[发明专利]一种用于嵌入式终端的家用洗衣机辨识方法有效

专利信息
申请号: 202011206369.X 申请日: 2020-11-03
公开(公告)号: CN112034245B 公开(公告)日: 2021-03-23
发明(设计)人: 李亚前;孙虹;杨宇全;杨滨;刘建宇;何海航;李志远;刘磊;董泽寅;司马凯;李博阳;孙桐;李雪 申请(专利权)人: 天津滨电电力工程有限公司;国网天津市电力公司;国网天津市电力公司滨海供电分公司;国家电网有限公司
主分类号: G01R21/06 分类号: G01R21/06;G01R19/00
代理公司: 天津才智专利商标代理有限公司 12108 代理人: 王顕
地址: 300450 天津*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 嵌入式 终端 家用 洗衣机 辨识 方法
【说明书】:

发明涉及嵌入式芯片算法开发领域,公开了一种用于嵌入式终端的家用洗衣机辨识方法,其考虑了单次运行工作循环中暂态特征量和稳态特征量,而且加入了长时间尺度的电器运行习惯特征量,在就地辨识环境条件下,大幅度提高了家用洗衣机的辨识精度;而且该方法逻辑简单,流程主要为顺序单线程,无需占用较多资源,特别适用于硬件嵌入式平台植入与开发,同时后续可作为软核APP形式,嵌入到下一代电表的标准管理芯片或模块当中,无缝融合电力信息采集系统。

技术领域

本发明涉及嵌入式芯片算法开发领域,尤其是一种用于嵌入式终端的家用洗衣机辨识方法。

背景技术

随着科研机构对于非介入式电力负荷辨识技术研究深入,并依托于云计算技术和大数据分析方法的快速发展,负荷辨识技术路线主要分化为两个方向,分别为依靠终端边缘计算的完全就地辨识方向,以及结合云端和终端协同计算的云端结合辨识方向。伴随着新基建和5G技术的不断发展,云端结合方式可能为未来发展的一个重要趋势,但目前电力系统通信机制无法提供适配于云端结合方式所需要的通信资源,而且,电力系统在至少5年内还将大力推广的通信方式为HPLC(宽带电力载波)方式,该方式依然无法满足云端结合的通信资源需求。同时,负荷识别功能已经确定成为下一代“双芯”电表的核心功能,可见,就地辨识方向仍为负荷辨识技术实用化的一个重要的技术研究方向,因此,如何依托于终端性能提升的基础上,通过利用某些电器辨识度较高的特征量,利用边缘计算提升该类电器的辨识精度,是就地辨识技术路线的一个重要研究方向。

因此,目前需要一种对于辨识度较高电器的适用于硬件终端或电表管理芯硬件模块的嵌入式辨识方法,在满足当前或可见趋势电力系统通信机制需求的,达到理想辨识精度和稳定性的嵌入式终端辨识方法。

发明内容

本发明的目的在于弥补现有技术的不足之处,提供一种用于嵌入式终端的家用洗衣机辨识方法,其可提升家用洗衣机的辨识精度和稳定性。

为了解决上述技术问题,本发明采用如下技术方案:

一种用于嵌入式终端的家用洗衣机辨识方法,包括以下步骤:

步骤一、通过高频采集终端或电表专用模块进行监测总口数据的高频采集,其采集和有效值转换周期不高于△t,△t=20ms;

步骤二、计算每个采样间隔点的瞬时功率有效值P(t),公式如下:

P(t)=U(t)×I(t) (式1)

式中,U(t)为t时刻电压采样值,I(t)为t时刻电流采样值;

步骤三、计算相邻采样间隔点之间的瞬时功率有效值的差值△P(t),公式如下:

△P(t)=P(t)- P(t-△t) (式2)

式中,P(t-△t)为t-△t时刻的瞬时功率有效值;

步骤四、持续监测是否有有效事件投入,其中根据就地辨识门槛标准,有效事件的△P(t)不小于80W,公式如下:

△P(t)≥Pmin (式3)

式中,Pmin为就地辨识门槛标准的最小值,Pmin=80W;

步骤五、若不满足(式3)的条件,则返回至步骤一;若满足(式3)的条件,则判断此次事件是否为洗衣机启动,公式如下:

△P(t)≥Ptrmin (式4)

式中,Ptrmin为家用洗衣机暂态峰值判据的最小值;

步骤六、若不满足(式4)的条件,则返回至上一步骤;若满足(式4)的条件,则进行负荷启动时刻标记,公式如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津滨电电力工程有限公司;国网天津市电力公司;国网天津市电力公司滨海供电分公司;国家电网有限公司,未经天津滨电电力工程有限公司;国网天津市电力公司;国网天津市电力公司滨海供电分公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011206369.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top