CN106771593A - 基于混合判据的非侵入式电磁炉启动辨识方法 - Google Patents

基于混合判据的非侵入式电磁炉启动辨识方法 Download PDF

Info

Publication number
CN106771593A
CN106771593A CN201611063011.XA CN201611063011A CN106771593A CN 106771593 A CN106771593 A CN 106771593A CN 201611063011 A CN201611063011 A CN 201611063011A CN 106771593 A CN106771593 A CN 106771593A
Authority
CN
China
Prior art keywords
sequence
electromagnetic oven
power
electric current
time window
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
CN201611063011.XA
Other languages
English (en)
Other versions
CN106771593B (zh
Inventor
张玮
沈杰
徐涛
蔡吉人
周惠兵
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.)
Southeast University
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Southeast University
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
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 Southeast University, Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Southeast University
Priority to CN201611063011.XA priority Critical patent/CN106771593B/zh
Publication of CN106771593A publication Critical patent/CN106771593A/zh
Application granted granted Critical
Publication of CN106771593B publication Critical patent/CN106771593B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • G01R23/163Spectrum analysis; Fourier analysis adapted for measuring in circuits having distributed constants
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05BELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B6/00Heating by electric, magnetic or electromagnetic fields
    • H05B6/02Induction heating
    • H05B6/04Sources of current

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于混合判据的非侵入式电磁炉启动辨识方法,包括以下步骤:一:对户内电网的总电源进线的电压和电流进行采样,形成电压采样序列和电流采样序列;二:设定时间窗口;依据电压采样序列和电流采样序列中与时间窗口所对应的部分,计算总电源进线处的平均功率值、无功功率序值和电流的三次谐波值,构成平均功率序列、无功功率序列和电流的三次谐波序列;三:根据平均功率序列、无功功率序列和电流的三次谐波序列判断户内电网中是否有电磁炉启动,若没有电磁炉启动则返回步骤二。本发明基于混合判据而对电磁炉的启动情况进行快速、准确的辨识,为实现电磁炉的非侵入辨识提供了技术支撑,具有简单、经济、易于推广应用等优点。

Description

基于混合判据的非侵入式电磁炉启动辨识方法
技术领域
本发明属于智能用电技术领域,涉及一种针对电磁炉的非入侵式辨识方法。
背景技术
居民电力负荷监测分解技术是一门新兴的智能电网基础支撑技术,与目前智能电表仅量测用户总功率不同,它以监测并分解出居民户内所有电器的启动时间、工作状态、能耗情况为目标,从而实现更加可靠、精确的电能量管理。电力负荷监测分解技术使用户的电费清单像电话费清单一样,各类家用电器的用电量一目了然,从而使用户及时了解自己的用电情况,为合理分配各个电器的用电时间及相应的用电量提供参考,最终能够有效减少电费支出和电能浪费。Google统计数据显示,如果家庭用户能够及时了解住宅电器的详细用电信息,就能使每月电费开支下降5%~15%;如果全美国有一半家庭每个月节省这么多开支,减少的碳排放量相当于减少800万辆汽车的使用。对于工业用户而言,其负荷投切安排一般是比较固定的,只需分时计量即可,对负荷分解的需求较少,因此电力负荷监测分解的主要研究对象是住宅用电负荷。
目前,居民电力负荷监测分解技术主要分为侵入式监测分解(Intrusive LoadMonitoring and decomposition,ILMD)和非侵入式监测分解(Non-intrusive LoadMonitoring and decomposition,NILMD)两大类:
(1)侵入式负荷监测分解技术(ILMD):侵入式负荷监测将带有数字通信功能的传感器安装在每个电器与电网的接口,可以准确监测每个负荷的运行状态和功率消耗。但大量安装监测传感器造成建设和维护的成本较高,最重要的是侵入式负荷监测需要进入居民家中进行安装调试,容易造成用户抵制心理;
(2)非侵入式负荷监测分解技术(NILMD):)非侵入式负荷监测仅在用户入口处安装一个传感器,通过采集和分析入口总电流、电压等信息来判断户内每个或每类电器的用电功率和工作状态(例如,空调具有制冷、制热、待机等不同工作状态),从而得出居民的用电规律。和侵入式负荷分解相比,由于只需要安装一个监测传感器,非侵入负荷分解方案的建设成本和后期维护难度都大幅降低;另外,传感器安装位置可以选择在用户电表箱处,完全不会侵入居民户内进行施工。可以认为,NILMD以分解算法代替ILMD***的传感器网络,具有简单、经济、可靠、数据完整和易于迅速推广应用等优势,有望发展成为高级量测体系(AMI)中新一代核心技术(成熟后,NILMD算法也可以融合到智能电表的芯片内),支持需求侧管理、定制电力等智能用电的高级功能,也适用于临时性的负荷用电细节监测与调查。
电磁感应加热技术具有快速、清洁、高效、节能、易于实现自动化等特点。近几年我国电磁炉行业发展速度较快,电磁炉行业生产技术不断提高,其需求市场也不断扩大,电磁炉行业在国内和国际市场上发展形势都很好。随着我国整体厨房概念的推广,电磁炉以其无明火、效率高、清洁等优点受到青睐,尤其在城市家庭中,电磁炉已成为必备的厨房加热工具。
电磁炉按按功率分为小功率电磁炉(800W以下)、常用功率电磁炉(1000W-2500W)、大功率电磁炉(3KW-35KW)。家用电磁炉为常用功率电磁炉(1000W-2500W),电磁炉根据其不同加热功能具有不同的加热档位。以九阳电磁炉(C21-SC811型)为例,其对应的功率有150W、300W、600W、900W、1300W、1400W、1600W、1800W八个功率档位。900W以上是直接进行功率升降来设置功能档位,而900W及以下的档位均是以900W为基准,通过控制加热占空比来达到不同档位的加热效果。
多档位家用负荷在非侵入负荷分解及辨识技术中是一类较难辨识的负荷,现如今国内外对仅有“开”和“关”两个状态的普通负荷辨识做了较多的研究,而对于多档负荷的辨识及分解研究较少。而随着智能电网建设的推进以及电磁炉的广泛使用,电磁炉这个千瓦级的家用多档负荷,在非侵入式负荷分解技术领域是一个不容忽视的负荷,其辨识分解算法的研究迫在眉睫。
综上所述,多档位电感类家用电磁炉的分解与辨识技术的提出对非侵入式负荷分解技术领域以及智能电网中尤为重要,而现有的研究中并未提出一个合理可行的辨识方法。
发明内容
本发明的目的是提供一种基于有功无功特征以及电流谐波特征,从而准确快速地辨识家用电磁炉的非侵入式电磁炉启动辨识方法。
为达到上述目的,本发明采用的技术方案是:
一种基于混合判据的非侵入式电磁炉启动辨识方法,用于以非侵入方式辨识出户内电网中是否有电磁炉启动,所述基于混合判据的非侵入式电磁炉启动辨识方法包括以下步骤:
步骤一:按照设定的采样频率fs对所述户内电网的总电源进线的电压和电流进行采样,分别形成电压采样序列u和电流采样序列i;
步骤二:设定时间窗口;依据所述电压采样序列u和所述电流采样序列i中与所述时间窗口所对应的部分,计算所述总电源进线处与所述时间窗口对应的平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k,所述平均功率值Pk、所述无功功率序值Qk和所述电流的三次谐波值i3k分别为构成平均功率序列P、无功功率序列Q和电流的三次谐波序列i3的元素;k对应于本次采用的时间窗口的编号;
步骤三:根据所述平均功率序列P、所述无功功率序列Q和所述电流的三次谐波序列i3判断所述户内电网中是否有电磁炉启动,若没有电磁炉启动则返回步骤二。
所述步骤三中,根据所述平均功率序列P中与所述时间窗口对应的平均功率值Pk和其前一个平均功率值Pk-1计算所述时间窗口对应的平均功率增量ΔP、根据所述无功功率序列Q中与所述时间窗口对应的无功功率值Qk和其前一个无功功率值Qk-1计算所述时间窗口对应的无功功率增量ΔQ、根据所述电流的三次谐波序列i3中与所述时间窗口对应的电流的三次谐波值i3k和其前一个电流的三次谐波值i3k-1计算所述时间窗口对应的电流的三次谐波增量Δi3
若同时满足所述平均功率增量ΔP大于设定的启动平均功率增量阈值、所述无功功率增量ΔQ大于设定的无功功率增量阈值、所述电流的三次谐波增量Δi3大于设定的电流的三次谐波增量阈值三个条件,则判断所述户内电网中有电磁炉启动。
所述平均功率增量ΔP的计算方法为:
ΔP=Pk-Pk-1
所述无功功率增量ΔQ的计算方法为:
ΔQ=Qk-Qk-1
所述电流的三次谐波增量Δi3的计算方法为:
Δi3=i3k-i3k-1
优选的,所述启动平均功率增量阈值设定为800W、所述无功功率增量阈值设定为100Var,所述电流的三次谐波增量阈值设定为0.5A。
所述步骤一中,所述采样频率的取值范围为0.5kHz-2kHz。
所述步骤二中,所述平均功率值Pk的计算方法为:
所述无功功率序值Qk的计算方法为:
其中,m为所述时间窗口内所含工频周期数,n为所述时间窗口内首个进行采样的采样点编号,N为一个工频周期包含的采样点数目;
所述电流的三次谐波值i3k的计算方法为:
Fi[:]=FFT(i[:])
fi(j)=(j-1)*fs/Ns
i3k=Fi(3*50*Ns/fs+1)
其中,FFT表示快速傅里叶变换运算,Ns为参与本次快速傅里叶变换运算的电流采样序列i中的样本数量,i[:]为维度是Ns的参与本次快速傅里叶变换运算的部分电流采样序列,Fi[:]为维度是Ns的幅值结果序列,j=1,2,3,…,Ns,fi(j)为实际频率结果序列。
优选的,由所述步骤三返回所述步骤二时,滑动所述时间窗口而得到新的时间窗口。
由于上述技术方案运用,本发明与现有技术相比具有下列优点:本发明基于混合判据,包括平均功率、无功功率序和电流的三次谐波而对电磁炉的启动情况进行快速、准确的辨识,为实现电磁炉的非侵入辨识提供了技术支撑,具有简单、经济、易于推广应用等优点。
附图说明
附图1为本发明的基于混合判据的非侵入式电磁炉启动辨识方法的流程示意图。
附图2为电磁炉启动时的平均功率特性示意图。
附图3为电磁炉启动时的无功功率特性示意图。
附图4为电磁炉启动时的电流的三次谐波特性示意图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一:家用电磁炉功率在千瓦级别,其功率因数大于0.99,在千瓦级别阻性负荷(如电水壶、热水器等)运作中辨识其启动,难度较大,因此提出一种用于以非侵入方式辨识出户内电网中是否有电磁炉启动的基于混合判据的非侵入式电磁炉启动辨识方法,如附图1所示,它包括以下步骤:
步骤一:按照设定的采样频率fs并使用电压传感器和电流传感器对用户的户内电网的总电源进线的电压和电流进行采样,分别形成电压采样序列u和电流采样序列i。电压采样序列u中的元素依次为u1、u2、u3、…,电流采样序列i中的元素依次为i1、i2、i3、…。该步骤中,采样频率的取值范围为0.5kHz-2kHz。本实施例中,选择采样频率fs=1kHz。
步骤二:设定时间窗口;按设定的时间窗口在其窗口时间内,对电压采样序列u和电流采样序列i进行扫描,从而依据电压采样序列u和电流采样序列i中时间窗口所对应的部分,计算总电源进线处与时间窗口对应的平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k。上述平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k分别为构成平均功率序列P、无功功率序列Q和电流的三次谐波序列i3的元素。平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k中的下角标k对应于本次采用的时间窗口的编号,故k≥1。
该步骤中,平均功率值Pk的计算方法为:
无功功率序值Qk的计算方法为:
其中,m为窗口时间内所含工频周期数,取m=5,n为当前时间窗口内首个进行采样的采样点编号,N为一个工频周期包含的采样点数目。
电流的三次谐波值i3k的计算方法为:
Fi[:]=FFT(i[:])
fi(j)=(j-1)*fs/Ns
i3k=Fi(3*50*Ns/fs+1)
其中,FFT表示快速傅里叶变换运算,Ns为参与本次快速傅里叶变换运算的电流采样序列i中的样本数量,i[:]为维度是Ns的参与本次快速傅里叶变换运算的部分电流采样序列,Fi[:]为维度是Ns的幅值结果序列,j=1,2,3,…,Ns,fi(j)为实际频率结果序列。
根据上述平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k的计算方法,即基于当前的时间窗口中各个采样点的电流和电压进行计算,从而每隔5个工频周期得到一个平均功率值Pk用于构成平均功率序列P、得到一个无功功率序值Qk用于构成无功功率序列Q、得到一个电流的三次谐波值i3k用于构成电流的三次谐波序列i3
本实施例的上述计算中,N=20,Ns=100。根据上述计算方法,每100个电压、电流采样点即可计算得到一个平均功率值Pk、一个无功功率序值Qk和一个电流的三次谐波值i3k,在多次选择时间窗口并计算后得到平均功率序列P、无功功率序列Q和电流的三次谐波序列i3
步骤三:根据平均功率序列P、无功功率序列Q和电流的三次谐波序列i3判断户内电网中是否有电磁炉启动,若没有电磁炉启动则返回步骤二。
该步骤中,首先根据平均功率序列P中与时间窗口对应的平均功率值Pk和其前一个平均功率值Pk-1计算时间窗口对应的平均功率增量ΔP、根据无功功率序列Q中与时间窗口对应的无功功率值Qk和其前一个无功功率值Qk-1计算时间窗口对应的无功功率增量ΔQ、根据电流的三次谐波序列i3中与时间窗口对应的电流的三次谐波值i3k和其前一个电流的三次谐波值i3k-1计算时间窗口对应的电流的三次谐波增量Δi3
平均功率增量ΔP的计算方法为:
ΔP=Pk-Pk-1
无功功率增量ΔQ的计算方法为:
ΔQ=Qk-Qk-1
电流的三次谐波增量Δi3的计算方法为:
Δi3=i3k-i3k-1
若同时满足平均功率增量ΔP大于设定的启动平均功率增量阈值、无功功率增量ΔQ大于设定的无功功率增量阈值、电流的三次谐波增量Δi3大于设定的电流的三次谐波增量阈值三个条件,则判断户内电网中有电磁炉启动。
其中,启动平均功率增量阈值设定为800W、无功功率增量阈值设定为100Var,电流的三次谐波增量阈值设定为0.5A。、
以九阳电磁炉为例,其900W以下的三个功率状态(150W、300W、600W)是在900W的基础上来调控电磁炉本身工作占空比来完成的,三个功率状态的占空比分别为0.1667、0.333及0.667。因此,无论何档位启动,电磁炉均有800W以上的有功功率增量。
如图2,根据电磁炉某一状态启动时平均有功功率序列P示意图,可计算:
ΔP=1963-101.1=1861.9W>800W
如图3,根据电磁炉启动时所得无功功率序列Q,可计算:
ΔQ=268.2-70.62=197.58W>100Var
附图4,根据电磁炉启动时电流的三次谐波序列i3,可计算:
Δi3=0.8784-0.2762=0.6022A>0.5A
由于同时满足ΔP>800W,ΔQ>100Var、Δi3>0.5A三个条件,因此可识别出有电磁炉启动。Δi3>0.5A
若判断出没有电磁炉启动,则返回步骤二,需要滑动本次采用的时间窗口而得到新的时间窗口,从而再次进行计算和判断,按此循环。
本发明根据电磁炉的有功、无功以及电流谐波特性,给出了能有效辨识出家用电磁炉启动的辨识算法,此方法不需要进入居民家中就可以准确辨识家用电磁炉启动,具有简单、经济、易于推广应用等优点。辨识结果有助于用户了解电磁炉的运行特性以及能耗情况,可应用于电网公司对电磁炉的需求侧管理工作。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于混合判据的非侵入式电磁炉启动辨识方法,用于以非侵入方式辨识出户内电网中是否有电磁炉启动,其特征在于:所述基于混合判据的非侵入式电磁炉启动辨识方法包括以下步骤:
步骤一:按照设定的采样频率fs对所述户内电网的总电源进线的电压和电流进行采样,分别形成电压采样序列u和电流采样序列i;
步骤二:设定时间窗口;依据所述电压采样序列u和所述电流采样序列i中与所述时间窗口所对应的部分,计算所述总电源进线处与所述时间窗口对应的平均功率值Pk、无功功率序值Qk和电流的三次谐波值i3k,所述平均功率值Pk、所述无功功率序值Qk和所述电流的三次谐波值i3k分别为构成平均功率序列P、无功功率序列Q和电流的三次谐波序列i3的元素;k对应于本次采用的时间窗口的编号;
步骤三:根据所述平均功率序列P、所述无功功率序列Q和所述电流的三次谐波序列i3判断所述户内电网中是否有电磁炉启动,若没有电磁炉启动则返回步骤二。
2.根据权利要求1所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:所述步骤三中,根据所述平均功率序列P中与所述时间窗口对应的平均功率值Pk和其前一个平均功率值Pk-1计算所述时间窗口对应的平均功率增量ΔP、根据所述无功功率序列Q中与所述时间窗口对应的无功功率值Qk和其前一个无功功率值Qk-1计算所述时间窗口对应的无功功率增量ΔQ、根据所述电流的三次谐波序列i3中与所述时间窗口对应的电流的三次谐波值i3k和其前一个电流的三次谐波值i3k-1计算所述时间窗口对应的电流的三次谐波增量Δi3
若同时满足所述平均功率增量ΔP大于设定的启动平均功率增量阈值、所述无功功率增量ΔQ大于设定的无功功率增量阈值、所述电流的三次谐波增量Δi3大于设定的电流的三次谐波增量阈值三个条件,则判断所述户内电网中有电磁炉启动。
3.根据权利要求2所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:所述平均功率增量ΔP的计算方法为:
ΔP=Pk-Pk-1
所述无功功率增量ΔQ的计算方法为:
ΔQ=Qk-Qk-1
所述电流的三次谐波增量Δi3的计算方法为:
Δi3=i3k-i3k-1
4.根据权利要求2所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:所述启动平均功率增量阈值设定为800W、所述无功功率增量阈值设定为100Var,所述电流的三次谐波增量阈值设定为0.5A。
5.根据权利要求1-4中任一项所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:所述步骤一中,所述采样频率的取值范围为0.5kHz-2kHz。
6.根据权利要求1-4中任一项所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:所述步骤二中,所述平均功率值Pk的计算方法为:
P k = 1 m N Σ n n + m N u * i
所述无功功率序值Qk的计算方法为:
Q k = 1 m N Σ n n + m N u 2 * Σ n n + m N i 2 - ( Σ n n + m N u * i ) 2
其中,m为所述时间窗口内所含工频周期数,n为所述时间窗口内首个进行采样的采样点编号,N为一个工频周期包含的采样点数目;
所述电流的三次谐波值i3k的计算方法为:
Fi[:]=FFT(i[:])
fi(j)=(j-1)*fs/Ns
i3k=Fi(3*50*Ns/fs+1)
其中,FFT表示快速傅里叶变换运算,Ns为参与本次快速傅里叶变换运算的电流采样序列i中的样本数量,i[:]为维度是Ns的参与本次快速傅里叶变换运算的部分电流采样序列,Fi[:]为维度是Ns的幅值结果序列,j=1,2,3,…,Ns,fi(j)为实际频率结果序列。
7.根据权利要求1-3中任一项所述的基于混合判据的非侵入式电磁炉启动辨识方法,其特征在于:由所述步骤三返回所述步骤二时,滑动所述时间窗口而得到新的时间窗口。
CN201611063011.XA 2016-11-28 2016-11-28 基于混合判据的非侵入式电磁炉启动辨识方法 Active CN106771593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611063011.XA CN106771593B (zh) 2016-11-28 2016-11-28 基于混合判据的非侵入式电磁炉启动辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611063011.XA CN106771593B (zh) 2016-11-28 2016-11-28 基于混合判据的非侵入式电磁炉启动辨识方法

Publications (2)

Publication Number Publication Date
CN106771593A true CN106771593A (zh) 2017-05-31
CN106771593B CN106771593B (zh) 2019-10-18

Family

ID=58901798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611063011.XA Active CN106771593B (zh) 2016-11-28 2016-11-28 基于混合判据的非侵入式电磁炉启动辨识方法

Country Status (1)

Country Link
CN (1) CN106771593B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247201A (zh) * 2017-06-09 2017-10-13 东南大学 基于功率及时间特性的电烤箱非侵入辨识方法
CN107390020A (zh) * 2017-06-09 2017-11-24 东南大学 基于功率及电流特性的电吹风非侵入辨识方法
CN107561354A (zh) * 2017-08-17 2018-01-09 江苏智臻能源科技有限公司 基于功率持续时间特性的多电器非侵入辨识方法
CN107796972A (zh) * 2017-09-25 2018-03-13 广东中粤售电科技有限公司 一种基于非侵入式负荷分解技术的粮仓能耗监测方法
CN108152630A (zh) * 2017-12-26 2018-06-12 江苏智臻能源科技有限公司 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
CN108595376A (zh) * 2018-03-27 2018-09-28 深圳供电局有限公司 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN109596910A (zh) * 2018-11-19 2019-04-09 江苏智臻能源科技有限公司 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN111665387A (zh) * 2020-05-08 2020-09-15 深圳供电局有限公司 一种非侵入式的家用电饭煲辨识方法
CN112035793A (zh) * 2020-08-20 2020-12-04 国网湖南省电力有限公司 基于离散二阶导数的电机类电器非介入式辨识方法及***
WO2021109523A1 (zh) * 2019-12-02 2021-06-10 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN113884782A (zh) * 2021-08-24 2022-01-04 国网天津市电力公司营销服务中心 微波炉启动特性辨识方法及***、计算机设备、存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116098A (zh) * 2013-01-25 2013-05-22 重庆大学 一种基于互相关系数的家用电器运行状态识别方法
CN105005205A (zh) * 2015-08-28 2015-10-28 天津求实智源科技有限公司 一种基于电力负荷分解与监测的家居安全告警***及方法
CN105406596A (zh) * 2015-12-11 2016-03-16 国家电网公司 基于混合电流判据的非侵入式非变频空调启动辨识方法
CN105629065A (zh) * 2016-01-07 2016-06-01 东南大学 基于平均有功无功综合频谱分析的微波炉非侵入辨识方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116098A (zh) * 2013-01-25 2013-05-22 重庆大学 一种基于互相关系数的家用电器运行状态识别方法
CN105005205A (zh) * 2015-08-28 2015-10-28 天津求实智源科技有限公司 一种基于电力负荷分解与监测的家居安全告警***及方法
CN105406596A (zh) * 2015-12-11 2016-03-16 国家电网公司 基于混合电流判据的非侵入式非变频空调启动辨识方法
CN105629065A (zh) * 2016-01-07 2016-06-01 东南大学 基于平均有功无功综合频谱分析的微波炉非侵入辨识方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107390020A (zh) * 2017-06-09 2017-11-24 东南大学 基于功率及电流特性的电吹风非侵入辨识方法
CN107247201A (zh) * 2017-06-09 2017-10-13 东南大学 基于功率及时间特性的电烤箱非侵入辨识方法
CN107390020B (zh) * 2017-06-09 2019-11-12 东南大学 基于功率及电流特性的电吹风非侵入辨识方法
CN107561354B (zh) * 2017-08-17 2019-09-10 江苏智臻能源科技有限公司 基于功率持续时间特性的多电器非侵入辨识方法
CN107561354A (zh) * 2017-08-17 2018-01-09 江苏智臻能源科技有限公司 基于功率持续时间特性的多电器非侵入辨识方法
CN107796972A (zh) * 2017-09-25 2018-03-13 广东中粤售电科技有限公司 一种基于非侵入式负荷分解技术的粮仓能耗监测方法
CN108152630A (zh) * 2017-12-26 2018-06-12 江苏智臻能源科技有限公司 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
CN108152630B (zh) * 2017-12-26 2023-11-14 江苏智臻能源科技有限公司 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
WO2019128843A1 (zh) * 2017-12-26 2019-07-04 江苏智臻能源科技有限公司 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
CN108595376A (zh) * 2018-03-27 2018-09-28 深圳供电局有限公司 一种区分定频空调与冲击钻的非侵入负荷辨识方法
CN108595376B (zh) * 2018-03-27 2021-10-29 深圳供电局有限公司 一种区分定频空调与冲击钻的非侵入负荷辨识方法
WO2020103638A1 (zh) * 2018-11-19 2020-05-28 江苏智臻能源科技有限公司 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN109596910A (zh) * 2018-11-19 2019-04-09 江苏智臻能源科技有限公司 一种基于三次谐波时域变化规律的吸尘器非侵入辨识方法
CN109596918A (zh) * 2018-12-07 2019-04-09 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
WO2020114141A1 (zh) * 2018-12-07 2020-06-11 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
CN109596918B (zh) * 2018-12-07 2020-06-19 江苏智臻能源科技有限公司 一种破壁机非侵入辨识方法
WO2021109523A1 (zh) * 2019-12-02 2021-06-10 江苏智臻能源科技有限公司 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN111665387A (zh) * 2020-05-08 2020-09-15 深圳供电局有限公司 一种非侵入式的家用电饭煲辨识方法
CN111665387B (zh) * 2020-05-08 2021-06-04 深圳供电局有限公司 一种非侵入式的家用电饭煲辨识方法
CN112035793A (zh) * 2020-08-20 2020-12-04 国网湖南省电力有限公司 基于离散二阶导数的电机类电器非介入式辨识方法及***
CN112035793B (zh) * 2020-08-20 2023-11-10 国网湖南省电力有限公司 基于离散二阶导数的电机类电器非介入式辨识方法及***
CN113884782A (zh) * 2021-08-24 2022-01-04 国网天津市电力公司营销服务中心 微波炉启动特性辨识方法及***、计算机设备、存储介质

Also Published As

Publication number Publication date
CN106771593B (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
CN106771593B (zh) 基于混合判据的非侵入式电磁炉启动辨识方法
CN105629065B (zh) 基于平均有功无功综合频谱分析的微波炉非侵入辨识方法
CN106532719B (zh) 基于电流二次谐波与无功的非变频空调非侵入式辨识方法
CN101772692B (zh) 用于用户辅助资源使用量确定的方法、装置和***
CN106501680B (zh) 基于有功两段抬升的非侵入式微波炉启动辨识方法
He et al. Incorporating non-intrusive load monitoring into building level demand response
CN108152630B (zh) 一种基于混合判据的非侵入式ih电饭煲运行辨识方法
CN105911342B (zh) 基于功率持续时间特性的电饭煲非侵入辨识方法
CN203287770U (zh) 一种家用电器用电量监测与控制管理***
CN107247201A (zh) 基于功率及时间特性的电烤箱非侵入辨识方法
Ghosh et al. Artificial bee colony optimization based non-intrusive appliances load monitoring technique in a smart home
CN106646026A (zh) 一种非侵入式家电负荷识别方法
WO2019128844A1 (zh) 一种基于混合判据的微波炉运行的非侵入辨识方法
CN106340884B (zh) 基于混合功率判据的非侵入式非变频冰箱启动辨识方法
CN108594041B (zh) 一种针对非侵入式家居电力负荷监测装置的检测平台
Girmay et al. Simple event detection and disaggregation approach for residential energy estimation
CN108964276A (zh) 支持自动需求响应的用电管控终端和***及负荷辨识方法
CN109470957B (zh) 一种基于弗雷歇距离的非侵入式电器识别方法
CN108595376B (zh) 一种区分定频空调与冲击钻的非侵入负荷辨识方法
Milanović et al. Methodology for estimation of dynamic response of demand using limited data
CN110944413A (zh) 云边协同架构下基于历史负荷辨识数据的电热细分方法
CN111025013A (zh) 一种基于功率谐波特征的ptc型电采暖非侵入辨识方法
CN105301352A (zh) 一种用于网络家电的电能计量装置
CN108572292A (zh) 一种微波炉非侵入负荷辨识方法
Rathore et al. Non intrusive load monitoring and load disaggregation using transient data analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant