CN116187825A - 安全用电检测方法及*** - Google Patents
安全用电检测方法及*** Download PDFInfo
- Publication number
- CN116187825A CN116187825A CN202310003869.0A CN202310003869A CN116187825A CN 116187825 A CN116187825 A CN 116187825A CN 202310003869 A CN202310003869 A CN 202310003869A CN 116187825 A CN116187825 A CN 116187825A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- electricity
- consumption
- electricity consumption
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 309
- 238000001514 detection method Methods 0.000 title claims description 26
- 230000035772 mutation Effects 0.000 claims abstract description 113
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000007781 pre-processing Methods 0.000 claims abstract description 18
- 230000006399 behavior Effects 0.000 claims description 54
- 238000003708 edge detection Methods 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 21
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims 3
- 238000004891 communication Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000009499 grossing Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/001—Measuring real or reactive component; Measuring apparent energy
- G01R21/002—Measuring real component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/001—Measuring real or reactive component; Measuring apparent energy
- G01R21/003—Measuring reactive component
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/006—Measuring power factor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R21/00—Arrangements for measuring electric power or power factor
- G01R21/06—Arrangements for measuring electric power or power factor by measuring current and voltage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Power Sources (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种安全用电检测方法及***,其中方法包括:获取用户的用电数据;根据用电数据获取用电突变数据和用电固定间隔数据;对用电突变数据和用电固定间隔数据进行预处理;将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;根据推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
Description
技术领域
本发明涉及用电检测技术领域,尤其涉及一种安全用电检测方法及***。
背景技术
安全用电检测对于维护电网的安全、稳定运行,保障居民的生命财产安全具有重大意义。在相关技术中,通常采用负荷超容、电流过流等条件来判断是否存在非安全用电行为,判断方法比较单一,且容易造成误判,不利于安全用电检测技术的发展。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种安全用电检测方法,该方法通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
本发明的第二个目的在于提出一种安全用电检测***。
为达到上述目的,本发明第一方面实施例提出了一种安全用电检测方法,方法包括:获取用户的用电数据;根据用电数据获取用电突变数据和用电固定间隔数据;对用电突变数据和用电固定间隔数据进行预处理;将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;根据推理结果识别用户是否存在非安全用电行为。
根据本发明实施例的安全用电检测方法,分别对获取的用户用电数据中的用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型中进行推理,以根据AI模型的推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
根据本发明的一个实施例,根据用电数据获取用电突变数据和用电固定间隔数据,包括:识别用电数据是否发生突变,并在识别到用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到用电突变数据;每隔第二预设时间获取第三预设时间内的用电数据得到用电固定间隔数据。
根据本发明的一个实施例,用电突变数据包括原始电压值和原始电流值,对用电突变数据进行预处理,包括:对用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;根据第一真实电压值和第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据第一真实电流值确定电流包络线特征和电流谐波特征。
根据本发明的一个实施例,用电固定间隔数据包括原始电压值和原始电流值,对用电固定间隔数据进行预处理,包括:对用电固定间隔数据中的原始电压值和原始电流值分别进行傅里叶变换得到第二真实电压值和第二真实电流值;根据第二真实电压值和第二真实电流值确定第二有功功率和第二无功功率,并根据第二有功功率和第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据。
根据本发明的一个实施例,将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果,包括:将第一有功功率、第一无功功率、功率因数、电流包络线特征和电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,第一推理结果包括用电类型;将有功功率时间分布数据和无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,第二推理结果包括有功功率分解结果。
根据本发明的一个实施例,根据推理结果识别用户是否存在非安全用电行为,包括:根据用电类型确定用电数据发生突变时对应的电器为超大功率电器,且根据有功功率分解结果确定用电数据突变后第五预设时间内超大功率电器的运行时间占第五预设时间的比例大于第一预设比例,则识别用户存在使用超大功率电器的非安全用电行为;根据用电类型确定用电数据发生突变时对应的电器为动力电池,且根据有功功率分解结果确定用电数据突变后第五预设时间内动力电池的充电时间占第五预设时间的比例大于第二预设比例,则识别用户存在给动力电池充电的非安全用电行为。
根据本发明的一个实施例,方法还包括:将推理结果发送至云平台,以便云平台根据推理结果识别用户是否存在非安全用电行为。
根据本发明的一个实施例,不同的用户对应不同的用电数据,不同的用电数据对应不同的推理结果,方法还包括:将推理结果以及用户标识发送至云平台,以便云平台根据推理结果识别用户标识对应的用户是否存在非安全用电行为。
根据本发明的一个实施例,方法还包括:云平台在识别出用户存在非安全用电行为时,将安全用电预警信息发送至用户标识对应的用户终端和物业管理平台。
根据本发明的一个实施例,方法还包括:对用电突变数据进行本地存储。
根据本发明的一个实施例,方法还包括:将本地存储的用电突变数据发送至云平台,以便云平台根据本地存储的用电突变数据对第一预设AI模型进行训练和更新。
根据本发明的一个实施例,方法还包括:将有功功率时间分布数据和无功功率时间分布数据发送至云平台,以便云平台根据有功功率时间分布数据和无功功率时间分布数据对第二预设AI模型进行训练和更新。
为达到上述目的,本发明第二方面实施例提出了一种安全用电检测***,***包括:边缘检测设备,用于获取用户的用电数据,并根据用电数据获取用电突变数据和用电固定间隔数据,以及对用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;云平台,用于根据推理结果识别用户是否存在非安全用电行为。
根据本发明实施例的安全用电检测***,通过边缘检测设备获取用户用电数据中的用电突变数据和用电固定间隔数据,对用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型中进行推理以得到推理结果,并通过云平台根据推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
根据本发明的一个实施例,边缘检测设备包括:微控制单元,微控制单元用于识别用电数据是否发生突变,并在识别到用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到用电突变数据;每隔第二预设时间获取第三预设时间内的用电数据得到用电固定间隔数据。
根据本发明的一个实施例,微控制单元还用于:对用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;根据第一真实电压值和第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据第一真实电流值确定电流包络线特征和电流谐波特征。
根据本发明的一个实施例,微控制单元还用于:对用电固定间隔数据中的原始电压值和原始电流值分别进行傅里叶变换得到第二真实电压值和第二真实电流值;根据第二真实电压值和第二真实电流值确定第二有功功率和第二无功功率,并根据第二有功功率和第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据。
根据本发明的一个实施例,边缘检测设备包括:AI处理芯片,用于将第一有功功率、第一无功功率、功率因数、电流包络线特征和电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,第一推理结果包括用电类型;将有功功率时间分布数据和无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,第二推理结果包括有功功率分解结果。
根据本发明的一个实施例,云平台包括:分析模块,用于根据用电类型确定用电数据发生突变时对应的电器为超大功率电器,且根据有功功率分解结果确定用电数据突变后第五预设时间内超大功率电器的运行时间占第五预设时间的比例大于第一预设比例,则识别用户存在使用超大功率电器的非安全用电行为;根据用电类型确定用电数据发生突变时对应的电器为动力电池,且根据有功功率分解结果确定用电数据突变后第五预设时间内动力电池的充电时间占第五预设时间的比例大于第二预设比例,则识别用户存在给动力电池充电的非安全用电行为。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为根据本发明一个实施例的安全用电检测方法的流程图;
图2为根据本发明一个实施例的用电突变数据的预处理的流程图;
图3为根据本发明一个实施例的用电固定间隔数据的预处理的流程图;
图4为根据本发明一个实施例的安全用电检测***的结构示意图。
图5为根据本发明一个实施例的边缘检测设备的结构示意图。
图6为根据本发明一个实施例的云平台的结构示意图。
具体实施方式
下面详细描述本发明的实施例,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,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例提出的安全用电检测方法及***。
图1为根据本发明一个实施例的安全用电检测方法的流程图。如图1所示,该安全用电检测方法包括以下步骤:
步骤S101,获取用户的用电数据。
需要说明的是,在本申请中,通过边缘检测设备对用户的安全用电进行检测,其中,边缘检测设备包括:电流互感器、微控制单元、AI处理芯片、移动储存卡和通信模块,可选的,微控制单元与通信模块采用串口通信方式,微控制单元与AI处理芯片采用USB通信方式。
具体地,当需要对用户的安全用电进行检测时,通过边缘检测设备中的电流互感器对用户电表中的电流和电压变化情况进行实时检测,以获取用户的用电数据,并将获取的用电数据实时发送至微控制单元。
步骤S102,根据用电数据获取用电突变数据和用电固定间隔数据。
具体地,在电流互感器向微控制单元实时发送用电数据过程中,微控制单元从获取的用电数据中选取用电突变数据和用电固定间隔数据,其中,用电突变数据为当检测到用电数据中的电压或电流发生突变时获取,即当发生电器投切事件时才获取用电突变数据;而用电固定间隔数据为每隔预设固定间隔时间获取一次用电数据,即将周期性获取的用户用电数据作为用电固定间隔数据。
在一些实施例中,根据用电数据获取用电突变数据和用电固定间隔数据,包括:识别用电数据是否发生突变,并在识别到用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到用电突变数据;每隔第二预设时间获取第三预设时间内的用电数据得到用电固定间隔数据。
也就是说,当检测到用电数据中的电压或电流发生突变时,即发生电器投切事件时,微控制单元将用电数据发生突变这一时刻的前后第一预设时间内的用电数据作为用电突变数据,举例来说,当用电数据发生突变时,将发生突变时刻前后5S的用电数据当做用电突变数据;同时,微控制单元还会周期性的获取用户的用电数据,将每隔第二预设时间获取的第三预设时间内的用电数据作为用电固定间隔数据,举例来说,每隔10S获取固定时长为1S的用电数据,并将其当做用电固定间隔数据。
步骤S103,对用电突变数据和用电固定间隔数据进行预处理。
具体地,需要对用电数据发生突变时获得的用电突变数据以及周期性获得的用电固定间隔数据进行预处理。
在一些实施例中,用电突变数据包括原始电压值和原始电流值,对用电突变数据进行预处理,包括:对用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;根据第一真实电压值和第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据第一真实电流值确定电流包络线特征和电流谐波特征。
具体地,在微控制单元获取用电数据过程中,通过内置ADC转换器将电流互感器获取的实时电压和电流转换为原始电压值和原始电流值,并在用电数据发生突变时,获取包括原始电压值和原始电流值的用电突变数据,在对用电突变数据中的原始电压值和原始电流
值进行平滑处理后,分别进行傅里叶变换,计算出用电突变数据对应的第一真实电压值和5第一真实电流值,由第一真实电压值和第一真实电流值计算第一有功功率、第一无功功率
和功率因数,并从第一真实电流值中提取电流包络线特征和电流谐波特征。
进一步地,作为一个具体示例,如图2所示,用电突变数据的预处理过程包括以下步骤:
步骤S201,获取原始电压值和原始电流值。即通过微控制单元将电流互感器获取的实0时电压和电流转换为原始电压值和原始电流值。
步骤S202,判断是否发生用电突变。若发生用电突变,则执行步骤S203,否则,返回步骤S201。
步骤S203,获取突变前后5S的原始电压值和原始电流值。即将发生突变时刻前后5S的原始电压值和原始电流值当做用电突变数据。
5步骤S204,进行平滑处理。即对用电突变数据中的原始电压值和原始电流值进行平滑
处理。
步骤S205,进行傅里叶变换。即对平滑处理后的原始电压值和原始电流值进行傅里叶变换。
步骤S206,获取第一真实电压值。
0步骤S207,获取第一真实电流值。
步骤S208,获取第一有功功率、第一无功功率和功率因数。即根据第一真实电压值和第一真实电流值确定第一有功功率、第一无功功率和功率因数。
步骤S209,获取电流包络线特征和电流谐波特征。即根据第一真实电流值确定电流包络线特征和电流谐波特征。
5由此,通过对用电突变数据的预处理,将用电突变数据分为解第一有功功率、第一无
功功率、功率因数、电流包络线特征和电流谐波特征。
在一些实施例中,用电固定间隔数据包括原始电压值和原始电流值,对用电固定间隔数据进行预处理,包括:对用电固定间隔数据中的原始电压值和原始电流值分别进行傅里
叶变换得到第二真实电压值和第二真实电流值;根据第二真实电压值和第二真实电流值确0定第二有功功率和第二无功功率,并根据第二有功功率和第二无功功率获取第四预设时间
内的有功功率时间分布数据和无功功率时间分布数据。
具体地,在微控制单元周期性获取用户的用电数据时,其获得的用电固定间隔数据包括原始电压值和原始电流值,对用电固定间隔数据中的原始电压值和原始电流值进行平滑处理,并分别进行傅里叶变换,计算出用电固定间隔数据对应的第二真实电压值和第二真实电流值,由第二真实电压值和第二真实电流值计算第二有功功率和第二无功功率,并根据第二有功功率和第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据,比如,获取第二有功功率和第二无功功率在0.5S内有功功率时间分布数据和无功功率时间分布数据。
进一步地,作为一个具体示例,如图3所示,用电固定间隔数据的预处理过程包括以下步骤:
步骤S301,获取原始电压值和原始电流值。即通过微控制单元将电流互感器获取的实时电压和电流转换为原始电压值和原始电流值。
步骤S302,每隔10S获取固定时长为1S的原始电压值和原始电流值。即将每隔10S获取固定时长为1S的原始电压值和原始电流值当做用电固定间隔数据。
步骤S303,进行平滑处理。即对用电固定间隔数据中的原始电压值和原始电流值进行平滑处理。
步骤S304,进行傅里叶变换。即对平滑处理后的原始电压值和原始电流值进行傅里叶变换。
步骤S305,获取第二真实电压值。
步骤S306,获取第二真实电流值。
步骤S307,获取第二有功功率和第二无功功率。即根据第二真实电压值和第二真实电流值确定第二有功功率和第二无功功率。
步骤S308,获取0.5S内有功功率时间分布数据和无功功率时间分布数据。
由此,通过对用电固定间隔数据的预处理,将用电固定间隔数据分为解有功功率时间分布数据和无功功率时间分布数据。
步骤S104,将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果。
具体地,边缘检测设备中的AI处理芯片预设有AI模型,当微控制单元对获取的用电突变数据和用电固定间隔数据进行预处理后,将其发送至AI处理芯片,并利用AI处理芯片中的AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,以获取推理结果。
在一些实施例中,将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果,包括:将第一有功功率、第一无功功率、功率因数、电流包络线特征和电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,第一推理结果包括用电类型;将有功功率时间分布数据和无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,第二推理结果包括有功功率分解结果。
具体地,AI处理芯片内部部署有第一预设AI模型和第二预设AI模型,在将用电突变数据预处理后的第一有功功率、第一无功功率、功率因数、电流包络线特征和电流谐波特征输入至第一预设AI模型进行加速推理后,得到第一推理结果可选的,第一推理结果为当前发生用电突变时的用电类型,也就是说,根据第一预设AI模型推理出用电突变时可能发生的非安全用电行为,举例来说,可能存在为超大功率电器充电情况或存在为动力电池充电的情况。
在将用电固定间隔数据预处理后的有功功率时间分布数据和无功功率时间分布数据输入至第二预设AI模型进行加速推理后,得到第二推理结果,需要说明的是,第二预设AI模型为有功功率分解模型,因此第二推理结果为有功功率分解结果,举例来说,可以将总的有功功率分解为超大功率电器有功功率、动力电池有功功率以及其他电器有功功率。
由此,通过第一预设AI模型可以推理出用电突变时的可能发生的用电事故,以及通过第二预设AI模型可以实现有功功率的分解,同时,AI处理芯片可以加速推理过程,从而保证在用电高峰期用电数据分析的实时性。
步骤S105,根据推理结果识别用户是否存在非安全用电行为。
具体地,在分别获取用电突变数据的推理结果以及用电固定间隔数据的推理结果后,结合两种数据的推理结果协同判断识别用户是否存在非安全用电行为。
在一些实施例中,根据推理结果识别用户是否存在非安全用电行为,包括:根据用电类型确定用电数据发生突变时对应的电器为超大功率电器,且根据有功功率分解结果确定用电数据突变后第五预设时间内超大功率电器的运行时间占第五预设时间的比例大于第一预设比例,则识别用户存在使用超大功率电器的非安全用电行为;根据用电类型确定用电数据发生突变时对应的电器为动力电池,且根据有功功率分解结果确定用电数据突变后第五预设时间内动力电池的充电时间占第五预设时间的比例大于第二预设比例,则识别用户存在给动力电池充电的非安全用电行为。
具体地,若在用电数据发生突变时,根据第一预设AI模型检测出来的用电类型为超大功率电器用电,同时根据第二预设AI模型有功功率分解出来的超大功率电器在用电数据突变后第五预设时间内的运行时间占第五预设时间的比例大于第一预设比例,则认为用户存在使用超大功率电器的非安全用电行为。举例来说,若第一预设AI模型检测出超大功率电器,且第二预设AI模型分解得到超大功率电器在用电数据突变后10S内运行时间超过80%,则认为电路中存在为超大功率电器充电的情况。
若在用电数据发生突变时,根据第一预设AI模型检测出来的用电类型为动力电池用电,同时根据第二预设AI模型有功功率分解出来的动力电池在用电数据突变后第五预设时间内的运行时间占第五预设时间的比例大于第二预设比例,则认为用户存在使用动力电池的非安全用电行为。举例来说,若第一预设AI模型检测出动力电池,且第二预设AI模型分解得到动力电池在用电数据突变后10S内运行时间超过70%,则认为电路中存在为动力电池充电的情况。
由此,通过第一预设AI模型获得的可能发生的非安全用电情况,以及通过第二预设AI模型获取当前用电事故运行时长占比,协同判断用户是否存在非安全用电行为,从而达达提高了安全用电判断的准确性,降低了误判的风险。
根据本发明实施例的安全用电检测方法,分别对获取的用户用电数据中的用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型中进行推理,以根据AI模型的推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
在一些实施例中,上述的安全用电检测方法还包括:将推理结果发送至云平台,以便云平台根据推理结果识别用户是否存在非安全用电行为。
具体地,在将根据第一预设AI模型获取的第一推理结果以及第二预设AI模型获取的第二推理结果反馈至微控制单元后,由微控制单元控制通信模块将第一推理结果和第二推理结果发送至云平台,由云平台根据两种数据的推理结果协同判断识别用户是否存在非安全用电行为。由此,通过云平台将获取的推理结果进行统一分析和管理,可以实现对安全用电行为的远程判断。
在一些实施例中,不同的用户对应不同的用电数据,不同的用电数据对应不同的推理结果,上述的安全用电检测方法还包括:将推理结果以及用户标识发送至云平台,以便云平台根据推理结果识别用户标识对应的用户是否存在非安全用电行为。
具体地,边缘检测设备可以根据需要安装多个电流互感器,每个电流互感器具有唯一ID,电流互感器ID与用户标识一一对应,用户标识包括小区名称、楼号、单元号和用户信息,不同电流互感器用于采集不同用户的用电数据,并可以通过AI处理芯片获取对应不同的推理结果,从而可以获取与用户标识一一对应的推理结果,将推理结果以及用户标识发送至云平台,由云平台根据推理结果以及用户标识识别对应的用户是否存在非安全用电行为,若判断存在非安全用电行为,还可以直接获得存在非安全用电行为的用户标识,实现对非安全用电行为的精确定位,从而不仅可以提高安全用电判断的准确性,而且还可以提高判断的效率,减少人工排查的时间。
在一些实施例中,上述的安全用电检测方法还包括:云平台在识别出用户存在非安全用电行为时,将安全用电预警信息发送至用户标识对应的用户终端和物业管理平台。
具体地,当云平台识别出用户存在非安全用电行为时,可以将安全用电预警信息发送至用户标识对应的用户终端,例如,根据用户标识中用户预留的电话信息,将安全用电预警信息以短信的形式发送给用户,以提醒用户家中存在非安全用电行为,可以起到及时提醒的作用,同时还可以将安全用电预警信息发送至物业管理平台,例如,发送至小区物业管理***或者街道社区***,从而可以为小区或社区安全用电提供数据支撑。
在一些实施例中,上述的安全用电检测方法还包括:对用电突变数据进行本地存储。
具体地,在获取用电突变数据后,可以将其保存在以电流互感器ID命名的文件中,并将其储存在边缘检测设备的移动储存卡中,进一步地,还可以在用电低峰期将储存在移动储存卡中的用电突变数据上传到云平台,例如,在凌晨2点到5点之间将储存在移动储存卡中的用电突变数据上传到云平台。
在一些实施例中,上述的安全用电检测方法还包括:将本地存储的用电突变数据发送至云平台,以便云平台根据本地存储的用电突变数据对第一预设AI模型进行训练和更新。
具体地,在将用电突变数据储存至移动储存卡后,还可以将本地储存的用电突变数据发送至云平台,可选的,可以在用电低峰期将储存在移动储存卡中的用电突变数据上传到云平台,例如,在凌晨2点到5点之间将储存在移动储存卡中的用电突变数据上传到云平台。
云平台每隔一段时间将上传的用电突变数据加入到第一预设AI模型的训练集中,对第一预设AI模型进行训练,并通过网络将训练好的第一预设AI模型下发至边缘检测设备的AI处理芯片中,以实现对AI处理芯片中第一预设AI模型的更新。
由此,可以通过云平台对第一预设AI模型进行训练,以提高第一预设AI模型的推理准确性,进而提高安全用电判断的准确性。
在一些实施例中,上述的安全用电检测方法还包括:将有功功率时间分布数据和无功功率时间分布数据发送至云平台,以便云平台根据有功功率时间分布数据和无功功率时间分布数据对第二预设AI模型进行训练和更新。
具体地,边缘检测设备还可以将获取的有功功率时间分布数据和无功功率时间分布数据发送至云平台,云平台每隔一段时间将上传的有功功率时间分布数据和无功功率时间分布数据加入到第二预设AI模型的训练集中,对第二预设AI模型进行训练,并通过网络将训练好的第二预设AI模型下发至边缘检测设备的AI处理芯片中,以实现对AI处理芯片中第二预设AI模型的更新。由此,可以通过云平台对第二预设AI模型进行训练,以提高第二预设AI模型的推理准确性,进而提高安全用电判断的准确性。
需要说明的是,云平台还可以同客户端进行双向交互,客户端可以查看电流互感器ID对应的用户信息或被检测电路的历史用电数据、违规用电历史数据,也可以对云平台中的预设AI模型进行选择,还可以手动对边缘检测设备中的AI处理芯片的预设AI模型进行更新或替换。
综上所述,根据本发明实施例的安全用电检测方法,分别对获取的用户用电数据中的用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型中进行推理,以根据AI模型的推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
图4为根据本发明一个实施例的安全用电检测***的结构示意图。如图4所示,该安全用电检测***100包括:边缘检测设备110和云平台120。
其中,边缘检测设备110用于获取用户的用电数据,并根据用电数据获取用电突变数据和用电固定间隔数据,以及对用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;云平台120用于根据推理结果识别用户是否存在非安全用电行为。
在一些实施例中,如图5所示,边缘检测设备110包括微控制单元112,微控制单元112具体用于:识别用电数据是否发生突变,并在识别到用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到用电突变数据;每隔第二预设时间获取第三预设时间内的用电数据得到用电固定间隔数据。
在一些实施例中,微控制单元112还具体用于:对用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;根据第一真实电压值和第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据第一真实电流值确定电流包络线特征和电流谐波特征。
在一些实施例中,微控制单元112还具体用于:对用电固定间隔数据中的原始电压值和原始电流值分别进行傅里叶变换得到第二真实电压值和第二真实电流值;根据第二真实电压值和第二真实电流值确定第二有功功率和第二无功功率,并根据第二有功功率和第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据。
在一些实施例中,如图5所示,边缘检测设备110包括AI处理芯片113,AI处理芯片113具体用于:将第一有功功率、第一无功功率、功率因数、电流包络线特征和电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,第一推理结果包括用电类型;将有功功率时间分布数据和无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,第二推理结果包括有功功率分解结果。
在一些实施例中,如图6所示,云平台120包括分析模块121,分析模块121具体用于:根据用电类型确定用电数据发生突变时对应的电器为超大功率电器,且根据有功功率分解结果确定用电数据突变后第五预设时间内超大功率电器的运行时间占第五预设时间的比例大于第一预设比例,则识别用户存在使用超大功率电器的非安全用电行为;根据用电类型确定用电数据发生突变时对应的电器为动力电池,且根据有功功率分解结果确定用电数据突变后第五预设时间内动力电池的充电时间占第五预设时间的比例大于第二预设比例,则识别用户存在给动力电池充电的非安全用电行为。
在一些实施例中,如图5所示,边缘检测设备110包括通信模块115,通信模块115具体用于:将推理结果发送至云平台,如图6所示,云平台120包括安全用电API模块123,安全用电API模块123具体用于:根据推理结果识别用户是否存在非安全用电行为。
在一些实施例中,如图5所示,边缘检测设备110包括电流互感器111,不同的电流互感器111具体用于:获取不同的用户对应不同的用电数据;如图6所示,分析模块121具体用于:对不同的用电数据进行推理以获取对应不同的推理结果;如图5所示,通信模块115具体用于:将推理结果以及用户标识发送至云平台;如图6所示,安全用电API模块123具体用于:根据推理结果识别用户标识对应的用户是否存在非安全用电行为。
在一些实施例中,云平台120还包括信息下发模块(图中未示出),信息下发模块具体用于:在识别出用户存在非安全用电行为时,将安全用电预警信息发送至用户标识对应的用户终端和物业管理平台。
在一些实施例中,如图5所示,边缘检测设备110包括移动储存卡114,移动储存卡114具体用于:对用电突变数据进行本地存储。
在一些实施例中,如图5所示,通信模块115具体用于:将本地存储的用电突变数据发送至云平台;如图6所示,云平台120包括模型开发与管理模块122,模型开发与管理模块122具体用于:根据本地存储的用电突变数据对第一预设AI模型进行训练和更新。
在一些实施例中,如图5所示,通信模块115具体用于:将有功功率时间分布数据和无功功率时间分布数据发送至云平台;如图6所示,模型开发与管理模块122具体用于:根据有功功率时间分布数据和无功功率时间分布数据对第二预设AI模型进行训练和更新。
需要说明的是,本申请中关于安全用电检测***的描述,请参考本申请中关于安全用电检测方法的描述,具体这里不再赘述。
根据本发明实施例的安全用电检测***,通过边缘检测设备获取用户用电数据中的用电突变数据和用电固定间隔数据,对用电突变数据和用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型中进行推理以得到推理结果,并通过云平台根据推理结果识别用户是否存在非安全用电行为。由此,通过预设AI模型对预处理后的用电突变数据和用电固定间隔数据进行推理,不仅丰富了安全用电的判断标准,而且利用AI模型的推理结果来识别用户是否存在非安全用电行为,还提高了安全用电判断的准确性,降低了误判的风险。
需要说明的是,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。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发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种安全用电检测方法,其特征在于,所述方法包括:
获取用户的用电数据;
根据所述用电数据获取用电突变数据和用电固定间隔数据;
对所述用电突变数据和所述用电固定间隔数据进行预处理;
将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;
根据所述推理结果识别所述用户是否存在非安全用电行为。
2.根据权利要求1所述的安全用电检测方法,其特征在于,所述根据所述用电数据获取用电突变数据和用电固定间隔数据,包括:
识别所述用电数据是否发生突变,并在识别到所述用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到所述用电突变数据;
每隔第二预设时间获取第三预设时间内的用电数据得到所述用电固定间隔数据。
3.根据权利要求1所述的安全用电检测方法,其特征在于,所述用电突变数据包括原始电压值和原始电流值,对所述用电突变数据进行预处理,包括:
对所述用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;
根据所述第一真实电压值和所述第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据所述第一真实电流值确定电流包络线特征和电流谐波特征。
4.根据权利要求3所述的安全用电检测方法,其特征在于,所述用电固定间隔数据包括原始电压值和原始电流值,对所述用电固定间隔数据进行预处理,包括:
对所述用电固定间隔数据中的原始电压值和原始电流值分别进行傅里叶变换得到第二真实电压值和第二真实电流值;
根据所述第二真实电压值和所述第二真实电流值确定第二有功功率和第二无功功率,并根据所述第二有功功率和所述第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据。
5.根据权利要求4所述的安全用电检测方法,其特征在于,所述将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果,包括:
将所述第一有功功率、所述第一无功功率、所述功率因数、所述电流包络线特征和所述电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,所述第一推理结果包括用电类型;
将所述有功功率时间分布数据和所述无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,所述第二推理结果包括有功功率分解结果。
6.根据权利要求5所述的安全用电检测方法,其特征在于,所述根据所述推理结果识别所述用户是否存在非安全用电行为,包括:
根据所述用电类型确定所述用电数据发生突变时对应的电器为超大功率电器,且根据所述有功功率分解结果确定所述用电数据突变后第五预设时间内所述超大功率电器的运行时间占所述第五预设时间的比例大于第一预设比例,则识别所述用户存在使用超大功率电器的非安全用电行为;
根据所述用电类型确定所述用电数据发生突变时对应的电器为动力电池,且根据所述有功功率分解结果确定所述用电数据突变后所述第五预设时间内所述动力电池的充电时间占所述第五预设时间的比例大于第二预设比例,则识别所述用户存在给所述动力电池充电的非安全用电行为。
7.根据权利要求5所述的安全用电检测方法,其特征在于,所述方法还包括:
将所述推理结果发送至云平台,以便所述云平台根据所述推理结果识别所述用户是否存在非安全用电行为。
8.根据权利要求7所述的安全用电检测方法,其特征在于,不同的用户对应不同的用电数据,不同的用电数据对应不同的推理结果,所述方法还包括:
将所述推理结果以及用户标识发送至所述云平台,以便所述云平台根据所述推理结果识别所述用户标识对应的用户是否存在非安全用电行为。
9.根据权利要求8所述的安全用电检测方法,其特征在于,所述方法还包括:
所述云平台在识别出所述用户存在非安全用电行为时,将安全用电预警信息发送至所述用户标识对应的用户终端和物业管理平台。
10.根据权利要求7所述的安全用电检测方法,其特征在于,所述方法还包括:
对所述用电突变数据进行本地存储。
11.根据权利要求10所述的安全用电检测方法,其特征在于,所述方法还包括:
将本地存储的用电突变数据发送至所述云平台,以便所述云平台根据本地存储的用电突变数据对所述第一预设AI模型进行训练和更新。
12.根据权利要求7所述的安全用电检测方法,其特征在于,所述方法还包括:
将所述有功功率时间分布数据和所述无功功率时间分布数据发送至所述云平台,以便所述云平台根据所述有功功率时间分布数据和所述无功功率时间分布数据对所述第二预设AI模型进行训练和更新。
13.一种安全用电检测***,其特征在于,所述***包括:
边缘检测设备,用于获取用户的用电数据,并根据所述用电数据获取用电突变数据和用电固定间隔数据,以及对所述用电突变数据和所述用电固定间隔数据进行预处理,并将预处理后的用电突变数据和用电固定间隔数据输入至预设AI模型以进行推理,得到推理结果;
云平台,用于根据所述推理结果识别所述用户是否存在非安全用电行为。
14.根据权利要求13所述的安全用电检测***,其特征在于,所述边缘检测设备包括:微控制单元,所述微控制单元用于识别所述用电数据是否发生突变,并在识别到所述用电数据发生突变时,获取突变前后第一预设时间内的用电数据得到所述用电突变数据;每隔第二预设时间获取第三预设时间内的用电数据得到所述用电固定间隔数据。
15.根据权利要求14所述的安全用电检测***,其特征在于,所述微控制单元还用于:对所述用电突变数据中的原始电压值和原始电流值分别进行傅里叶变换得到第一真实电压值和第一真实电流值;根据所述第一真实电压值和所述第一真实电流值确定第一有功功率、第一无功功率和功率因数,并根据所述第一真实电流值确定电流包络线特征和电流谐波特征。
16.根据权利要求15所述的安全用电检测***,其特征在于,所述微控制单元还用于:对所述用电固定间隔数据中的原始电压值和原始电流值分别进行傅里叶变换得到第二真实电压值和第二真实电流值;根据所述第二真实电压值和所述第二真实电流值确定第二有功功率和第二无功功率,并根据所述第二有功功率和所述第二无功功率获取第四预设时间内的有功功率时间分布数据和无功功率时间分布数据。
17.根据权利要求16所述的安全用电检测***,其特征在于,所述边缘检测设备包括:AI处理芯片,用于将所述第一有功功率、所述第一无功功率、所述功率因数、所述电流包络线特征和所述电流谐波特征输入至第一预设AI模型进行加速推理,得到第一推理结果,所述第一推理结果包括用电类型;将所述有功功率时间分布数据和所述无功功率时间分布数据输入至第二预设AI模型进行加速推理,得到第二推理结果,所述第二推理结果包括有功功率分解结果。
18.根据权利要求17所述的安全用电检测***,其特征在于,所述云平台包括:分析模块,用于根据所述用电类型确定所述用电数据发生突变时对应的电器为超大功率电器,且根据所述有功功率分解结果确定所述用电数据突变后第五预设时间内所述超大功率电器的运行时间占所述第五预设时间的比例大于第一预设比例,则识别所述用户存在使用超大功率电器的非安全用电行为;根据所述用电类型确定所述用电数据发生突变时对应的电器为动力电池,且根据所述有功功率分解结果确定所述用电数据突变后所述第五预设时间内所述动力电池的充电时间占所述第五预设时间的比例大于第二预设比例,则识别所述用户存在给所述动力电池充电的非安全用电行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310003869.0A CN116187825B (zh) | 2023-01-03 | 2023-01-03 | 安全用电检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310003869.0A CN116187825B (zh) | 2023-01-03 | 2023-01-03 | 安全用电检测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116187825A true CN116187825A (zh) | 2023-05-30 |
CN116187825B CN116187825B (zh) | 2024-03-29 |
Family
ID=86451684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310003869.0A Active CN116187825B (zh) | 2023-01-03 | 2023-01-03 | 安全用电检测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116187825B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013092473A (ja) * | 2011-10-26 | 2013-05-16 | Mitsubishi Electric Corp | 交流電気量測定装置および交流電気量測定方法 |
CN109283407A (zh) * | 2018-08-13 | 2019-01-29 | 中国南方电网有限责任公司超高压输电公司梧州局 | 基于全站数据对比分析的电压回路监测*** |
CN110011700A (zh) * | 2018-06-10 | 2019-07-12 | 福州准点信息科技有限公司 | 一种用电数据采集管理*** |
CN111525697A (zh) * | 2020-05-09 | 2020-08-11 | 西安交通大学 | 基于电流监测与线路拓扑分析的中低压配电网防窃电方法和*** |
CN113030564A (zh) * | 2021-03-10 | 2021-06-25 | 南方电网数字电网研究院有限公司 | 一种基于双芯智能电表***下的负荷识别方法 |
CN113435923A (zh) * | 2021-06-15 | 2021-09-24 | 北京百度网讯科技有限公司 | 用电量的预测方法、装置及电子设备 |
-
2023
- 2023-01-03 CN CN202310003869.0A patent/CN116187825B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013092473A (ja) * | 2011-10-26 | 2013-05-16 | Mitsubishi Electric Corp | 交流電気量測定装置および交流電気量測定方法 |
CN110011700A (zh) * | 2018-06-10 | 2019-07-12 | 福州准点信息科技有限公司 | 一种用电数据采集管理*** |
CN109283407A (zh) * | 2018-08-13 | 2019-01-29 | 中国南方电网有限责任公司超高压输电公司梧州局 | 基于全站数据对比分析的电压回路监测*** |
CN111525697A (zh) * | 2020-05-09 | 2020-08-11 | 西安交通大学 | 基于电流监测与线路拓扑分析的中低压配电网防窃电方法和*** |
CN113030564A (zh) * | 2021-03-10 | 2021-06-25 | 南方电网数字电网研究院有限公司 | 一种基于双芯智能电表***下的负荷识别方法 |
CN113435923A (zh) * | 2021-06-15 | 2021-09-24 | 北京百度网讯科技有限公司 | 用电量的预测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116187825B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107528313B (zh) | 一种充电站的功率监控方法、装置及*** | |
CN108099645B (zh) | 一种电动车辆放电的控制方法、装置以及整车控制器 | |
CN113479111A (zh) | 一种电动汽车v2g控制方法及装置 | |
CN106921199B (zh) | 智能充电站的电力***及智能充电方法 | |
CN112366728B (zh) | 电池储能和制氢设备联合调频测试方法、装置和中控*** | |
CN113067370A (zh) | V2g充电站的充电控制方法、装置、服务器及存储介质 | |
CN108449051A (zh) | 一种分布式光伏电站的监控装置、***及方法 | |
CN111231726A (zh) | 一种移动充电桩的控制方法及电路 | |
CN113422419A (zh) | 换电站 | |
CN114290936B (zh) | 一种充电控制方法、充电***及相关设备 | |
CN202057756U (zh) | 一种基于故障指示器的配网故障定位*** | |
CN116187825B (zh) | 安全用电检测方法及*** | |
CN111703304B (zh) | 一种列车负载供电控制方法、装置、设备及列车 | |
CN116923168B (zh) | 基于变电站联网的充电桩电能调度***及其调度方法 | |
CN113022360A (zh) | 充电场站的能源分配方法及装置 | |
CN105576698B (zh) | 基于多智能体的容错风力发电机组能量管理***与方法 | |
CN107128192A (zh) | 一种基于gsm通讯的电动汽车电池充电过程远程管理*** | |
CN106532840A (zh) | 自动充电的电子门锁和应用自动充电电子门锁的门 | |
US20220246955A1 (en) | Electric power system | |
CN112445167B (zh) | 一种接口开放的智慧能源网关运行*** | |
CN116667366B (zh) | 一种虚拟电厂调度*** | |
CN221293936U (zh) | 一种电池自动充电***和电动车 | |
CN216250860U (zh) | 一种电动三轮车的智能锂电池 | |
CN214100930U (zh) | 一种车载医疗ct的供电电路、供电装置及供电*** | |
CN116979514B (zh) | 一种用电功率智能调控*** |
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 |