非侵入式负荷识别系统研发

发布时间：2020-03-26 12:57

【摘要】：电力,作为一种清洁无污染、转换效率高的能源,近年来在我国能源结构中占的比重越来越大。通过监测建筑内电器能耗、状态等信息,并制定相应的节能策略,不但可以提高能源利用率、带来巨大经济效益,而且可以及时发现电气异常、减少用电引起的事故。因此加强对电力负荷的监测,对社会和个人都有重要意义。目前,主流的负荷监测方法分为两大类:成本较高但相对容易的侵入式方法和成本低但难度大的非侵入式方法,学术界研究主要聚焦于后者。虽然非侵入式负荷监测从被提出以来经历了三十多年的发展,但由于电器种类不断增加,原有的方法在实际应用中效果不佳,而关于整套非侵入式负荷识别系统的研究则很少有人涉足。本文首先分析了现有方法的优缺点,选择将谐波作为研究对象,在此基础上提出了负荷分解及事件检测方法。其次,使用决策树和逻辑斯特回归进行负荷识别,并在测试集上检验两种算法的准确率。最后提出了解决系统关键性能的方案。具体为:1.研究现有的非侵入式负荷监测方法,分析每种负荷特征的优缺点,考虑到在时域范围内进行负荷分解比较困难,最终选择电流谐波作为本次研究的对象。2.分析系统需求,提出功能需求及性能需求作为后期研究的目标。设计系统的整体架构,明确技术要点与难点。3.使用软阈值小波变换对电流进行滤波去噪,使用离散傅里叶变换提取电流谐波。论证了电流谐波具有叠加性,从而实现了负荷分解。依据负载发生投切时电流统计量随之变化这一事实,提出一种事件检测方法。4.构建训练集和测试集。使用训练集训练决策树和逻辑斯特回归模型,使用测试集两种模型进行检验,并在训练速度和准确率两方面对比模型优劣。5.针对需求分析提出的关键系统性能,提出相应的解决方案。对每种方案进行测试对比后,选择最优的方案构建系统,最终使得系统性能有了较大的提升。
【图文】：

电流波形,去噪,电流波形

图 3-4 去噪前后电流波形Fig.3-4 Current waveform before and after de-noising对比去噪前后的波形图可以发现，小波去噪可以消除电流波形上不规则的且可以较好地保留了峰值信息，达到了预期效果。.2 谐波计算原理将周期性的电流波形按照傅立叶级数展开时，频率为原电流频率整数倍的为谐波电流。频率等于原周期电流频率 k 倍的谐波称为 k 次谐波，当 k 取 1 基波，当 k 大于 1 时的谐波统称为高次谐波。不同电器的工作电流经过傅立得到的频谱差异很大，且负载电流在频域范围具有叠加性，很容易将负载分。电流波形是采样得到的，因此得到的电流序列是离散的。离散傅里叶变换（D

离散傅里叶变换,电流信号,幅值

图 3-5 电流信号离散傅里叶变换后的模值.3-5 Modulus of current signal after Discrete Fourier Transform以看出，除去 0 坐标点，频谱呈现严格对称性，但很原始信号的对应关系。事实上，经过 DFT 后的序列每采样频率为 Fs，序列长度为 N，，则这 N 个点将 Fs 分成分量，即频率为 0Hz 的点，每点的频率依次增加，每。对于上图的实验，其采样频率为 = ，采样点 N对应的频率为 0,1,2…1599。对于幅值，假设某点的模为原信号在该频率处的真实幅值。对于第一个点，也就的真实幅值为。知，采样频率、采样点数直接决定了 DFT 后的精度。在率是固定的 1.6K，为了方便分析，以下实验中 DFT 时为 1Hz。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM76

【相似文献】