[发明专利]一种基于电能表的阻性负载识别与学习方法

说明书

本发明涉及一种基于电能表的阻性负载识别与学习方法，提供一嵌入至智能电表的现场识别系统，现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与智能电表匹配的上位机学习系统，上位机学习系统通过一远程识别算法模型对智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至智能电表，用于所述智能电表对后续新增负载进行快速识别。本发明提出的一种基于电能表的阻性负载识别与学习方法，能够在广泛使用的普通智能电表中实现的阻性负载识别与学习方法，在不增加任何保护装置的情况下，消除这类用电安全隐患，提高用电安全。

技术领域

本发明涉及一种基于电能表的阻性负载识别与学习方法。

背景技术

日常生活中用到的部分电器属于阻性负载，如电热杯、环形或棒形烧水器、电烙铁、电吹风、电热毯、电炉等。这类电器在长期通电的情况下会持续发热，使电器本身和周围物体的温度迅速升高。而这些电器通常又没有温度限值保护，因此，非常容易引起火灾，是家庭、办公室、特别是集体公寓中最大的用电安全隐患。通常，此类电器被称为阻性负载或恶性负载。现有恶性负载识别技术中存在需要依赖特定识别电路或装置、未采用明确地识别算法、电表适用类型少、需要依赖造价极高且非现有电表MCU的特定芯片、识别参数结构简单造成的准确性低等问题，均不直接适用于基于现有智能电表的负载识别。

发明内容

本发明的目的在于提供一种基于电能表的阻性负载识别与学习方法，以克服现有技术中存在的缺陷。

为实现上述目的，本发明的技术方案是：一种基于电能表的阻性负载识别与学习方法，提供一嵌入至智能电表的现场识别系统，所述现场识别系统获取新增负载的运行参数，经一现场识别算法模型对新增负载进行实时识别，根据识别结果进行控制；还提供一与所述智能电表匹配的上位机学习系统，所述上位机学习系统通过一远程识别算法模型对所述智能电表上传的新增负载的运行参数进行学习，获取该新增负载对应的识别参数，并下发并存储至所述智能电表，用于所述智能电表对后续新增负载进行快速识别。

在本发明一实施例中，所述现场识别算法模型以及所述远程识别算法模型按照如下步骤建立：

步骤S1：记新增负载的有功功率为P_up、功率因数为PPF_up以及视在功率因子为RPF_up；新增负载接入前后，供电线路的有功功率、无功功率、视在功率均会发生跃变，记跃变前稳态下的有功功率、无功功率、视在功率分别为P_av0、Q_av0、S_av0，跃变后稳态下的有功功率、无功功率、视在功率分别为P_av1、Q_av1、S_av1，则P_up、PPF_up、RPF_up按照如下方法获取：

P_up=Pav1 - P_av0；

PPF_up = P_up / SQRT ( P_up * P_up + Q_up * Q_up )；

RPF_up = P_up / S_up；

其中，Q_up = ABS（Q_av1 - Q_av0），S_up = ABS（S_av1 - S_av0）；

步骤S2：获得P_up、PPF_up、RPF_up后，按以下逻辑来判断识别阻性负载；