CN117992738A - 一种节电柜电能自动化节电监测方法及*** - Google Patents
一种节电柜电能自动化节电监测方法及*** Download PDFInfo
- Publication number
- CN117992738A CN117992738A CN202410396251.XA CN202410396251A CN117992738A CN 117992738 A CN117992738 A CN 117992738A CN 202410396251 A CN202410396251 A CN 202410396251A CN 117992738 A CN117992738 A CN 117992738A
- Authority
- CN
- China
- Prior art keywords
- current data
- data point
- representing
- diagram
- point
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 33
- 238000010586 diagram Methods 0.000 claims description 81
- 230000006870 function Effects 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及一种节电柜电能自动化节电监测方法及***,包括:获取电流数据构建的电流数据图及每个电流数据点的分析窗口,根据电流数据图中每个电流数据点在分析窗口内的特征,得到电流数据图中每个电流数据点的局部波动程度,根据所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性,从而得到每个电流数据点的噪声影响程度,获得每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电。本发明通过对节电柜的电流数据进行分析,得到了滤波窗口大小,利用自适应均值滤波进行去噪,确保对噪声进行有效去除的同时,保留了原有数据的精度,提高节电柜对异常耗电监测的准确性。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种节电柜电能自动化节电监测方法及***。
背景技术
节电柜是一种用于管理和控制电能使用的设备或***,通常由硬件和软件组件构成,其主要功能包括实时监测电能使用情况,通过监测电流、电压等参数,实时了解建筑或设备的电能消耗情况,通过对这些数据进行监测,当发现异常或者能源浪费情况,并能够进行及时预警或者采取措施,从而达到节电的目的。
而用电柜在对用电设备进行监测时,当电网中用电器存在非线性负载例如电阻炉、大功率电机等,则可能会引起电网中的瞬时电流或者导致电网电流存在波动,使其存在噪声,当节电柜对存在噪声电流数据进行监测时,则可能导致节电柜错误报警或者监测的准确性存在偏差,从而导致节电柜对对用电量异常监测不够准确,造成电能的浪费。
发明内容
本发明提供一种节电柜电能自动化节电监测方法及***,以解决现有的问题。
本发明的一种节电柜电能自动化节电监测方法及***采用如下技术方案:
本发明一个实施例提供了一种节电柜电能自动化节电监测方法,该方法包括以下步骤:
获取电流数据构建的电流数据图;其中,电流数据图的横轴为时间,纵轴为电流数据;
获取电流数据图中每个电流数据点的分析窗口,根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度;
根据电流数据图中所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性;
将电流数据图中最小的局部噪声可能性对应的电流数据点所在的分析窗口作为参考数据段,根据电流数据图中每个电流数据点的局部噪声可能性、相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到每个电流数据点的噪声影响程度;
根据电流数据图中每个电流数据点的噪声影响程度,得到每个电流数据点的滤波窗口大小;
根据电流数据图中每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电。
进一步地,所述获取电流数据图中每个电流数据点的分析窗口,包括的具体步骤如下:
在电流数据图中,以任意一个电流数据点的时间为中心,建立时间范围大小为S的所述任意一个电流数据点的分析窗口,S为预设的时间范围。
进一步地,所述根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度,包括的具体步骤如下:
根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率,得到电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征;根据电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度。
进一步地,所述根据电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第s个和s+1个电流数据点连线的斜率;/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的电流数据值;/>表示电流数据图中第i个数据点所在分析窗口内所有电流数据点的电流数据值均值,/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征,/>为绝对值函数。
进一步地,所述根据电流数据图中所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的局部噪声可能性;/>表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的均值;/>表示电流数据图中除第i个电流数据点外的第r个数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的标准差;n表示电流数据图中的电流数据点的数量;/>表示线性归一化函数,/>为绝对值函数。
进一步地,所述根据电流数据图中每个电流数据点的局部噪声可能性、相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到每个电流数据点的噪声影响程度,包括的具体步骤如下:
根据相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到电流数据图中每一个电流数据点的噪声系数;根据电流数据图中每一个电流数据点的噪声系数和电流数据图中每个电流数据点的局部噪声可能性,得到每个电流数据点的噪声影响程度。
进一步地,所述根据电流数据图中每一个电流数据点的噪声系数和电流数据图中每个电流数据点的局部噪声可能性,得到每个电流数据点的噪声影响程度,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的噪声影响程度;/>表示电流数据图中第i个与第i-1个电流数据点连线的斜率;/>表示电流数据图中第i个与第i+1个电流数据点连线的斜率;/>表示电流数据图中参考数据段内的相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点的局部噪声可能性;e表示自然常数;/>表示电流数据图中与第i个电流数据点的电流数据值相同的电流数据点数量;表示电流数据图中第i个电流数据点的噪声系数,/>为绝对值函数。
进一步地,所述根据电流数据图中每个电流数据点的噪声影响程度,得到每个电流数据点的滤波窗口大小,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的滤波窗口大小;/>表示电流数据图中第i个电流数据点的噪声影响程度;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的噪声影响程度;A为预设的第一参数,B为预设的第二参数,C为预设的第三参数;表示线性归一化函数;/>表示向上取整函数。
进一步地,所述根据电流数据图中每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电,包括的具体步骤如下:
根据电流数据图中每个电流数据点的滤波窗口大小,使用自适应均值滤波算法对电流数据图中的电流数据进行滤波运算,得到滤波后的电流数据时序序列;
将滤波后的电流数据时序序列输入到PLC控制器中,输出节电柜电能的控制指令。
本发明还提出了一种节电柜电能自动化节电监测***,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述存储器存储的计算机程序,以实现前述所述的一种节电柜电能自动化节电监测方法的步骤。
本发明的技术方案的有益效果是:获取电流数据构建的电流数据图及每个电流数据点的分析窗口,根据电流数据图中每个电流数据点在分析窗口内的特征,得到电流数据图中每个电流数据点的局部波动程度,从而提高了分析的准确性,根据所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性,从而得到每个电流数据点的噪声影响程度,有助于准确去除噪声,最后获得每个电流数据点的滤波窗口大小,保障最终滤波结果的准确性,提高了节电柜在对用电网中用电量电量进行监测和预警的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种节电柜电能自动化节电监测方法的步骤流程图;
图2为本实施例的节电柜的电流数据图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种节电柜电能自动化节电监测方法及***,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种节电柜电能自动化节电监测方法及***的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种节电柜电能自动化节电监测方法的步骤流程图,该方法包括以下步骤:
步骤S001:获取电流数据构建的电流数据图;其中,电流数据图的横轴为时间,纵轴为电流数据。
本实施例主要目的是对节电柜对接入电网中用电量进行监测过程中,所采集的电流数据的噪声进行去除,从而提高节电柜对电网用电量监测的准确性。因此,需要通过节电柜内部布设的高精度电流传感器采集电网中电流大小数据,采集电流数据时长为10分钟,采集数据频率为0.02秒,以此为例进行叙述,其它实施方式中可设置为其它值,本实施例不进行限定。由此根据采集的电流数据,以时间为横轴,以电流数据为纵轴,构建电流数据图。图2为节电柜的电流数据图;横轴为时间,其单位为秒;纵轴为电流,其单位为A(安)。
步骤S002:获取电流数据图中每个电流数据点的分析窗口,根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度。
节电器在对用电网中电量使用情况进行监测时,由于负载多样性,接入电网中既可能存在线性负载也可能存在非线性负载,而非线性负载则可能导致监测的电流数据中存在瞬时电流,导致节电柜在进行监测时,所采集的电流中可能存在噪声或者波动,从而影响到节电柜对所监测的电网中用电器用电量监测结果的准确性。在对采集的电流进行去噪时,则是将尽可能为噪声电流进行消除,而将真实的电流数据进行更大程度的保留,这样才能保证节电柜监测的精度和准确性,从而提高节电的效率。由于瞬时电压通常是非线性用电器在接入或者断开电网时所产生的,其可能导致采集的电流数据存在局部波动。那么噪声数据相对于正常的数据的特征则相对差异是比较明显的。在电流数据图中,以任意一个电流数据点的时间为中心,建立时间范围大小为S的分析窗口,得到该任意一个数据点的分析窗口,S为预设的时间范围,本实施例中S的值为11,以此为例进行叙述,其它实施方式中可设置为其它值,本实施例不进行限定。对于每个电流数据点的局部波动程度进行计算如下:
式中表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第s个和s+1个电流数据点连线的斜率;/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的电流数据值;/>表示电流数据图中第i个数据点所在分析窗口内所有电流数据点的电流数据值均值,/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征,该值越大则说明该段内电流数据变化越不平滑,那么该段数据点的局部波动程度越大;/>表示电流数据图中第i个数据点所在分析窗口内每个数据点的电流值和第i个数据点所在分析窗口内电流数据点的均值之间的差值绝对值,该值越大则说明该段内电流数据的总体差异越大,其波动程度则越大,/>为绝对值函数。
步骤S003:根据电流数据图中所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性。
当电流数据存在局部噪声时,噪声数据点所在的局部波动程度与其他数据点的局部波动程度差异则较大。因此,通过每个数据点的局部波动程度与其他数据点的局部波动程度的差异,从而得到每个数据点局部存在噪声的可能性,其计算公式如下:
式中表示电流数据图中第i个电流数据点的局部噪声可能性;/>表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的均值;/>表示电流数据图中除第i个电流数据点外的第r个数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的标准差;n表示电流数据图中的电流数据点的数量;/>表示线性归一化函数,将第i个电流数据点存在的局部噪声可能性的结果归一化至[0,1]区间内,/>为绝对值函数。
表示第i个电流数据点的局部波动程度相对于采集电流数据的整体波动程度偏离程度越大,那么第i个电流数据点所在局部受到噪声干扰的可能性越大。表示了第i个电流数据点的局部波动程度与其余数据点局部波动程度的差异性,该值越大则说明第i个电流数据点局部存在噪声干扰的可能性越大。
步骤S004:将电流数据图中最小的局部噪声可能性对应的电流数据点所在的分析窗口作为参考数据段,根据电流数据图中每个电流数据点的局部噪声可能性、相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到每个电流数据点的噪声影响程度。
在电流数据图中,将最小的局部噪声可能性对应的电流数据点所在分析窗口作为参考数据段,当有多个最小的局部噪声可能性对应的电流数据点时,任选一个电流数据点,然后计算其余每个电流数据点的噪声程度,通过每个数据点的噪声程度从而得到其在进行滤波时的窗口大小。每个电流数据点的噪声影响程度计算如下:
式中表示电流数据图中第i个电流数据点的噪声影响程度;/>表示电流数据图中第i个与第i-1个电流数据点连线的斜率;/>表示电流数据图中第i个与第i+1个电流数据点连线的斜率;/>表示电流数据图中参考数据段内的相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点的局部噪声可能性,该值越大说明第i个电流数据点局部可能受到噪声影响程度越大,那么第i个电流数据点的噪声程度则可能也越大;e表示自然常数;/>表示电流数据图中与第i个电流数据点的电流数据值相同的电流数据点数量,因为瞬时电流等噪声数据并不是电网中正常使用中电流数据的正常变化,其大小则是相对比较随机的,因此与第i个电流数据点相同数据值的电流数据点的个数越多,其可能为正常使用时电流数据的正常变化,那么/>值越大,则说明第i个数据点噪声影响程度越大;/>表示电流数据图中第i个电流数据点的噪声系数,其计算过程为电流数据图中第i个数据点与其前后相邻数据点对应斜率绝对值之和的均值和参考数据段内的相邻电流数据点连线的斜率均值的差值绝对值,该值越大则说明第i个数据点受到噪声影响的程度越大,/>为绝对值函数。
步骤S005:根据电流数据图中每个电流数据点的噪声影响程度,得到每个电流数据点的滤波窗口大小。
通过上述得到了每个数据点的噪声影响程度,那么对其进行滤波时,所选择的滤波窗口大小计算式如下:
式中表示电流数据图中第i个电流数据点的滤波窗口大小,即对第i个数据点进行滤波时,以其为中心总共选择/>个数据点对其进行滤波;/>表示电流数据图中第i个电流数据点的噪声影响程度,该值越大则说明第i个数据点的噪声影响程度较大,那么其选择的滤波窗口应该也越大;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的噪声影响程度;A为预设的第一参数,B为预设的第二参数,C为预设的第三参数,本实施例中A=2,B=50,C=1,以此为例进行叙述,其它实施方式中可设置为其它值,本实施例不进行限定,设置参数A和C是为了使滤波窗口大小为奇数窗口;/>表示线性归一化函数;/>表示向上取整函数。/>表示电流数据图中第i个电流数据点所在分析窗口内每个电流数据点的噪声影响程度求和的均值,该值越大说明第i个电流数据点的局部噪声影响程度越大,那么对第i个电流数据点进行滤波时所选择的窗口越大。
步骤S006:根据电流数据图中每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电。
根据电流数据图中每个电流数据点的滤波窗口大小,使用自适应均值滤波算法对电流数据图中的电流数据进行滤波运算,得到滤波后的电流数据时序序列,将滤波后的电流数据时序序列输入到PLC控制器中,输出节电柜电能的控制指令。其中,自适应均值滤波算法与PLC控制器为公知技术,具体方法在此不做介绍。
所需说明的是:通过上述方法得到了电流数据去噪时的滤波窗口大小,利用自适应均值滤波对其进行去噪,将处理过的数据利用统计法或者其他方法获得电网中接入设备的能耗模式、峰谷负荷情况等信息,然后制定具体的节电策略,例如,根据不同时间段的负荷情况进行不同等级的预警提示,并设定其他用电设备的开关机时间,将节电策略转化为控制指令发送给对应的设备,通过集中控制***、PLC(可编程逻辑控制器)等设备对用电设备进行开关机等操作,控制指令为开机指令与关机指令,实现自动节电的目的。
至此,本发明完成。
本发明还提供了一种节电柜电能自动化节电监测***,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述存储器存储的计算机程序,以实现前述所述的一种节电柜电能自动化节电监测方法的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种节电柜电能自动化节电监测方法,其特征在于,该方法包括以下步骤:
获取电流数据构建的电流数据图;其中,电流数据图的横轴为时间,纵轴为电流数据;
获取电流数据图中每个电流数据点的分析窗口,根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度;
根据电流数据图中所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性;
将电流数据图中最小的局部噪声可能性对应的电流数据点所在的分析窗口作为参考数据段,根据电流数据图中每个电流数据点的局部噪声可能性、相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到每个电流数据点的噪声影响程度;
根据电流数据图中每个电流数据点的噪声影响程度,得到每个电流数据点的滤波窗口大小;
根据电流数据图中每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电。
2.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述获取电流数据图中每个电流数据点的分析窗口,包括的具体步骤如下:
在电流数据图中,以任意一个电流数据点的时间为中心,建立时间范围大小为S的所述任意一个电流数据点的分析窗口,S为预设的时间范围。
3.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度,包括的具体步骤如下:
根据电流数据图中每个电流数据点在分析窗口内相邻电流数据点连线的斜率,得到电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征;根据电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度。
4.根据权利要求3所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征和每个电流数据点的电流数据值,得到电流数据图中每个电流数据点的局部波动程度,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第s个和s+1个电流数据点连线的斜率;/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的电流数据值;/>表示电流数据图中第i个数据点所在分析窗口内所有电流数据点的电流数据值均值,/>表示电流数据图中第i个电流数据点所在分析窗口内相邻电流数据点连线的斜率特征,/>为绝对值函数。
5.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中所有电流数据点的局部波动程度的差异,得到每个电流数据点的局部噪声可能性,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的局部噪声可能性;/>表示电流数据图中第i个电流数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的均值;/>表示电流数据图中除第i个电流数据点外的第r个数据点的局部波动程度;/>表示电流数据图中所有电流数据点的局部波动程度的标准差;n表示电流数据图中的电流数据点的数量;/>表示线性归一化函数,/>为绝对值函数。
6.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每个电流数据点的局部噪声可能性、相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到每个电流数据点的噪声影响程度,包括的具体步骤如下:
根据相邻电流数据点连线的斜率以及参考数据段内的相邻电流数据点连线的斜率,得到电流数据图中每一个电流数据点的噪声系数;根据电流数据图中每一个电流数据点的噪声系数和电流数据图中每个电流数据点的局部噪声可能性,得到每个电流数据点的噪声影响程度。
7.根据权利要求6所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每一个电流数据点的噪声系数和电流数据图中每个电流数据点的局部噪声可能性,得到每个电流数据点的噪声影响程度,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的噪声影响程度;/>表示电流数据图中第i个与第i-1个电流数据点连线的斜率;/>表示电流数据图中第i个与第i+1个电流数据点连线的斜率;/>表示电流数据图中参考数据段内的相邻电流数据点连线的斜率的均值;/>表示电流数据图中第i个电流数据点的局部噪声可能性;e表示自然常数;/>表示电流数据图中与第i个电流数据点的电流数据值相同的电流数据点数量;表示电流数据图中第i个电流数据点的噪声系数,/>为绝对值函数。
8.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每个电流数据点的噪声影响程度,得到每个电流数据点的滤波窗口大小,对应的具体计算公式如下:
式中表示电流数据图中第i个电流数据点的滤波窗口大小;/>表示电流数据图中第i个电流数据点的噪声影响程度;/>表示电流数据图中第i个数据点所在分析窗口内包含电流数据点的个数;/>表示电流数据图中第i个电流数据点所在分析窗口内第/>个数据点的噪声影响程度;A为预设的第一参数,B为预设的第二参数,C为预设的第三参数;/>表示线性归一化函数;/>表示向上取整函数。
9.根据权利要求1所述一种节电柜电能自动化节电监测方法,其特征在于,所述根据电流数据图中每个电流数据点的滤波窗口大小,完成节电柜电能的自动节电,包括的具体步骤如下:
根据电流数据图中每个电流数据点的滤波窗口大小,使用自适应均值滤波算法对电流数据图中的电流数据进行滤波运算,得到滤波后的电流数据时序序列;
将滤波后的电流数据时序序列输入到PLC控制器中,输出节电柜电能的控制指令。
10.一种节电柜电能自动化节电监测***,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的一种节电柜电能自动化节电监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396251.XA CN117992738B (zh) | 2024-04-03 | 2024-04-03 | 一种节电柜电能自动化节电监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396251.XA CN117992738B (zh) | 2024-04-03 | 2024-04-03 | 一种节电柜电能自动化节电监测方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117992738A true CN117992738A (zh) | 2024-05-07 |
CN117992738B CN117992738B (zh) | 2024-06-11 |
Family
ID=90900813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410396251.XA Active CN117992738B (zh) | 2024-04-03 | 2024-04-03 | 一种节电柜电能自动化节电监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117992738B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019156377A1 (ko) * | 2018-02-07 | 2019-08-15 | 주식회사 엘지화학 | 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템 |
EP3975077A1 (en) * | 2020-09-28 | 2022-03-30 | Siemens Aktiengesellschaft | Monitoring device and method for segmenting different times series of sensor data points |
CN115859058A (zh) * | 2023-02-27 | 2023-03-28 | 中南大学湘雅医院 | 一种基于宽度学习网络的ups故障预测方法和*** |
CN117057517A (zh) * | 2023-10-12 | 2023-11-14 | 国网吉林省电力有限公司长春供电公司 | 基于数字孪生的电力数据高效处理方法及*** |
CN117783745A (zh) * | 2023-12-28 | 2024-03-29 | 浙江智格科技有限公司 | 用于换电柜的数据在线监测方法及*** |
-
2024
- 2024-04-03 CN CN202410396251.XA patent/CN117992738B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019156377A1 (ko) * | 2018-02-07 | 2019-08-15 | 주식회사 엘지화학 | 배터리를 위한 등가 회로 모델의 파라미터를 추정하기 위한 방법 및 배터리 관리 시스템 |
EP3975077A1 (en) * | 2020-09-28 | 2022-03-30 | Siemens Aktiengesellschaft | Monitoring device and method for segmenting different times series of sensor data points |
CN115859058A (zh) * | 2023-02-27 | 2023-03-28 | 中南大学湘雅医院 | 一种基于宽度学习网络的ups故障预测方法和*** |
CN117057517A (zh) * | 2023-10-12 | 2023-11-14 | 国网吉林省电力有限公司长春供电公司 | 基于数字孪生的电力数据高效处理方法及*** |
CN117783745A (zh) * | 2023-12-28 | 2024-03-29 | 浙江智格科技有限公司 | 用于换电柜的数据在线监测方法及*** |
Non-Patent Citations (2)
Title |
---|
严英杰;盛戈;刘亚东;杜修明;王辉;江秀臣;: "基于滑动窗口和聚类算法的变压器状态异常检测", 高电压技术, no. 12, 31 December 2016 (2016-12-31) * |
贲放;黄威;路宁;韩飞;郑红闪;丁志强;李军峰;: "时间域航空电磁的天电噪声去除研究", 物探与化探, no. 02, 31 March 2020 (2020-03-31) * |
Also Published As
Publication number | Publication date |
---|---|
CN117992738B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977535B (zh) | 一种线损异常诊断方法、装置、设备及可读存储介质 | |
CN112855408B (zh) | 水轮发电机组预警方法以及预警装置 | |
CN116703183B (zh) | 一种新型配电网***用电负荷评估方法 | |
CN116961242B (zh) | 一种一二次融合柱上断路器实时数据管理方法及*** | |
CN112433907A (zh) | 不间断电源的主机运行参量数据的处理方法、装置和电子装置 | |
CN117454201B (zh) | 一种智慧电网异常运行状态检测方法及*** | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、***及介质 | |
WO2018188774A1 (en) | Method and apparatus for monitoring the condition of subsystems within a renewable generation plant or microgrid | |
CN116383773A (zh) | 基于自适应预测区间的数据中心能效异常检测方法、***和介质 | |
CN116960941A (zh) | 一种功率爬坡事件预测方法、装置、设备及存储介质 | |
CN113626767A (zh) | 一种风机限电识别方法、***、设备和存储介质 | |
CN116894539A (zh) | 一种服装生产监测方法、***及介质 | |
CN117992738B (zh) | 一种节电柜电能自动化节电监测方法及*** | |
CN111080472A (zh) | 一种电力***负荷预测和分析方法 | |
CN117312763A (zh) | 一种基于云平台的变频家电性能可视化监管***及方法 | |
KR20210097613A (ko) | 수요관리 자원 최적화를 위한 전력사용량 예측 시스템 | |
CN117150419A (zh) | 基于数据分析的储能电源运行环境检测*** | |
CN115204487A (zh) | 一种设备状态监控方法、装置、设备及存储介质 | |
CN115842408A (zh) | 基于scada的风电场运行状态检测***及方法 | |
CN111366805B (zh) | 一种检测孤岛的方法、装置及光伏并网发电*** | |
CN110083804B (zh) | 基于条件分布回归的风电场scada数据缺失的智能修复方法 | |
CN111563543A (zh) | 一种风电机组的风速-发电功率数据的清洗方法及装置 | |
US20220163013A1 (en) | Method for determining performance parameters in real time | |
CN117034157B (zh) | 一种结合多模态运行数据的水电设备故障识别方法与*** | |
CN117728421B (zh) | 微电网集群协调调度方法、***、计算机设备和存储介质 |
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 |