CN118033208A - 智能化的空气开关 - Google Patents
智能化的空气开关 Download PDFInfo
- Publication number
- CN118033208A CN118033208A CN202410440805.1A CN202410440805A CN118033208A CN 118033208 A CN118033208 A CN 118033208A CN 202410440805 A CN202410440805 A CN 202410440805A CN 118033208 A CN118033208 A CN 118033208A
- Authority
- CN
- China
- Prior art keywords
- current
- load line
- power
- load
- data
- 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
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims description 40
- 238000012706 support-vector machine Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000005612 types of electricity Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 6
- 238000010606 normalization Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010409 ironing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请公开了智能化的空气开关,属于空气开关技术领域。一种智能化的空气开关,包括:开关闸,入户线连接至进线端,负载线连接至出线端;电流检测器,设置在开关闸的出线端,用于检测负载线的电流;功率检测器,设置在开关闸的出线端,用于检测负载线的功率;数据处理装置,设置在开关闸的一侧,收集电流检测器检测到的电流数据和功率数据,并根据检测到的电流数据识别每个负载线上正在工作的用电器,并记录对应用电器的用电功率;数据显示器,设置在开关闸的一侧,显示家庭中每种类型的用电器的用电功率。本申请所提供的技术方案中,将智能电表和空气开关的功能集成在一起,所以在安装时,不需要安装两个器件,安装的效率将会增加。
Description
技术领域
本申请涉及电开关技术领域,具体而言,涉及一种智能化的空气开关。
背景技术
现有的智能化的空气开关,能够在线路过载时,自动跳闸起到保护作用,避免负载线的电流过载,而引起火灾。而目前的家庭电表,也只能够显示用户在某段时间内的用电量。例如,用户在每天的几点~几点之间的平均用电量是多少。如此,用户只能够知道自身在那段时间内的总用电量,而不能够准确的获取不同的用电器的具体用电量,所以用户在进行用电监管时,因为缺乏每种用电器的用电量,所以无法合理的设计符合自身实际情况的省电策略,使得用户的省电方式不能够基于实际用电情况进行设计和调整。
发明内容
本申请的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决以上背景技术部分提到的技术问题,本申请提供了一种智能化的空气开关,包括:
开关闸,入户线连接至进线端,负载线连接至出线端;
电流检测器,设置在开关闸的出线端,用于检测负载线的电流;
功率检测器,设置在开关闸的出线端,用于检测负载线的功率;
电流频率检测器,设置在开关闸的出线端,用于检测负载线的电流频率;
电压检测器,设置在开关闸的出线端,用于检测负载线的电压;
数据处理装置,设置在开关闸的一侧,收集每根负载线的电流、功率、电流频率以及电压识别每根负载线上正在工作的用电器,以得到对应用电器的功率;
数据显示器,设置在开关闸的一侧,显示每种类型的用电器的用电量。
本申请所提供的技术方案中,将智能电表和空气开关的功能集成在一起,所以在安装时,不需要安装两个器件,安装的效率将会增加。并且,在具体的测试上,是检测每根负载线的用电功率,并且通过检测负载线电流的方式来识别不同的器件,所以通过这种方式,能够得到每种用电器的用电量。进而,用户能够根据提供的每种电器的用电量,来调整自己的省电策略。
电流检测器包括电流互感器和霍尔电流传感器。
电流互感器为最为常用的电流检测装置,能够很好的检测通过负载线的电流大小,霍尔电流传感器能够检测电流的电流频率;而不同的用电器,对于所产生的电流频率是不一定的。例如,电冰箱和洗衣机,其所产生的电流频率特征就与其内部的压缩机的电流频率有关系。其余的用电器,例如电视、电脑,也会有其特殊的电流频率特征,所以通过识别这些电流频率特征,能够很好的识别出每根负载线的用电器的类型。
在一个家庭中,一般会存在很多个用电器,如果所有的用电器都同时工作,会导致每根负载线上复合了太多的用电器,进而很难通过电流频率特征和电流特征来解析出正在工作的电器。针对这一问题本申请提供了如下技术方案:
开关闸设置有多个,每个开关闸上连接有一根分管不同区域的负载线。
本方案中,开关闸设置了多个,进而会形成多条分管不同区域的负载线,所以就是对家庭内的用电器,进行分区设置,如此能够有效的增加对于用电监管的准确性。
数据显示器为触屏显示器。
将数据显示器设置为触屏显示器,所以数据显示器就形成了一个能够让用户和数据处理装置,实现信息交互的功能模块。用户能够通过数据显示器,输入一些指令或者标签信息,指导数据处理装置对于数据的处理过程。
数据处理装置内置有数据预测模型,根据每根负载线的电流、功率、电流频率以及电压分析出每根负载线上对应的用电器的类型和对应的用电器的用电量。
用户的用电特征实际上非常复杂,为了增加预测的准确性,需要收集电流、电流频率、功率以及电压等数据,所以在处理这些数据时难以从复杂的数据中,寻找到用电特征与用电类型之间的关系。针对这一问题,本申请提供了如下技术方案:
数据处理装置通过如下步骤分析每种用电器的用电量:
步骤1:收集各个负载线的电流、电流频率、功率以及电压,并对电流、电流频率、功率以及电压进行预处理得到各负载线的用电特征;
步骤2:建立基于支持向量机构建的数据预测模型,并对数据预测模型进行训练和评估;
步骤3:将每根负载线的用电特征输入至数据预测模型内,得到每根负载线对应的用电器及其对应的功率占比,计算出每种类型的用电器的用电量。
本申请所提供的技术方案中,采用支持向量机来建立对应的预测模型,能够在复杂的数据中找到决策边界,进而准确的将不同的电器类型进行分类。
不同类型的数据,具有不同的表示方式,对应的数量级也不同,所以在数据出现波动时,数据处理模型不能够准确的分析出对应数据的波动情况。
步骤1包括如下步骤:
步骤11:收集各个负载线的电流数据A1、电压数据A2、电流频率A3以及负载线的功率A4;
步骤12:对各负载线的电流数据A1、电压数据A2、电流频率A3以及负载线的功率A4进行归一化处理。
本申请所提供的技术方案中,收集到的各项数据都会进行归一化处理,所以归一化之后,各项数据能够在统一的标准下进行衡量,在各项数据进行波动时,能够准确的理解并分析数据的波动情况。同时,本申请中,收集电流、电压、电流频率数据以及功率能够表征出在负载线各个用电器的类型以及所占功率的总额,进而给后续的预测作为相应的基础。其原因在于,不同的用电器在用电时,会产生不同的电流频率,以电冰箱为例,电冰箱的电流频率很大程度上与电冰箱内压缩机的工作电流频率有关系。对应的,空调也是如此。而对于,如同白炽灯、热水器等纯电阻用电器,其也具有独特的用电特征,如此也能够识别出来。
用电的用户在实际的用电过程中,还是会存在多种用电器共同使用的情况,而在多种用电器共同使用时,各种用电器的各项电流特征都会复合在负载线上,这时候所选择的用电特征,就有很大的难度,因为存在多种不同的组合可能产生相近的用电特征的情况。针对这一问题,本申请提供了如下技术方案:
用电特征还包括各负载线上所连接的用电器的数量和类型。
用户的家中,部分用电器是不会产生较大变动的。例如,电冰箱、空调、电脑,电视机,这类大型的用电器其位置基本上不会发生变化。为此,用户在购进这些大型的用电器之后,直接将其所在的位置进行标注,而位置相对随意的电器,则将其下划至所有的负载线下面,所以对于每根负载线而言,其下辖的电器的总数是预先知道并且固定的,进而在进行用电器的用电量的预测时,准确性更高。
进一步的:步骤2包括如下步骤:
步骤21:根据各负载线上所连接的用电器的数量和类型,得到负载线上可能的用电器的组合类型,每种组合类型代表一种标签,根据组合类型的数量构建原始问题;
;i=1、2…n,n为整数,n>1,i表示样本索引,w是超平面的法向量,b是超平面的截距,xi是第i个样本的特征向量,yi是对应的类别标签的集合;
步骤22:引入拉格朗日函数:
,i和j表示样本的索引,α、αi、αj分别表示拉格朗日乘子,L表示拉格朗日函数,K表示核函数;
步骤23:求解对偶问题,找到最优的拉格朗日乘子αi;
;
maxaw(α)表示最大化目标函数 w(α) 关于拉格朗日乘子α的值,w(α) 是与原始优化问题对应的对偶问题的目标函数;
满足如下约束条件:
;
0≤αi≤C,i=1……n,
K(xi,xj)是核函数,用于计算样本间的内积,C表示惩罚函数;
步骤24:根据最优的αi构建决策函数进行预测:
,其中,sign为标签,x表示需要分类的未知样本。
本申请所提供的技术方案中,通过计算最优的拉格朗日乘子能够在满足约束条件的限制下,让目标函数达到最优的决策,使得预测结果更加准确。
标签项目为负载线上用电器工作的数量和对应的类型。
因为用户家中大部分的电器都是已知的,所以标签项目只需要按照对应的排列组合,就能够得到对应的数据资料。
还设置有壳体,开关闸设置在壳体内。
与现有技术相比,本发明具有以下有益效果:
本申请提供了一种能够准确的计算出家庭中每种用电器的用电量的智能化开关。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。
另外,贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
在附图中:
图1为智能化空气开关的立体图;
图2为智能化空气开关的正视图;
图3为数据处理装置分析出每种用电器的用电量的步骤流程图。
附图标记:
1、壳体;2、开关闸;3、入户线;4、负载线;5、数据显示器。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现, 而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本公开。
参照图1、图2,一种智能化的空气开关,包括:壳体1、开关闸2、电流检测器、功率检测器、电流频率检测器以及电压检测器、数据处理装置以及数据显示器5。
其中,开关闸2为现有的空气开关,其具有进线端和出线端,进线端连接至入户线3,电网上的电力通过入户线3输送至开关闸2,最终给用户供电。出线端连接至负载线4。负载线4为用户家中各个用电器所连接的线路。
更为具体的,开关闸2设置有多个,每个开关闸2的负载线4对应用户家中的一个区域。例如,在某用户家中具有2个卧室、一个厨房,一个客厅以及一个卫生间,而上述的每个房间对应设置了一根负载线4作为主线,房间内电器通过对应的线路连接方式,连接在这根负载线4上。所以对开关闸2而言,其控制的就是对应房间内用电器的供电,自然也能够管理和监控该房间内用电器的供电情况。
电流检测器,设置在开关闸2的出线端,用于检测负载线4的电流。因为电流数据在一定程度上体现了不同用电器的类型。例如,在每个用电器都单独用电的情况下,能够根据电流的大小判断出对应的用电器的用电情况。但是,在多种电器同时工作时,仅仅依靠电流的大小是无法判断的。为此,在本方案中:还包括功率检测器、电流频率检测器以及电压检测器,以分别检测功率、电流频率以及电压。
在一些实施方式中电流检测器为电流互感器,电流频率检测器为霍尔电流传感器。电流互感器能够检测到电流的大小。霍尔电流传感器则能够检测到电流频率。实质上,在电流检测器上应该还设置对应的电压检测器,用于检测电压。功率检测器,设置在开关闸2的出线端,电压检测装置设置在开关闸2门的出线端。
需要注意的是,本方案中是对每根开关闸2进行监测,所以对应的在每根开关闸2的负载线4上均设置有前述的电流检测器、功率检测器、电流频率检测器以及电压检测器。
数据处理装置,设置在开关闸2的一侧,收集每根负载线4的电流、功率、电流频率以及电压识别每根负载线4上正在工作的用电器,以得到对应用电器的功率。
一般而言,在用户的开关柜的设计中,开关闸2一般都是并排设置,所以需要将数据处理装置设置在这些开关闸2的一侧,以保证开关闸2的上端和下端能够自由的通过入户线3或者负载线4。而数据处理装置分别与电流检测器和功率检测器信号连接,能够收集电流检测器检测到的电流数据和功率数据。数据处理装置如何根据电流数据和功率数据,得到对应用电器的用电功率后面再进行介绍。
数据显示器5,设置在开关闸2的一侧,显示家庭中每种类型的用电器的用电功率。数据显示器5为触屏显示器。具体的,数据处理装置内置有数据预测模型,根据每根负载线4的电流、功率、电流频率以及电压分析出每根负载线4上对应的用电器的类型和对应的用电器的用电量。
参考图3,其中,该数据预测模型为基于支持向量机所构建。数据处理装置分析出每种用电器的用电量通过如下步骤实现:
步骤1:收集各个负载线的电流、电流频率、功率以及电压,并对电流、电流频率、功率以及电压进行预处理得到各负载线的用电特征。
步骤1中,收集各个负载线的电流、电流频率、功率以及电压,通过前述的电流检测器、功率检测器、电流频率检测器以及电压检测器所实现。因为,在实际的电流规划中,负载线与负载线之间互不干扰,所以对于数据处理装置而言,处理每个负载线上的用电数据是相互独立的事情。基于此,假设用户家中具有k根负载线,则对于这k根负载线,实际上都是通过前述的技术方式来计算。
步骤1包括如下步骤:
步骤11:收集各个负载线的电流A1、电压A2、电流频率A3以及负载线的功率A4。
步骤12:对各负载线的电流数据A1、电压数据A2、电流频率A3以及负载线的功率A4进行归一化处理。
其中,电流数据A1、电压数据A2、电流频率A3以及负载线的功率A4的归一化方式这里不再论述。该部分为现有的实施方式。
在更为具体的实施方式中,步骤1中,还需要收集各负载线上所连接的用电器的数量和类型。具体的,在每个用户的家中,每个房间内固定的用电器,其位置一般都是不会发生变化的,而对一些位置会发生变化的用电器,也可以记录下来。总的而言,用户家中的用电器基本上不会每天都发生变动。
为此,用电特征还包括各负载线上所连接的用电器的数量和类型A5,对用电器的数量和类型A5的记录采用如下方案实现:
S1:用户将家中固定的电器的输入至对应的负载线下面的A5内。例如,卧室内都有1个空调,厨房内有1个冰箱,客厅内有1个电视机,书房内有1个电脑。这些电器都是固定的,还有各个房间内的照明设备也是固定的。
S2:用户家中将非固定的电器输入至所有负载线的下面的A5内。
用户家中还有很多非固定的电器,例如吹风机、熨烫衣服的以及充电头等。
如此,通过上述方案,对于每个负载线下方,则能够出现的电器使用的种类组合是有限的,在计算或者说拟合数量时,只需要在有限的可能进行寻找即可。
步骤2:建立基于支持向量机构建的数据预测模型,并对数据预测模型进行训练和评估。
步骤2包括如下步骤:
步骤21:根据各负载线上所连接的用电器的数量和类型,得到负载线上可能的用电器的组合类型,每种组合类型代表一种标签,根据组合类型的数量构建原始问题;
,或/>;i=1、2…n,n为整数,n>1,i表示样本索引,w是超平面的法向量,b是超平面的截距,xi是第i个样本的特征向量,yi是对应的类别标签的集合。
具体的,支持向量机分类方法在使用过程中,主要适用于一个二分类的问题。所以,在本方案中,yi对应的是一个标签的集合。然后,采用一对一策略在处理多标签分类问题。也就是,根据负载线上所连接的用电器的数量和类型,确定负载线上可能的用电器的组合类型。每种组合类型代表一个标签集合。使用一个二进制向量来表示每个样本的标签集合。向量的长度等于标签集合中不同标签的数量,每个元素表示对应标签的存在与否(1表示存在,0表示不存在)。构建多标签分类器,对于每个不同的标签,将其视为一个独立的二分类问题。训练多个二分类器,每个分类器用于判断样本是否属于对应的标签。
实际上,前述的方案中,只是提供了一种简单的二分类方法,当负载线上只有一个用电器时,此时用步骤21中构建原始问题时,就是一个简单的二分类问题,也就是该用电器使用,或者不使用这两种情况。当存在两个用电器时,则存在了同时使用、同时关闭、其中一个使用,另一个不使用的4种情况,随着负载线上用电器类型的增加,对应的标签类型就会增加,对应的二分类器的数量就需要增加。
步骤22:引入拉格朗日函数:
,i和j表示样本的索引,α、αi、αj分别表示拉格朗日乘子,L表示拉格朗日函数,K表示核函数;
步骤23:求解对偶问题,找到最优的拉格朗日乘子αi;
;
maxaw(α)表示最大化目标函数 w(α) 关于拉格朗日乘子α的值,w(α) 是与原始优化问题对应的对偶问题的目标函数;
满足如下约束条件:
;
0≤αi≤C,i=1……n,
K(xi,xj)是核函数,用于计算样本间的内积,C表示惩罚函数;
步骤24:根据最优的αi构建决策函数进行预测:
,其中,sign为标签,x表示需要分类的未知样本。
本申请所提供的技术方案中,通过计算最优的拉格朗日乘子能够在满足约束条件的限制下,让目标函数达到最优的决策。使得预测结果更加准确。在模型建立之后,需要对数据预测模型进行训练。模型训练的数据集如下:
首先收集大量的已经标注的数据集,在这些数据集中,xi={A1、A2、A3、A4、A5},yi为对应的标签。这些标签由电器数量和各电器数量所占据的功率比例所组成,例如标签1为:{1电冰箱、1烧水器、70%、30%},则代表标签1表示电冰箱和烧水器的数量各为1,功率占比分别为70%和30%。
步骤3:将经过预处理的用电特征输入至数据预测模型内,得到对应的用电器及其对应的功率占比。
在对支持向量机进行训练和评估之后,智能空间开关就能够实时的将用电数据转化为对应的用电器的功率占比,进而计算出对应的所有用电器的用电量。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种智能化的空气开关,其特征在于:包括:
开关闸,具有进线端和出线端,进线端用于与入户线连接,出线端用于与负载线连接;
电流检测器,设置在开关闸的出线端,用于检测负载线的电流;
功率检测器,设置在开关闸的出线端,用于检测负载线的功率;
电流频率检测器,设置在开关闸的出线端,用于检测负载线的电流频率;
电压检测器,设置在开关闸的出线端,用于检测负载线的电压;
数据处理装置,设置在开关闸的一侧,用于收集每根负载线的电流、功率、电流频率以及电压,识别每根负载线上正在工作的用电器,以得到对应用电器的功率;
数据显示器,设置在开关闸的一侧,显示每种类型的用电器的用电量;
数据处理装置内置有数据预测模型,数据预测模型根据每根负载线的电流、功率、电流频率以及电压分析出每根负载线上对应的用电器的类型和对应的用电器的用电量。
2.根据权利要求1所述的智能化的空气开关,其特征在于:电流检测器为电流互感器,电流频率检测器为霍尔电流传感器。
3.根据权利要求1所述的智能化的空气开关,其特征在于:开关闸设置有多个,每个开关闸上连接有一根分管不同区域的负载线。
4.根据权利要求1所述的智能化的空气开关,其特征在于:数据显示器为触屏显示器。
5.根据权利要求1所述的智能化的空气开关,其特征在于:数据处理装置通过如下步骤分析每种用电器的用电量:
步骤1:收集各个负载线的电流、电流频率、功率以及电压,并对电流、电流频率、功率以及电压进行预处理,得到各负载线的用电特征;
步骤2:建立基于支持向量机构建的数据预测模型,并对数据预测模型进行训练和评估;
步骤3:将每根负载线的用电特征输入至数据预测模型内,得到每根负载线对应的用电器及其对应的功率占比,计算出每种类型的用电器的用电量。
6.根据权利要求5所述的智能化的空气开关,其特征在于:步骤1包括如下步骤:
步骤11:收集各个负载线的电流A1、电压A2、电流频率A3以及负载线的功率A4;
步骤12:对各负载线的电流A1、电压A2、电流频率A3以及负载线的功率A4进行归一化处理。
7.根据权利要求6所述的智能化的空气开关,其特征在于:用电特征还包括各负载线上所连接的用电器的数量和类型。
8.根据权利要求5所述的智能化的空气开关,其特征在于:步骤2包括如下步骤:
步骤21:根据各负载线上所连接的用电器的数量和类型,得到负载线上可能的用电器的组合类型,每种组合类型代表一种标签,根据组合类型的数量构建原始问题;
,或/>;i=1、2…n,n为整数,n>1,i表示样本索引,w是超平面的法向量,b是超平面的截距,xi是第i个样本的特征向量,yi是对应的类别标签的集合;
步骤22:引入拉格朗日函数:
,i和j表示样本的索引,α、αi、αj分别表示拉格朗日乘子,L表示拉格朗日函数,K表示核函数;
步骤23:求解对偶问题,找到最优的拉格朗日乘子αi;
;
maxaw(α)表示最大化目标函数 w(α) 关于拉格朗日乘子α的值,w(α) 是与原始优化问题对应的对偶问题的目标函数;
满足如下约束条件:
;
0≤αi≤C,i=1……n,
K(xi,xj)是核函数,用于计算样本间的内积,C表示惩罚函数;
步骤24:根据最优的αi构建决策函数进行预测:
,其中,sign为标签,x表示需要分类的未知样本。
9.根据权利要8所述的智能化的空气开关,其特征在于:标签项目包括负载线上工作的用电器的数量和类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410440805.1A CN118033208B (zh) | 2024-04-12 | 2024-04-12 | 智能化的空气开关 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410440805.1A CN118033208B (zh) | 2024-04-12 | 2024-04-12 | 智能化的空气开关 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118033208A true CN118033208A (zh) | 2024-05-14 |
CN118033208B CN118033208B (zh) | 2024-06-18 |
Family
ID=91000889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410440805.1A Active CN118033208B (zh) | 2024-04-12 | 2024-04-12 | 智能化的空气开关 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118033208B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872824A (zh) * | 2017-02-15 | 2017-06-20 | 宁波华创锐科智能科技有限公司 | 一种电网负载电器类型识别和不同电器电量统计的方法及其装置 |
CN107832705A (zh) * | 2017-11-08 | 2018-03-23 | 天津大学 | 一种基于典型相关分析的非侵入式负荷识别方法 |
CN207368634U (zh) * | 2017-11-08 | 2018-05-15 | 盛世乐居(亚东)智能科技有限公司 | 智能空气开关 |
CN108054589A (zh) * | 2017-12-08 | 2018-05-18 | 深圳市田言智能科技有限公司 | 一种具有工作状态提醒的红外智能插座 |
KR101875329B1 (ko) * | 2017-06-12 | 2018-07-05 | 한국과학기술원 | 전력 사용량 예측 장치 및 방법 |
CN109034241A (zh) * | 2018-07-24 | 2018-12-18 | 南京千智电气科技有限公司 | 基于支持向量机的负荷集群控制方法和*** |
CN110412347A (zh) * | 2019-08-12 | 2019-11-05 | 贵州电网有限责任公司 | 一种基于非侵入式负荷监测的窃电行为识别方法与装置 |
CN110514889A (zh) * | 2019-07-19 | 2019-11-29 | 浙江万胜智能科技股份有限公司 | 一种非侵入式家庭用电负载识别的方法及*** |
CN110824245A (zh) * | 2019-11-12 | 2020-02-21 | 南昌工程学院 | 应用于家庭配电箱的半侵入式负荷监测***、方法和应用 |
CN111324790A (zh) * | 2020-02-20 | 2020-06-23 | 国网新疆电力有限公司电力科学研究院 | 基于支持向量机分类的负荷类型识别方法 |
WO2021171303A1 (en) * | 2020-02-26 | 2021-09-02 | Council Of Scientific And Industrial Research | A system and method for energy management of identical appliances using non-intrusive load monitoring technique |
CN113341262A (zh) * | 2021-07-13 | 2021-09-03 | 国网江苏省电力有限公司营销服务中心 | 一种平台化负荷数据采集装置 |
WO2022042070A1 (zh) * | 2020-08-27 | 2022-03-03 | 广东工业大学 | 一种非侵入式负荷检测方法 |
CN114236234A (zh) * | 2021-11-17 | 2022-03-25 | 国网天津市电力公司 | 一种基于基波和谐波混合判据的电器特征辨识方法 |
CN115982598A (zh) * | 2022-11-23 | 2023-04-18 | 深圳供电局有限公司 | 窃电检测方法、装置、设备、介质和程序产品 |
CN116522151A (zh) * | 2023-07-04 | 2023-08-01 | 深圳市芝电能源科技有限公司 | 一种半监督负荷识别及分解方法、***及存储介质 |
CN117477771A (zh) * | 2023-10-30 | 2024-01-30 | 国网浙江省电力有限公司杭州市临平区供电公司 | 非侵入式宿舍用电安全监测方法、***和存储介质 |
-
2024
- 2024-04-12 CN CN202410440805.1A patent/CN118033208B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106872824A (zh) * | 2017-02-15 | 2017-06-20 | 宁波华创锐科智能科技有限公司 | 一种电网负载电器类型识别和不同电器电量统计的方法及其装置 |
KR101875329B1 (ko) * | 2017-06-12 | 2018-07-05 | 한국과학기술원 | 전력 사용량 예측 장치 및 방법 |
CN107832705A (zh) * | 2017-11-08 | 2018-03-23 | 天津大学 | 一种基于典型相关分析的非侵入式负荷识别方法 |
CN207368634U (zh) * | 2017-11-08 | 2018-05-15 | 盛世乐居(亚东)智能科技有限公司 | 智能空气开关 |
CN108054589A (zh) * | 2017-12-08 | 2018-05-18 | 深圳市田言智能科技有限公司 | 一种具有工作状态提醒的红外智能插座 |
CN109034241A (zh) * | 2018-07-24 | 2018-12-18 | 南京千智电气科技有限公司 | 基于支持向量机的负荷集群控制方法和*** |
CN110514889A (zh) * | 2019-07-19 | 2019-11-29 | 浙江万胜智能科技股份有限公司 | 一种非侵入式家庭用电负载识别的方法及*** |
CN110412347A (zh) * | 2019-08-12 | 2019-11-05 | 贵州电网有限责任公司 | 一种基于非侵入式负荷监测的窃电行为识别方法与装置 |
CN110824245A (zh) * | 2019-11-12 | 2020-02-21 | 南昌工程学院 | 应用于家庭配电箱的半侵入式负荷监测***、方法和应用 |
CN111324790A (zh) * | 2020-02-20 | 2020-06-23 | 国网新疆电力有限公司电力科学研究院 | 基于支持向量机分类的负荷类型识别方法 |
WO2021171303A1 (en) * | 2020-02-26 | 2021-09-02 | Council Of Scientific And Industrial Research | A system and method for energy management of identical appliances using non-intrusive load monitoring technique |
WO2022042070A1 (zh) * | 2020-08-27 | 2022-03-03 | 广东工业大学 | 一种非侵入式负荷检测方法 |
CN113341262A (zh) * | 2021-07-13 | 2021-09-03 | 国网江苏省电力有限公司营销服务中心 | 一种平台化负荷数据采集装置 |
CN114236234A (zh) * | 2021-11-17 | 2022-03-25 | 国网天津市电力公司 | 一种基于基波和谐波混合判据的电器特征辨识方法 |
CN115982598A (zh) * | 2022-11-23 | 2023-04-18 | 深圳供电局有限公司 | 窃电检测方法、装置、设备、介质和程序产品 |
CN116522151A (zh) * | 2023-07-04 | 2023-08-01 | 深圳市芝电能源科技有限公司 | 一种半监督负荷识别及分解方法、***及存储介质 |
CN117477771A (zh) * | 2023-10-30 | 2024-01-30 | 国网浙江省电力有限公司杭州市临平区供电公司 | 非侵入式宿舍用电安全监测方法、***和存储介质 |
Non-Patent Citations (2)
Title |
---|
王琳 等: "基于非侵入式负荷监测的用户行为精细化分析", 《电力***及其自动化学报》, vol. 33, no. 4, 30 April 2021 (2021-04-30), pages 102 - 107 * |
陶学攀 等: "一种基于用电标识的新型用电量计量***", 《电子科技》, 11 March 2024 (2024-03-11), pages 1 - 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN118033208B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Du et al. | A review of identification and monitoring methods for electric loads in commercial and residential buildings | |
KR101828461B1 (ko) | 전기기기, 전력 관리기 및 그 제어 방법 | |
Berges et al. | User-centered nonintrusive electricity load monitoring for residential buildings | |
US8463452B2 (en) | Apparatus using time-based electrical characteristics to identify an electrical appliance | |
JP3602825B2 (ja) | 電気機器の消費電力推定システム並びに方法及びこれを利用した異常警告システム | |
US20140142724A1 (en) | Apparatus and method for non-intrusive load monitoring (nilm) | |
Liang et al. | HVAC load disaggregation using low-resolution smart meter data | |
Abubakar et al. | An overview of non-intrusive load monitoring methodologies | |
Chen et al. | Day-ahead prediction of hourly subentry energy consumption in the building sector using pattern recognition algorithms | |
CN102142062A (zh) | 基于关于装置的耗电信息控制装置的操作的方法和设备 | |
JP2003316922A (ja) | エネルギー情報分析方法、エネルギー情報分析装置、エネルギー情報分析システム | |
CN111092434A (zh) | 基于非侵入式用电数据居民小区电力负荷控制方法及装置 | |
Ghosh et al. | Non-intrusive identification of harmonic polluting loads in a smart residential system | |
Zhang et al. | Non-intrusive load identification method based on color encoding and improve R-FCN | |
Wang et al. | Data-driven assessment of room air conditioner efficiency for saving energy | |
CN118033208B (zh) | 智能化的空气开关 | |
US20140330444A1 (en) | Apparatus Using Time-Based Electrical Characteristics to Identify an Electrical Appliance | |
Butzbaugh et al. | Miscellaneous electric loads: Characterization and energy savings potential | |
Bartman et al. | Identification of electrical appliances using their virtual description and data selection for non-intrusive load monitoring | |
Monacchi et al. | Strategies for domestic energy conservation in Carinthia and Friuli-Venezia Giulia | |
JP6861578B2 (ja) | 負荷推定装置及び負荷推定方法 | |
Figueiredo | Contributions to electrical energy disaggregation in a smart home | |
WO2021171303A1 (en) | A system and method for energy management of identical appliances using non-intrusive load monitoring technique | |
Ghosh et al. | Load monitoring of residential elecrical loads based on switching transient analysis | |
US11125790B2 (en) | Method for operating a power consumption metering system and power consumption metering system |
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 |