一种用于非侵入式电力负荷测量的智能电表的制作方法

本发明涉及到ARM开发板，采用嵌入式开发技术，主要是面向非侵入式负荷监控与分解，该设备提供了较好的采样方案，并提供了编程模块，以供用电设备辨识算法上传及改进的需求。

背景技术：

近年来，我国对于能耗监测工作的要求越来越高，加强能耗监测对于我国降低能源消耗与开支、提高能源利用率、实现可持续发展、建设节约型社会有着极为重要的现实意义，而非侵入式负荷监控则是实现该工作的有效方法。相比传统的侵入式电力负荷测量技术，非侵入式电力负荷测量技术无需“近负荷”安装传感设备，而仅通过电力负荷入口处的电流、电压等各类信息进行测量与分析，即可获取用户内部各类负荷类别、谐波、能耗等负荷特征。该技术是供电公司了解电力系统的负荷细节、构成和比重的重要来源，并成为实现以上工作的重要渠道，同时在用户侧安装相应设备能使用户详细了解用电情况，以合理购置用电设备与安排电器使用。

实现非侵入式负荷监控需要相应的数据采集设备，要能精准的测量用户电力负荷入口处的电流与电压信息，并通过计算得出有功功率、无功功率、时间、频率、谐波等参数，最后由非侵入式电力负荷分解装置得出用电情况分析。从用户采集来的电压电流需要经过预处理，以满足采集模块的输入范围，并需同时兼顾采样数据的准确性。经过采集的数据传经过还原处理，被DMA方式传输至存储模块等待进一步的传输，或直接由相应负荷分解及电器用电状态辨识算法所使用，得到的辨识结果。电能计量信息与用电设备辨识结果经过通信传输到供电企业，以便收费、分析与建立数据库。

技术实现要素：

本发明主要是一个用于非侵入式负荷监控与分解的用电数据采集系统，能够有效的测量用户的电压与电流信息，经数据处理得出用于电能计费信息及非侵入式负荷监测与分解的特征集，传输到存储器中保存。特征集如电流/电压、无功/有功功率等因数将由预置的非侵入式负荷监测与分解的算法求得相应辨识结果，与上述电能计量信息一并传输至供电企业。为了实现该目标，本实用新型采用如下技术方案：

一种用于非侵入式电力负荷测量的智能电表，其特征在于：包括型号为LPC1751的MCU，以及同时与MCU连接的采集模块、基准电压及电源、编程模块、通信模块、看门狗电路、EEPROM8、状态显示电路。

在上述的一种用于非侵入式电力负荷测量的智能电表，所述的采集模块由电流采样处理电路、电压采样处理电路以及由电源提供的基准电压三个部分组成，电流采样处理电路1、电压采样处理电路3以及由电源提供的基准电压2同时与MCU连接；电压的采集直接来源于入户双线，并通过分压电路缩小到设定范围；电流的采集通过霍尔电流传感器，经过一次处理的两个输入量接入依次连接的两个放大器与一个由电源提供的偏置电压。

在上述的一种用于非侵入式电力负荷测量的智能电表，通信模块选用的芯片为ISO3082，输入端连接微控制器CortexM3的输出端，由独立的稳压源供应通信信号的电压。使用的通信方式为差分式RS-485方式。

采集模块电路，分为两个部分：电流采样部分1，使用霍尔电流传感器将电流进行一定比例的放缩，通过电流电压转换电路将电流信息转换为电压信息；电压采样部分3，使用分压电路，直接将输入电压进行一定比例的放缩。两种数据经过一定处理从而满足模数转换器的输入要求。所述设备使用了一种新式的采样处理，通过一个修正公式提高采样数值的可靠性，提高非侵入式负荷监控与分解的精准度。

电源模块2直接源为家用电压，使用MORNSUN公司的生产的LD05-23B24电源模块将交流电转换为24V的直流电压，并进一步的细化为各电压值，以符合各个原器件的电压输入。同时电源模块也将为ADC和采集电路的编制电压提供精准的电压来源。

MCU4使用依据CortexM3核心、由纳智捷公司生产的LPC1751，可以快速的处理相应信息，完成各类运算以及各类操作，并拥有512K的闪存及DMA功能，能快速的存储或读取一定量的数据，减小该MCU的计算负担，提高了任务处理的效率。该微控制器功耗较低，能长时间适应该环境的运行状况。配备一块SRAM，以存储临时负荷事件、设备链表。该微处理器自带多个AD转换器，与上述采集模块一同降低了使用计量芯片方案的成本及复杂性，并获取更多的特征集信息。

该设备的通信模块6能完成与上位机进行数据交换的工作。考虑成本和需求的问题，该设备选用ISO3082芯片，为隔离式RS-485通信方式，完美契合DTL-645智能电表规约的物理接口。该设备还拥有一个标准的2x10的编程模块5以供程序、数据库的更新，能根据需要更新非侵入式负荷监控与分解相关的算法，提高电器辨识的精度及跟进后续服务。

EEPROM8使用AT24C64，其容量为64K，可用于存储需要频繁更改的本地数据库、电能计费数据以及NILMD辨识数据。

该设备拥有三个定时器，其中一个为高精度定时器以用于精准的完成采样与间隔，其他两个为普通定时器，为通常功能(定时与计数)；看门狗电路7选用芯片SP706S，能在软件故障时将该装置复位，防止程序进入无限的跑飞状态。

该设备还备有LED等硬件，提供运行状态的信息(即状态显示电路9)。以上的几个模块及部件，经过有效的设计形成集成电路，有效的利用了空间资源，使得体积适当。选用的部件构成成本有限，以实现大规模推广的现实意义与目的。

该设备能将有效的采集用户侧的电流电压信息，进行一定的换算与计算，得出有功功率与无功功率等信息，进行一定的分析与数据库的匹配得出一定的结果，并能将该信息传输到供电企业，以供后续需求。故该文中所述的为该设备的硬件基础，其他功能需由软件部分来进一步实现，相应的非侵入式负荷监测与分解算法将通过编程与烧录来达成。

本实用新型具有如下优点：1.成本较低，集合NILMD与自动抄表功能，利于普及；2.功耗较低，可以适应工作环境下长时间的运行；3.标准的JTAG接口为后续的编程更新提供通道。

附图说明

附图1为该设备的原理设计概念图。该用电数据采集系统主要是为了收集电压与电流信息以供负荷分解分析和用电设备辨识使用，所以配备了强劲的MCU以及编写烧录程序的能力，以满足各类需求。

附图2为该设备的采集电路的原理简图，使用器件主要为两个传感器以及运算放大器。

附图3为该设备具体部件模块的电路简图，部分稳压器件以及供电电路没有列在其中。

附图4为该模块除了标准2x10的JTAG接口，对外的各个引脚的定义。

具体实施方式

本设备通过提供了一个较为精准的采样处理与后续可远程更新的非侵入式负荷监测与分解智能电表，其具体结构如图3。

采样基准电压2由调压电路供应相应直流稳压，并由稳压器件与分压电路提供1.65V的基准电压。电流采样处理电路1与电压采样处理电路3均使用两个运算放大器，而基准电压则作用在两个放大器之间，通过调理使模数转换器的输入值在0-3.3V之间。两个采样电路的输出端直接接向带有AD功能的MCU4模块。

看门狗电路7与MCU4相连，拥有最高的中断优先级，当MCU4因为干扰程序跑飞的时候，该电路得不到MCU4送来的信号的时候，将往MCU复位引脚相连的引脚送出一个复位信号，使其复位。状态显示电路9使用MCU4的普通输入/出引脚，使用两种颜色(即红色、绿色)表示该设备的运行情况，达成一个简单的提醒。

EEPROM8(带电可擦写可编程读写存储器)与MCU5的相应引脚相连，可以存储在PC端编写的程序，已完成该设备出厂功能以及未来的软件部分的升级。编程模块5与MCU4双向接通，以支持后续的非侵入式负荷监控与分解方面的算法提升。

通信模块6的输入端与MCU54，该模块可通过一定的硬件与软件的改造支持RS485、RS232、USB以及DLT645-多功能电能表通信协议。

该设备与一般的非侵入式负荷监控与分解设备的不同点在于该设备在注重用电设备的辨识之外，同样注重数据的采集与可靠性。采样数据的好坏直接影响到电器辨识的准确性，所以在使用直接采样的结果之前，我们将对于该数据进行一定的校正。这里将使用一种处理方法来校正数据，这种算法与该设备的采样处理电路有着直接的关联，且该方法应预先存入该设备的存储模块。下面介绍该种方法。

对于电压采样结果的数据处理，通过以下式子来进行换算，可以使其转换为模拟量的实际值：

V实＝(ADV*3.3/4096-c)*K*b

在该式中，ADV为AD转换器转化为数字量的采样值(用12bit标识)；c为由原本采样源所产生的正弦图像的采样中心点；K为放大倍数；b为比例修正。

对于系数c与b来说，有以下2个式子计算。c的计算方式为：

c＝c0+(Vmax+Vmin)/(2*K*b)

c0为默认的中心点，由于电压、电阻的精度与性能，从而产生漂移。所以必须通过实际值的测量进行校偏。我们在这里使用带有极性的两组电压测量，该电压值为测量范围的极值。假设由该次测量得到的两个值分别为+212与-208，那么应该通过该测量来校正中心点的数值。可以使用绝对值相同的带有不同极性的数值来校验，若几次校正相差不多，可以采用平均值的方法确定校正后的中心点(若样本够大也可采用去极值平均值等方法)。b的计算方式和c有相似之处，以下是b的计算方式：

b＝Vmax/V标

b的计算仍是在期望在该测量区间内能保持良好的基础来建立的。该系数的必要性依旧和采用电路的性能有关，该处理电路不能保证放大倍率的准确，因此需要我们额外的来通过该系数补偿。除开最大值，在c的校正完毕的基础上，b也可以用多组不同的值来测量以及比较，就单值来说测量值越大越好。

通过该种算法的补偿，我们能采集到较好的数据，以获得更精准的结果。但是要达到较好的电器识别效果依然还取决与非侵入式负荷监测与分解的相关算法的优劣。目前来说，NILM主要的归纳算法为无监督与监督学习算法。监督学习算法通过对大量的已有设备进行采样数据采集获得数据库，并在未来的电器识别中使用该类数据与标签来进一步训练达到较好的识别效果。而无监督学习算法在实测数据中发现规律，并根据它们的共同属性(特征空间的相似性)来分组数据点。无监督方法的特点在于它们不需要准备参考数据，然而其准确性通常低于监督方法。大量其他算法也应用在非侵入式负荷监测与分解之中，例如神经网络算法、k-NN、蚁群优化算法、遗传算法等。在应用于非侵入式负荷监控与分解的智能电表中，算法内容没有做限制，算法的选择根据需要进行选用，并能通过在PC端的编程与烧录实现，以达到灵活使用的目的，并且能够迎接未来算法进步带来的改进。

该设备主要以传输数据给供电企业为主，所以实现监督算法可以以供电企业端的数据库以及分析为主。该MCU支持以太网通信，或者直接使用互联网，在该设备上也可以通过拓展达成，或者供电企业在该区域建设相应的转接口。如有需要可以通过改进增加一块液晶显示屏来实现用户侧的显示，相应的用电情况(或是辨识情况)也可以通过供电企业的反馈来获得。

本实用新型需要保护的上述描述的硬件及其连接结构，对于涉及到信号的处理方法和过程，是为了解释本实用新型的硬件结构的工作原理，不属于本实用新型的保护范围，采用本实用新型的硬件连接结构后，信号处理的过程均能够通过现有技术实现。

以此看来，本领域的技术人员可以根据本发明进行各种改动和变形而不脱离本发明的精神和范围。倘若这些修改和变型属于本发明权利要求及其等同技术的范围之内，则均落在本发明要求保护范围之内。