CN112748296B - 用于直流电的电参数监测方法、装置及直流家电 - Google Patents

用于直流电的电参数监测方法、装置及直流家电 Download PDF

Info

Publication number
CN112748296B
CN112748296B CN201911054437.2A CN201911054437A CN112748296B CN 112748296 B CN112748296 B CN 112748296B CN 201911054437 A CN201911054437 A CN 201911054437A CN 112748296 B CN112748296 B CN 112748296B
Authority
CN
China
Prior art keywords
signal
measured value
direct current
sampling
household appliance
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.)
Active
Application number
CN201911054437.2A
Other languages
English (en)
Other versions
CN112748296A (zh
Inventor
许升
俞国新
陈庆
袁栋
车凯
袁宇波
沈友建
杨景刚
肖小龙
虞朝丰
宋洪强
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.)
State Grid Jiangsu Electric Power Co Ltd
Qingdao Haier Smart Technology R&D Co Ltd
Haier Smart Home Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Jiangsu Electric Power Co Ltd
Qingdao Haier Smart Technology R&D Co Ltd
Haier Smart Home Co Ltd
Electric Power Research Institute 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 State Grid Jiangsu Electric Power Co Ltd, Qingdao Haier Smart Technology R&D Co Ltd, Haier Smart Home Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Jiangsu Electric Power Co Ltd
Priority to CN201911054437.2A priority Critical patent/CN112748296B/zh
Publication of CN112748296A publication Critical patent/CN112748296A/zh
Application granted granted Critical
Publication of CN112748296B publication Critical patent/CN112748296B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Measurement Of Current Or Voltage (AREA)

Abstract

本申请涉及家电控制技术领域,公开一种用于直流电的电参数监测方法,包括获得直流家电的采样信号的测量值;获得直流家电的采样信号的测量值;根据测量值与采样信号,重建直流家电的实际信号,并进行数据处理;其中,测量值相对于采样信号为低维数据。通过获取采样信号的测量值,并据此进行信号重建,获取完整的直流家电的实际信号,实现了利用采集到的少量关键数据进行信号重建,从而得到完整的电参数信息集合,同时由于减少了采样模块的工作时间,降低了功耗,减少了采样数据的冗余,降低了对数据存储介质的容量需求,整体上降低了直流家电的研发设计成本。本申请还公开一种用于直流电的电参数监测装置及直流家电。

Description

用于直流电的电参数监测方法、装置及直流家电
技术领域
本申请涉及家电控制技术领域,例如涉及一种用于直流电的电参数监测方法、装置及直流家电。
背景技术
目前,对于家电的监测大多采用实时监测运行情况的方法,即通过采样芯片实时获取采样数据进行处理分析并存储,这主要是由于大多的家电采用交流电进行供电,而交流电具有变化种类多、谐波次数多、变化速度快的特点,因此需要采样芯片持续、长期的处于工作状态,造成家电控制板电能消耗的增加,同时高速的电参数信号采集频率客观上增加了采样难度,增大了采样误差。相对于交流家用电器,直流家电所使用的直流电由于电参数变化不频繁,运行状态更加统一,更易于进行监测控制。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:
相关技术中尚未有针对直流家电的运行状态监测方法,而通用的实时监测方法由于需要实时采样,产生大量的冗余信息,在存储过程中需要大量的存储介质,电能消耗大,采样难度大,不适用于直流电的监测。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于直流电的电参数监测方法、装置及直流家电,以解决相关监测方法所产生的大量冗余信息,以及电能消耗大、采样难度大,不适用于直流电监测的技术问题。
在一些实施例中,所述方法包括:获得直流家电的采样信号的测量值;根据所述测量值与所述采样信号,重建所述直流家电的实际信号,并进行数据处理;其中,所述测量值相对于所述采样信号为低维数据。
在一些实施例中,所述装置包括处理器和存储有程序指令的存储器,其中,所述处理器被配置为在执行所述程序指令时,执行上述的用于直流电的电参数监测方法。
在一些实施例中,所述直流家电包括上述的用于直流电的电参数监测装置。
本公开实施例提供的用于直流电的电参数监测方法、装置及直流家电,可以实现以下技术效果:
通过获取采样信号的测量值,并据此进行信号重建,获取完整的直流家电的实际信号,实现了利用采集到的少量关键数据进行信号重建,从而得到完整的电参数信息集合,相对低速的采样频率可以提高采样的准确度;同时由于减少了采样模块的工作时间,降低了功耗,减少了采样数据的冗余,降低了对数据存储介质的容量需求,整体上降低了直流家电的研发设计成本。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一种用于直流电的电参数监测方法的流程示意图;
图2是本公开实施例提供的另一种用于直流电的电参数监测方法的流程示意图;
图3是本公开实施例提供的另一种用于直流电的电参数监测方法的流程示意图;
图4是本公开实施例提供的一种用于直流电的电参数监测装置的结构示意图;
图5是本公开实施例提供的另一种用于直流电的电参数监测装置的结构示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例提供的一种用于直流电的电参数监测方法,如图1所示,包括:
步骤S100,获得直流家电的采样信号的测量值。
步骤S200,根据测量值与采样信号,重建直流家电的实际信号,并进行数据处理;
其中,测量值相对于采样信号为低维数据。
在本实施例中,低维数据是指相对原数据为线性降维处理后获得的数据。通过获取采样信号的测量值,并据此进行信号重建,获取完整的直流家电的实际信号,实现了利用采集到的少量关键数据进行信号重建,从而得到完整的电参数信息集合,降低了对数据存储介质的容量需求,整体上降低了直流家电的研发设计成本。
在一些实施例中,在步骤S100中,根据采样信号获得测量值。
例如,该采样信号S的维度为(1xN),则测量值的维度为(1xM),其中M<N,测量值相对于该采样信号为低维数据。由于M<N,将提高数据传递和存储的效率。
在一些实施例中,根据采样信号获得测量值,包括:
通过采样检测确定采样信号的信号长度;
根据采样信号的信号长度确定测量值。
首先通过实时采样检测的方法得到采样信号S,获取其信号维度为(1xN),其信号长度为N,即:
S=[n1 n2 … nN] (1-1)
根据采样信号的信号长度,通过式(1-2)获取测量值的长度,即:
M≥cKlog(N/K) (1-2)
其中,M为测量值的长度,即测量值对采样信号进行测量的测量数目;
N为采样信号的长度;
K为将采样信号中N个数据元素分别减去N个数据元素的平均值后得到的新数据数列中非零元素的个数;
c为常数。
可选的,式(1-2)中M与N的取值范围满足下式:
Figure BDA0002256175480000041
如此,根据式(1-1)、(1-2)获得M值后可得测量值:
Y=[m1 m2 … mM] (1-4)
可选的,上述根据采样信号的信号长度确定测量值的步骤包括:
根据采样信号的信号长度,确定采样信号的测量数目;
根据测量数目,确定测量矩阵;
根据采样信号与测量矩阵,获取采样信号的测量值。
基于上述实施例,根据式(1-2)确定采样信号的测量数目M后,根据该测量数目M确定测量矩阵Ф;
测量矩阵用于,根据原始信号的维度经测量矩阵对原始信号进行线性维度处理后获得测量值,则该测量矩阵Ф为(NxM)维矩阵,如下式进行表达:
Figure BDA0002256175480000042
其中,
Figure BDA0002256175480000043
表示组成该测量矩阵Ф中的原子。
可选的,由于测量矩阵Ф中每个元素都服从均值为0,方差为1的正态分布,因此可通过功能语句normrnd(0,1,M,N)在MATLAB软件中直接生成该测量矩阵。
根据测量矩阵对采样信号的维度进行处理后获得测量值的关系,可得:
Y=SФ (1-6)
根据式(1-1)、(1-5)、(1-6)测量值可通过如下关系获得:
Figure BDA0002256175480000051
可选的,其中M值的确定还应参考直流家电的控制器数据处理能力,M值越小需要采集的数据量就越少,但信号的重建难度也随之增大。
在一些实施例中,如图2所示,步骤200中,根据测量值与采样信号,重建直流家电的实际信号包括:
步骤S201,根据测量值与采样信号确定用于重建实际信号的支撑集;
步骤S202,根据支撑集重建直流家电的实际信号。
可选的,如图3所示,步骤S201中根据测量值与采样信号确定用于重建实际信号的支撑集,包括:
步骤S210,计算测量值和采样信号的相关系数;
步骤S220,利用相关系数对设定的支撑集进行更新;其中,设定的支撑集具有对应的第一信号,更新后的支撑集具有对应的第二信号;
步骤S230,根据测量值与第一信号确定第一余量;根据测量值与第二信号确定第二余量;
步骤S240,如果第二余量与第一余量的差值大于阈值,再次计算相关系数并更新支撑集,否则,以更新后的支撑集为用于重建实际信号的支撑集。
可选的,上述步骤S210中计算测量值和采样信号的相关系数,包括:
根据测量值和采样信号确定初始余量;
根据初始余量计算相关系数。
可选的,步骤S240中再次计算相关系数的步骤为返回步骤S210根据更新后的余量再次计算相关系数,进行循环迭代。
基于上述实施例获取测量值Y后,步骤S210中基于测量值设定余量r的初始值为:
r0=Y=[m1 m2 … mM] (1-8)
并设定迭代次数t=1,索引值集合
Figure BDA0002256175480000052
可选的,步骤S210中根据余量与测量矩阵中各个原子之间内积的绝对值,确定相关系数,并将相关系数中的最大值存入索引值集合中;
即,步骤S220中根据余量r的数值,通过式(1-9)计算相关系数μ;
μ={μjj=|<r,Φj>|,j=1,2,…,N} (1-9)
在式(1-9)中,|<r,Φj>|的获取如式(1-10)进行计算:
|<r,Φj>|=|r1×Φ(1,j)+r2×Φ(2,j)+…+rM×Φ(M,j)| (1-10)
其中,j为列坐标。
根据式(1-9)计算得到的相关系数,并将μ中最大值对应的索引值λt存入J中;
可选的,根据索引值集合更新支撑集,包括:对J中索引值对应原子的相关系数进行正则化,并将正则化结果存入集合J0中,并根据J0更新支撑集ΦΛ,其中Λ=Λ∪J0,则:
J=[j1 j2 … jt] (1-11)
Figure BDA0002256175480000061
根据支撑集ΦΛ进行信号逼近以及余量更新;
可选的,如式(1-13)所示,根据支撑集与测量矩阵,确定直流家电的实际信号;
Figure BDA0002256175480000062
可选的,在步骤S230中如式(1-14)所示,根据测量值与,直流家电的实际信号和支撑集的内积之差,更新余量:
Figure BDA0002256175480000063
根据式(1-14),根据测量值与第一信号确定第一余量;根据测量值与第二信号确定第二余量,并将第二余量与第一余量的差值与阈值ε进行比较;
当满足||rnew-r||>>ε时,其中10-4<ε<10-2,令r=rnew,t=t+1,返回步骤S210,根据余量代入式(1-9)、(1-10)中再次确定相关系数,并继续更新支撑集进行循环迭代;
否则,停止迭代,将根据式(1-13)获得的重建信号
Figure BDA0002256175480000071
作为直流家电的实际信号,传递至直流家电的控制器中进行数据处理。其中,阈值ε与直流家电的实际信号恢复的精确度有关,ε的数值越小,直流家电的实际信号恢复的精确度越高。
如此,通过上述循环迭代,实现了根据通过采集直流家电电参数的离散信号,在直流家电控制器中将离散信号重建为实际电参数信号,从而实现对直流家电用运行状态监控。
本公开实施例提供的用于直流电的电参数监测方法,采用特定测量矩阵对电参数进行采样,从而得到采样信号的少量关键数据作为测量值,利用这些数据进行信号重建,即得到对采样信号精确恢复的直流家电的实际信号,通过信号采样、信号重建,可以减少电参数采样模块的工作时间,降低功耗降低了采样数据冗余、减少了数据存储介质数量,相对低速的采样频率可以提高采样的准确度。
本公开实施例提供了一种用于直流电的电参数监测装置,如图4所示,包括:采样模块10,用于获得直流家电的采样信号的测量值;和,重建模块20,用于根据测量值与采样信号,重建直流家电的实际信号,并进行数据处理。
其中,测量值相对于采样信号为低维数据。
如此,通过获取采样信号的测量值,并据此进行信号重建,获取完整的直流家电的实际信号,实现了利用采集到的少量关键数据进行信号重建,从而得到完整的电参数信息集合,降低了对数据存储介质的容量需求,整体上降低了直流家电的研发设计成本。
在一些实施例中,采样模块10中根据采样信号获得测量值。基于采样信号获得的测量值,相对于该采样信号为低维数据,将提高数据传递和存储的效率。
在一些实施例中,采样模块10用于通过采样检测确定采样信号的信号长度;根据采样信号的信号长度确定测量值。
实现了获取采样信号的少量关键数据作为测量值,以构建测量值进行运算,实现了数据采样的目的。
在一些实施例中,根据采样信号的信号长度确定测量值,包括:根据采样信号的信号长度,确定采样信号的测量数目;根据测量数目,确定测量矩阵;根据采样信号与测量矩阵,获取采样信号的测量值。其中测量数目的确定还应参考直流家电的控制器数据处理能力,M值越小需要采集的数据量就越少,但信号的重建难度也随之增大。
在一些实施例中,重建模块20用于根据测量值与采样信号确定用于重建实际信号的支撑集;根据支撑集重建直流家电的实际信号。
其中,根据测量值与采样信号确定用于重建实际信号的支撑集,包括:计算测量值和采样信号的相关系数;
利用相关系数对设定的支撑集进行更新;其中,设定的支撑集具有对应的第一信号,更新后的支撑集具有对应的第二信号;
根据测量值与第一信号确定第一余量;
根据测量值与第二信号确定第二余量;
如果第二余量与第一余量的差值小于阈值,则以更新后的支撑集重建实际信号;否则,再次计算相关系数并更新支撑集。
可选的,计算测量值和采样信号的相关系数,包括:根据测量值和采样信号确定初始余量;根据初始余量计算相关系数。
可选的,重建模块20中再次计算相关系数的步骤为根据更新后的余量再次计算相关系数。
如此,通过上述循环迭代,实现了根据通过采集直流家电电参数的离散信号,在直流家电控制器中将离散信号重建为实际电参数信号,从而实现对直流家电用运行状态监控。
本公开实施例提供的用于直流电的电参数监测装置,采用特定测量矩阵对电参数进行采样,从而得到采样信号的少量关键数据作为测量值,利用这些数据进行信号重建,即得到对采样信号精确恢复的直流家电的实际信号,通过信号采样、信号重建,可以减少电参数采样模块的工作时间,降低功耗降低了采样数据冗余、减少了数据存储介质数量,相对低速的采样频率可以提高采样的准确度。
本公开实施例提供的一种用于直流电的电参数监测装置,其结构如图5所示,包括:
处理器(processor)100和存储器(memory)101,还可以包括通信接口(Communication Interface)102和总线103。其中,处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令,以执行上述实施例的用于直流电的电参数监测方法。
此外,上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器101作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述方法实施例中的用于直流电的电参数监测方法。
存储器101可包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器101可以包括高速随机存取存储器,还可以包括非易失性存储器。
本公开实施例提供了一种直流家电,包含上述的用于直流电的电参数监测装置。
本公开实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,计算机可执行指令设置为执行上述用于直流电的电参数监测方法。
本公开实施例提供了一种计算机程序产品,计算机程序产品包括存储在计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,使计算机执行上用于直流电的电参数监测方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。本公开实施例的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。当用于本申请中时,虽然术语“第一”、“第二”等可能会在本申请中使用以描述各元件,但这些元件不应受到这些术语的限制。这些术语仅用于将一个元件与另一个元件区别开。比如,在不改变描述的含义的情况下,第一元件可以叫做第二元件,并且同样第,第二元件可以叫做第一元件,只要所有出现的“第一元件”一致重命名并且所有出现的“第二元件”一致重命名即可。第一元件和第二元件都是元件,但可以不是相同的元件。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。

Claims (8)

1.一种用于直流电的电参数监测方法,其特征在于,包括:
获得直流家电的采样信号的测量值;
根据所述测量值与所述采样信号,重建所述直流家电的实际信号,并进行数据处理;
其中,所述测量值相对于所述采样信号为低维数据;
所述测量值的长度与所述采样信号的长度满足如下关系:
M≥cK log(N/K),
Figure FDA0004047756450000011
其中,M为测量值的长度,即测量值对采样信号进行测量的测量数目;N为采样信号的长度;K为将采样信号中N个数据元素分别减去N个数据元素的平均值后得到的新数据数列中非零元素的个数;c为常数;
所述根据所述测量值与所述采样信号,重建所述直流家电的实际信号,包括:
计算所述测量值和所述采样信号的相关系数;
利用所述相关系数对设定的支撑集进行更新;其中,所述设定的支撑集具有对应的第一信号,更新后的支撑集具有对应的第二信号;
根据所述测量值与所述第一信号确定第一余量r;
根据所述测量值与所述第二信号确定第二余量rnew
如果所述第二余量rnew与所述第一余量r的差值满足如下条件时,令r=rnew再次计算相关系数并更新支撑集:
||rnew-r||>>ε,其中10-4<ε<10-2;阈值ε与直流家电的实际信号恢复的精确度有关,ε的数值越小,直流家电的实际信号恢复的精确度越高;
否则,以所述更新后的支撑集为用于重建所述实际信号的支撑集;
根据所述支撑集重建所述直流家电的实际信号。
2.根据权利要求1所述的方法,其特征在于,根据所述采样信号获得所述测量值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述采样信号获得所述测量值,包括:
通过采样检测确定所述采样信号的信号长度;
根据所述采样信号的信号长度确定所述测量值。
4.根据权利要求3所述的方法,其特征在于,所述根据所述采样信号的信号长度确定所述测量值,包括:
根据所述采样信号的信号长度,确定所述采样信号的测量数目;
根据所述测量数目,确定测量矩阵;
根据所述采样信号与所述测量矩阵,获取所述采样信号的测量值。
5.根据权利要求1所述的方法,其特征在于,所述计算所述测量值和所述采样信号的相关系数,包括:
根据所述测量值和所述采样信号确定初始余量;
根据所述初始余量计算相关系数。
6.根据权利要求1所述的方法,其特征在于,根据所述更新后的余量再次计算相关系数。
7.一种用于直流电的电参数监测装置,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至6任一项所述的方法。
8.一种直流家电,其特征在于,包括如权利要求7所述的用于直流电的电参数监测装置。
CN201911054437.2A 2019-10-31 2019-10-31 用于直流电的电参数监测方法、装置及直流家电 Active CN112748296B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911054437.2A CN112748296B (zh) 2019-10-31 2019-10-31 用于直流电的电参数监测方法、装置及直流家电

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911054437.2A CN112748296B (zh) 2019-10-31 2019-10-31 用于直流电的电参数监测方法、装置及直流家电

Publications (2)

Publication Number Publication Date
CN112748296A CN112748296A (zh) 2021-05-04
CN112748296B true CN112748296B (zh) 2023-05-23

Family

ID=75645608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911054437.2A Active CN112748296B (zh) 2019-10-31 2019-10-31 用于直流电的电参数监测方法、装置及直流家电

Country Status (1)

Country Link
CN (1) CN112748296B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114484760A (zh) * 2022-02-16 2022-05-13 上海美控智慧建筑有限公司 空调机组及其远程调试方法和远程调试装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012141570A (ja) * 2010-12-16 2012-07-26 Sony Corp 画像生成装置、プログラム、画像表示システム、および画像表示装置
CN108428316A (zh) * 2018-03-21 2018-08-21 珠海格力电器股份有限公司 一种安防监控方法、装置、安防设备和家用电器

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007015569A1 (de) * 2007-03-30 2008-10-02 BSH Bosch und Siemens Hausgeräte GmbH Hausgerätevorrichtung
US8855190B2 (en) * 2009-10-21 2014-10-07 Futurewei Technologies, Inc. Communication system with compressive sensing
US20150248833A1 (en) * 2012-09-21 2015-09-03 Proteus Digital Health, Inc. Wireless wearable apparatus, system, and method
US9460052B2 (en) * 2012-12-21 2016-10-04 Inview Technology Corporation Signal reconstruction using total-variation primal-dual hybrid gradient (TV-PDHG) algorithm
CN103124179A (zh) * 2013-01-14 2013-05-29 江苏大学 基于正交匹配追踪的电力***数据重构解压缩方法
CN103337087B (zh) * 2013-07-04 2016-02-03 西北工业大学 一种基于伪逆自适应算法的压缩感知图像重构方法
CN103746703A (zh) * 2013-12-23 2014-04-23 哈尔滨工程大学 一种基于阈值的分段自适应正则化匹配追踪重构方法
CN103944579B (zh) * 2014-04-10 2017-06-20 东华大学 一种压缩感知重构的编码解码***
US9692619B2 (en) * 2015-01-14 2017-06-27 Huawei Technologies Co., Ltd. Non-underdetermined estimation for compressed sensing
US11996168B2 (en) * 2015-10-28 2024-05-28 The Broad Institute, Inc. Systems and methods for determining relative abundances of biomolecules
GB2539292B (en) * 2015-11-16 2017-07-05 Ayyeka Tech Ltd Method and system for reducing power consumption in network-connected measurement units using prediction
CN105530012B (zh) * 2015-11-18 2019-02-26 北京理工大学 基于压缩感知的小波域稀疏一维油井数据压缩与重构方法
CN106209703B (zh) * 2016-07-08 2019-06-18 中国人民解放军信息工程大学 一种跳频信号参数盲估计方法及装置
CN106500735B (zh) * 2016-11-03 2019-03-22 重庆邮电大学 一种基于压缩感知的fbg信号自适应修复方法
CN106596724B (zh) * 2016-12-08 2019-05-07 清华大学 一种窄带Lamb波检测数据稀疏压缩优化重建方法
CN108446021B (zh) * 2018-02-28 2020-03-17 天津大学 基于压缩感知的p300脑机接口在智能家居中的应用方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012141570A (ja) * 2010-12-16 2012-07-26 Sony Corp 画像生成装置、プログラム、画像表示システム、および画像表示装置
CN108428316A (zh) * 2018-03-21 2018-08-21 珠海格力电器股份有限公司 一种安防监控方法、装置、安防设备和家用电器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Lou Hao etc..Data Compression Based on Compressed Sensing and Wavelet Transform.2010 3rd International Conference on Computer Science and Information Technology.2010, *
杨正理等.稀疏度拟合的自适应图像并行压缩感知算法.计算机辅助设计与图形学学报.2019,第31卷(第31期),1376-1381. *

Also Published As

Publication number Publication date
CN112748296A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
Petráš Chaos in the fractional-order Volta’s system: modeling and simulation
Ganapathysubramanian et al. Modeling diffusion in random heterogeneous media: Data-driven models, stochastic collocation and the variational multiscale method
Binder et al. Dynamic optimization using a wavelet based adaptive control vector parameterization strategy
Qian Cyclic AFD algorithm for the best rational approximation
CN106772645B (zh) 基于一般先验信息约束的核磁共振数据反演方法和装置
CN112748296B (zh) 用于直流电的电参数监测方法、装置及直流家电
CN105790568B (zh) 基于压缩感知的高频谐振软开关电路故障预测方法及装置
CN106598822A (zh) 一种用于容量评估的异常数据检测方法及装置
Jourhmane et al. An iterative algorithm for the backward heat conduction problem based on variable relaxation factors
Jin et al. Reconstruction of a space-time-dependent source in subdiffusion models via a perturbation approach
Kushnir et al. Efficient multilevel eigensolvers with applications to data analysis tasks
Wei et al. Identification of the zeroth‐order coefficient and fractional order in a time‐fractional reaction‐diffusion‐wave equation
CN108171425B (zh) 电能质量分区方法、装置及存储介质
Vrábelʼ et al. An eddy current problem with a nonlinear evolution boundary condition
Al’shin et al. Numerical diagnosis of blow-up of solutions of pseudoparabolic equations.
CN113484818B (zh) 基于滑动窗口的抗高频采集异常电能表精准定位方法
Hautot et al. Calculation of the Eigenvalues of Schrödinger Equations by an Extension of Hill's Method
CN111758197A (zh) 获取交流电力网中源荷的网损功率分量的对称方法
Agarwal et al. Finite variance unbiased estimation of stochastic differential equations
CN112464811A (zh) 一种抽水蓄能机组振摆信号中高频随机噪声精准滤除方法
Weigel et al. Random-cluster multihistogram sampling for the q-state Potts model
Xue On the well-posedness of incompressible flow in porous media with supercritical diffusion
CN113540527B (zh) 一种多时序燃料电池输出控制方法及***
CN109324087A (zh) 电导池一阶阻容***参数的渐消记忆辨识方法
CN104408331A (zh) 鉴别dna基因序列中编码区域与非编码区域的***

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