[发明专利]基于离散波形的恶性负载识别处理方法、系统和存储介质

说明书

本发明公开了基于离散波形的恶性负载识别处理方法、系统和存储介质，其中，该方法包括如下步骤：分别计算相邻两预设波形周期的功率值，并判断相邻两预设波形周期的功率值的差值是否超出预设功率阈值；若相邻两预设波形周期的功率值的差值超出预设功率阈值，则计算超阈值负载电流波形；计算超阈值负载的第一电流特征量；继续采集供电线路的电压、电流的离散波形数据，得到第二离散波形，计算得到第二电流特征量，判断超阈值负载是否仍在用电工作；若超阈值负载仍在工作，且工作持续时间超出预设时间阈值，则判断所述超阈值负载为恶性负载并断开供电；本发明能够准确地识别负载的使用情况，满足在不同应用场景下更加可靠、合理地判断恶性负载。

技术领域

本发明涉及安全用电及节能技术领域，尤其涉及基于离散波形的恶性负载识别处理方法、系统和存储介质。

背景技术

近年来，随着高校规模的不断扩大，学生人数急剧上升，许多高校都实行后勤管理社会化，与此同时，关于高校学生公寓火灾事故的报道也日益增多。据相关数据表明，这类火灾大部分是由于学生违章使用热得快、电炉子等大功率阻性负载造成的。为杜绝此类事故的发生，在确保学生正常用电的前提下，限制大功率阻性负载的使用，保障学生用电的安全性是亟待解决的问题，因此对恶性负载识别的研究具有重大的意义。

传统识别恶性负载的方法有功率因素法、瞬时功率法、面积关系判断法等，然而，上述方法只能判断某一时刻的瞬时值，只要在一瞬间超过就立即控制断电，瞬时值的判断对负载性质的误判率会特别高，因此，传统的识别恶性负载的方法可靠性低，无法准确地识别负载的使用情况，无法可靠、合理地判断恶性负载，容易引起误判。

发明内容

本发明的目的是提供一种基于离散波形的恶性负载识别处理方法，采用离散波形数据来计算功率数据，及通过电流波形相减以及傅里叶变换来确定负载的特征量，还通过判断恶性负载工作一段时间后再进行断电处理，能够准确地识别负载的使用情况，满足在不同应用场景下更加可靠、合理地判断恶性负载。

本发明的又一目的是提供一种基于离散波形的恶性负载识别处理系统，采用离散波形数据来计算功率数据，及通过电流波形相减以及傅里叶变换来确定负载的特征量，还通过判断恶性负载工作一段时间后再进行断电处理，能够准确地识别负载的使用情况，满足在不同应用场景下更加可靠、合理地判断恶性负载。

本发明的再一目的是提供一种存储介质，采用离散波形数据来计算功率数据，及通过电流波形相减以及傅里叶变换来确定负载的特征量，还通过判断恶性负载工作一段时间后再进行断电处理，能够准确地识别负载的使用情况，满足在不同应用场景下更加可靠、合理地判断恶性负载。

为了实现上有目的，本发明公开了一种基于离散波形的恶性负载识别处理方法，其包括如下步骤：

S1、采集供电线路的电压、电流的离散波形数据，得到第一离散波形；

S2、依据所述第一离散波形分别计算相邻两预设波形周期的功率值，并判断相邻两预设波形周期的功率值的差值是否超出预设功率阈值；

S3、若相邻两预设波形周期的功率值的差值超出预设功率阈值，则将相邻两预设波形周期的第一离散波形中的电流离散波形进行相减处理，得到超阈值负载电流波形；

S4、依据所述超阈值负载电流波形计算所述超阈值负载的第一电流特征量；

S5、继续采集供电线路的电压、电流的离散波形数据，得到第二离散波形，依据所述第二离散波形中的电流离散波形与第一离散波形中的电流离散波形计算得到第二电流特征量，依据所述第一电流特征量和第二电流特征量判断所述超阈值负载是否仍在用电工作；

S6、若所述超阈值负载仍在用电工作，且用电工作持续时间超出预设时间阈值，则判断所述超阈值负载为恶性负载并断开供电。

较佳地，所述步骤(4)具体包括：