[发明专利]一种用电系统的非侵入式负荷异常识别方法及系统在审

专利信息
申请号: 202210880276.8 申请日: 2022-07-25
公开(公告)号: CN115470811A 公开(公告)日: 2022-12-13
发明(设计)人: 赵升;宰州鹏;何宇辰;朱翔鸥;许谦;董凡琦;张正江 申请(专利权)人: 温州大学
主分类号: G06K9/00 分类号: G06K9/00;H02J3/00;G06V10/764;G06V10/82;G06T3/40;G06T5/50;G06N3/04
代理公司: 温州名创知识产权代理有限公司 33258 代理人: 陈加利
地址: 325000 浙江省温州市瓯海*** 国省代码: 浙江;33
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 用电 系统 侵入 负荷 异常 识别 方法
【权利要求书】:

1.一种用电系统的非侵入式负荷异常识别方法,其特征在于,所述方法包括以下步骤:

实时采集用电系统的负荷总线上的电气负荷信号并进行降噪处理;

基于降噪处理之后的电气负荷信号,检测是否发生投切事件;

若检测到发生投切事件,则待负荷工作状态达到稳定后,周期性采集相应的负荷电压和负荷电流,并预处理得到每周期V-I轨迹均以连续网格表征的负荷电压和负荷电流;

基于每周期V-I轨迹均以连续网格表征的负荷电压和负荷电流,利用网格映射法,将每周期V-I轨迹分别根据无功功率、功率因数和电流序列分布数值特征映射到预设的RGB彩色图像三通道像素矩阵中;

提取每周期负荷电流各高次谐波幅值,并待根据像素矩阵大小进行相应位数的二进制转换后,进一步与映射后的RGB彩色图像三通道像素矩阵进行融合,形成彩色混合图像;

将所述彩色混合图像输入到事先训练好的卷积神经网络中,识别出负荷异常。

2.如权利要求1所述的用电系统的非侵入式负荷异常识别方法,其特征在于,对所述电气负荷信号进行降噪处理的步骤具体为:

对所述电气负荷信号,选取小波包基和一定的分解层数进行小波包分解,并对分解系数进行相应的阈值处理,进一步对第n层的低频系数和高频系数进行重构,得到降噪处理之后的电气负荷信号;其中,所述分解层数为6,小波包函数为sym12。

3.如权利要求1所述的用电系统的非侵入式负荷异常识别方法,其特征在于,所述负荷电压和所述负荷电流是通过双线性插值法进行预处理的;其中,所述双线性插值法的具体步骤包括:

第一步、设定网格的分辨率为N*N,通过以下公式(1)计算每个单元格的尺寸:

其中,imin、imax分别为电流采样值的最小和最大值,vmin、vmax分别为电压采样值的最小和最大值,Δi、Δv为每个单元格(像素点)的尺寸;

第二步、根据以下公式(2)计算映射后相邻两个采样点之间的距离Dm;若距离Dm大于1,则表明两点之间的距离大于单元格的长度或宽度,出现不连续现象,此时需要进行插值补全两点之间的间隔,具体插值过程见公式(3)和公式(4);

其中,vm和im分别为采样数据第m个采样点的电压和电流值;为”

第m和(m+1)个采样点之间需补充的插值点个数,(vm+k,im+k)为填充的第k个插值点,k=1,2,…,Km

4.如权利要求3所述的用电系统的非侵入式负荷异常识别方法,其特征在于,所述将每周期V-I轨迹分别根据无功功率、功率因数和电流序列分布数值特征映射到预设的RGB彩色图像三通道像素矩阵中的步骤具体包括:

第一步、构造3个维度为N*N的全1矩阵,分别为R、G、B矩阵,根据公式(5),计算插值后每一个样本点的映射坐标;

第二步、根据公式(6)、(7)和(8),分别给R、G、B三个矩阵内对应样本点的坐标赋值;

其中,Tm为每个坐标点出现的次数;ifm为无功电流;vm为样本点的电压;P为有功功率;irms、vrms分别为采集数据的电流、电压有效值;Ie表示电流序列的分布情况;M为稳定周期内采集数据个数。

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温州大学,未经温州大学许可,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/202210880276.8/1.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