没有合适的资源?快使用搜索试试~ 我知道了~
首页基于云平台的非侵入式负荷监测与识别系统
基于云平台的非侵入式负荷监测与识别系统
374 浏览量
更新于2023-05-31
评论
收藏 633KB PDF 举报
为了实时远程地监测负荷运转状态和识别负荷种类,设计了一种非侵入式负荷监测系统,并研究基于PCA和kNN的负荷识别算法。在电力供给入口端,通过在负荷回路中串联康铜电阻采样工作电流,通过电阻分压网络采样工作电压,并计算负荷的实时有功功率,以1 Hz频率向云服务器发送功率信息。在云服务器端,通过PCA对功率值序列进行特征提取和降维,通过kNN对当前接入的负荷进行归类,用户可以通过终端设备访问负荷监控界面。在实验中,将系统安装于墙壁插座上,对8类家用负荷进行监控和识别,多次实验结果显示负荷平均识别率达到98%以上,验证了该方案的准确性和可行性。
资源详情
资源评论
资源推荐

基于云平台的非侵入式负荷监测与识别系统基于云平台的非侵入式负荷监测与识别系统
为了实时远程地监测负荷运转状态和识别负荷种类,设计了一种非侵入式负荷监测系统,并研究基于PCA和
kNN的负荷识别算法。在电力供给入口端,通过在负荷回路中串联康铜电阻采样工作电流,通过电阻分压网络
采样工作电压,并计算负荷的实时有功功率,以1 Hz频率向云服务器发送功率信息。在云服务器端,通过PCA
对功率值序列进行特征提取和降维,通过kNN对当前接入的负荷进行归类,用户可以通过终端设备访问负荷监
控界面。在实验中,将系统安装于墙壁插座上,对8类家用负荷进行监控和识别,多次实验结果显示负荷平均识
别率达到98%以上,验证了该方案的准确性和可行性。
0 引言引言
电能是现代生产生活中应用最广泛、最重要的能源之一。在电能计量方面,传统的“一户一表”方式是由电力部门抄取电能表
并给出当月耗电度数,其弊端在于用户无法获知具体某用电器在某时间段内的耗电情况。可以说,用户对负荷集的动态实时运
行信息的掌握还相当匮乏。为解决此问题,传统的侵入式监测方式在每个待测负荷上加装功率测量硬件,“一对一”地监测负荷
运行信息,缺点是需要破坏负荷原有的供电电路,在安装、维护上将耗费大量的人力物力
[1]
。
非侵入式负荷监测系统(Non-intrusive Load Monitoring System,NILMS)是在电力供给入口处安装功率测量硬件,无需破坏
负荷硬件结构,可以“一对多”地监控负荷运转状态
[2]
。但由于缺乏当前所接入负荷的种类先验信息,故随之而来的是负荷种类
识别的问题。对此,国内外众多学者进行了相关研究,尤其是借助神经网络进行负荷识别
[3-5]
。郑宇等以有功功率增量和电流
谐波分量总面积作为特征量,利用Hopfield神经网络实现负荷识别
[6]
;Jiang Lei等以负荷电流谐波作为特征量,利用SVM方法
进行负荷分类
[7]
。
本文从工程应用的角度出发,设计了一种软硬件兼备的非侵入式监测与识别系统。设计了电源管理电路、功率计量电路
等,通过Wi-Fi向云服务器上传负荷的实时功率信息,云服务器可以根据预先训练好的分类器识别当前负荷种类,实现负荷的
分类计量;提出利用主成份分析法(PCA)对负荷的特征量进行降维提取,利用k最近邻(kNN)算法识别用电器种类。与传统技术
相比,本系统能够以非侵入方式采集负荷功率信息,减少安装和维护的工作量;借助云服务器识别负荷、分析运行状态,可以
远程控制负荷开关,从而指导用户合理规划用电,实现节能减排;及时排除故障,保障人身安全,减少财产损失,是智能电网
发展的必然趋势。
1 系统结构系统结构
非侵入式负荷监测与识别系统由分布式硬件节点、路由器、云服务器和智能终端组成,如图1所示。其中,分布式硬件节点
布设在各电力供给入口处采集负荷的功率信息,每个节点上都带有Wi-Fi芯片用于连接路由器;路由器将各节点的功率信息通
过因特网转发至云服务器;云服务器上保存有各个节点上不同负荷的历史耗电记录,并根据训练好的分类器识别当前运转的负
载,同时向用户提供访问接口;用户可以通过智能终端联网查看各电力供给入口的负荷运行状态,发送电路控制指令。
如图2所示,硬件节点是一个完整的功率测量系统。当负荷接入电力供给入口时,功率计量电路采集负荷的电压、电流有效
值并转换为随交流电浮动的高频脉冲信号;通过光电耦合器将高频脉冲信号与交流电隔离后,CPLD用“等精度测量”的方法对
高频脉冲计数;MCU获得脉冲频率后,解算出功率值并通过Wi-Fi发送到云服务器。另外,当硬件节点收到由云服务器传来的
控制指令时,由MCU控制继电器通断。
2 硬件节点端电路设计硬件节点端电路设计



















安全验证
文档复制为VIP权益,开通VIP直接复制

评论0