一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法
阅读说明：本技术 一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法 (Method for rapidly capturing transient load start-stop event based on sliding window technology ) 是由 肖涛 陆春光 孙钢 李亦龙 王朝亮 蒋群 马立骏 葛岳军 于 2020-12-01 设计创作，主要内容包括：本发明公开了一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法,非侵入负荷辨识技术主要存在以下问题：复杂工况下的算法不稳定、电器大类细分不清晰、暂态负荷启停时间判断不准确。为此,本发明提出了一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法,通过计算相邻时间点或者时间段内负荷特征的变化并将其与设定的阈值相比较,当变化超过阈值时,即判定有事件发生,并根据负荷启停事件快速捕捉模型,分析负荷开关引起的系统暂态过程,结合特征数据库,实现快速负荷事件捕捉及识别过程,实现简单,可快速准确的获取检测结果。该方法的提出能够为暂态负荷识别技术的实现提供准确的识别时刻,具有良好的经济效益和实用价值。(The invention discloses a method for quickly capturing a transient load start-stop event based on a sliding window technology, and a non-invasive load identification technology mainly has the following problems: the algorithm under the complex working condition is unstable, the subdivision of the large class of the electric appliances is unclear, and the judgment of the transient load start-stop time is inaccurate. The invention provides a method for quickly capturing a transient load start-stop event based on a sliding window technology, which comprises the steps of calculating the change of load characteristics in adjacent time points or time periods and comparing the change with a set threshold value, judging that an event occurs when the change exceeds the threshold value, analyzing a system transient process caused by a load switch according to a load start-stop event quick capture model, combining a characteristic database, realizing the quick load event capture and identification process, and being simple to realize and capable of quickly and accurately obtaining a detection result. The method can provide accurate identification time for realizing the transient load identification technology, and has good economic benefit and practical value.)
技术领域
本发明涉及非侵入式负荷检测领域，尤其涉及一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法。
背景技术
随着社会生态文明意识的不断提高，人们对于能源消耗的关注也在不断加大，用户对于供电质量需求的不断提升，传统的粗放管理已经不能满足家庭用户对于电能供应智能化、精益化的需求，智能用电成为了必然趋势。用电负荷监测识别是智能用电领域的关键技术，从目前的理论研究、检测结果和应用情况来看，非侵入负荷辨识技术主要存在以下问题：复杂工况下的算法不稳定、电器大类细分不清晰、暂态负荷启停时间判断不准确。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法，以实现准确识别暂态负荷启停时刻的目的。为此，本发明采取以下技术方案。
一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法，其特征在于包括以下步骤：
1)获取数据；数据包括：实时电压电流采集数据、实时有功功率数据、有功功率最小变化量、示波器采样频率；
2)将获取的数据带入暂态负荷事件快速捕捉模型中进行求解；
利用采集的不同负荷投入和切出时的暂态信号，结合暂态负荷事件快速捕捉模型，分析负荷开关引起的系统暂态过程，获取滑动窗口与计算窗口中的均值，并进行计较；当没有负荷切出或投入时，两均值相同；当发生突变时，均值也会不同，根据均值的情况判断是否发生突变，当变化超过设定阈值时，即判定有突变事件发生；当检测到突变事件后，提取此时的电力系统电流波形特征，与特征库进行比对，快速识别负荷类别。本技术方案通过计算相邻时间点或者时间段内负荷特征的变化并将其与设定的阈值相比较，当变化超过阈值时，即判定有事件发生，并根据负荷启停事件快速捕捉模型，分析负荷开关引起的系统暂态过程，结合特征数据库，实现快速负荷事件捕捉及识别过程，实现简单，可快速准确的获取检测结果。该方法的提出能够为暂态负荷识别技术的实现提供准确的识别时刻，具有良好的经济效益和实用价值。
作为优选技术手段：在步骤2)中，包括以步骤：
201)初始化暂态事件最小变化量和环境噪声；
202)计算阈值h；
203)读取数据序列；
204)初始化采样时刻；
205)判断是否k<n-nm-nd？若是，则进入步骤207)；若否，则进入下一步；k是采集的信号数据点数，n是采集的信号点数，nm是平均值计算窗口长度，nd是事件检测窗口样本数据个数；
206)读取下一个数据长度，并返回步骤205)；
207)计算序列均值；
208)计kprocess<k+nm；式中：kprocess是处理事件的次数；
209)判断是否kprocess<n+nm+nd；若否，则返回步骤207)；若是，则进入下一步；
210)计算和d；别为在k点的正向偏移累加量和负向偏移累加量；式中：d是检测延迟时间；
211)判断是否g+>h或g->h；若否，则kprocess＝kprocess+1,并返回步骤209)；若是，则进入下一步；
212)kstart＝kprocess-d；式中：kstart是突变发生的时刻；当发生突变事件时，根据kstart点，在波形图的对应位置用标记进行标识，并显示告警信息；
213)k＝kprocess+1；并返回到步骤205)。
作为优选技术手段：在步骤2)中，暂态负荷事件快速捕捉模型进行变点检测，变点检测的是根据信号中条件密度在发生变化后能够快速的检测到条件密度发生改变的时刻点或者变化点；其通过如下的公式进行表示：
d＝inf(k:gk(i1,...,ik)≥h)
式中：d为检测延迟时间，h为阀值，g为统计函数，k为检测到的变点的时刻或者点数。
突变事件可以为负荷投切，通过kstart可以在波形图中用较为明显的标记进行显示告警；
作为优选技术手段：统计函数g为：
式中：sk＝xk-μ0-σ，μ0为变点发生前的平均值，通常假定是已知或可估计的，σ为环境噪声，当xk的变化量大于σ时才认为负荷水平有可能发生突变。
作为优选技术手段：阀值的计算公式如下：
式中：ts为采样间隔，nmax为最大允许延迟时间，Δch为采样数据最小变化量，α1，α2为修正系数。
作为优选技术手段：考虑到电力系统负荷水平可能增加也可能有减少，暂态负荷事件快速捕捉模型采用双边CUSUM算法，其具体公式如下：
式中：分别为正向偏移累加量和负向偏移累加量，μ0为变点的平均值，可以通过序列过程信息估计以及假定；
模型假定电力系统中未发生变化时序列的均值为μ0，双边CUSUM 算法为：
1)当信号中没有发生变化，和接近于0，μ0＝0，gk＝0；
2)当负荷投入或切出，序列发生变化，如果为正向偏移，偏移后的均值上升为μ1＞μ0+σ，不断增大；若为负向，偏移后的μ变为μ1＜μ0-σ，不断增大；
3)向后移动d＝d+1，否则d＝0，当d＞h，信号突变事件被检测到，信号中突变事件发生时刻估计为τ＝k-d；同理，当向后移动d＝d+1，否则d＝0，当d＞h，信号突变事件被检测到，信号中突变事件发生时刻估计为τ＝k-d。
有益效果：本技术方案通过计算相邻时间点或者时间段内负荷特征的变化并将其与设定的阈值相比较，当变化超过阈值时，即判定有事件发生，并根据负荷启停事件快速捕捉模型，分析负荷开关引起的系统暂态过程，结合特征数据库，实现快速负荷事件捕捉及识别过程，实现简单，可快速准确的获取检测结果。该方法的提出能够为暂态负荷识别技术的实现提供准确的识别时刻，具有良好的经济效益和实用价值。
附图说明
图1是本发明的流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
本发明包括步骤：
S1:获取数据；数据包括：实时电压电流采集数据、实时有功功率数据、有功功率最小变化量、示波器采样频率；
S2:将获取的数据带入暂态负荷事件快速捕捉模型中进行求解；
利用采集的不同负荷投入和切出时的暂态信号，结合暂态负荷事件快速捕捉模型，分析负荷开关引起的系统暂态过程，获取滑动窗口与计算窗口中的均值，并进行计较；当没有负荷切出或投入时，两均值相同；当发生突变时，均值也会不同，根据均值的情况判断是否发生突变，当变化超过设定阈值时，即判定有突变事件发生；当检测到突变事件后，提取此时的电力系统电流波形特征，与特征库进行比对，快速识别负荷类别。
S2的具体步骤，如图1所示：
S201:初始化暂态事件最小变化量和环境噪声；
S202:计算阈值h；
S203:读取数据序列；
S204:初始化采样时刻；
S205:判断是否k<n-nm-nd？若是，则进入步骤207)；若否，则进入下一步；k是采集的信号数据点数，n是采集的信号点数，nm是平均值计算窗口长度，nd是事件检测窗口样本数据个数；
S206:读取下一个数据长度，并返回步骤S205；
S207:计算序列均值；
S208:计kprocess<k+nm；式中：kprocess是处理事件的次数；
S209:判断是否kprocess<n+nm+nd；若否，则返回步骤S207；若是，则进入下一步；
S210:计算和d；别为在k点的正向偏移累加量和负向偏移累加量；
S211:判断是否g+>h或g->h；若否，则kprocess＝kprocess+1,并返回步骤S209；若是，则进入下一步；
S212:kstart＝kprocess-d；式中：kstart是突变发生的时刻；当发生突变事件时，如负荷投切时，通过kstart可以在波形图中用较为明显的标记进行显示告警)；
S213:k＝kprocess+1；并返回到步骤S205。
以下就暂态负荷事件快速捕捉模型的建立做一步的说明:
事件探测问题可归结为变点检测问题，当电力系统有功功率在某一时刻突然发生变化，给定采样数据(电压、电流、有功功率、无功功率等) 后，可以准确检测到负荷开关等引起的系统暂态过程，为了更好的理解负荷启停事件快速检测模型，给出变点问题的数学模型以进一步理解事件检测，变点模型如下：
式中：p0,…,pn为电力系统有功功率观测值，N表示参数为向量θ的模型。
式中：I为电流信号序列，ρθ为序列分量的条件密度，Ak和Bk为随机变量，D为平均值的变化量，τ为变点发生的时间，M为指示函数，μ为I的均值。
变点检测的实质就是根据信号中条件密度在发生变化后能够快速的检测到条件密度发生改变的时刻点或者变化点。可以通过如下的公式进行表示：
d＝inf(k:gk(i1,...,ik)≥h)
式中：d为密度发生变化的时刻点或变化点，h为阀值，g为统计函数，k为检测到的变点的时刻或者点数。
定义非参数化基于滑动窗的双边累计和暂态事件检测算法(CUSUM) 中统计函数g为：
式中：sk＝xk-μ0-σ，μ0为变点发生前的平均值，通常假定是已知或可估计的，σ为环境噪声，当xk的变化量大于σ时才认为负荷水平有可能发生突变。
记检测延迟时间为d，定义阀值公式如下：
式中：ts为采样间隔，dmax为最大允许延迟时间，Δch为采样数据最小变化量，α1，α2为修正系数。
考虑到电力系统负荷水平可能增加也可能有减少，需要采用双边CUSUM算法，其具体公式如下：
式中：g+,g-分别为正向偏移累加量和负向偏移累加量，μ0为变点的平均值，可以通过序列过程信息估计以及假定。
模型假定电力系统中未发生变化时序列的均值为μ0，双边CUSUM 算法详细使用方法如下：
1)当信号中没有发生变化，和接近于0，μ0＝0，gk＝0；
2)当负荷投入或切出，序列发生变化，如果为正向偏移，偏移后的均值上升为μ1＞μ0+σ，不断增大；若为负向，偏移后的μ变为μ1＜μ0-σ，不断增大；
3)向后移动d＝d+1，否则d＝0，当d＞h，信号突变事件被检测到，信号中突变事件发生时刻估计为τ＝k-d；同理，当向后移动d＝d+1，否则d＝0，当d＞h，信号突变事件被检测到，信号中突变事件发生时刻估计为τ＝k-d。
以附图1所示的一种基于滑动窗口技术的暂态负荷启停事件快速捕捉方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行等同修改，均在本方案的保护范围之列。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：数字辅助校准RMS功率检测方法及系统