一种基于电流空间轨迹的无监督非侵入式电视机辨识方法
阅读说明：本技术 一种基于电流空间轨迹的无监督非侵入式电视机辨识方法 (Unsupervised non-invasive television identification method based on current space trajectory ) 是由 栾文鹏 刘子帅 刘博� 余贻鑫 于 2021-08-26 设计创作，主要内容包括：本发明公开了一种基于电流空间轨迹的无监督非侵入式电视机辨识方法,本发明中按照电力消耗模式将电视机分为功率波动型和功率稳定型两种,按照电视机启动暂态过程中的功率变化波形将电视机分为阶跃启动型和长启动暂态型两种；并包括以下步骤：步骤一、基于功率波动区段的划分及波动特性计算结果进行功率波动型电视机预判；步骤二、采用动态变点检测的方法进行负荷事件检测；步骤三、电视机负荷印记提取和状态辨识,基于功率波动区段划分与负荷事件检测结果,利用所设计的组合功率特征和电流空间轨迹,并结合关于电视机运行特性的先验知识,完成电视机状态辨识；本发明具有较高的实用性和鲁棒性。(The invention discloses an unsupervised non-invasive television identification method based on current space trajectory, which divides a television into a power fluctuation type and a power stabilization type according to a power consumption mode, and divides the television into a step start type and a long start transient type according to a power change waveform in a transient start process of the television; and comprises the following steps: firstly, pre-judging a power fluctuation type television based on the division of a power fluctuation section and a fluctuation characteristic calculation result; step two, adopting a dynamic variable point detection method to detect the load event; thirdly, extracting a television load mark and identifying a state of the television, namely identifying the state of the television by utilizing the designed combined power characteristic and current space trajectory and combining the prior knowledge about the running characteristic of the television based on the power fluctuation section division and the load event detection result; the invention has higher practicability and robustness.)
技术领域
本发明属于非侵入式电力负荷监测领域，尤其涉及一种利用电流空间轨迹的无监督非侵入式电视机辨识方法。
背景技术
近年来，随着智能电网技术的不断发展和成熟，提升用户在电力市场参与度、加强用户需求侧响应等已成为要实现电网智能化的迫切需求。而居民电力负荷用电细节监测则可为实现前述目标提供重要的技术支持，同时也可提高电力公司和居民用户关于用电数据的交互深度，便于电力公司的规划、运行和管理与居民用户的能效升级等。而非侵入式电力负荷监测(Non-intrusive load monitoring,NILM)，无需侵入用户内部为每个设备安装传感器，只基于对在电源的入口处测量得到的负荷用电总量数据的详细分析，就可获取总负荷中投切的各个用电设备的耗电信息。凭借其成本低、扩展性强、便于维护、易于被用户接受等优点，非侵入式电力负荷监测已成为实现电力负荷用电细节监测的主流技术手段。
非侵入式负荷识别结果的准确率直接影响着后续决策的科学性和用户对其结果的信任程度，从而关系到用户需求侧响应的积极性。从NILM大规模应用的角度出发，保证家庭拥有量高的电器设备的识别准确率更能保障电力公司整体决策的有效性；而对用户来说，其关注的往往是家庭中使用频率较高的电器设备的识别结果。因此，提高如电视机、空调、热水器等家庭拥有量和用户使用频率均位于前列的电器设备的识别准确率至关重要。尽管已经有很多研究人员在NILM领域展开探索，但是大部分已有研究对于其中电视机的非侵入式辨识效果很差，甚至无法辨识，其面临的困难和挑战主要为：
(1)电视机与热水器、空调等电器相比功率较小，同等功率范围内电器较多，因而其起、停过程引起的功率大小变化不具有显著的区分性。加上，且大功率电器本身运行过程还存在波动，使电视机的功率变化易被混淆，加大了辨识难度。
(2)电视机内部电路结构复杂，不像主要部件为电阻类的加热设备或电动机类的制冷设备等，其含有大量电子器件，同时电视机的工作过程多变，如切换频道、调整音量、视频画面不断变化等，由此导致电视机运行过程中的电力特征不断变化，寻找稳定的电力特征量表征其工作状态是一个巨大的挑战。
(3)电视机存在诸多技术流派，往往具有不同的电力消耗模式，因此为实现规模化商用目标，辨识时需要将尽可能多种类的电视机考虑在内，即保证非侵入式电视机辨识方法的泛化能力，这进一步加大辨识难度。
因此，为了解决上述问题，常见的运用少量电力特征的辨识策略无法满足要求，亟需设计除功率变化之外的多维负荷印记，并提出适配的非侵入式电视机辨识方法。
发明内容
针对上述现有技术，本发明提出一种基于电流空间轨迹的无监督非侵入式电视机辨识方法，本发明中，按照电力消耗模式将电视机分为功率波动型电视机和功率稳定型电视机，将运行时功率出现无规则波动且波动平均幅值大于运行功率本身10％或大于10W的电视机定义为功率波动型电视机定义为功率波动型电视机，否则定义为功率稳定型电视机；按照电视机启动暂态过程中的功率变化波形将电视机分为阶跃启动型电视机和长启动暂态型电视机，将启动过程中功率波形呈现阶跃上升形态的电视机定义为阶跃启动型电视机，将启动过程中在达到正常运行功率水平前出现一段低功率区段的电视机定义为长启动暂态型电视机。发明所述的方法包括以下步骤：
步骤一、根据功率波动区段的划分，利用功率波动特性进行功率波动型电视机预判；
步骤二、采用动态变点检测的方法进行负荷事件检测；
步骤三、电视机负荷印记提取和状态辨识，基于步骤一的功率波动区段划分及步骤二的负荷事件检测结果，并结合关于电视机运行特性的先验知识，完成电视机状态辨识，即确定电视机在负荷总功率时间序列中的启动和关停时刻；对于功率稳定型电视机，进行电视机负荷事件搜寻步骤即可完成电视机状态辨识；对于功率波动型电视机，依次进行负荷事件搜寻步骤和基于电流空间轨迹的电视机状态辨识；最终即可判定功率波动区段是否存在电视机运行。
进一步讲，上述各步骤的具体内容如下：
步骤一包括以下步骤：
步骤1-1)对式(1)所示的输入总负荷有功功率时间序列进行分段线性化；
P＝[P1,P2,P3,...Pi,...Pn] (1)
式(1)中，Pi表示第i秒时的总负荷有功功率值，n表示该段数据的时间总长度；通过分段线性化得到式(2)所示的分段点功率序列；
式(2)中，表示第i个分段点处有功功率值，m表示该段数据中所有分段点的数量；步骤1-2)功率波动区段划分
首先对分段点功率序列Ps进行差分并取绝对值得到分段点功率差量绝对值序列ΔPs，如式(3)所示；
式(3)中，然后在ΔPs序列里将起始点相隔时间小于一定阈值Tth、|ΔPs|大于一定阈值ΔPs_th的元素划入同一波动区段；
步骤1-3)功率差量离群点检测
对每一波动区段所包含的ΔPs序列进行离群点检测，并去除离群点以排除负荷事件的干扰，每一波动区段内剩余分段点功率差量集合为ΔPs_re；
步骤1-4)功率波动型电视机预判
针对每一波动区段进行筛选，若波动区段的ΔPs_re集合中元素的个数超过一定阈值C，启动对该波动区段的波动特性计算与电视机存在性预判；若式(4)成立，则判定该波动区段疑似存在功率波动型电视机运行；
式(4)中，μ(·)、σ(·)和Median(·)分别代表求取平均值、标准差和中值运算；ΔQs_re为与ΔPs_re相对应的无功差量；K1、K2和K3为预先定义的阈值参数。
步骤二的具体内容如下：
对于总负荷有功功率时间序列进行逐点扫描，当扫描点与后一点的功率差ΔP的绝对值大于预定义阈值ΔPth，则将该扫描点视为变点；
通过上述检测变点的方式将输入的总负荷有功功率时间序列划分为暂态过程区段和稳态过程区段交替的诸多区段；其中，所述的稳态过程区段中没有功率变点并且该区段时间长度大于预定义阈值Δtth，得到的每一条负荷事件记录包括{tstart,tend，ΔPevt,ΔQevt}；其中，tstart是负荷事件暂态过程的开始时刻，tend是负荷事件暂态过程的结束时刻，ΔPevt、ΔQevt分别为负荷事件暂态过程的有功功率变化量、无功功率变化量。
步骤三的具体内容如下：
3-1)所述的电视机负荷事件搜寻步骤是基于电视机组合功率特征，在负荷事件检测结果中搜寻与电视机启停过程相对应的起、停负荷事件；包括：
步骤3-1-1)划定负荷事件搜寻范围
对于功率波动型电视机，负荷事件搜索范围是在波动区段的开始和结束时刻前后T时间范围内展开搜索，并将负荷事件与波动区段进行关联；对于功率稳定型电视机，负荷事件搜索范围为检测到的所有负荷事件；
步骤3-1-2)搜寻电视机起负荷事件
对于功率波动型电视机，离波动区段起点最近且满足式(5)的起负荷事件作为疑似电视机起负荷事件；对于功率稳定型电视机，所有满足式(5)的起负荷事件作为电视机起负荷事件；
对于长启动暂态型电视机，启动过程中会检测到两个相邻的起负荷事件，该两个负荷事件按照式(5)中左式进行搜寻；式(5)中，tstart1和tend1分别为相邻两负荷事件中第一个负荷事件暂态过程的开始时刻和结束时刻；tstart2和tend2分别为相邻两负荷事件中第二个负荷事件暂态过程的开始时刻和结束时刻；(PTV_min,PTV_max)为电视机运行有功功率范围；Q代表无功功率；tTV_ON为调研所得电视机启动过程时长阈值；是设定的电视机运行时功率因数角正切值的最小阈值；
对于阶跃启动型电视机，启动过程中仅检测到一个负荷事件，该负荷事件按照式(5)中右式进行搜寻；
步骤3-1-3)筛选与电视机关闭对应的停负荷事件来和电视机起负荷事件进行匹配
筛选与电视机关闭对应的停负荷事件的判别规则如式(6)所示，与电视机起负荷事件的匹配遵循最邻近规则，即在满足式(6)所示判别规则的负荷事件中选择距离起负荷事件最近的停负荷事件；
式(6)中，ΔPTV_ON为电视机启动过程的功率变化，对于长启动暂态型电视机，ΔPTV_ON为步骤3-1-2)中找到的该类型电视机启动过程中两个起负荷事件的有功功率变化之和；对于阶跃启动型电视机，ΔPTV_ON为步骤3-1-2)中找到的该类型电视机启动过程中起负荷事件的有功功率变化；ΔPTV_th是起、停负荷事件的匹配阈值；
3-2)所述的基于电流空间轨迹的电视机状态识别，包括：
步骤3-2-1)通过差量运算获取电视机起、停负荷事件之间功率波动区段的电流数据
差量运算之前，先将对应步骤3-1)中输入的总负荷有功功率时间序列所在的整个时间段内总负荷的基波电流与三次谐波电流在电压相位下统一折算，如式(7)所示；
式(7)中，为基波功率因数角，分别为折算前后相量形式的基波电流，三次谐波电流同理；而后将折算后波动区段内的总负荷基波电流与三次谐波电流序列与电视机起负荷事件前一稳态过程区段的电流进行相量相减运算，得到该波动区段的基波差量电流有效值序列和三次谐波电流有效值序列，如式(8)所示，k为序列长度；
步骤3-2-2)分析三次谐波-基波电流空间轨迹，实现电视机状态识别，包括：
首先，采用DBSCAN方法对ΔI3-ΔI1空间中的样本点进行聚类；然后，对聚类结果中的每一类簇进行电视机判定，即：从聚类所得的样本点点簇的参数范围和形状两个角度进行判定，由电视机独立运行在三次谐波-基波电流空间中所产生的样本点点簇应满足：a)基波电流有效值在(0,I1max)内，I1max为调研得知的电视机基波电流最大值阈值；b)类簇中心三次谐波电流有效值与基波电流有效值的比值应大于设置的阈值r；
判定样本点点簇形状的具备连续带状特征，包括：
首先，对聚类所得的各样本点点簇的基波电流和三次谐波电流分别进行z-score标准化处理；然后，判断式(9)是否成立；
式(9)中，在z-score标准化处理后ΔI1-ΔI3平面中，Point1、Point2分别为样本点点簇中横坐标最小、最大的样本点；Point3 Point4分别为样本点点簇水平中心附近纵坐标最小、最大的样本点；dist(·,·)是欧式距离计算符号，w为预定义的形状系数；如果式(9)成立，则认定该波动区段为电视机运行区段；否则，若波动区段开始附近仍有被筛选为电视机启动的其他负荷事件，则据其他负荷事件返回步骤3-2)再进行电流空间轨迹提取以及电视机状态识别；如果式(9)不成立，则判定该波动区段不存在电视机运行。
与现有技术相比，本发明的有益效果是：
本发明针对电视机非侵入式电视机辨识，设计了启动时组合功率特征和谐波电流空间轨迹两种新型的负荷印记，并建立与之适应的无监督非侵入式电视机辨识框架及具体实现方法。可以只基于一些经验性的先验知识，完全无监督地从总负荷数据中辨识出电视机的运行状态，有效地将其与同功率范围内的其他电器进行区分，并能考虑多种技术流派下不同电力消耗模式的电视机的非侵入式辨识，具有较高的实用性和鲁棒性。
附图说明
图1是本发明基于电流空间轨迹的无监督非侵入式电视机辨识的系统框架；
图2是本发明中功率波动型电视机预判流程图；
图3一定时间长度的总负荷功率数据；
图4一定时间长度总负荷有功功率负荷事件检测示意；
图5电视机启动负荷事件筛选示意图；
图6电视机起、停负荷事件筛选结果；
图7三次谐波-基波电流差量聚类分析结果；
图8与电视机独立运行相对应的点簇。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。
经过对多台电视机的实验测试及分析，本发明按照电力消耗模式将电视机分为两类：一类运行时功率会出现(在形状上肉眼可观察到的)大幅度无规则波动的情况，本发明中，将运行时功率出现无规则波动且波动平均幅值大于运行功率本身10％或大于10W的电视机定义为功率波动型电视机；另一类运行功率相对平稳，本发明称之为功率稳定型电视机。按照电视机启动暂态过程中的功率变化波形将电视机分为阶跃启动型电视机和长启动暂态型电视机，将启动过程中功率波形呈现阶跃上升形态的电视机定义为阶跃启动型电视机，将启动过程中在达到正常运行功率水平前出现一段低功率区段的电视机定义为长启动暂态型电视机。
通过实验分析和机理分析相结合，本发明设计了针对电视机辨识的两种新型负荷印记：启动时组合功率特征和谐波电流空间轨迹。启动时组合功率特征是对电视机启动暂态过程中的功率变化从三个角度组合表征：1)一部分电视机开启时表现出的“低功率区段”；2)电视机启动后的功率保持在固定范围内；3)电视机电路呈容性引起的无功特性。谐波电流空间轨迹是指功率波动型电视机运行过程中虽电流、功率等均在无规则变化，但是基波电流与三次谐波电流的相关性关系比较稳定，在基波电流-三次谐波电流有效值空间中形成一条“连续带状”轨迹。
为将尽可能多类型电视机的辨识考虑在内，本发明中设计了一种实现基于电流空间轨迹的无监督非侵入式电视机辨识方法的系统框架，可只依靠一些经验性的先验知识实现对陌生场景中功率波动型电视机和暂态过程明显的电视机的精准辨识。该框架如图1所示，共包含4个功能模块：总负荷数据获取模块，功率波动型电视机预判模块，负荷事件检测模块，电视机负荷印记提取与状态辨识模块。
所述总负荷数据获取模块，负责提供要进行非侵入式辨识的目标原始数据，为一定时间长度(一般为一天)的总负荷数据，包括电压、电流的波形数字信号、有功、无功功率数据；
所述功率波动型电视机预判模块，负责判定是否需要启动执行后续谐波电流空间轨迹的负荷印记提取步骤并确定功率波动型电视机大致运行区间。因为功率波动型电视机运行时功率在大幅值、无规则波动，即可以对输入区段的有功功率进行判断，存在一定范围波动的区段即疑似为该类电视机运行区间。
所述负荷事件检测模块，负责将一段总负荷数据划分成交替出现的有电器发生启停或状态转换的暂态区段(即有负荷事件发生)和无负荷事件发生的稳态区段。其中，负荷事件检测的对象是总负荷有功功率，依据电器状态转换时总负荷有功功率会出现一定范围的变化来实现。
所述电视机负荷印记提取与状态辨识模块，基于负荷事件检测的结果在总负荷数据上提取启动时组合功率特征和谐波电流空间轨迹负荷印记，再结合关于电视机运行的一些先验知识实现对电视机状态的辨识，从而输出关于电视机的一些运行记录，包括电视机的启停时间，运行时的平均功率水平。其中，暂态过程明显的功率稳定型电视机的辨识依赖启动时组合功率特征，功率波动型电视机的辨识依赖启动时组合功率特征和谐波电流空间轨迹的组合。
本发明所述的基于电流空间轨迹的无监督非侵入式电视机辨识方法即对上述框架内的主要模块给出了具体的实现方法，主要包括：
步骤一、根据功率波动区段的划分，利用功率波动特性进行功率波动型电视机预判；
步骤二、采用动态变点检测的方法进行负荷事件检测；
步骤三、电视机负荷印记提取和状态辨识，基于步骤一的功率波动区段划分及步骤二的负荷事件检测结果，并结合关于电视机运行特性的先验知识，完成电视机状态辨识，即确定电视机在负荷总功率时间序列中的启动和关停时刻；对于功率稳定型电视机，进行电视机负荷事件搜寻步骤即可完成电视机状态辨识；对于功率波动型电视机，依次进行负荷事件搜寻步骤和基于电流空间轨迹的电视机状态辨识；最终即可判定功率波动区段是否存在电视机运行。
对上述各步骤进行详细描述如下：
步骤一、根据功率波动区段的划分，利用功率波动特性进行功率波动型电视机预判；实现流程如图2所示。按照流程图，
第一步，对式(1)所示的输入总负荷有功功率时间序列进行分段线性化。
P＝[P1,P2,P3,...Pi,...Pn] (1)
其中，Pi表示第i秒时的总负荷有功功率值，n表示该段数据的时间总长度。通过分段线性化得到式(2)所示的分段点功率序列。
其中，表示第i个分段点处有功功率值，m表示该段数据中所有分段点的数量。
第二步，功率波动区段划分。首先对Ps进行差分并取绝对值得到分段点功率差量绝对值序列ΔPs，如式(3)所示。
其中，然后在ΔPs序列里将起始点相隔时间小于一定阈值Tth、|ΔPs|大于一定阈值ΔPs_th的元素划入同一波动区段。
第三步，功率差量离群点检测。对每一波动区段所包含的ΔPs序列进行离群点检测，并去除离群点以排除负荷事件的干扰。每一波动区段段剩余分段点功率差量集合为ΔPs_re。
第四步，功率波动型电视机预判。针对每一波动区段进行筛选，若波动区段的ΔPs_re集合中元素的个数超过一定阈值C，启动对该波动区段的波动特性计算与电视机存在性预判。若式(4)成立，则判定该波动区段疑似存在电视机运行
其中，μ(·)、σ(·)和Median(·)分别代表求取平均值、标准差和中值运算；ΔQs_re为与ΔPs_re相对应的无功差量；K1、K2和K3是相应的预设阈值。
本发明以输入的一段有功功率数据(如图3所示)进行功率波动型电视机预判，将Tth取为25秒，ΔPs_th取为10W，C取60，K1、K2、K3分别设定为1/3、1/3、80％，可得疑似功率波动型电视机运行区段，如图3的虚线框所示。
步骤二、采用动态变点检测的方法进行负荷事件检测
本发明对有功功率进行负荷事件检测，采用动态负荷事件检测的方法：对于功率秒数据进行逐点“扫描”，当扫描点与后一点的功率差ΔP的绝对值大于预定义阈值ΔPth，则将该扫描点视为“变点”。通过检测变点的方式将输入的功率序列划分为暂态过程区段和稳态过程区段交替的诸多区段。其中，稳态过程区段的要求是该过程没有功率变点，并且其时间长度大于预定义阈值Δtth。得到的每一条负荷事件记录包括{tstart,tend，ΔPevt,ΔQevt}。其中，tstart是负荷事件暂态过程的开始时刻，tend是负荷事件暂态过程的结束时刻，ΔPevt、ΔQevt为负荷事件暂态过程的有功、无功功率变化量。
本发明将ΔPth选取30W，Δtth选取3s，对输入的一段总负荷有功功率进行负荷事件检测，可得图4所示结果，其中圆圈覆盖标记的即为检测到的起负荷事件，即ΔPevt＞0，菱形标记的为检测到的停负荷事件，即ΔPevt＜0。
步骤三、电视机负荷印记提取和状态辨识。
基于上述功率波动区段划分与负荷事件检测结果，结合一些关于电视机的先验知识，可完成电视机状态辨识。对于功率稳定型电视机，只需负荷事件搜寻步骤即可完成状态辨识；功率波动型电视机则还需进一步结合电流空间轨迹进一步辨识。具体步骤如下：
1)电视机负荷事件搜寻。
基于电视机组合功率特征，在负荷事件检测结果中搜寻与电视机启停过程相对应的起、停负荷事件。首先，划定负荷事件搜寻范围：对于功率波动型电视机，鉴于它运行过程存在的功率波动特性，在波动区段的开始和结束时刻前后T时间范围内展开搜索以缩小搜索范围，将负荷事件与波动区段进行关联；对于功率稳定型电视机，负荷事件搜索范围为检测到的所有负荷事件。然后，搜寻电视机起负荷事件：对功率波动型电视机来说，离波动区段起点最近且满足式(5)的起负荷事件作为疑似电视机起负荷事件；对功率稳定型电视机来说，所有满足式(5)的起负荷事件作为电视机起负荷事件。搜寻离波动区段起点最近且满足式(5)的起负荷事件作为疑似电视机起负荷事件。
其中，长启动暂态型电视机启动过程可表现为两个负荷事件，按照式(5)中左式进行搜寻，其变量示意如图5所示；针对阶跃启动型电视机，则可用右式搜寻。(PTV_min,PTV_max)为电视机运行功率范围；是设定的电视机运行时功率因数角正切值的最小阈值。
最后，筛选与电视机关闭对应的停负荷事件来和电视机起负荷事件进行匹配。其判别规则如式(6)所示。与电视机起负荷事件的匹配遵循最邻近规则，即满足判别规则的负荷事件中选择距离起负荷事件最近的停负荷事件。
其中，ΔPTV_ON为电视机启动过程的功率变化，对于长启动暂态型电视机，ΔPTV_ON为找到的这类电视机启动过程中两个起负荷事件的有功功率变化之和；对于阶跃启动型电视机，ΔPTV_ON为找到的这类电视机启动过程中起负荷事件的有功功率变化；ΔPTV_th是起停负荷事件的匹配阈值。
本发明tTV_ON设置为15，(PTV_min,PTV_max)设置为(45,300)，设置为0.1，ΔPth设置为40W，按照上述方案，本发明对有一户家庭包含电视机运行的一天的总负荷功率数据利用功率负荷印记进行了非侵入式电视机辨识。对图4的负荷事件筛选可得如图6所示的电视机启停负荷事件筛选结果。
2)基于电流空间轨迹的电视机状态识别。
利用本发明所提出的电流空间轨迹对功率波动区段做进一步分析，以保证电视机存在性判定以及起停负荷事件筛选结果的正确性，分以下两步实施。
第一步，通过差量运算获取电视机起停负荷事件之间波动区段的电流数据。差量运算之前，先将基波电流与三次谐波电流在电压相位下统一折算，如式(7)所示。
其中，为基波功率因数角，分别为折算前后相量形式的基波电流，三次谐波电流同理。而后将折算后波动区段的基波电流与三次谐波电流序列与电视机起负荷事件前一稳态区段(相邻负荷事件暂态区段之间的部分的区段)的电流做相量相减运算，以排除背景噪声和之前其他电器的干扰。可得该波动区段的基波差量电流有效值序列和三次谐波电流有效值序列，如式(8)所示，k为序列长度。
第二步，分析三次谐波-基波电流空间轨迹，实现电视机状态识别。首先，本发明采用DBSCAN方法ΔI1-ΔI3空间中的样本点进行聚类。然后，对聚类结果中的每一类簇进行电视机判定。具体从点簇的参数范围和形状两个角度进行判定。由电视机独立运行所产生的的点簇应满足：a.基波电流有效值在(0,I1max)内；b.类簇中心三次谐波电流有效值与基波电流有效值的比值应大于一定阈值r。
然后判定点簇形状的具备“连续带状”特征。首先，对波对点簇的基波电流和三次谐波电流分别进行z-score标准化处理。然后，判断式(9)是否成立。
其中，在标准化处理后ΔI1-ΔI3平面中，Point1、Point2分别为点簇中横坐标最小、最大的样本点；Point3 Point4该点簇水平中心附近纵坐标最小、最大的样本点。dist(·,·)为两点之间的欧式距离，w为预定义的形状系数。如果式(9)成立，则认定该波动区段为电视机运行区段。否则，若波动区段开始附近仍有被筛选为电视机启动的其他负荷事件，则据此再进行电流空间轨迹提取以及电视机状态识别。反之，则判定该波动区段不存在电视机运行。
本发明设置以下参数：I1max设为2A，r设为0.15，w设为2。利用图3中功率波动区段的基波电流差量-三次谐波电流差量结果进行DBSCAN聚类分析，可得图7所示的结果。进而对每一有效点簇进行判别，第二类点簇进行式(9)的计算结果为3.2872，如图8所示，即可判定该波动运行区段存在电视机运行。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：计量电路、多通道计量电路及计量设备