生活水平的不断提高，工业用电和居民用电的增长，工业电气设备和家用电器日益增多，目前的电器设备使用方式中存在两个问题：其一是能耗过高，没能实现用户用电习惯的优化，其二是电器设备能耗不正常时，没有有效的提示方式；这也是在是在经济发展与节能技术发展过程中一定会出现的，但目前电力负荷的采集和监测主要集中在用电量的采集，而对电器设备的其他用电信息的安全监测往往有所忽视，因此电器设备的日常使用具有一定的安全隐患。


技术实现要素：

5.基于现有的对电器设备的其他用电信息的安全监测往往有所忽视的技术问题，本发明提出了一种基于非侵入式电力负荷监测的超负荷设备预警系统。
6.本发明提出的一种基于非侵入式电力负荷监测的超负荷设备预警系统，其步骤在于：
7.s1：数据采集，时刻监测电力负荷供电电源入口处的端电压和总电流；
8.s2：负荷检测；
9.s3：负荷特征提取；
10.s4：超负荷预警；
11.s5：负荷分解、扬声器预警、超负荷分析。
12.优选地，所述s2中，由于负荷投切的随机性以及电压、电流等波动干扰，非参数化cusum算法成为了负荷事件检测的有效算法。本质上，它以负荷投切过程中有功功率平均值作为监测特征值，当监测量的cusum明显比平稳运行条件下的平均水平高的时候，即判断系统出现了负荷事件过程。由于负荷投入和切除必然是成对出现，因此，该方法可拓展为双边
cusum算法，其算法具体流程为：
13.步骤1：提取数据序列x＝{x(k)},k＝1,2,
…
。定义非参数化双边 cusum算法中统计函数f为：
[0014][0015]
式中：μ0为变点发生前的平均值，通常是已知或者可估计的；θ为外界引入的随机噪声。当特征序列处于稳态时，统计量f
k
和f
k
‑
是以0为均值的随机变量，即在0值附近随机波动。当负荷投入运行时，因x
k
会随即增加，使得f
k
具有增加的趋势，反之，当设备切除时，f
k
‑
会随着减少，当变化超过一定的阈值时，便可检测到负荷事件。
[0016]
步骤2：建立滑动窗模型。由于电力负荷总是不断变化，也即式 (1)中的均值μ0是不断变化的，因此需要通过构建滑动窗口模型来约束累加和，并准确获取变点，整个窗模型构建如图2所示。
[0017]
在图2中，w1窗口用来算法计算采样序列均值μ0；而在w2窗口，则是判断是否发生负荷事件的依据。当窗口w2内f
k
逐渐累加，超过一定阈值h，便认为存在负荷事件。若未检测到负荷事件，则窗口w2 内的f
k
值变化不大，此时w1和w2窗口向右滑动到新的采样点，继续进行检测。
[0018]
需要说明的是，在非参数化双边cusum中，由于阈值h是一个全局性的参数，通常由被检测的最小负荷特征值突变决定。因此，为了降低受阈值h大小的影响，采用对w2窗数据归一化方式的进行处理，其基本原理是：先获得w2窗内的数值的最大最小值，计算整个窗口的面积，然后计算窗口内数据的累加和与整个窗口的面积进行比较，当超过一定的比例时，便可认为存在负荷事件。
[0019]
步骤3：变点(时间)计算。由于负荷事件的发生时刻记录在w2 窗口内，为了检测延迟时间d，将窗内的数据样本分为两类，规定c0类{x1,x2,
…
,x
k
}和c1类{x
k 1
,x
k 2
,
…
,x
l
}，其中l为窗口内样本长度，令
[0020][0021][0022]
当满足目标函数
[0023][0024]
达到最小，便可得到检测延迟时间d＝k，再结合w1窗口位置，得到最终的变点时刻。
[0025]
优选地，所述s3中，电力负荷特征包括稳态有功功率、稳态无功功率、暂态电流峰值和暂态电流有效值，
[0026]
若电压u(t)和电流i(t)存在一个相位差φ，且它们具有相同的周期，则电流和电压的同相分量的乘积为有功功率，即
[0027][0028]
式中，u是电压u(t)的有效值，i为电流i(t)的有效值，其计算如下
[0029][0030]
无功功率是电流和电压的正交分量的乘积，计算如下
[0031][0032]
通常，传感器所采集得到的是电压、电流信号是离散数字信号，假定在一个周期内采样了n个点，由于相位角隐含在无功功率和有功功率之比项中，因此，在计算时，通常先计算有功功率p和视在功率s，它们之间的关系满足
[0033]
s2＝p2 q2ꢀꢀ
(3
‑
3)
[0034]
视在功率是在一个周期内电压有效值和电流有效值的乘积，而有功功率是在一个周期内瞬时电压和瞬时电流的乘积和的平均，即
[0035][0036]
优选地，所述s4中，根据当前用电信息和参考用电信息生成电器设备用电异常报警信息，且扬声器鸣声预警。
[0037]
优选地，所述s5中非侵入式负荷分解系统将超出的负荷进行分解，并对超负荷出现原因进行分析，明确电器设备用电异常报警信息中的用电异常电器设备的设备类型、当前工作状态和异常用电信息明细。
[0038]
本发明中的有益效果为：
[0039]
本发明提出的一种基于非侵入式电力负荷监测的超负荷设备预警系统，通过非侵入式电力负荷检测系统进行设备的数据收集、负荷检测、负荷特征提取，待经过多个公式计算后，若设备处于超负荷状态，设备同时进行负荷分解、扬声器预警、超负荷分析，既提醒警示工作人员设备超负荷，又将检测出的负荷进行分解，并分析超负荷产生的原因，确定当前异常电器设备的设备类型、当前工作状态和异常用电信息明细，大大提高电力效率，降低安全隐患。
附图说明
[0040]
图1为本发明提出的一种基于非侵入式电力负荷监测的超负荷设备预警系统的结构示意图；
[0041]
图2为本发明提出的一种基于非侵入式电力负荷监测的超负荷设备预警系统双边cusum算法滑动窗模型的结构示意图。
具体实施方式
[0042]
下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
[0043]
在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、
“
右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。
[0044]
在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
[0045]
参照图1
‑
2，一种基于非侵入式电力负荷监测的超负荷设备预警系统，其步骤在于：
[0046]
s1：数据采集，时刻监测电力负荷供电电源入口处的端电压和总电流；
[0047]
s2：负荷检测；
[0048]
s3：负荷特征提取；
[0049]
s4：超负荷预警；
[0050]
s5：负荷分解、扬声器预警、超负荷分析。
[0051]
本发明中，所述s2中，由于负荷投切的随机性以及电压、电流等波动干扰，非参数化cusum算法成为了负荷事件检测的有效算法。本质上，它以负荷投切过程中有功功率平均值作为监测特征值，当监测量的cusum明显比平稳运行条件下的平均水平高的时候，即判断系统出现了负荷事件过程。由于负荷投入和切除必然是成对出现，因此，该方法可拓展为双边cusum算法，其算法具体流程为：
[0052]
步骤1：提取数据序列x＝{x(k)},k＝1,2,
…
。定义非参数化双边 cusum算法中统计函数f为：
[0053][0054]
式中：μ0为变点发生前的平均值，通常是已知或者可估计的；θ为外界引入的随机噪声。当特征序列处于稳态时，统计量f
k
和f
k
‑
是以0为均值的随机变量，即在0值附近随机波动。当负荷投入运行时，因x
k
会随即增加，使得f
k
具有增加的趋势，反之，当设备切除时，f
k
‑
会随着减少，当变化超过一定的阈值时，便可检测到负荷事件。
[0055]
步骤2：建立滑动窗模型。由于电力负荷总是不断变化，也即式 (1)中的均值μ0是不断变化的，因此需要通过构建滑动窗口模型来约束累加和，并准确获取变点，整个窗模型构建如图2所示。
[0056]
在图2中，w1窗口用来算法计算采样序列均值μ0；而在w2窗口，则是判断是否发生负荷事件的依据。当窗口w2内f
k
逐渐累加，超过一定阈值h，便认为存在负荷事件。若未检测到负荷事件，则窗口w2 内的f
k
值变化不大，此时w1和w2窗口向右滑动到新的采样点，继续进行检测。
[0057]
需要说明的是，在非参数化双边cusum中，由于阈值h是一个全局性的参数，通常由被检测的最小负荷特征值突变决定。因此，为了降低受阈值h大小的影响，采用对w2窗数据归一化方式的进行处理，其基本原理是：先获得w2窗内的数值的最大最小值，计算整个窗口
的面积，然后计算窗口内数据的累加和与整个窗口的面积进行比较，当超过一定的比例时，便可认为存在负荷事件。
[0058]
步骤3：变点(时间)计算。由于负荷事件的发生时刻记录在w2 窗口内，为了检测延迟时间d，将窗内的数据样本分为两类，规定c0类{x1,x2,
…
,x
k
}和c1类{x
k 1
,x
k 2
,
…
,x
l
}，其中l为窗口内样本长度，令
[0059][0060][0061]
当满足目标函数
[0062][0063]
达到最小，便可得到检测延迟时间d＝k，再结合w1窗口位置，得到最终的变点时刻；
[0064]
所述s3中，电力负荷特征包括稳态有功功率、稳态无功功率、暂态电流峰值和暂态电流有效值，
[0065]
若电压u(t)和电流i(t)存在一个相位差φ，且它们具有相同的周期，则电流和电压的同相分量的乘积为有功功率，即
[0066][0067]
式中，u是电压u(t)的有效值，i为电流i(t)的有效值，其计算如下
[0068][0069]
无功功率是电流和电压的正交分量的乘积，计算如下
[0070][0071]
通常，传感器所采集得到的是电压、电流信号是离散数字信号，假定在一个周期内采样了n个点，由于相位角隐含在无功功率和有功功率之比项中，因此，在计算时，通常先计算有功功率p和视在功率s，它们之间的关系满足
[0072]
s2＝p2 q2ꢀꢀ
(3
‑
3)
[0073]
视在功率是在一个周期内电压有效值和电流有效值的乘积，而有功功率是在一个周期内瞬时电压和瞬时电流的乘积和的平均，即
[0074][0075]
所述s4中，根据当前用电信息和参考用电信息生成电器设备用电异常报警信息，且扬声器鸣声预警；
[0076]
所述s5中非侵入式负荷分解系统将超出的负荷进行分解，并对超负荷出现原因进行分析，明确电器设备用电异常报警信息中的用电异常电器设备的设备类型、当前工作状态和异常用电信息明细。
[0077]
工作原理：通过非侵入式电力负荷检测系统进行设备的数据收集、负荷检测、负荷
特征提取，待经过多个公式计算后，若设备处于超负荷状态，设备同时进行负荷分解、扬声器预警、超负荷分析，既提醒警示工作人员设备超负荷，又将检测出的负荷进行分解，并分析超负荷产生的原因，确定当前异常电器设备的设备类型、当前工作状态和异常用电信息明细，大大提高电力效率，降低安全隐患。
[0078]
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。