物联网非侵入式负荷识别和能耗监控系统及其实现方法与流程

1.本发明涉能耗监控技术领域，具体为物联网非侵入式负荷识别和能耗监控系统及其实现方法。


背景技术：

2.传统的侵入式能耗监测采用分项能耗计量的方法，即对供电电路进行分项计量改造，在每类甚至每个设备上按照要求安装带有通信功能的电能表，才能实现能耗的数据采集与监测分析，安装和维护费时费力；
3.非侵入式负荷监测(non-intrusive load monitoring，nilm)系统，是指在电力入口处安装监测设备，通过监测该处的电压、电流等信号就可以分析得到负荷集群中单个负荷的种类和运行情况；
4.但现有的非侵入式负荷识别和能耗监控系统不便于对用电负荷识别和能耗监测处理，且不能在监测后进行优化和控制处理，造成电力能源的利用浪费。


技术实现要素：

5.本发明的目的在于提供物联网非侵入式负荷识别和能耗监控系统及其实现方法，以解决上述背景技术中提出的现有的非侵入式负荷识别和能耗监控系统不便于对用电负荷识别和能耗监测处理，且不能在监测后进行优化和控制处理，造成电力能源的利用浪费的问题。
6.为实现上述目的，本发明提供如下技术方案：物联网非侵入式负荷识别和能耗监控系统，包括非侵入式负荷监控设备、移动app、软件服务器，所述非侵入式负荷监控设备的输出端与移动app的输入端电性连接，所述移动app与软件服务器之间双向连接，所述非侵入式负荷监控设备包括传感器接口单元、控制与处理模块、电能计量模块和电源管理模块，所述传感器接口单元和控制与处理模块均与电能计量模块和电源管理模块电性连接；
7.所述传感器接口单元用于对电流传感器进行安装处理，同时用于采集电流传感器电流和电压的参数；
8.所述控制与处理模块用于通过网络浏览访问负荷识别和能耗情况，还用于分析负责负荷辨识和能耗分析；
9.所述电能计量模块用于负责采集电压和电流数据和计算得到有功、无功、视在功率和功率因子等参数，并将用电数据发送给控制与处理模块；
10.所述电源管理模块用于对非侵入式负荷监控设备提供dc5v工作电源，还用于对电能计量模块和控制与处理模块提供dc3.3v工作电源；
11.所述移动app用于消费者随时随地在移动应用程序上浏览能耗情况；
12.所述软件服务器用于存储用电数据和部署负荷分解、识别和能耗分析软件。
13.作为本发明的一种优选方案：所述传感器接口单元包括四组八个电流插口和四路电压插口，所述传感器接口支持接触式和非接触式传感器，采样速率可达2khz～8khz，电流
插口用于电流、流量等参数监测，电流插口包括l1 k和 l1 l、l2 k和l2 l、l3 k和l3 l、n k和n l的四组八个端口，用于连接接触式和非接触式的电流传感器，同时用于采集l1、l2、l3和n的电流参数，电压插口包括l1、l2、l3和n的四端口，用于连接220/400vac三相四线制交流电，同时用于采集l1、l2、l3和n的电压参数。
14.作为本发明的一种优选方案：所述控制与处理模块包括独立运行模式和服务器运行模式，所述独立运行模式利用边缘计算和内嵌负荷辨识模型完成用电负荷的识别，软件固件内置web服务和浏览器的页面，使用时无需安装浏览器在外的其它软件，通过手机、平板电脑或计算机网络浏览访问负荷识别和能耗情况，所述内嵌负荷辨识模型通过服务器应用建立的lstm-rnn模型进行训练，训练完成后使用tensorflow lite进行压缩处理并通过ota导入设备；
15.所述服务器运行模式采用mqtt物联网协议向指定分析服务器发送用电数据，服务器中分析软件负责负荷辨识和能耗分析，并将分析结果发送给订阅用户。
16.作为本发明的一种优选方案：所述控制与处理模块具有集成的2.4ghz无线通信单元，集成的2.4ghz无线通信单元具有wi-fi和蓝牙连接功能。
17.作为本发明的一种优选方案：所述用电数据的特征量包括稳态、暂态和运行模式，所述稳态和暂态的特征由设备内部的元器件特征决定，所述运行模式的特征由设备的运行控制策略决定。
18.作为本发明的一种优选方案：所述负荷识别包括负荷识别模型，所述负荷识别模型的电力供给入口p表示在时间t时所有单个设备的有功功率的总和，则总功率可表示为
[0019][0020]
其中yi(t)表示i个可用设备中的第i个设备在t时间的功耗，已知t持续时间内的总功率目标是获得第i个设备的能耗
[0021]
作为本发明的一种优选方案：所述负荷识别模型有p和dp输入时间序列向量：所述p是非侵入式负荷监控设备记录的总功率p，一个训练数据集p
t，i
用于建立第i个设备的t个训练样本，其中
[0022][0022]
是从聚合信号 p和的特征映射，代表了第n个样本的响应设备能耗；
[0023]
所述dp代表功率的变化。将功率变化引入，一方面为负荷识别提供瞬态特征，另一方面减少噪音对学习模型训练的影响。
[0024]
作为本发明的一种优选方案：所述瞬态特征的数据为时间序列功率数据，通过开始和结束时间戳确定功率数据窗口，所述瞬态特征选择以下三个特征来定义：
[0025]
一是设备从开启达到稳态的功率变化δp；
[0026][0027]
是后瞬态窗口的中值，是前瞬态窗口的中值。
[0028]
二是最大峰值功率变化p
max
；
[0029][0030]
max(x1)是瞬态窗口的最大值，是前瞬态窗口的中值。
[0031]
三是最小峰值功率变化p
min
。
[0032][0033]
min(x1)是瞬态窗口的最小值，是前瞬态窗口的中值。
[0034]
作为本发明的一种优选方案：所述负荷识别属于二进制分类，采用f打分进行评估识别准确性：
[0035][0036]
其中precision为阳性预测值，recall为真阳性预测值比率，tp为真阳性，fp为假阳性，fp为预测设备开启但关闭，fn为假阴性，fn为设备已打开，但预计已关闭，tp、fp和fn通过时间数据街垒可以进行测定。
[0037]
物联网非侵入式负荷识别和能耗监控系统的实现方法，其特征在于，包括以下步骤：
[0038]
s1、采集：记录测量数据；
[0039]
s2、分析：分析测量数据并确定任意用户配置；
[0040]
s3、识别：使用ai和机器学习方法识别和创建用户消费模式，并发送给分析服务软件；
[0041]
s4、预测：分析系统检测用户模式的任何偏差，进行预测维护，发现早期任何故障、根据历史数据，预测未来事件，实现预测报警；
[0042]
s5、运行控制：通过物联网技术，使用最佳功耗策略对设备进行控制。
[0043]
与现有技术相比，本发明的有益效果是：本发明一方面可用于用电负荷识别、能耗监测、优化和控制，另一方面还可监控自身发电设备(如光伏、热电联产等)是否产生足够的电力，确保最大限度地优先利用自身电力能源；
[0044]
与传统的侵入式方法相比，只需在电力供给的入口处安装一个监控设备，且无需改造电路就可以对整个系统内部的负荷进行监测，同时具有物联网功能，有效解决了许多现场环境不方便布线的难题；
[0045]
通过配置强大的分析软件，完成几十种家用电器和常用工业机电设备以及未知用电设备自动聚类识别；
[0046]
根据总负荷功率需求，可选择在一个房间、楼层、栋楼或输电站配备1个监测设备，节省了成本，减少了停机时间。
附图说明
[0047]
图1为本发明设备工作原理图；
[0048]
图2为本发明设备工作主要流程图；
[0049]
图3为本发明应用场景示意图；
[0050]
图4为本发明设备结构布局图；
[0051]
图5为本发明用于nilm的lstm-rnn学习模型结构示意图；
[0052]
图6为本发明神经元节点结构示意图；
[0053]
图7为本发明瞬态峰值和边界检测方法流程图；
[0054]
图8为本发明运行机制结构示意图；
[0055]
图9为本发明设备安装示意图。
具体实施方式
[0056]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0057]
请参阅图1-9，本发明提供一种技术方案：物联网非侵入式负荷识别和能耗监控系统，包括非侵入式负荷监控设备、移动app、软件服务器，所述非侵入式负荷监控设备的输出端与移动app的输入端电性连接，所述移动app与软件服务器之间双向连接，所述非侵入式负荷监控设备包括传感器接口单元、控制与处理模块、电能计量模块和电源管理模块，所述传感器接口单元和控制与处理模块均与电能计量模块和电源管理模块电性连接；
[0058]
所述传感器接口单元用于对电流传感器进行安装处理，同时用于采集电流传感器电流和电压的参数；
[0059]
所述控制与处理模块用于通过网络浏览访问负荷识别和能耗情况，还用于分析负责负荷辨识和能耗分析；
[0060]
所述电能计量模块用于负责采集电压和电流数据和计算得到有功、无功、视在功率和功率因子等参数，并将用电数据发送给控制与处理模块，电能计量模块与传感器接口单元电连接，根据工作模式，采用独立运行和服务器运行模式，根据用于识别电器设备类别的特征量，完成负荷类别识别和能耗分析；
[0061]
所述电源管理模块用于对非侵入式负荷监控设备提供dc5v工作电源，还用于对电能计量模块和控制与处理模块提供dc3.3v工作电源，电源管理模块包括ac/dc转换单元和dc/dc隔离转换单元，ac/dc转换单元为设备提供dc5v工作电源，输入端与电压插口电连接。dc/dc隔离转换单元为电能计量模块和控制与处理模块提供dc3.3v工作电源，输入端为ac/dc转换单元输出端；
[0062]
所述移动app用于消费者随时随地在移动应用程序上浏览能耗情况，还支持负荷识别训练学习功能；
[0063]
所述软件服务器用于存储用电数据和部署负荷分解、识别和能耗分析软件，采用机器学习进行负荷识别和优化消耗曲线以及协调继电器控制，确保最佳的整体消耗控制。
[0064]
其中，传感器接口单元包括四组八个电流插口和四路电压插口，所述传感器接口支持接触式和非接触式传感器，传感器安装形式为开合式，可在不停电、不断电的状态下快速安装、拆卸，操作简便，采样速率可达2khz～8khz，电流插口用于电流、流量等参数监测，电流插口包括l1 k和l1 l、l2 k和l2l、l3 k和l3 l、n k和n l的四组八个端口，用于连接接触式和非接触式的电流传感器，同时用于采集l1、l2、l3和n的电流参数，电压插口包括l1、l2、 l3和n的四端口，用于连接220/400vac(50/60hz)三相四线制交流电，同时用于采集l1、l2、l3和n的电压参数。
[0065]
其中，控制与处理模块包括独立运行模式和服务器运行模式，所述独立运行模式
利用边缘计算和内嵌负荷辨识模型完成用电负荷的识别，软件固件内置 web服务和浏览器的页面，使用时无需安装浏览器在外的其它软件，通过手机、平板电脑或计算机网络浏览访问负荷识别和能耗情况，所述内嵌负荷辨识模型通过服务器应用建立的lstm-rnn模型进行训练，训练完成后使用tensorflow lite进行压缩处理并通过ota导入设备，可以减少边缘设备内存使用和计算时间，形成能够在边缘设备上高效运行的负荷辨识模型；
[0066]
所述服务器运行模式采用mqtt物联网协议向指定分析服务器发送用电数据，服务器中分析软件负责负荷辨识和能耗分析，并将分析结果发送给订阅用户。
[0067]
其中，控制与处理模块具有集成的2.4ghz无线通信单元，集成的2.4ghz 无线通信单元具有wi-fi和蓝牙连接功能。
[0068]
其中，用电数据的特征量包括稳态、暂态和运行模式，所述稳态和暂态的特征由设备内部的元器件特征决定，所述运行模式的特征由设备的运行控制策略决定。
[0069]
其中，负荷识别包括负荷识别模型，所述负荷识别模型的电力供给入口p 表示在时间t时所有单个设备的有功功率的总和，则总功率可表示为
[0070][0071]
其中yi(t)表示i个可用设备中的第i个设备在t时间的功耗，已知t持续时间内的总功率目标是获得第i个设备的能耗在现在研究和应用中，负荷的增加、负荷的多状态以及负荷的类似功耗是nilm面临的三大问题，提出了基于长短期记忆递归神经网络(lstm-rnn)模型用于负荷分解和识别，可以有效解决负荷的各种特征重现性的难题。
[0072]
其中，负荷识别模型有p和dp输入时间序列向量：所述p是非侵入式负荷监控设备记录的总功率p，一个训练数据集p
t，i
用于建立第i个设备的t个训练样本，其中其中是从聚合信号p和的特征映射，代表了第n个样本的响应设备能耗；
[0073]
所述dp代表功率的变化。将功率变化引入，一方面为负荷识别提供瞬态特征，另一方面减少噪音对学习模型训练的影响。
[0074]
其中，瞬态特征的数据为时间序列功率数据，通过开始和结束时间戳确定功率数据窗口，功率数据可以分为三个区域：前瞬态窗口、后瞬态窗口和瞬态窗口，实际应用中，采用高斯加窗函数一阶导数与功率数据进行卷积计算后再求导，并通过过零法，检测出峰值和确定瞬态窗口的左右边界，所述瞬态特征选择以下三个特征来定义：
[0075]
一是设备从开启达到稳态的功率变化δp；
[0076][0077]
是后瞬态窗口的中值，是前瞬态窗口的中值。
[0078]
二是最大峰值功率变化p
max
；
[0079][0080]
max(x1)是瞬态窗口的最大值，是前瞬态窗口的中值。
[0081]
三是最小峰值功率变化p
min
。
[0082][0083]
min(x1)是瞬态窗口的最小值，是前瞬态窗口的中值，学习方法为
[0084]
服务器和移动app配合，可开展在线和历史数据训练学习。
[0085]
典型监督学习流程如下：
[0086]
a1、开始训练：断开所有设备；
[0087]
a2、打开待识别的设备；
[0088]
a3、等待5秒；
[0089]
a4、选择该设备；
[0090]
a5、关闭；
[0091]
a6、等待5秒；
[0092]
a7、打开；
[0093]
a8、等待5秒；
[0094]
a9、选择该设备；
[0095]
a10、关闭；
[0096]
a11、等待5秒；
[0097]
a12、打开；
[0098]
a13、等待5秒；
[0099]
a14、选择该设备；
[0100]
a15、完成。
[0101]
其中，负荷识别属于二进制分类，采用f打分进行评估识别准确性：
[0102][0103]
其中precision为阳性预测值，recall为真阳性预测值比率，tp为真阳性，fp为假阳性，fp为预测设备开启但关闭，fn为假阴性，fn为设备已打开，但预计已关闭，tp、fp和fn通过时间数据街垒可以进行测定。
[0104]
物联网非侵入式负荷识别和能耗监控系统的实现方法，其特征在于，包括以下步骤：
[0105]
s1、采集：记录测量数据；
[0106]
s2、分析：分析测量数据并确定任意用户配置；
[0107]
s3、识别：使用ai和机器学习方法识别和创建用户消费模式，并发送给分析服务软件；
[0108]
s4、预测：分析系统检测用户模式的任何偏差，进行预测维护，发现早期任何故障、根据历史数据，预测未来事件，实现预测报警；
[0109]
s5、运行控制：通过物联网技术，使用最佳功耗策略对设备进行控制。
[0110]
具体的，通过非侵入式负荷监控设备的传感器接口单元，传感器接口单元包括四组八个电流插口和四路电压插口，传感器接口支持接触式和非接触式传感器，对电流传感器进行安装处理，同时采集电流传感器电流和电压的参数，非侵入式负荷监控设备的控制与处理模块完成控制、处理和通信功能，拥有双核处理器、高容量板载闪存和无线模块，具
有独立运行和服务器运行两种模式，在独立运行模式时，利用边缘计算和内嵌负荷辨识模型完成用电负荷的识别，软件固件内置web服务和浏览器的页面，在使用时无需安装浏览器在外的其它软件，通过手机、平板电脑或计算机网络浏览访问负荷识别和能耗情况，在服务器运行模式时，软件固件采用mqtt物联网协议向指定分析服务器发送用电数据，服务器中分析软件负责负荷辨识和能耗分析并将分析结果发送给订阅用户，控制与处理模块具有集成的2.4ghz无线通信单元，集成的2.4ghz无线通信单元具有wi-fi和蓝牙连接功能，电能计量模块负责采集电压和电流数据和计算得到有功、无功、视在功率和功率因子等参数，并将用电数据发送给控制与处理模块，根据工作模式，采用独立运行和服务器运行模式，根据用于识别电器设备类别的特征量，完成负荷类别识别和能耗分析，用电数据的特征量，电源管理模块用于对非侵入式负荷监控设备提供dc5v工作电源，还用于对电能计量模块和控制与处理模块提供dc3.3v工作电源，包括ac/dc转换单元和 dc/dc隔离转换单元，ac/dc转换单元为设备提供dc5v工作电源，输入端与电压插口电连接，dc/dc隔离转换单元为电能计量模块和控制与处理模块提供 dc3.3v工作电源，输入端为ac/dc转换单元输出端，移动app用于消费者随时随地在移动应用程序上浏览能耗情况，软件服务器用于存储用电数据和部署负荷分解、识别和能耗分析软件。
[0111]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。