[发明专利]一种基于非侵入式监测预测家用电器老化的方法及系统有效

专利信息
申请号: 202110367746.6 申请日: 2021-04-06
公开(公告)号: CN113219272B 公开(公告)日: 2022-09-27
发明(设计)人: 夏国芳;黄奇峰;田正其;段梅梅;徐晴;赵双双 申请(专利权)人: 国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;国家电网有限公司
主分类号: G01R31/00 分类号: G01R31/00
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 王萍;肖继军
地址: 210019 江*** 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 侵入 监测 预测 家用电器 老化 方法 系统
【权利要求书】:

1.一种基于非侵入式监测预测家用电器老化的方法,其特征在于,所述预测家用电器老化的方法包括以下步骤:

步骤1:采集t台同型号并且已使用至其平均年限的电器工作时的有功功率,以及n台全新的并与所述t台电器同型号的电器工作时的有功功率;

步骤2:计算步骤1中t台电器有功功率的平均值,作为电器的老化阈值Pt;计算步骤1中n台电器有功功率的平均值,作为电器的正常值Pn

步骤3:设定时间区间,采集待检测电器L天的实际有功功率{z1,z2…zL},并结合步骤2所得的Pn与Pt对采集当天的有功功率进行计算判断电器的老化程度δLL为电器实际有功功率zL与正常值Pn的差值与电器老化阈值Pt和正常值Pn差值的比值,如δL∈[0,1),则进入步骤4,否则输出“已完全老化”;

步骤4:将步骤3所采集的有功功率以步骤3所设定的时间区间为单位划分计算出φ个平均值,得到{Z1,Z2…Zφ};

步骤5:将步骤4中有功功率平均测量值Z1视为上一时的有功功率平均测量值,计算本时刻有功功率平均测量值的最优估计平均值P2|2;再将本时刻视为上一时刻,下一时刻视为本时刻,即基于Z2与P2|2计算得到P3|3,如此可基于Zk-1与Pk-1|k-1依次计算出所有Pk|k,k=1,2,…φ;

步骤6:将φ作为上一时刻,步骤5计算得到的Pφ|φ作为上一个时刻有功功率的最优估计平均值,未来的new时刻作为本时刻,重复步骤5对本时刻有功功功率的最优估计平均值算法的方法,对未来m个时间区间有功功率的平均值进行最优估计计算即预测,所得到的Pnew|new则为对未来new时刻的预测值,new=φ+1,φ+2,…φ+m;

步骤7:根据步骤2所得的Pn与Pt计算步骤6中Pnew|new对应的老化程度δnew

步骤8:如步骤7所得的δnew∈[0,1],则返回步骤3,重复步骤3至步骤7的内容,即继续采集新一轮时间区间的有功功率数据并对未来时刻的有功功率进行预测;否则输出此时的时刻new,即为预测的电器完全老化的最早时间。

2.根据权利要求1所述的预测家用电器老化的方法,其特征在于:

在所述步骤1与步骤3中,采集电器有功功率所使用的设备为非侵入式智能感知电表,其通过获得电器的电力信息信号,用于负荷分解。

3.根据权利要求1或2所述的预测家用电器老化的方法,其特征在于:

所述有功功率是电器工作波形中高电平的平均功率大小。

4.根据权利要求3所述的预测家用电器老化的方法,其特征在于:

在所述步骤3中,所述时间区间的取值至少为30天;L在第一轮预测时的取值范围为[30,∞);以后每轮预测时为时间区间的大小;

采集频率为一天一次,即zL为第L天所采集的有功功率。

5.根据权利要求4所述的预测家用电器老化的方法,其特征在于:

在所述步骤4中,除去余数后的正整数。

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国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;国家电网有限公司,未经国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;国家电网有限公司许可,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/202110367746.6/1.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