具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

在一种实施试中，本申请提供一种非侵入式负荷感知智能电表故障判断方法，如图1所示该方法包括如下步骤。

步骤S101，获取周期T内非侵入式负荷感知智能电表的总负荷功率以及电表测量电量k。

本发明应用于非侵入式负荷感知智能电表，非侵入式负荷监测NILM(Non-Intrusive LoadMonitoring)是一种新型的负荷监测手段，与传统的侵入式负荷监测手段相比，其无需在设备侧添加额外的监测装置，仅监测用户总线处的电力信息，即可获取用户各负荷设备独立的用电情况。非侵入式负荷感知智能电表在用户电力入户线处通过周期性的采样即可获取户内的功率变化，非侵入式负荷感知智能电表的负荷数据即周期T内由智能电表检测的总负荷功率的数据，如图2所示，为某一用户的某一时间内的总负荷功率曲线，当有耗电设备打开时，会在曲线上产生一个上升沿，当耗电设备关闭时，会在曲线上产生一个下降沿。

在本实施方式中，周期T可以是一固定的时间，如一天，起止时间为每天的0点至24点的，或者一周，起始时间为周一的0点，终止时间为周日的24点。对于具体时间本发明不做限定，周期T取值越小越灵敏，但误差也会更大，本领域技术人员可根据实际需要进行取值。

在一种较佳的实现中，周期T可根据用户的历史用电数据进行确定，尤其是根据用户的用电规律进行确定，选择用电量有规律周期变化的时间为周期T。如用户A每天22点睡觉，用电量在每天22点以后骤减，每天如此，则周期T可以确定为每天的22点至第二天的22点。用户B周一至周五规律上班，用电量极小，周六周日在家使用较多的电器，用电量剧增，则用户B的周期T可以确定为一周。

电表测量电量k即电表在周期T内计量的用户耗电数，与本领域常规的电表抄表规则相同，如周期T开始时电表计数为1000瓦，周期末电表计数为1005瓦，则周期T内的电表测量电量k＝5瓦。

步骤S102，对所述总负荷功率进行分解，得到周期T内的功率-时间分布数据((w₁，t₁)，(w₂，t₂)……(w_n，t_n))，其中w_n为功率，t_n为对应功率的持续时间。

如图2所示，某一电器的开关会在总负荷功率曲线上形成上升或下降沿，由于电器的功率通常是固定的，因此通过总负荷功率曲线中的上升沿及下降沿即可确定出使用该功率的电器。

例如，电视的功率为80W，在10点开电视，总负荷功率曲线中10点处就会有一个80W功率的上升沿，在11点关电视，在总负荷功率曲线中的11点处就会出现一个80W的下降沿，此时电视的使用时间为60分钟。在19点又出现一个80W的上升沿，则可以判断此上升沿为也上午10点的电器相同的电器，在19.30出现一个80W的下降沿，则此时电视关闭，此段时间内电视的使用时间为30分钟。对总负荷功率进行分析，当出现第一个80W的上升沿时记其为一个80W的设备打开，在出现80W的下降沿时，记其为80W的设备关闭，如此反复，直到周期结束，并记录该功率设备总的运行时间，则对该示例进行负荷数据分解可以得到(80，90)，即一个80W的电器在今天运行了90分钟。同理，对所有的上升以下下降沿都进行分解，可以得到时间周期T内的n种功率的电器的运行时间，得到周期T内的功率-时间分布数据((w₁，t₁)，(w₂，t₂)……(w_i，t_i)……(w_n，t_n))，其中w_i为第i个设备的功率，t_i为第i个设备的打开合计时间，n为检测到的设备的总数，如图3所示，分解成了4个功率设备。

需要说明的时，目前现有技术中会对各种功率进行进一步的识别，例如将80W的识别为电视，1800W的识别为电磁炉等，但本发明中主要目的是为了确定用电量，因此并不关心具体的电器，因此计算复杂度非常小，上述示例中的电视也只是一种为了方便描述的示例。

步骤S103，根据历史数据确定基准功率w，并将功率w_i除以基准功率w，得到归一化功率时间分布数据((w₁`，t<sub>1</sub>)，(w<sub>2</sub>`，t₂)……(w_n`，t_n))，计算归一化后的总能耗

通常非侵入式负荷感知智能电表中的贝负荷感知与电量计量会使用很多相同的元器件，因此也可能会存在读数不准确的问题，例如在上一周期中功率为80W的电视，在本周期中只识别到60W，如果直接使用绝对数值依然不能识别出故障，因此需要确定基准功率。

在一种较优的方案中，基准功率可以为开机时间最长的电器的功率。如路由器通常会24小时开机，如果路由器的功率为4W，那么将路由器分解出来后其就是一根4W的直线。进一步地，在时长近似时，选择功率最小的为基准功率。如冰箱也是24小时待机，其待机功率约为8W，但通常功率越小其功率值越稳定，如路由器的功率通常不会有什么大的变化，但较大一点的电器，如冰箱等，虽然其待机功率稳定，但冰箱压缩机工作时会有较大的功率波动，并用通常待机功率越大的电器，功率波动越大。

功率wi除以基准功率w，得到归一化功率时间分布数据((w₁`，t<sub>1</sub>)，(w<sub>2</sub>`，t₂)……(w_n`，t_n))是为了消除测量误差。例如以路由器为基准功率，当正常时功率为4W，电表出现故障时，功率测量为3W，正常时电视的功率为80W，由于电阻、电压、电流之间的线性关系，如图4所示，电视此时的测量功率可能为60W。如果以路由器为基准功率，则在正常时，路由器为归一化功率为4w/4w，为1个单位，在异常时，路由器归一化功率为3w/3w依然为1个单位，在正常时电视的归一化功率为80w/4w为20个单位，异常时为60w/3w依然为20个单位，因此通过归一化消除了测量不准确的问题。

在归一化后即可通过计算用户的总的能耗p

如上表所示的数据，能耗p＝1*1440+20*90+50*60＝6240

步骤S104，将总能耗p与历史能耗p`进行对比，得到能耗变化量r<sub>p</sub>，将电表测量电量k与历史电表测量电量k`对比，得到电量数据变化量r_k，比较r_p与r_k，如果差异大于阈值则表明电表存在故障。

由于负荷功率以及电表测量电量都是表示用户的用电量，因此两者之间是有线性关系的，如图3所示。

当增加了一个大功率设备，虽然用电量会大增，但能耗P与用电量的比值依然是在一定稳定的范围内。

由于能耗p消除了测量不准的问题，当电表测量值出现异常时，能耗p与电表测量值之间的比值就会出现异常，即可据此进行异常判断。

在得到总的能耗后即可与也历史数据进行对比，进行故障确认，如前一数据，或历史平均数据。

优先地，历史数据可以是前N个周期的平均数据，前5个周期的平均能耗，以及平均耗电量。如以下数据

则历史能耗p`＝(5000+4500+6000+8500+6500)/5＝6100

历史电表测量电量k`＝(50+45+63+89+65)/5＝62.4

此时，r_p＝(p-p`)/p`＝(6240-6100)/6100＝0.023

假设此时的电量数据为65，则r_k＝(k-k`)/k`＝(65-62.4)/62.4＝0.042如果阈值设为0.1，则(0.042-0.023)＝0.019＜0.1，未超过阈值，认为此时电表正常。

在另一示例中，如果电表电量为50，则r_k＝(k-k`)/k`＝(50-62.4)/62.4＝-0.199，则|(-0.199-0.023)|＝0.2＞0.1，则此时认为电表出现异常。

在一种实施试中，本申请提供一种非侵入式负荷感知智能电表故障判断系统，如图5所示该系统包括如下模块。

获取模块，用于获取周期T内非侵入式负荷感知智能电表的总负荷功率以及电表测量电量k。

本发明应用于非侵入式负荷感知智能电表，非侵入式负荷监测NILM(Non-Intrusive Load Monitoring)是一种新型的负荷监测手段，与传统的侵入式负荷监测手段相比，其无需在设备侧添加额外的监测装置，仅监测用户总线处的电力信息，即可获取用户各负荷设备独立的用电情况。非侵入式负荷感知智能电表在用户电力入户线处通过周期性的采样即可获取户内的功率变化，非侵入式负荷感知智能电表的负荷数据即周期T内由智能电表检测的总负荷功率的数据，如图2所示，为某一用户的某一时间内的总负荷功率曲线，当有耗电设备打开时，会在曲线上产生一个上升沿，当耗电设备关闭时，会在曲线上产生一个下降沿。

在本实施方式中，周期T可以是一固定的时间，如一天，起止时间为每天的0点至24点的，或者一周，起始时间为周一的0点，终止时间为周日的24点。对于具体时间本发明不做限定，周期T取值越小越灵敏，但误差也会更大，本领域技术人员可根据实际需要进行取值。

在一种较佳的实现中，周期T可根据用户的历史用电数据进行确定，尤其是根据用户的用电规律进行确定，选择用电量有规律周期变化的时间为周期T。如用户A每天22点睡觉，用电量在每天22点以后骤减，每天如此，则周期T可以确定为每天的22点至第二天的22点。用户B周一至周五规律上班，用电量极小，周六周日在家使用较多的电器，用电量剧增，则用户B的周期T可以确定为一周。

电表测量电量k即电表在周期T内计量的用户耗电数，与本领域常规的电表抄表规则相同，如周期T开始时电表计数为1000瓦，周期末电表计数为1005瓦，则周期T内的电表测量电量k＝5瓦。

分解模块，用于对所述总负荷功率进行分解，得到周期T内的功率-时间分布数据((w₁，t₁)，(w₂，t₂)……(w_n，t_n))，其中w_n为功率，t_n为对应功率的持续时间。

如图2所示，某一电器的开关会在总负荷功率曲线上形成上升或下降沿，由于电器的功率通常是固定的，因此通过总负荷功率曲线中的上升沿及下降沿即可确定出使用该功率的电器。

例如，电视的功率为80W，在10点开电视，总负荷功率曲线中10点处就会有一个80W功率的上升沿，在11点关电视，在总负荷功率曲线中的11点处就会出现一个80W的下降沿，此时电视的使用时间为60分钟。在19点又出现一个80W的上升沿，则可以判断此上升沿为也上午10点的电器相同的电器，在19.30出现一个80W的下降沿，则此时电视关闭，此段时间内电视的使用时间为30分钟。对总负荷功率进行分析，当出现第一个80W的上升沿时记其为一个80W的设备打开，在出现80W的下降沿时，记其为80W的设备关闭，如此反复，直到周期结束，并记录该功率设备总的运行时间，则对该示例进行负荷数据分解可以得到(80，90)，即一个80W的电器在今天运行了90分钟。同理，对所有的上升以下下降沿都进行分解，可以得到时间周期T内的n种功率的电器的运行时间，得到周期T内的功率-时间分布数据((w₁，t₁)，(w₂，t₂)……(w_i，t_i)……(w_n，t_n))，其中w_i为第i个设备的功率，t_i为第i个设备的打开合计时间，n为检测到的设备的总数，如图3所示，分解成了4个功率设备。

需要说明的时，目前现有技术中会对各种功率进行进一步的识别，例如将80W的识别为电视，1800W的识别为电磁炉等，但本发明中主要目的是为了确定用电量，因此并不关心具体的电器，因此计算复杂度非常小，上述示例中的电视也只是一种为了方便描述的示例。

计算模块，用于根据历史数据确定基准功率w，并将功率w_i除以基准功率w，得到归一化功率时间分布数据((w₁`，t<sub>1</sub>)，(w<sub>2</sub>`，t₂)……(w_n`，t_n))，计算归一化后的总能耗

通常非侵入式负荷感知智能电表中的贝负荷感知与电量计量会使用很多相同的元器件，因此也可能会存在读数不准确的问题，例如在上一周期中功率为80W的电视，在本周期中只识别到60W，如果直接使用绝对数值依然不能识别出故障，因此需要确定基准功率。

在一种较优的方案中，基准功率可以为开机时间最长的电器的功率。如路由器通常会24小时开机，如果路由器的功率为4W，那么将路由器分解出来后其就是一根4W的直线。进一步地，在时长近似时，选择功率最小的为基准功率。如冰箱也是24小时待机，其待机功率约为8W，但通常功率越小其功率值越稳定，如路由器的功率通常不会有什么大的变化，但较大一点的电器，如冰箱等，虽然其待机功率稳定，但冰箱压缩机工作时会有较大的功率波动，并用通常待机功率越大的电器，功率波动越大。

功率wi除以基准功率w，得到归一化功率时间分布数据((w1`，t1)，(w2`，t2)……(wn`，tn))是为了消除测量误差。例如以路由器为基准功率，当正常时功率为4W，电表出现故障时，功率测量为3W，正常时电视的功率为80W，由于电阻、电压、电流之间的线性关系，如图4所示，电视此时的测量功率可能为60W。如果以路由器为基准功率，则在正常时，路由器为归一化功率为4w/4w，为1个单位，在异常时，路由器归一化功率为3w/3w依然为1个单位，在正常时电视的归一化功率为80w/4w为20个单位，异常时为60w/3w依然为20个单位，因此通过归一化消除了测量不准确的问题。

在归一化后即可通过计算用户的总的能耗p

如上表所示的数据，能耗p＝1*1440+20*90+50*60＝6240

故障确定模块，用于将总能耗p与历史能耗p`进行对比，得到能耗变化量rp，将电表测量电量k与历史电表测量电量k`对比，得到电量数据变化量rk，比较rp与rk，如果差异大于阈值则表明电表存在故障。

由于负荷功率以及电表测量电量都是表示用户的用电量，因此两者之间是有线性关系的，如图3所示。

当增加了一个大功率设备，虽然用电量会大增，但能耗P与用电量的比值依然是在一定稳定的范围内。

由于能耗p消除了测量不准的问题，当电表测量值出现异常时，能耗p与电表测量值之间的比值就会出现异常，即可据此进行异常判断。

在得到总的能耗后即可与也历史数据进行对比，进行故障确认，如前一数据，或历史平均数据。

优先地，历史数据可以是前N个周期的平均数据，前5个周期的平均能耗，以及平均耗电量。如以下数据

则历史能耗p`＝(5000+4500+6000+8500+6500)/5＝6100

历史电表测量电量k`＝(50+45+63+89+65)/5＝62.4

此时，rp＝(p-p`)/p`＝(6240-6100)/6100＝0.023

假设此时的电量数据为65，则rk＝(k-k`)/k`＝(65-62.4)/62.4＝0.042如果阈值设为0.1，则(0.042-0.023)＝0.019＜0.1，未超过阈值，认为此时电表正常。

在另一示例中，如果电表电量为50，则rk＝(k-k`)/k`＝(50-62.4)/62.4＝-0.199，则|(-0.199-0.023)|＝0.2＞0.1，则此时认为电表出现异常。

在本申请中，术语“多个”则指两个或两个以上，除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。