[发明专利]一种基于多元高斯判别方式的负荷识别方法在审

专利信息
申请号: 202110095040.9 申请日: 2021-01-25
公开(公告)号: CN112784210A 公开(公告)日: 2021-05-11
发明(设计)人: 孔丹;赵墨渲;虞剑文;刘坤;李颖;刘东 申请(专利权)人: 南京智睿能源互联网研究院有限公司
主分类号: G06F17/16 分类号: G06F17/16;G06F17/18;G06K9/62
代理公司: 南京聚匠知识产权代理有限公司 32339 代理人: 卢强
地址: 210000 江苏省南京市浦口区*** 国省代码: 江苏;32
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 基于 多元 判别 方式 负荷 识别 方法
【说明书】:

发明公开了一种基于多元高斯判别方式的负荷识别方法,涉及负荷识别技术领域。本发明包括负荷识别智能终端安装在用户总进线处,采集用户总进线处的电气数据;根据电气数据进行事件检测并进行事件标记获取标记事件;提取标记事件的电气特征,对电气特征描述并传递电气特征至模式识别模块;模式识别模块根据电气特征辨识设备名;将设备名对比黑名单获取危险负荷设备。本发明在用户总进线处检测电气数据,模式识别模块可实现准确识别出电器设备的种类,并实时辨识出是否属于危险性负荷,一旦检测出有危险性负荷投入,能够快速切断支路供电,从源头控制电气火灾的发生,降低人身安全及财产安全的损失。

技术领域

本发明属于负荷识别技术领域,特别是涉及一种基于多元高斯判别方式的负荷识别方法。

背景技术

电气火灾一直是火灾事故中发生频率最高造成损失最大的火灾类型,引发电气火灾的原因大多是用电行为不规范、设备故障等造成的短路而引起的,因此保证用电安全一直是电力部门、消防部门、企业/高校管理部门、居民用户等各界密切关注的重点。

负荷识别技术发展至目前阶段大多采用侵入式和非侵入式两种识别方法:侵入式识别方法需要在各负荷节点处安装传感器,虽然可以获知各节点数据,但成本高、安装繁杂、维护困难。非侵入式则主要是通过在电力用户入口处监测电压、电流等电气负荷特征数据,通过系统对数据进行分析分解,实现用电负荷的识别。

现有的非侵入式识别技术大多只针对各用电设备的电器类型识别和电能计量,采集和分析用户的某天或某月的数据,并不能实时判断识别用电设备,快速断开危险性负荷,响应用户需求。

因此,针对上述问题,本发明提供一种基于多元高斯判别方式的负荷识别方法。

发明内容

本发明的目的在于提供一种基于多元高斯判别方式的负荷识别方法,用于解决背景技术中提出的技术问题。

为解决上述技术问题,本发明是通过以下技术方案实现的:

本发明为一种基于多元高斯判别方式的负荷识别方法,包括如下过程:

A00:负荷识别智能终端安装在用户总进线处,采集用户总进线处的电气数据;

A01:根据电气数据进行事件检测并进行事件标记获取标记事件;

A02:提取标记事件的电气特征,对电气特征描述并传递电气特征至模式识别模块;

A03:模式识别模块根据电气特征辨识设备名或电器类型;

A04:将设备名或电器类型对比黑名单判断是否为危险负荷设备;若是,则执行A05;若否,则输出设备名或电器类型;

A05:在危险负荷应变时间内输出跳闸命令至电控系统,电控系统控制切断电源。

作为一种优选的技术方案,A00之前建立黑名单以及白名单中电器的特征库,具体为:采集各电器设备的稳态运行数据,建立不同电器数据的多元特征,利用多元高斯分布模型对各电器设备进行特征描述,进行样本数据分析,过程如下:

B00:创建CSV文件,进行数据清洗;去除异常数据后补充缺失数据;

B01:构建各电气设备的多元特征:

均值u1,u2...up分别指代各个维度的平均值;

对于P维高斯模型,n个样本点,在空间内构成簇,获取其极大似然估计,计算均值和协方差矩阵:

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南京智睿能源互联网研究院有限公司,未经南京智睿能源互联网研究院有限公司许可,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/202110095040.9/2.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