CN103116098A - 一种基于互相关系数的家用电器运行状态识别方法 - Google Patents

一种基于互相关系数的家用电器运行状态识别方法 Download PDF

Info

Publication number
CN103116098A
CN103116098A CN2013100289248A CN201310028924A CN103116098A CN 103116098 A CN103116098 A CN 103116098A CN 2013100289248 A CN2013100289248 A CN 2013100289248A CN 201310028924 A CN201310028924 A CN 201310028924A CN 103116098 A CN103116098 A CN 103116098A
Authority
CN
China
Prior art keywords
signal
electrical appliance
household electrical
correlation coefficient
method based
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100289248A
Other languages
English (en)
Other versions
CN103116098B (zh
Inventor
王晓静
曾礼强
雍静
杨本强
杨岳
李北海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201310028924.8A priority Critical patent/CN103116098B/zh
Publication of CN103116098A publication Critical patent/CN103116098A/zh
Application granted granted Critical
Publication of CN103116098B publication Critical patent/CN103116098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于互相关系数的家用电器运行状态识别方法,它利用设置在家庭进户处的智能电表获取瞬时电流或者瞬时功率信号,检测信号变化量,当该信号的变化量在某时刻k,以周期数为单位,超过一定阈值,则提取k-5,k-3,k,k+2,k+4,k+6,k+8共7个周期的信号波形,并按照时间顺序计算两两周期信号的波形相似度,通过判断该6个波形相似度数值的差异,并借助k前后稳态信号的差值,判断户内是否家用电器启动或者停止,算法简单,判断准确。

Description

一种基于互相关系数的家用电器运行状态识别方法
技术领域
本发明涉及一种家用电器运行状态识别方法,特别是一种基于互相关系数的识别方法。
背景技术
随着全球资源环境压力的不断增大,建设更加安全、可靠、环保、经济的智能电网成为全球电力行业的共同目标。目前在发电、输电、配电、用电这一链条中,电网和终端用户的互动相对薄弱,影响了电力***的整体性能和效率。越来越多的研究者们也意识到智能电表是智能电网的基础,近年来已成为研究的热点。
要想真正地实现智能电网与用户的互动,使用户真正地参与到电力市场中,为***的运行和资产管理带来巨大效益,应该为智能电网提供详细的用电设备用电参数,使用户更清晰地了解每种用电设备的平均能耗,确定用电设备的不正常能耗,使用户感觉从智能电表获益。
非侵入式负荷监测(Non-intrusive Load Monitoring, NILM)的概念由美国麻省理工学院的乔治.W.哈特教授于1982年首次带入住宅用户家用电器的用电状况监测中。该方法只需在进户干线上装设监测设备,采样用户总电压电流信号,再利用负荷辨识算法提取单个家用电器的用电信息。
近年来,很多研究者们对于NILM进行了研究,主要集中于信号分析和负荷识别两个方面。其中,负荷特征信号主要包括信号(瞬时功率或者瞬时电流)的谐波,暂态波形,能耗方式,以及恒功率负荷与恒阻抗负荷的比值等等;负荷辨识算法主要集中于人工神经网络。比较典型的相关研究有:
1)麻省理工学院Steven Leeb的研究小组提出基于负荷投切暂态过程信息的辨识方法。该方法可以根据启动暂态电流辨识不同的负荷,该方法通过设计模拟谱包络线分析器估计负荷的有功、无功和谐波功率等信息,并开发出暂态检测和负荷分类的算法。
2)基于Kalman滤波算法来提取负荷投切暂态过程中负荷电流包络线。
3)首先对家用电器的特征参数进行宏观和微观层面的分析研究,提取出电流波形、有功、无功、谐波含量、瞬时导纳等家用电器的多特征参数。并提出家用电器启停状态事件检测和负荷分解辨识算法。
综上所述,目前关于NILM研究趋势是采集瞬时信号后,利用辨识方法将多信号分解,从而判断电气设备的运行状态。但是这些研究采用的辨识算法理论原理均较为复杂,而且运算量较大。
发明内容
本发明的目的就是提供一种辨识算法简单、运算量小的基于相互关系数的家用电器运行状态识别方法,它针对家用电器数量小的特点,能有效判断家用电器的投入或切除。
本发明的目的是通过这样的技术方案实现的,它包括以下步骤:
1)读取瞬时电流或瞬时功率信号;
2)根据步骤1)读取的信号,生成信号的正负包络线;
3)监测步骤2)生成的正负包络线,并判断信号是否有显著变化,若出现显著变化,则转入步骤4),若没有出现显著变化,则继续监测;
4)提取出现显著变化时间点k前后共7个周期的信号波形;
5)计算步骤4)中7个周期信号的波形相似度St
6)判断步骤5)中计算出来的6个波形相似度St差异是否显著,若差异显著则转入步骤7),若差异不显著则转入步骤1);
7)判断k时刻前后信号稳态阶段的电流幅值差是否显著,若显著则说明有新的家用电器投入或切除,若不显著则说明由外界噪声信号引起。
进一步,步骤2)中所述正负包络线的生成方法为:
取出瞬时电流i(t)或者瞬时功率p(t)每周期的最大值点F(k)和F1(k)构成正负包络线,其中F(k)为正包络线,F1(k)为负包络线。
进一步,步骤3)中判断信号是否显著变化的方法为:
监测包络线的变化,计算F(k)- F(k-1)以及F1(k)- F1(k-1);
信号发生显著变化的条件为:
F(k)- F(k-1)>I0或P0,或者F1(k)- F1(k-1)<- I0或- P0
F(k)- F(k-1)<- I0或- P0,或者F1(k)- F1(k-1)>I0或P0
其中,I0为无启动脉冲的有功功率数值最小的用电设备的有功功率值,P0为无启动脉冲的有功功率数值最小的用电设备的稳态电流幅值。
进一步,步骤4)中提取出现显著变化时间点k前后共7个周期分别为:k、k-3、k-5、k+2、k+4、k+6和k+8。
进一步,步骤5)所述波形相似度St 的计算方法为:
按照时间顺序,计算7个周期中每相邻两个周期的波形相似度
Figure 2013100289248100002DEST_PATH_IMAGE002
其中,ab代表在时间上连续2个周期的信号波形;
Figure 2013100289248100002DEST_PATH_IMAGE006
Figure 2013100289248100002DEST_PATH_IMAGE008
其中,ij代表采样点,n代表每周期总采样点数,
Figure 2013100289248100002DEST_PATH_IMAGE010
Figure 557629DEST_PATH_IMAGE010
代表n个采样点的幅值的平均值,即:
Figure 2013100289248100002DEST_PATH_IMAGE012
Figure 2013100289248100002DEST_PATH_IMAGE014
进一步,步骤6)中判断波形相似度St 差异是否显著的方法为:
Sr = (St maxSt min) / St max
Sr <x1,则判断差异显著;若Sr >x1,则判断差异不显著,x1为预设值。
进一步,步骤7)中判断k时刻前后信号稳态阶段的电流幅值差是否显著的方法为:
取k时刻前后稳态信号,电流I或者功率P,计算它们的幅值差,如果I(k+)-I(k-)> I0或P(k+)-P(k-)> P0,或者I(k+)-I(k-) <- I0或P(k+)-P(k-)< -P0,则判定有新的家用电器投入或切除;如果I(k+)-I(k-)< I0或P(k+)-P(k-)< P0,或者I(k+)-I(k-) >- I0或P(k+)-P(k-)> -P0,则表明k时刻为外界噪声信号引起;
其中,k+代表时刻k后的稳态,k-代表时刻k前的稳态,I0为无启动脉冲的有功功率数值最小的用电设备的有功功率值,P0为无启动脉冲的有功功率数值最小的用电设备的稳态电流幅值。
由于采用了上述技术方案,本发明具有如下的优点:
本发明利用设置在家庭进户处的智能电表获取瞬时电流或者瞬时功率信号,检测信号变化量,当该信号的变化量在某时刻k,以周期数为单位,超过一定阈值,则提取k−5,k−3,k,k+2,k+4,k+6,k+8共7个周期的信号波形,并按照时间顺序计算两两周期信号的波形相似度,通过判断该6个波形相似度数值的差异,并借助k前后稳态信号的差值,判断户内是否家用电器启动或者停止,算法简单,判断准确。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
本发明的附图说明如下。
图1为本发明的算法流程图;
图2为实施例的波形图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如表1所示,编号①到⑩记录了在一段时间内家用电器的使用方式改变的准确时间点。
表1家用电器投入和切除的使用细节
编号 时间 (秒) 周期数 家用电器事件
12 46th 笔记本电脑
45 20th 无 (笔记本运行状态改变)
94 6th 节能灯
118 15th 无 (笔记本运行状态改变)
153 35th 无 (笔记本运行状态改变)
188 39th 无 (笔记本运行状态改变)
192 1st 笔记本电脑
225 48th 节能灯
280 43rd 节能灯
294 29th 节能灯
根据本发明所述算法,计算5分钟的实验电流波形及其部分电流变化显著点的电流相似度计算结果,并用波形图进行表示,如图2所示。
当有家用电器投切事件发生时,6个电流相似度数值变化明显。例如编号为①的时刻,该时刻电流包络线变化F(k)−F(k−1)为0.45A,波形相似度St 计算值依次为0.790,0.467,0.280,0.739,0.959 以及0.990。为分析电流相似度差异的显著程度,用比值Sr = (St maxSt min) / St max分析,其中St maxSt min这分别为六个数值的最大值和最小值。对于①时刻,该比值为(0.990-0.280) /0.990 = 72%。③、⑦、⑧、⑨和⑩时刻的该比值分别为30%,39%,56%,86% 和51%。
而当没有家用电器投切事件发生时,6个电流相似度数值变化则没有那么明显。例如,时刻⑥的F(k)−F(k−1)为1.08A,波形相似度St 为0.964,0.837,0.823,0.999,0.998和0.999,比值Sr = (St maxSt min) / St max = 17.6%。②、④和⑤时刻的该比值小得多,分别为1%,1.6%和1%。事实证明,②、④、⑤和⑥为笔记本电脑的不同状态,时刻⑥是笔记本电脑开始执行“关机”命令,所以其Sr = (St maxSt min) / St max = 17.6%比值略大。尽管如此,仍然小于有家用电器投切事件发生时刻的该比值。
所以当波形相似度Sr < x1时,则进入下一环节继续判定是否有新的家用电器投入/切除;当Sr > x1时,x1为预设值,则判定无新的家用电器投入/切除。
Sr < x1时,取k时刻前后稳态电流信号,计算它们的幅值差,如果I(k+)-I(k-)>0.15A或25W,或者I(k+)-I(k-) <-0.15A或-25W,则说明继续判定是否有新的家用电器投入/切除;如果I(k+)-I(k-)<0.15A或25W,或者I(k+)-I(k-) >-0.15A或-25W,则表明k时刻为外界噪声信号引起。其中,k+代表时刻k后的稳态,k-代表时刻k前的稳态。
本发明利用设置在家庭进户处的智能电表获取瞬时电流或者瞬时功率信号,检测信号变化量,当该信号的变化量在某时刻k,以周期数为单位,超过一定阈值,则提取k−5,k−3,k,k+2,k+4,k+6,k+8共7个周期的信号波形,并按照时间顺序计算两两周期信号的波形相似度,通过判断该6个波形相似度数值的差异,并借助k前后稳态信号的差值,判断户内是否家用电器启动或者停止,算法简单,判断准确。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1. 一种基于互相关系数的家用电器运行状态识别方法,其特征在于,所述方法包括以下步骤:
1)读取瞬时电流或瞬时功率信号;
2)根据步骤1)读取的信号,生成信号的正负包络线;
3)监测步骤2)生成的正负包络线,并判断信号是否有显著变化,若出现显著变化,则转入步骤4),若没有出现显著变化,则继续监测;
4)提取出现显著变化时间点k前后共7个周期的信号波形;
5)计算步骤4)中7个周期信号的波形相似度St
6)判断步骤5)中计算出来的6个波形相似度St差异是否显著,若差异显著则转入步骤7),若差异不显著则转入步骤1);
7)判断k时刻前后信号稳态阶段的电流幅值差是否显著,若显著则说明有新的家用电器投入或切除,若不显著则说明由外界噪声信号引起。
2. 如权利要求1所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤2)中所述正负包络线的生成方法为:
取出瞬时电流i(t)或者瞬时功率p(t)每周期的最大值点F(k)和F1(k)构成正负包络线,其中F(k)为正包络线,F1(k)为负包络线。
3. 如权利要求2所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤3)中判断信号是否显著变化的方法为:
监测包络线的变化,计算F(k)- F(k-1)以及F1(k)- F1(k-1);
信号发生显著变化的条件为:
F(k)- F(k-1)>I0或P0,或者F1(k)- F1(k-1)<- I0或- P0
F(k)- F(k-1)<- I0或- P0,或者F1(k)- F1(k-1)>I0或P0
其中,I0为无启动脉冲的有功功率数值最小的用电设备的有功功率值,P0为无启动脉冲的有功功率数值最小的用电设备的稳态电流幅值。
4. 如权利要求1所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤4)中提取出现显著变化时间点k前后共7个周期分别为:k、k-3、k-5、k+2、k+4、k+6和k+8。
5. 如权利要求4所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤5)所述波形相似度St 的计算方法为:
按照时间顺序,计算7个周期中每相邻两个周期的波形相似度
Figure 2013100289248100001DEST_PATH_IMAGE002
其中,ab代表在时间上连续2个周期的信号波形;
Figure 2013100289248100001DEST_PATH_IMAGE004
Figure 2013100289248100001DEST_PATH_IMAGE006
Figure 2013100289248100001DEST_PATH_IMAGE008
其中,ij代表采样点,n代表每周期总采样点数,
Figure 828285DEST_PATH_IMAGE010
代表n个采样点的幅值的平均值,即:
Figure 2013100289248100001DEST_PATH_IMAGE012
6. 如权利要求5所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤6)中判断波形相似度St差异是否显著的方法为:
Sr = (St maxSt min) / St max
Sr <x1,则判断差异显著;若Sr >x1,则判断差异不显著,x1为预设值。
7. 如权利要求6所述的一种基于互相关系数的家用电器运行状态识别方法,其特征在于,步骤7)中判断k时刻前后信号稳态阶段的电流幅值差是否显著的方法为:
取k时刻前后稳态信号,电流I或者功率P,计算它们的幅值差,如果I(k+)-I(k-)> I0或P(k+)-P(k-)> P0,或者I(k+)-I(k-) <- I0或P(k+)-P(k-)< -P0,则判定有新的家用电器投入或切除;如果I(k+)-I(k-)< I0或P(k+)-P(k-)< P0,或者I(k+)-I(k-) >- I0或P(k+)-P(k-)> -P0,则表明k时刻为外界噪声信号引起;
其中,k+代表时刻k后的稳态,k-代表时刻k前的稳态,I0为无启动脉冲的有功功率数值最小的用电设备的有功功率值,P0为无启动脉冲的有功功率数值最小的用电设备的稳态电流幅值。
CN201310028924.8A 2013-01-25 2013-01-25 一种基于互相关系数的家用电器运行状态识别方法 Active CN103116098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310028924.8A CN103116098B (zh) 2013-01-25 2013-01-25 一种基于互相关系数的家用电器运行状态识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310028924.8A CN103116098B (zh) 2013-01-25 2013-01-25 一种基于互相关系数的家用电器运行状态识别方法

Publications (2)

Publication Number Publication Date
CN103116098A true CN103116098A (zh) 2013-05-22
CN103116098B CN103116098B (zh) 2014-11-19

Family

ID=48414524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310028924.8A Active CN103116098B (zh) 2013-01-25 2013-01-25 一种基于互相关系数的家用电器运行状态识别方法

Country Status (1)

Country Link
CN (1) CN103116098B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597813A (zh) * 2014-12-23 2015-05-06 李凤兰 一种自动识别电器运行状态的智能插座
CN105974220A (zh) * 2016-04-25 2016-09-28 东莞市联洲知识产权运营管理有限公司 一种居民小区用电负荷识别***
CN106093630A (zh) * 2016-06-02 2016-11-09 华北电力大学 一种非侵入式家用电器辨识方法
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法
CN106909974A (zh) * 2015-12-22 2017-06-30 中国电信股份有限公司 用于分析多终端状态的方法、数据分析器和***
CN107065587A (zh) * 2017-05-27 2017-08-18 环球智达科技(北京)有限公司 控制装置
CN107085935A (zh) * 2017-05-27 2017-08-22 环球智达科技(北京)有限公司 关闭控制方法
CN107123256A (zh) * 2017-05-27 2017-09-01 环球智达科技(北京)有限公司 检测判断装置
CN107123255A (zh) * 2017-05-27 2017-09-01 环球智达科技(北京)有限公司 开启控制方法
CN107171435A (zh) * 2017-03-20 2017-09-15 国网浙江义乌市供电公司 配电网监测节能***
CN107170226A (zh) * 2017-05-27 2017-09-15 环球智达科技(北京)有限公司 关闭控制的检测判断方法
CN107230341A (zh) * 2017-05-27 2017-10-03 环球智达科技(北京)有限公司 开启控制的检测判断方法
CN109738723A (zh) * 2018-12-29 2019-05-10 重庆邮电大学 一种电能表三相自动识别方法
CN110197220A (zh) * 2019-05-27 2019-09-03 湖南工业大学 一种电气负载启动运行识别方法
CN112379178A (zh) * 2020-10-28 2021-02-19 国网安徽省电力有限公司合肥供电公司 存在延时的两种波形相似度判断方法、***及存储介质
CN115006824A (zh) * 2022-06-30 2022-09-06 歌尔科技有限公司 一种划船机动作计数方法、装置、介质和智能穿戴设备
CN115407157A (zh) * 2022-10-31 2022-11-29 南昌工程学院 一种复杂多态电器负荷事件判别方法及装置
CN115542825A (zh) * 2022-11-24 2022-12-30 北京北投智慧城市科技有限公司 一种智能建筑设备监控预警***及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050184852A1 (en) * 2004-02-25 2005-08-25 Lg Electronics Inc Home network system and control method for the same
EP2355025A1 (fr) * 2010-02-01 2011-08-10 Electricité de France Procédé d'évaluation d'un appareil ou d'un bâtiment destiné à être raccordé à un réseau de distribution d'énergie et application pour terminal mobile associée
CN102455374A (zh) * 2010-10-19 2012-05-16 西安扩力机电科技有限公司 一种家用电器用简易式电费计价器
KR101172602B1 (ko) * 2010-08-24 2012-08-08 강릉원주대학교산학협력단 가전기기별 전력 관리를 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050184852A1 (en) * 2004-02-25 2005-08-25 Lg Electronics Inc Home network system and control method for the same
EP2355025A1 (fr) * 2010-02-01 2011-08-10 Electricité de France Procédé d'évaluation d'un appareil ou d'un bâtiment destiné à être raccordé à un réseau de distribution d'énergie et application pour terminal mobile associée
KR101172602B1 (ko) * 2010-08-24 2012-08-08 강릉원주대학교산학협력단 가전기기별 전력 관리를 위한 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체
CN102455374A (zh) * 2010-10-19 2012-05-16 西安扩力机电科技有限公司 一种家用电器用简易式电费计价器

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104597813B (zh) * 2014-12-23 2017-11-03 高峰 一种自动识别电器运行状态的智能插座
CN104597813A (zh) * 2014-12-23 2015-05-06 李凤兰 一种自动识别电器运行状态的智能插座
CN106909974A (zh) * 2015-12-22 2017-06-30 中国电信股份有限公司 用于分析多终端状态的方法、数据分析器和***
CN106909974B (zh) * 2015-12-22 2020-11-03 中国电信股份有限公司 用于分析多终端状态的方法、数据分析器和***
CN105974220A (zh) * 2016-04-25 2016-09-28 东莞市联洲知识产权运营管理有限公司 一种居民小区用电负荷识别***
CN105974220B (zh) * 2016-04-25 2018-11-20 江苏德克玛电气有限公司 一种居民小区用电负荷识别***
CN106093630A (zh) * 2016-06-02 2016-11-09 华北电力大学 一种非侵入式家用电器辨识方法
CN106093630B (zh) * 2016-06-02 2019-01-15 华北电力大学 一种非侵入式家用电器辨识方法
CN106771593A (zh) * 2016-11-28 2017-05-31 国网江苏省电力公司苏州供电公司 基于混合判据的非侵入式电磁炉启动辨识方法
CN107171435A (zh) * 2017-03-20 2017-09-15 国网浙江义乌市供电公司 配电网监测节能***
CN107085935A (zh) * 2017-05-27 2017-08-22 环球智达科技(北京)有限公司 关闭控制方法
CN107065587A (zh) * 2017-05-27 2017-08-18 环球智达科技(北京)有限公司 控制装置
CN107170226A (zh) * 2017-05-27 2017-09-15 环球智达科技(北京)有限公司 关闭控制的检测判断方法
CN107123255A (zh) * 2017-05-27 2017-09-01 环球智达科技(北京)有限公司 开启控制方法
CN107123256A (zh) * 2017-05-27 2017-09-01 环球智达科技(北京)有限公司 检测判断装置
CN107230341A (zh) * 2017-05-27 2017-10-03 环球智达科技(北京)有限公司 开启控制的检测判断方法
CN109738723A (zh) * 2018-12-29 2019-05-10 重庆邮电大学 一种电能表三相自动识别方法
CN110197220A (zh) * 2019-05-27 2019-09-03 湖南工业大学 一种电气负载启动运行识别方法
CN112379178A (zh) * 2020-10-28 2021-02-19 国网安徽省电力有限公司合肥供电公司 存在延时的两种波形相似度判断方法、***及存储介质
CN115006824A (zh) * 2022-06-30 2022-09-06 歌尔科技有限公司 一种划船机动作计数方法、装置、介质和智能穿戴设备
CN115006824B (zh) * 2022-06-30 2023-12-26 歌尔科技有限公司 一种划船机动作计数方法、装置、介质和智能穿戴设备
CN115407157A (zh) * 2022-10-31 2022-11-29 南昌工程学院 一种复杂多态电器负荷事件判别方法及装置
CN115542825A (zh) * 2022-11-24 2022-12-30 北京北投智慧城市科技有限公司 一种智能建筑设备监控预警***及方法
CN115542825B (zh) * 2022-11-24 2023-03-14 北京北投智慧城市科技有限公司 一种智能建筑设备监控预警***及方法

Also Published As

Publication number Publication date
CN103116098B (zh) 2014-11-19

Similar Documents

Publication Publication Date Title
CN103116098A (zh) 一种基于互相关系数的家用电器运行状态识别方法
CN108021736B (zh) 一种基于滑动窗残差模型的负荷投切动作监测方法
CN106786534B (zh) 一种非侵入式电力负荷暂态过程辨识方法及***
CN105972761B (zh) 一种非侵入式空调负荷监测方法
CN103217603A (zh) 一种非侵入式家用电器用电状况在线监测的识别方法
CN111564842B (zh) 一种非侵入式用电负荷监测中长期能耗统计估算的方法
CN105823948A (zh) 一种非干预式居民负荷识别方法
CN106646026A (zh) 一种非侵入式家电负荷识别方法
Yu et al. Nonintrusive appliance load monitoring for smart homes: Recent advances and future issues
CN112505511B (zh) 一种非侵入式低压故障电弧检测与定位方法及***
CN105372541A (zh) 一种基于模式识别的家用电器智能集总检测***及其工作方法
CN105676028B (zh) 一种基于模板匹配滤波的居民负荷用电识别方法
CN111242391A (zh) 用于电力负荷识别的机器学习模型训练方法及***
CN111722028A (zh) 一种基于高频数据的负荷识别方法
CN111382789A (zh) 基于机器学习的电力负荷识别方法及***
Girmay et al. Simple event detection and disaggregation approach for residential energy estimation
Himeur et al. Efficient multi-descriptor fusion for non-intrusive appliance recognition
Gong et al. A svm optimized by particle swarm optimization approach to load disaggregation in non-intrusive load monitoring in smart homes
CN107767037B (zh) 一种用户用电构成解析方法
Bergés et al. Leveraging data from environmental sensors to enhance electrical load disaggregation algorithms
Fang et al. An event detection approach based on improved CUSUM algorithm and kalman filter
Chen et al. Non-intrusive load monitoring based on feature extraction of change-point and xgboost classifier
Hernandez et al. Development of a non-intrusive load monitoring (nilm) with unknown loads using support vector machine
Cannas et al. NILM techniques applied to a real-time monitoring system of the electricity consumption
Guohua et al. Research on non-intrusive load monitoring based on random forest algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant