一种基于模板匹配滤波的居民负荷用电识别方法

摘要

本发明属于智能用电及能效监测领域，具体涉及一种基于模板匹配滤波的居民负荷用电识别方法。其特征在于，首先计算每个用电器的特征电流模板；然后计算多个用电器共同工作时总电流的频谱；选定阈值对特征电流模板频谱分量进行0和1赋值确定模板滤波器；再用模板滤波器对总电流的频谱进行滤波；最后根据滤波后的频谱与特征电流模板之间频谱分量的保留程度确定用电器是否处于工作状态。本发明能在非侵入用电数据采集条件下，有效地判断居民用电负荷的使用情况，能够解决用电负荷的识别问题，能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型，分离出各个单负荷的运行情况，是非侵入式负荷监测技术的有效实现方法。

说明书

技术领域

本发明属于智能用电及能效监测领域，具体涉及一种基于模板匹配滤波的居民负荷用电识别方法。

背景技术

随着智能电网的发展，配用电侧的智能化十分重要，一个坚强的国家电网仅靠特高压、超高压端的巩固是远远不够的，必须对低压的用户终端同步优化，故而用电侧的智能电网技术更值得高度关注。随着电力系统中的用电量与非线性用电负荷的增加，近年来关于负荷状态识别的问题得到了研究人员的广泛关注。负荷特性是指用电设备在工作过程中所表现出的电器行为，每个电器设备在用电过程中都有独特的特性。居民用户符合主要是家用电器设备，不同类型的用电设备的负荷特性可以很好地描述器具体用电情况。研究表明，不同的符合类型，其负载波形相差很大。不同用电设备的谐波不同，可以通过FFT来辨别不同的用电设备。负荷特性的研究主要在宏观上进行，而微观特性研究相对较少。因此有必要针对居民用户符合微观层面的负荷特性研究进行深入研究。目前，传统的负荷检测方法通常采用侵入式设计，需要在每个用电设备上都安装传感器等用电信息采集装置，用以得到不同用电设备实时的功率消耗比例。这种方法优点是计量较为准确，缺点是当被监测系统内的用电设备数量较多时，传统的负荷检测方式不仅成本高，并且在传感器装置的安装和系统维护方面也很不方便。采用非侵入式方法能够解决传统方法中的实现瓶颈，即仅在用户的电力入口处进行数据采集，通过辨识与信号分析得到用电负荷的运行状态，从而跟踪负荷的能效状况。非侵入式方法简化了采集与测量机制，但全部负荷的用电数据均综合表现在同一信号中，因此，从采集的整体信号中分析提取单个负荷信息是该方法的技术关键与难点。因此高效的负荷检测机制是至关重要的，设计负荷检测机制应该尽可能做到设备的开销应尽可能地少；检测用电设备的效率应该尽可能地高。

发明内容

为了解决上述问题，本发明提出了一种基于模板匹配滤波的居民负荷用电识别方法，其特征在于，该方法的步骤是：

步骤1：计算每个用电器的特征电流模板；

独立采集各用电器运行时通过的电流，计算其频谱并存储作为该用电器的特征电流模板，第m个用电器单独运行时通过的电流的频谱即特征电流模板的频谱分量为其中，I_m(t)为第m个用电器运行时通过的电流，m＝1,2,…,n，n为家用电器总个数，N为电流采样点数，u为频率分量，k为第k个采样点值；

步骤2：计算多个用电器共同工作时总电流的频谱；

进入家庭的总电流为各个支路电流之和；其中，L为工作中的用电器总个数；对采集到的总电流进行离散傅立叶变换后的总电流的频谱分量$>F\left(u\right)=\underset{k=0}{\overset{k=L-1}{\Sigma }}I\left(t\right)e^{-j\frac{2\pi uk}{N}};$>

步骤3：根据选定的阈值，将特征电流模板的频谱分量与阈值比较，并进行0-1赋值，大于等于阈值的频谱分量赋值为1，小于阈值的频谱分量赋值为0；特征电流模板的频谱分量经过0和1赋值之后所得新的频谱分量即确定为该用电器的模板滤波器；

步骤4：用该模板滤波器对总电流的频谱进行滤波；滤波过程为模板滤波器的频谱分量与总电流的频谱分量对应相乘，因此模板滤波器为1处，总电流的频谱分量与之相乘后对应的频谱分量得以保留；模板滤波器为0处，总电流的频谱分量与之相乘对应的频谱分量将滤除；

步骤5：在模板滤波器对总电流频谱滤波之后，将所得的频谱分量与该用电器的特征电流模板的频谱分量进行对比，若频谱分量的保留程度大于95％时，则表明该用电器处于工作状态；若频谱分量的保留程度小于95％，则表明该用电器未处于工作状态。

有益效果

本发明简单可行，实施方便，均可利用FFT实现，运算效率高。本发明能在非侵入用电数据采集条件下，有效地判断居民用电负荷的使用情况，能够解决用电负荷的识别问题，能够从多个负荷同时运行时的混合数据中判断分辨出正在运行的负荷类型，分离出各个单负荷的运行情况，是非侵入式负荷监测技术的有效实现方法，同时，也是负荷能效跟踪的重要基础。

附图说明

图1为本发明一种基于模板匹配滤波的居民负荷用电识别方法的流程图；

图2为单个用电器运行时的输入输出信号示意图；

图3为多个用电器共同运行时的输入输出信号示意图；

图4a-4c为风扇、电视和加湿器的特征电流模板；

图5为总电流的特征电流模板；

图6a-6c为风扇、电视和加湿器的模板滤波器分别对总电流频谱滤波后的频谱。

具体实施方式

下面结合图，对本发明的具体实施步骤做详细说明。图1是本发明一种基于模板匹配滤波的居民负荷用电识别方法的流程图。该方法包括以下步骤：

步骤1：计算每个用电器的特征电流模板

图2为单个用电器运行时的输入输出信号示意图，其中U(t)表示用电器两端电压，即电网提供的入户电压；I_m(t)表示第m个用电器单独运行时产生的电流；h_m(t)表示第m个用电器的时域冲激响应，即代表该用电器。家用电器在使用过程当中，均可认为处于稳定状态，因此其通过电流的特性保持不变。

独立采集各用电器单独作用时产生的电流信号，计算其频谱并存储作为该用电器的特征电流模板，即：其中，n为家用电器总个数，N为电流采样点数。

步骤2：计算多个用电器共同工作时总电流的频谱

图3为多个用电器运行时的输入输出信号示意图，其中U(t)仍为电网提供的入户电压；如图3所示，当有多个用电器同时处于工作状态时，其相互之间是并联的关系，且每条支路均处于稳定状态。当某用电器未处于使用当中时，该条支路可以看作为开路，通过电流为零。不同支路上的用电器彼此不产生影响，因此进入家庭的总电流为各个支路电流之和，即:

$>I\left(t\right)=\underset{m=1}{\overset{m=L}{\Sigma }}{I}_m\left(t\right)$>

其中，L为工作中的用电器总个数。对采集到的总电流进行离散傅立叶变换从而后的总电流的频谱，即：

其中，L为工作中的用电器总个数。

步骤3：选定阈值对特征电流模板频谱分量进行0和1赋值确定模板滤波器

根据选定的阈值，将特征电流模板中的频谱分量进行分类。将大于等于阈值的分量赋值为1，小于阈值的分量赋值为0。赋值为1表示该频率分量较为明显；赋值为0则表示该频率分量数值较小，可以忽略。模板0和1赋值之后即确定为模板滤波器。

步骤4：用模板滤波器对总电流的频谱进行滤波

在上一步确定了用电器的模板滤波器，将该模板滤波器对总电流的频谱进行滤波。若总电流频谱在模板滤波器分量为1处有值则保留下来，在模板滤波器分量为0处则滤除。

步骤5：根据滤波后的频谱与特征电流模板之间频谱分量的保留程度确定用电器是否处于工作状态

在上一步模板滤波器对总电流频谱滤波之后，将所得的频谱与该模板进行对比，判断用电器是否处于工作状态。若滤波后频谱与特征电流模板之间频谱分量保留程度大于95％时，则表明该用电器处于工作状态；若滤波后频谱与特征电流模板相差较大，则表明该用电器未处于工作状态。

选择风扇、电视、加湿器三个用电设备，其中风扇和电视处于工作状态，即n＝2，加湿器未处于工作状态，则L＝3。分别对三个用电器单独工作时的电流进行独立采样，并对风扇和电视共同工作时的总电流进行采样，采样点数均为150000。

按照本发明方法：

1)对风扇、电视、加湿器单独工作时的电流进行独立采样，计其特征电流模板。图4a-4c为风扇的特征电流模板、电视的特征电流模板和加湿器的特征电流模板。

2)求出风扇和电视共同工作时的总电流的频谱，即为图5所示。

3)风扇：选定阈值为5，将风扇特征电流模板中大于等于5的分量赋值为1，小于5的分量赋值为0，赋值后所得频谱即为风扇的模板滤波器；

电视：选定阈值为30，将电视特征电流模板中大于等于30的分量赋值为1，小于30的分量赋值为0，赋值后所得频谱即为电视的模板滤波器。

加湿器：选定阈值为150，将加湿器特征电流模板中大于等于150的分量赋值为1，小于150的分量赋值为0，赋值后所得频谱即为加湿器的模板滤波器；

4)分别用风扇、电视和加湿器的模板滤波器对总电流频谱进行滤波，图6a-6c为风扇的模板滤波器对总电流频谱滤波之后所得频谱、电视的模板滤波器对总电流频谱进行滤波后的频谱和加湿器的模板滤波器对总电流频谱进行滤波后的频谱。

5)风扇：将经过风扇模板滤波器滤波之后的总电流的频谱与风扇的模板进行对比，发现两者之间的频谱分量保留程度在95％以上，可以判定风扇处于工作当中；

电视：将经过电视模板滤波器滤波之后的总电流的频谱与电视的模板进行对比，发现两者频谱分量保留程度在95％以上，可以判定电视处于工作当中；

加湿器：将经过加湿器模板滤波器滤波之后的总电流的频谱与加湿器的模板进行对比，发现两者频谱差异较大，频谱分量保留程度较低，可以判定加湿器未处于工作当中。