一种新的特征提取方法,不干扰设备负载监控

文摘

提高能源效率通过监测家用电消费具有十分重要的意义与目前的气候变化问题。电力消费管理问题的解决方案是使用一个不干扰设备负载监控(NIALM)系统。这个系统捕获信号的总消费,从这些信号中提取特征和分类提取的特征以确定开启设备。本文仅通过应用矩阵的铅笔在特征提取方法中,一个众所周知的参数估计技术,绘制电流。的结果是一个紧凑的表示电流信号的复数称为波兰人和残留物。这些复杂的数字显示的特点考虑负载和可以作为功能在任何后续分类模块。在没有噪声的情况下,模拟表明一个几乎完美的协议理论和估算值的波兰人和残留物。真实数据,波兰人和残留用于确定一个特征向量的基本组成的贡献,第三,第五个总负载谐波电流的最大电流。结果是一个三维的特征空间,减少intercluster重叠。

1。介绍

背后的原因的驱动安装智能电表在家庭和企业是促进消费者来监视他们的能源消耗,从而使它们更容易节省能源,碳排放,和金钱。帮助客户以及公用事业在监测过程中,研究人员一直在研究负载解集计划二十多年。

负载解集的一个方法是分布式直接传感要求传感器在每个设备或设备来衡量消费。one-sensor-per-device要求是祝福和诅咒的方法,因为这是高度精确但昂贵的。克服的局限性与直接传感方法,相关研究人员探索方法来推断分类能耗通过一个传感器。开创性的工作在这一领域非侵入性设备负载监控(NIALM),首先介绍哈特在1980年代末(1]。直接传感方法相比,NIALM仅仅依靠单点测量电压和电流的电力馈电进入家庭。NIALM包含四个步骤:数据采集、事件检测、特征提取和事件分类。原始的电流和电压波形转换为一个特征向量,即更加紧凑的和有意义的表达,这可能包括实权,无功功率,电流电压相位差和谐波(例如,(2])。这些提取的特征变化监测,确定为事件(例如,一个设备将“打开”或“关闭”),和分类的电器或设备类别级别使用分类算法,通常比较现有数据库的特性签名。电动加载几个评论的特征提取方法在住宅和商业建筑可以在文献中找到3,4]。

基于nonintrusiveness的程度,文献做了一个区分手工设置NIALM (MS-NIALM)和自动设置NIALM (AS-NIALM)系统。前者需要个人电器开关手动切换到学习他们的签名,后者使用先验信息集自己潜在的电器。AS-NIALM因此提取签名和标签没有任何手动干预这将极大地促进大规模安装智能电表。作者的知识,没有AS-NIALM系统迄今为止被实现。因此这项工作的主要目的是为这样一个解决方案。

摘要矩阵铅笔方法,一个著名的参数估计技术,应用于电流由一些基本线性和非线性电力负荷受正弦电压源,以及真正的负载。目前的结果是一个紧凑的表示复数的称为波兰人和残留物5,6]。这些复杂的数字显示的特点考虑负载,因此可以作为后续分类阶段特征7]。合成和真实的数据,结果表明,波兰人和残留提取MPM允许一个几乎完美的重建的电流。一个家庭从数据库获取的结果表明,提取的特征成功地减少了intercluster重叠不同的电器。

总结了本文的目标以下两点:(1)表明,极数和残留估计减少了MPM使合成和真实信号的精确重建;(2)表明,基本和更高的谐波电流决定从波兰和残留率与降低特征空间intercluster重叠。

剩下的纸是组织如下。部分2介绍了信号模型和MPM的原则。部分3和4分别显示了对模拟和实际数据验证。最后,部分5提供摘要和结论。

2。特征提取

2.1。信号模型

正弦驱动电压的形式,电流可以建模为一个线性组合顺向(复数正弦信号)加权复杂残留按照下列信号模型: 在哪里的残渣顺向,是它的衰减因子,是它的频率,然后呢加性高斯白噪声。取样后,时间变量,,取而代之的是,在那里选择采样周期。离散电流信号 在哪里 是复杂的极点。根据矩阵形式,表达的信号模型 使用以下符号定义: 的上标表示转置运算符。

特征提取的问题现在可以表示如下。考虑到电流数据序列,使用一个特征提取方法提取复杂的波兰人和残留物的负载。

2.2。矩阵铅笔方法(MPM)

本节简要回忆MPM的原则是一个线性预测方法根据阻尼/无阻尼指数模型的参数估计。从信号模型中给出(1),MPM选择自由参数,被称为“铅笔等参数。适当的选择导致重大的健壮性与噪音。下一步是构建一个汉克尔数据矩阵: 两个矩阵然后通过移除最后一个和第一列。在MATLAB的符号,他们给出如下: 两个矩阵的矩阵的铅笔和被定义为它们的线性组合,一个标量参数。在没有噪声和由于假定信号模型,它很容易验证和承认以下范德蒙分解: 在哪里 揭示的基本shift-invariance属性列和行空间。矩阵的铅笔可以写成 在哪里是单位矩阵。因此,每个值是一个rank-reducing铅笔的数量。的估计因此,矩阵的广义特征值(gev)对吗。

一旦复杂的波兰人决心,复杂的残留物可以使用最小二乘估计适合有以下解决方案:

嘈杂的数据,总体最小二乘矩阵铅笔法(TLSMPM)通常是首选的奇异值分解用于预滤器的复杂信号,然后遵循传统的过程。更多细节,读者可以参考(8]。

3所示。对合成数据验证

3.1。线性负载

验证MPM的特征提取方法,我们应当首先比较两极和残留的理论表达式,所得结果与以下线性基本负荷:RC系列,系列RL、并行RL和系列RLC。RC和RL电路导致时间一阶微分方程而RLC电路导致一个二阶微分方程。利用欧拉公式和重新安排允许改写当前表达式得到的微分方程的解的形式描述负载(1)。每个小学的波兰人和残留负载可以很容易识别。表1,2,3,4残留物,频率衰减的因素,研究的四个基本负荷。从这些表可以看出,一阶电路(RL和RC)的特点是两个纯虚构的共轭极点代表他们强迫响应和一个真正代表他们的自然反应,而二阶电路(RLC),除了两个纯虚构的共轭极点的强迫响应,两个复杂共轭极点相关的自然反应。依赖参数的表达式在附录中给出。

3.2。非线性负载

非线性负载电流之间的关系,通过负载和负载的电压是一个非线性函数。非线性负载的性质的简单视图可以使用欧姆定律,即电压负载电阻和当前的产品()。线性负载电阻()是一个常数;非线性负载的电阻变化。当交流电源提供给一个非线性负载,其结果是建立电流电源频率不摆动。这些电流称为谐波。谐波发生在供应的倍数(基本)的频率。例如,如果最基本的频率是50赫兹,所谓的二次谐波是100 Hz,第三个谐波是150 Hz,等等。任意数量的谐波可以由一个特定的设备根据设备的电特性。因此,当前由非线性负载仍然可以由(1)谐波pole-residue夫妇的形式出现在50赫兹频率的倍数。

3.3。结果

假设零初始条件(和/或),下面的数值是用来确定MPM的电流数据序列中提取极点和残留:Ω,mF}串联RC电路,Ω,串联和并联RL电路,和Ω,,mF}系列RLC电路。一个十期的持续时间秒当前的选择相当于320个样本,MPM是应用在每一个时期。数据1,2,3,4显示当前得到的解析表达式的波兰人和残留在上面的表及其重建获得MPM的波兰人和残留提取。一个几乎完美的两条曲线之间的协议可以看到指示的准确性MPM的复数特征提取。此外,数据显示,被迫和自然反应的四个基本电路。

在非线性负载评估MPM的性能,我们认为当前表所示5。它由一个基本和四个谐波,因此可以用十个两两复共轭pole-residue夫妇。然后我们使用MPM来提取这些十夫妇重建当前如图5。可以看到,MPM成功估算pole-residue夫妇的负载。

4所示。验证真实数据

4.1。重建结果

在本节中,MPM的验证进行负载电流的三个代表:电视机,吸尘器,一个经济灯。至于合成数据的情况下,MPM应用在每一个时期。数据6,7,8显示当前的设备及其重建基于pole-residue MPM的估计。关闭协议所示的指数模型的数据显示(1MPM)及其参数估计的准确预测的反应实际的负载。值得一提的是,pole-residue夫妇的数量增加的非线性负载。例如,当前的吸尘器可以准确地重建从四个pole-residue夫妇,而经济的灯需要十二夫妇。

4.2。特征空间

特征空间包含900个签名均匀分布在以下九个电器:白炽灯、卤素灯、经济灯、热水器、电对流散热器、烤箱、双头热板,电视机和电脑。如图9,每个签名(由三维特征空间中的一个点)的特点是三个pole-residue产品极大值对应的基本,第三,第五次谐波电流。三个频率的限制表示特征空间图形的唯一目的。从特征空间,十集群代表九电器可以明显区分。额外的集群是由于双头热板由两个集群,每个烧嘴一个。因此可以得出结论,研究电器可以使用基本相当杰出的和更高的谐波。

5。结论

本文提出了一种新颖的非侵入性的设备负荷监控的特征提取方法。首先,波兰人和残留矩阵估计的铅笔方法被证明使精确重建的合成和实际电流信号。第二,这些复杂的数据被用来确定一个三维的特征空间,减少intercluster重叠。未来的研究将利用提取的特征分类阶段。

附录

一阶电路的相关参数表6,在那里时间常数和吗相角。

除了相角,依赖参数系列的RLC电路包括谐振角频率和阻尼因子: 特征方程的根的二阶微分方程,和,表达的阻尼因子如下: 最后,和,如表所示4表示如下: 在哪里

承认

这项工作被Landis + Gyr支持部分。

引用

1. g·w·哈特,“不干扰设备负载监控。”IEEE学报》,卷80,不。12日,第1891 - 1870页,1992年。视图:谷歌学术搜索
2. c . Laughman k·李,r·考克斯et al .,“权力特征分析,”IEEE电力和能源杂志,1卷,不。2,56 - 63,2003页。视图:谷歌学术搜索
3. y Du, l·杜路,r·哈雷和t . Habetler”审查电气负载的识别和监测方法在商业和住宅建筑,”第二届IEEE能量转换国会和博览会(《10),页4527 - 4533年,亚特兰大,乔治亚州,美国,2010年9月。视图:出版商的网站|谷歌学术搜索
4. m . Zeifman k·罗斯,“不干扰设备负载监控:回顾和展望”IEEE消费类电子产品卷,57号1,第84 - 76页,2011。视图:谷歌学术搜索
5. h . Najmeddine k . e . k . Drissi c Pasquier et al .,“智能计量通过使用矩阵铅笔,”学报》第九届环境与电子工程国际会议(EEEIC 10),页238 - 241,布拉格,捷克共和国,2010年5月。视图:出版商的网站|谷歌学术搜索
6. h . Najmeddine k . El Khamlichi Drissi, a .迪奥普和t . Jouannet“非侵入性的测定方法和装置所消耗的电力安装,通过分析负载瞬变,”法国专利,FR 0856717, 2008年10月。视图:谷歌学术搜索
7. k .夏英,k . El Khamlichi Drissi, c . Pasquier et al .,“电动负载解集智能计量使用一种新的特征提取方法和监督分类,“能源Procedia》第六卷,第632 - 627页,2011年。视图:谷歌学术搜索
8. y华和t . k . Sarkar矩阵铅笔方法估计参数的指数衰减/无阻尼正弦信号的噪音,“IEEE声学,演讲,和信号处理,38卷,不。5,814 - 824年,1990页。视图:出版商的网站|谷歌学术搜索

版权

版权©2013 Khaled夏英,哈利勒El Khamlichi Drissi。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。