本發(fā)明涉及家用負荷智能檢測領域，并且更具體地，涉及一種非侵入式家用負荷智能檢測方法及系統(tǒng)。

背景技術：

隨著傳統(tǒng)電網(wǎng)中出現(xiàn)的諸多問題，智能電網(wǎng)的發(fā)展迫在眉睫。實施智能電網(wǎng)發(fā)展戰(zhàn)略不僅能使用戶獲得高安全性、高可靠性、高質量性、高效率和價格合理的電力供應，還能提高國家的能源安全，改造環(huán)境，推動可持續(xù)發(fā)展。

在智能電網(wǎng)的建設中智能電表的研究是其中重要的一個環(huán)節(jié)。智能電表的關鍵技術就是能夠識別出家庭中不同用電負荷的類型及其用電信息?，F(xiàn)有技術是在每個負荷電器前面安裝電表儀器，但這需要大量的電表儀器，會大大的增加安裝成本，存在很大的缺點。因此，為了降低財務費用、提高可靠性、提出了非侵入式負荷監(jiān)測系統(tǒng)，無需在每個負荷電器前面安裝電表儀器，僅通過在總的電力負荷入口處對電壓、電流及功率信息進行測量、分析，便可得到每個不同負荷電器的實時的功率消耗比例。

目前，對負荷電器的檢測、識別、分類的方法主要有穩(wěn)態(tài)分析與暫態(tài)分析，使用時域特征、頻域特征或者時頻域結合的方法進行特征提取，最后使用K近鄰規(guī)則、反向傳播人工神經(jīng)網(wǎng)絡和人工免疫算法等，然而在識別上還存在很多缺陷，主要表現(xiàn)在如下幾個方面：算法的復雜程度高，主要是算法的時間復雜度，在分析數(shù)據(jù)時采集數(shù)據(jù)的速率和分析數(shù)據(jù)的速率不能及時的測出當前的信息；在對于相似電器進行分析時，特征相近，分辨成功率低；以及對于小功率的電器難以進行識別。

技術實現(xiàn)要素：

為了解決上述問題，根據(jù)本發(fā)明的一個方面，提供了一種非侵入式家用負荷智能檢測方法，所述方法包括：

在處于穩(wěn)定工作狀態(tài)的至少一個家用負荷的總入口處采集在預設周期閾值內的每個采集點的電壓信號和電流信號；

對所述每個采集點的電壓信號和電流信號進行分析，分別獲取處于穩(wěn)定工作狀態(tài)的至少一個負荷中的每個負荷對應的電壓信號和分電流信號；

根據(jù)所述每個負荷對應的電壓信號和分電流信號分別確定所述每個負荷對應的電壓-電流軌跡圖；

根據(jù)所述每個負荷對應的電壓-電流軌跡圖分別提取每個負荷對應的負荷特征信息；以及

根據(jù)所述每個負荷對應的負荷特征信息通過支持向量機SVM分類算法識別每個負荷對應的電器類別。

優(yōu)選地，其中在所述對所述每個采集點的電壓信號和電流信號進行分析前，對所述每個采集點電壓信號和電流信號進行低通濾波處理，并將經(jīng)過低通濾波處理的電壓信號和電流信號轉換為數(shù)字信號。

優(yōu)選地，其中所述負荷特征信息包括：電壓-電流軌跡圖的閉合區(qū)域面積、曲線的交點數(shù)目、區(qū)間段斜率、左右區(qū)間段的面積和軌跡的非線性關系。

根據(jù)本發(fā)明的另一個方面，提供了一種非侵入式家用負荷智能檢測系統(tǒng)，所述系統(tǒng)包括：信號采集單元、信號分析單元、電壓-電流軌跡圖確定單元、負荷特征信息提取單元和類別確定單元，

所述信號采集單元，在處于穩(wěn)定工作狀態(tài)的至少一個家用負荷的總入口處采集在預設周期閾值內的每個采集點的電壓信號和電流信號；

所述信號分析單元，對所述每個采集點的電壓信號和電流信號進行分析，分別獲取處于穩(wěn)定工作狀態(tài)的至少一個負荷中的每個負荷對應的電壓信號和分電流信號；

所述電壓-電流軌跡圖確定單元，根據(jù)所述每個負荷對應的電壓信號和分電流信號分別確定所述每個負荷對應的電壓-電流軌跡圖；

所述負荷特征信息提取單元，根據(jù)所述每個負荷對應的電壓-電流軌跡圖分別提取每個負荷對應的負荷特征信息；以及

所述類別確定單元，根據(jù)所述每個負荷對應的負荷特征信息通過支持向量機SVM分類算法識別每個負荷對應的電器類別。

優(yōu)選地，其中在所述信號分析單元對所述每個采集點的電壓信號和電流信號進行分析前，對所述每個采集點電壓信號和電流信號進行低通濾波處理，并將經(jīng)過低通濾波處理的電壓信號和電流信號轉換為數(shù)字信號。

優(yōu)選地，其中所述負荷特征信息包括：電壓-電流軌跡圖的閉合區(qū)域面積、曲線的交點數(shù)目、區(qū)間段斜率、左右區(qū)間段的面積和軌跡的非線性關系。

本發(fā)明的有益效果在于：

本發(fā)明利用非侵入式負荷監(jiān)測系統(tǒng)高效、準確的監(jiān)視不同負荷電器的用電信息，通過電壓-電流軌跡圖代表不同負荷的用電信息，并對負荷的電壓-電流軌跡圖進行分析，能夠高效的識別出負荷所屬的電器類型。

附圖說明

通過參考下面的附圖，可以更為完整地理解本發(fā)明的示例性實施方式：

圖1為根據(jù)本發(fā)明實施方式的非侵入式家用負荷智能檢測方法100的流程圖；

圖2為六種常見家用電器的電壓-電流軌跡圖；

圖3為根據(jù)本發(fā)明實施方式的電壓-電流軌跡圖提取的負荷特征信息的示意圖；以及

圖4為根據(jù)本發(fā)明實施方式的非侵入式家用負荷智能檢測系統(tǒng)400的結構示意圖。

具體實施方式

現(xiàn)在參考附圖介紹本發(fā)明的示例性實施方式，然而，本發(fā)明可以用許多不同的形式來實施，并且不局限于此處描述的實施例，提供這些實施例是為了詳盡地且完全地公開本發(fā)明，并且向所屬技術領域的技術人員充分傳達本發(fā)明的范圍。對于表示在附圖中的示例性實施方式中的術語并不是對本發(fā)明的限定。在附圖中，相同的單元/元件使用相同的附圖標記。

除非另有說明，此處使用的術語(包括科技術語)對所屬技術領域的技術人員具有通常的理解含義。另外，可以理解的是，以通常使用的詞典限定的術語，應當被理解為與其相關領域的語境具有一致的含義，而不應該被理解為理想化的或過于正式的意義。

本發(fā)明提出了采用電壓-電流軌跡圖的方法對家用負荷進行分析檢測，對電器穩(wěn)態(tài)工作時的一個周期內的電壓和電流進行測量，并確定電壓-電流軌跡圖，通過圖形軌跡的封閉面積、軌跡的非線性關系、區(qū)間段的斜率和左右區(qū)間段的面積作為獨特的負荷特征，從而判斷負荷對應的電器類別。

圖1為根據(jù)本發(fā)明實施方式的非侵入式家用負荷智能檢測方法100的流程圖。如圖1所示，所述非侵入式家用負荷智能檢測方法100從步驟191處開始，在步驟101在處于穩(wěn)定工作狀態(tài)的至少一個家用負荷的總入口處采集在預設周期閾值內的每個采集點的電壓信號和電流信號。在本發(fā)明的實施方式中，預設周期閾值為一個周期，采集頻率為7000個每秒。

優(yōu)選地，在步驟102對所述每個采集點的電壓信號和電流信號進行分析，分別獲取處于穩(wěn)定工作狀態(tài)的至少一個負荷中的每個負荷對應的電壓信號和分電流信號。優(yōu)選地，其中在所述對所述每個采集點的電壓信號和電流信號進行分析前，對所述每個采集點電壓信號和電流信號進行低通濾波處理，并將經(jīng)過低通濾波處理的電壓信號和電流信號轉換為數(shù)字信號。在本發(fā)明的實施方式中，在對采集到的數(shù)據(jù)進行分析前，對采集到的數(shù)據(jù)進行低通濾波處理以達到抑制噪聲的目的，并將經(jīng)過低通濾波處理的電壓信號和電流信號通過A/D轉換裝置來進行轉換，轉換后的電壓信號和電流信號均為數(shù)字信號。其中，依據(jù)前后周期的功率變化差是否大于設定的閾值，可以判斷是否有新的電器開啟或者關閉。

優(yōu)選地，在步驟103根據(jù)所述每個負荷對應的電壓信號和分電流信號分別確定所述每個負荷對應的電壓-電流軌跡圖。在負荷識別領域常用的方法包括時域分析、頻域分析以及時頻域相結合的方法，本發(fā)明的核心是在時域信號的基礎上，將電壓和電流放在一個二維平面上同時加以考慮，從而得到電壓-電流軌跡圖。圖2為六種常見家用電器的電壓-電流軌跡圖。如圖2所示，分別采集電器在穩(wěn)定工作狀態(tài)時的同一個周期內的電壓信號和電流信號，對應時間的電壓和電流兩兩一組看成橫縱坐標，然后在橫坐標軸上確定負荷工作時的電壓，在縱坐標軸上確定負荷工作時的電流，一個周期的點集合就會構成如圖2所示的閉合圖形，即電壓-電流軌跡圖。

優(yōu)選地，在步驟104根據(jù)所述每個負荷對應的電壓-電流軌跡圖分別提取每個負荷對應的負荷特征信息。優(yōu)選地，其中所述負荷特征信息包括：電壓-電流軌跡圖的閉合區(qū)域面積、曲線的交點數(shù)目、區(qū)間段斜率、左右區(qū)間段的面積和軌跡的非線性關系。圖3為根據(jù)本發(fā)明實施方式的電壓-電流軌跡圖提取的負荷特征信息的示意圖。如圖3所示，圖中a為電壓-電流的軌跡曲線；b為軌跡平均曲線；c為軌跡正負極值點之間的連線；d為縱坐標軸。軌跡的非線性關系為計算軌跡平均曲線b與正負極值點連線c之間的差異程度，用以表示電壓-電流軌跡線性關系的好壞。閉合區(qū)域面積指電壓-電流軌跡圖中閉合圖形a所圍成的面積，它與電壓電流之間相位差的大小成正比。曲線的交點數(shù)目為計算電壓-電流軌跡圖中軌跡自相交所造成的交點數(shù)目，交點數(shù)目是對所測負荷的高次諧波狀態(tài)的一種反映。區(qū)間段的斜率是計算軌跡正負極值點連線c的斜率，即圖中θ。左右區(qū)間段面積為計算軌跡左右兩端接近垂直部分的面積。

優(yōu)選地，在步驟105根據(jù)所述每個負荷對應的負荷特征信息通過支持向量機SVM分類算法識別每個負荷對應的電器類別。

圖4為根據(jù)本發(fā)明實施方式的非侵入式家用負荷智能檢測系統(tǒng)400的結構示意圖。如圖4所示，所述非侵入式家用負荷智能檢測系統(tǒng)400包括：信號采集單元401、信號分析單元402、電壓-電流軌跡圖確定單元403、負荷特征信息提取單元404和類別確定單元405。在所述信號采集單元401在處于穩(wěn)定工作狀態(tài)的至少一個家用負荷的總入口處采集在預設周期閾值內的每個采集點的電壓信號和電流信號。

優(yōu)選地，在所述信號分析單元402對所述每個采集點的電壓信號和電流信號進行分析，分別獲取處于穩(wěn)定工作狀態(tài)的至少一個負荷中的每個負荷對應的電壓信號和分電流信號。優(yōu)選地，其中在所述信號分析單元402對所述每個采集點的電壓信號和電流信號進行分析前，對所述每個采集點電壓信號和電流信號進行低通濾波處理，并將經(jīng)過低通濾波處理的電壓信號和電流信號轉換為數(shù)字信號。

優(yōu)選地，在所述電壓-電流軌跡圖確定單元403根據(jù)所述每個負荷對應的電壓信號和分電流信號分別確定所述每個負荷對應的電壓-電流軌跡圖。

優(yōu)選地，在所述負荷特征信息提取單元404根據(jù)所述每個負荷對應的電壓-電流軌跡圖分別提取每個負荷對應的負荷特征信息。優(yōu)選地，其中所述負荷特征信息包括：電壓-電流軌跡圖的閉合區(qū)域面積、曲線的交點數(shù)目、區(qū)間段斜率、左右區(qū)間段的面積和軌跡的非線性關系。

優(yōu)選地，在所述類別確定單405根據(jù)所述每個負荷對應的負荷特征信息通過支持向量機SVM分類算法識別每個負荷對應的電器類別。

本發(fā)明的實施例的非侵入式家用負荷智能檢測系統(tǒng)400與本發(fā)明的另一個實施例的非侵入式家用負荷智能檢測方法100相對應，在此不再贅述。

已經(jīng)通過參考少量實施方式描述了本發(fā)明。然而，本領域技術人員所公知的，正如附帶的專利權利要求所限定的，除了本發(fā)明以上公開的其他的實施例等同地落在本發(fā)明的范圍內。

通常地，在權利要求中使用的所有術語都根據(jù)他們在技術領域的通常含義被解釋，除非在其中被另外明確地定義。所有的參考“一個/所述/該[裝置、組件等]”都被開放地解釋為所述裝置、組件等中的至少一個實例，除非另外明確地說明。這里公開的任何方法的步驟都沒必要以公開的準確的順序運行，除非明確地說明。