[发明专利]一种采集系统进行电力设备识别的方法

说明书

本发明公开了一种采集系统进行电力设备识别的方法，包括如下步骤：1)对电力设备归类，分为变压器和负荷；2)专变采集终端采集电力设备的数据，并进行一次识别：2.1)对变压器进行一次识别：对变压器的一次侧与二次侧的数据进行采集，进行变压器电压等级识别；2.2)对负荷进行一次识别：2.2.1)采集同一台区下负荷的实时电压、电流、功率和功率因数；2.2.2)根据采集到的负荷的功率因数判断负荷的属性，如果功率因数大于0.9，则负荷设备属性判断为阻性，否则为容性；2.2.3)对负荷名称进行识别；2.4)监测负荷的启动时间，判断负荷处于启动还是停机状态；3)主站进行二次识别，判断专变采集终端的识别是否正确。

技术领域

本发明涉及电力终端领域，尤其是一种采集系统进行电力设备识别的方法。

背景技术

目前针对用电设备的识别，一般有两种方式，增加传感设备或者人工识别，识别后的结果设置在相应终端设备内。

然而，对于人工识别方式，需增加大量人力进行识别并将专变采集终端的状态记录到终端内。这种方式需长时间值守，对现场用电设备的识别耗时较多，容易出错，且很多设备关键启停时间点为随机的，安装的地点也多数都不适合人进入或者长时间跟踪。此外，人工识别时，需要打开终端表箱，将识别的用电设备所处状态设定到对应的采集终端下，由此主站才能远程抄读到采集终端下设定的用电设备状态值，在此过程中，会接触到强电设备，人的安全性得不到保证。因此，在现有环境下，人工识别不能大规模推广和普及。

对于增加传感器识别方式，如申请号为201710363293.3的中国专利公开的一种智能楼宇微网用电行为的识别方法，通过智能楼宇微网用电数据采集终端和环境各传感器监测获得用电大数据；然后对获得数据进行预处理(数据整合、数据填充、特征规范化)；利用核主元分析法对预处理后的数据样本提取各用电设备的负荷特征参数；利用多变量多尺度样本熵权方法确定用户各用电行为特征的环境因素和不同用电设备的贡献率(即为模糊C-均值聚类的各影响因素的特征权重)；最后通过模糊C均值聚类法对获得的特征数据组进行聚类分析，提高了用户用电行为识别的准确性和快速性。这种方式会增加成本，且很多传感设备需专门设计，不仅需设计费用而且传感器需要额外安装空间，现场安装也存在安全性隐患，从经济角度上不合适；另外，将采集到数据需再传输到终端设备，终端需进行存储，从实际应用角度出发也不合适。

发明内容

本发明所要解决的技术问题是针对上述现有技术存在的不足，提供一种采集系统进行电力设备识别的方法，能够提高识别效率，提高安全性。

本发明解决上述技术问题所采用的技术方案为：一种采集系统进行电力设备识别的方法，其特征在于：包括如下步骤：

1)开始，对电力设备归类，分为变压器和负荷；

2)专变采集终端采集电力设备的数据，并进行一次识别：

2.1)对变压器进行一次识别：对变压器的一次侧与二次侧的数据进行采集，进行变压器电压等级识别；

2.2)对负荷进行一次识别：

2.2.1)采集同一台区下负荷的实时电压、电流、功率和功率因数；

2.2.2)根据采集到的负荷的功率因数判断负荷的属性，如果功率因数大于0.9，则负荷设备属性判断为阻性，否则为容性；

2.2.3)对负荷名称进行识别：

2.2.3.1)采集样本数据：对负荷启动波形进行采样，建立模型；

2.2.3.2)样本数据的预处理，将所测得的模型进行归一化处理；

2.2.3.3)利用神经网络进行识别，将步骤2)归一化后的结果作为输入，对输入数据进行分类识别，并对各负荷设备的名称进行识别；

2.4)监测负荷的启动时间，判断负荷处于启动还是停机状态；