一种拓扑可配置的非侵入式楼宇用电设备监测分析系统

摘要

本发明的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统包括用户用电数据采集模块，用电数据处理模块和用电数据云服务器。通过用电云服务器远程配置，实现用电端设备采样频率由低频到高频的转换，从而提高采样的用电特征数据的数据处理量，进而达到更加精确合理地辨识用户负载的目的。本发明在解决随用户需求增加而产生的计算设备成本增加问题时，采用多台用电数据处理模块模式并联组成的数据处理模块组元模式，并通过应用非侵入式用电负荷识别算法进行运算。本发明系统计算能力的升级可以在完全利用原有系统的硬件的情况下，进行升级改造，不需要二次施工进行系统升级，改造成本低。能充分满足智能电网发展高性能非侵入式用电负荷监测需求。

权利要求

1.一种拓扑可配置的非侵入式楼宇用电设备监测分析系统，其特征在于，包括用户用电数据采集模块，用电数据处理模块和用电数据云服务器；所述用户用电数据采集模块安装在用户的进户总线上，实时采集用户的电压及电流数据，通过高速通讯方式和用电数据处理模块双向连接，用户用电数据采集模块包括电压传感器、电流传感器，AD转换器，数据采集处理器、电源和通讯模块；用电数据处理模块为可进行并联的数据处理器，配置一台或多台，当采用配置一台用电数据采集模块时，楼宇中所有安装的用电数据采集模块均连接在该模块，用电数据采集模块配置为低频采样模式；当需要升级数据处理能力时，采用多台用电数据处理模块并联组成的数据处理模块组元模式，并通过更改数据处理模块所配置的计算流程完成,所配置的用户用电设备辨识算法可以配置应用各种非侵入式用户用电设备识别算法进行算法部分运算； 升级配置后用电数据处理模块采用数据处理模块组元模式，楼宇中所有安装的用电数据采集模块均连接到一台第一数据处理模块上，再由该模块将数据及相应的处理任务分配给数据处理模块组元的其他的数据处理模块处理，数据处理模块组元的并联的数据处理模块之间通过以太网方式连接，采用数据处理模块组元模式，根据需求配置为高频采样模式，所述采用数据处理模块组元模式的用电数据处理模块通过无线通讯将已处理得到的用电设备辨识结果传递给用电数据云服务器；用电数据云服务器用于通过无线通讯接收计算模块获取的用电负荷辨识结果及系统的日志，并根据不同用户权限为用户提供用电负荷监测数据的远程访问服务；

所述的无线通讯选择5G无线通讯方式。

说明书

一种拓扑可配置的非侵入式楼宇用电设备监测分析系统

技术领域

[0001] 本发明涉及一种非侵入式楼宇用电设备监测、采样及负载识别的系统。

背景技术

[0002] 今天，由于能源需求呈指数级增长，节能是一个具有挑战性的问题,并且,随着人们越来越关注这一问题，兴起的泛电力物联网需要大规模获取详尽的用户侧的用电数据，
所以,其解决方案必然更倾向于非侵入式。而随着用能的逐渐深入，供电系统的稳定性即变
得愈加重要。所以合理高效利用电能监测技术进行精确的采样成为了研究人员亟待解决的
问题。而住宅部门占有用电量的一定比重，但用电终端种类多，用电成分复杂，所以居民用
电设备的监测在电力检测中有着举足轻重的作用。

[0003] 目前,非侵入式用电负荷监测设备的数据采集主要分为两种，一种是低频的数据采集，一般采样频率≤1Hz，如（中国专利《一种智能电网非侵入式居民负荷监测电路及系
统》,专利号CN 108693417 A）。这类系统只进行低频采样，结构简单，成本较低，但由于采样
频率的限制，无法获取用电信息的谐波信息和开关瞬态过程信息，所以辨识精度相对较低。
另一种进行高频数据采集，一般采样频率>1kHz，如中国专利（《一种基于融合决策的非侵入
式负荷识别方法及装置》,专利号CN 107525964 A），中国专利（《一种基于电流分解的非侵
入式负载监测方法及系统》）等，这类系统虽然为了获取种类更多的用电信息从而达到更准
确的用电设备辨识精度，但是除了需要较高的采样设备成本外，还需要配备复杂且较高性
能的数据处理设备（如中国专利《一种基于融合决策的非侵入式负荷识别方法及装置》,专
利号CN 107525964 A）中的求解单元需要包括对应的判断模块及选取模块，中国专利(《一
种基于电流分解的非侵入式负载监测方法及系统》,CN 103018611 B)中的分解模块包括其
算法选取模块及算法执行模块，数据处理量增加而进一步提升非侵入式用电负荷监测设备
的结构复杂性及整体成本。

发明内容

[0004] 为了解决已有技术存在的问题，本发明提供一种拓扑可配置的非侵入式楼宇用电设备监测分析系统，本发明提供的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统
通过用电云服务器远程配置，实现用电端设备采样频率由低频到高频的转换，从而提高采
样的用电特征数据的数据处理量，进而达到更加精确合理地辨识用户负载的目的。

[0005] 本发明提供的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统包括用户用电数据采集模块，用电数据处理模块和用电数据云服务器；

[0006] 所述用户用电数据采集模块安装在用户的进户总线上，实时采集用户的电压及电流数据，通过高速通讯方式和用电数据处理模块双向连接，所述高速通讯方式优选电力系
统载波通讯方式，用户用电数据采集模块包括电压传感器、电流传感器，AD转换器，数据采
集处理器、电源和通讯模块；

[0007] 用电数据处理模块为可进行并联的数据处理器，配置一台或多台，当采用配置一台用电数据采集模块时，楼宇中所有安装的用电数据采集模块均连接在该模块，用电数据
采集模块配置为低频采样模式，以减少数据处理模块所需处理的总数据量。用电数据采集
模块使用于系统的初期布置，可以大幅度降低数据处理模块的成本。

[0008] 当需要升级数据处理能力时，采用多台用电数据处理模块并联组成的数据处理模块组元模式，并通过数据处理模块所配置的用户用电设备辨识算法完成，所配置的用户用
电设备辨识算法配置使用各种非侵入式用户用电设备识别算法进行运算；

[0009] 升级配置后数据处理模块采用数据处理模块组元模式，楼宇中所有安装的用电数据采集模块均连接到一台第一数据处理模块上，再由该模块将数据及相应的处理任务分配
给数据处理模块组元的其他的数据处理模块处理，数据处理模块组元并联的数据处理模块
之间通过以太网方式连接，采用数据处理模块组元模式，根据需求配置为高频采样模式，所
述采用数据处理模块组元模式的用电数据处理模块通过无线通讯将已处理得到的用电设
备辨识结果传递给用电数据云服务器；

[0010] 用电数据云服务器用于通过无线通讯接收计算模块获取的用电负荷辨识结果及系统的日志，并根据不同用户权限为用户提供用电负荷监测数据的远程访问服务，所述无
线通讯优选5G无线通讯方式。

[0011] 可以看到，本发明系统计算能力的升级可以在完全利用原有系统的硬件的情况下，进行升级改造，不需要二次施工进行系统升级，改造成本低。

[0012] 有益效果：本发明提供的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统通过用电云服务器远程配置，实现用电端设备采样频率由低频到高频的转换，从而提高采
样的用电特征数据的数据处理量，进而达到更加精确合理地辨识用户负载的目的。本发明
提供的一种拓扑可配置的非侵入式楼宇用电设备监测分析系统在解决随用户需求增加而
产生的计算设备成本增加问题时，采用多台用电数据处理模块模式并联组成的数据处理模
块组元模式，满足可配置需求，减少升级造成的设备浪费，同时避免了二次施工造成的工程
费用增加，能充分满足智能电网发展高性能非侵入式用电负荷监测需求。

[0013] 附图说明：

[0014] 图1是本发明的低频采样时系统配置的拓扑图。

[0015] 图2是本发明的升级配置后的高频采样系统的拓扑图。

[0016] 图3是本发明系统的用户用电数据采集模块结构示意图。

[0017] 图4是本发明的系统数据处理模块工作流程图。

[0018] 图5是本发明升级配置后的高频采样系统的第一数据处理模块工作流程图。

[0019] 图6是本发明升级配置后的高频采样系统的数据处理模块组元工作流程图。

[0020] 具体实施方式：

[0021] 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。

[0022] 实施例1 如图1所示，一种拓扑可配置的非侵入式楼宇用电设备监测分析系统包括多个用户用电数据采集模块11、一个用电数据处理模块

[0023] 如图3所示，所述用电数据采集模块11包括电压传感器301、电流传感器302，AD转换器303、电源304、数据采集处理器305、通讯模块306；所述电压传感器301和电流传感器
302分别选取ZMPT电压互感器和HCS‑ES5闭环霍尔电流互感器，用于非侵入式采集用电总线
102上的电压及电流数据，并设置低频的采样频率为0.1Hz。采样的模拟信号经过AD转换器
303转换为数字信号，用于后续数据采集处理器305的计算，所述AD转换器303选取
AD7193BRUZAD转换器。

[0024] 所述数据采集处理器305进行低频采样，其将电压传感器301和电流传感器302获取的总线的电压、电流的信息预处理为有功功率、无功功率的用电特征数据，将信息传输给
通讯模块306；

[0025] 所述通讯模块306采用局域通讯网络101的高速通讯方式和用电数据处理模块12双向连接；

[0026] 所述电源304用于数据采集处理器305的供电；

[0027] 所述用电数据处理模块12为基于Cortex‑A15芯片的用户处理模块，其能耗低、计算效率高，用于接收用电数据采集模块11发送的用电特征数据和总线位置信息，并利用其
配置的非侵入式用电识别算法进行用户用电设备辨识，以及在判断计算能力不足时发送警
告信息，最终通过通讯模块306将用户设备辨识结果以无线通讯网络的方式发送给用电云
服务器13；在用户均为低频采集时，采样频率为0.1Hz,数据处理模块算法实施频率为
0.1Hz。

[0028] 所述用电数据云服务器13接收计算模块获取的用电负荷辨识结果及系统的日志，并可以根据不同用户权限为用户提供用电负荷监测数据的远程访问服务。

[0029] 用电数据处理模块12的工作流程如附图4所示，具体如下：

[0030] 进行步骤500，开始；

[0031] 进行步骤505，用电数据处理模块12接收各户数据采集模块11发送来的用电特征数据及在数据上标注相应的采样总线位置信息；

[0032] 进行步骤510，用电数据处理模块12校核本处理模块是否满足计算量需求；是，进行步骤515，否，进行步骤520,525,530再进行步骤515；

[0033] 进行步骤515，用电数据处理模块12通过本模块配置的低分辨率算法进行用户用电负荷辨识；

[0034] 进行步骤520，用电数据处理模块12向用电数据云服务器13发送警告信息；

[0035] 进行步骤525，用电数据处理模块12对数据采集模块11发出用电特征数据使其进行降频采样至可满足处理需求的采样频率；

[0036] 进行步骤530，第一用电数据处理模块12接收降频后的用电特征数据及对应的总线位置信息，再进行步骤515；

[0037] 进行步骤535, 用电特征数据处理模块12向用电数据云服务器13发送用户用电总线位置信息及用电负荷辨识结果；

[0038] 进行步骤540，结束。

[0039] 实施例2 如图2所示，一种拓扑可配置的非侵入式楼宇用电设备监测分析系统包括多个用户用电数据采集模块2201、用户用电数据处理模块的第一用电数据处理模块
2203、用电数据处理模块组元2204和用电数据云服务器2206；

[0040] 所述多个用电数据采集模块2201分别与配电网2202连接，在用户的进户总线上实时采集用户的电压及电流数据，所述用户用电数据采集模块2201通过局域通讯网络的高速
通讯方式和第一用电数据处理模块2203连接，所述高速通讯方式本实施例为电力系统载波
通讯方式；

[0041] 所述用电数据采集模块2201的构成与实施例1相同，并且用电数据采集模块2201的数据采集处理器305需要同时满足高频和低频采样的需求，选取TMS320F28335DSP芯片用
于高性能数据预处理，其将电压传感器301和电流传感器302获取的总线电压、电流信息预
处理为有功功率、无功功率、有效电压和有效电流重要特征数据，当设置高频采样的频率为
3.2kHz,即每个交流供电周期约采集64个数据，获取的高频电压、电流信号经预处理得到瞬
时电压、电流数据，。

[0042] 所述第一用电数据处理模块2203为基于Cortex‑A15芯片的用户处理模块，可以利用实施例1中的用户处理模块12，再进行程序升级改进，能耗低计算效率高，通过局域网接
收用户用电特征数据采集模块2201发送的用电特征数据和对应的总线位置信息，并分配给
用电数据处理模块组元2204的互并联的用电数据处理模块处理；

[0043] 所述用电数据处理模块组元2204包括多个相互并联的用电数据处理模块，第一用电数据处理模块2203与用电数据处理模块组元2204之间通过以太网2207连接；

[0044] 所述用电数据处理模块组元2204的相互并联的用电数据处理模块是基于Cortex‑A9芯片的高性能数据计算处理器，通过其配置的非侵入式用户用电设备辨识算法进行用电
设备负荷辨识，然后将信息通过无线通信网2205传输给用户数据云服务器2206；并在将数
据数据处理模块进行用电设备辨识前实施快速傅里叶变换，设备辨识算法实施频率为
10Hz。

[0045] 所述用户用电设备辨识算法可以配置应用各种用户用电设备识别算法。本实施例是使用隐马尔科夫模型进行算法部分运算，解决隐马尔科夫模型中的解码问题负荷分解算
法选择维特比算法。

[0046] 进行负荷分解的步骤主要为：

[0047] 1.首先需要对隐马尔可夫算法参数进行估计，即算法中的学习问题，通过已知采样得到观测值的序列，进而求得参数矩阵的最优解，本实施例选择有功功率序列，
， 为t采样时刻的用电设备输出的有功功率值；设 为t时
刻用电 设备的隐含状态值 ，用来描述某时刻其工作状态 ，其 构成 序列
；

[0048] 2.设有N个独立的用电设备，隐马尔科夫链共由N层马尔科夫链构成，且各链之间互不影响，某时刻总观测值对应第m层马尔科夫链的关系为 ，隐马尔可夫
链的参数集合， 包括主要参数 为用电设备初始状态概率矩
阵 ， 为状态转移矩阵表示用电设备状态由i状态变
换到j状态的概率，其特征如下， 且 为输出
概率矩阵即为观测值对应状态值的概率；

[0049] 3.  参数集合符合高斯概率分布，所以其利用期望最大化算法多次迭代使得函数 收敛，得到其参数集合使得期望最大的最优解
，并得到对应其最优解的三个参数矩阵

[0050] 4.已知最优参数集合，进而通过测得的观测矩阵求解其状态集合问题，选择维特比算法进行解码问题，使得状态序列和观测序列的联合概率最大，其对应维特比算法优化
函数为：

[0051] 通过维特比算法迭代得到满足维特比变量即的最佳隐含状态序列 ，用户负荷识别的最优状态序列也就是
,数据处理模块组元再将计算结果发送到用电云服务器。

[0052] 第一用电数据处理模块2203的工作流程如附图5所示，具体如下：

[0053] 进行步骤100，开始；

[0054] 进行步骤105，第一用电数据处理模块2203接收所有数据采集模块2201发送来的用电特征数据及在数据上标注相应的采样总线位置信息；

[0055] 进行步骤110，第一用电数据处理模块2203根据数据接收的速率及用电特征数据处理模块组元2204的多个并联的数据处理模块的连接配置，计算并分配多个并联的数据处
理模块的用电特征数据处理任务；

[0056] 进行步骤115，第一用电数据处理模块2203校核用电特征数据处理模块组元2204的每个数据处理模块的用电特征数据处理任务是否满足计算量需求，是，进行步骤120，否，
进行步骤125,130,135，再进行步骤120；

[0057] 进行步骤120，第一用电数据处理模块2203将用电特征数据及对应的总线位置信息发送至用电特征数据处理模块组元2204的数据处理模块进行数据处理；

[0058] 进行步骤125，第一用电数据处理模块2203向用电数据云服务器2206发送警告信息；

[0059] 进行步骤130，第一用电数据处理模块2203对数据采集模块2201发出用电特征数据使其进行降频采样至可满足处理需求的采样频率，

[0060] 进行步骤135，第一用电数据处理模块2203接收降频后的用电特征数据及对应的总线位置信息；

[0061] 进行步骤140，第一用电数据处理模块2203接收用电特征数据处理模块组元2204的用电负荷辨识结果摘要；

[0062] 进行步骤145，第一用电数据处理模块2203根据用电负荷辨识结果摘要，校验上述各模块是否完成相应的用电特征数据处理任务，是，进行步骤155，否，进行步骤150，再进行
步骤145；

[0063] 进行步骤150，第一用电数据处理模块2203向用电数据云服务器2206发送数据计算任务未完成的警告信息；

[0064] 155，结束。

[0065] 用电特征数据处理模块组元2204的工作流程如附图6所示：

[0066] 进行步骤200，开始；

[0067] 进行步骤205，用电特征数据处理模块组元2204的多个并联的数据处理模块接收第一用电数据处理模块2203发送的用电数据并标记其位置信息；

[0068] 进行步骤210，用电特征数据处理模块组元2204应用所配置的非侵入式用电负荷监测算法，获取用电负荷辨识结果；

[0069] 进行步骤215，用电特征数据处理模块组元2204向用电数据云服务器2206发送用电总线位置信息及用电负荷辨识结果，向第一用电数据处理模块2203发送用电负荷辨识结
果摘要；

[0070] 进行步骤220，结束。

[0071] 用电云服务器2206通过无线网络通讯接收用户用电特征数据处理模块组元2204的并联的数据处理模块获取的用电负荷辨识结果及系统的警告及日志信息，当用电云服务
器2206接收到第一用电数据处理模块2203的数据计算未完成或计算能力不足的警告时，进
行故障排查或进行配置升级，用电云服务器2206可以拓展其上位机功能，并根据不同用户
权限为用户提供用电负荷监测数据的远程访问服务；所述上位机选择基于Android环境开
发的客户端。

[0072] 当某家庭用户需求提高而提出用户端采样频率升级需求时，提高采样装置频率步骤如下：

[0073] b)首先某用户向电网端提出采样频率升级需求；

[0074] c)电网端确认后，通过访问用电云服务器2206通过无线网络通讯向第一用电数据处理模块2203发送某户采样频率升级的信息及对应用户的总线位置信息；

[0075] d)第一用电数据处理模块2203接收信息后，增加其判断程序中高频采样用户的数目，并通过电力系统载波通讯将采样频率升级信息发送给对应用户的用电数据采集模块
2201；

[0076] e)用电数据采集模块2201通过通讯模块306接收到采样频率升高的信号后，通过数据采集处理器305，进而改变用户端采样频率，而不需要进行用户端装置的硬件升级。满
足可配置需求的同时避免了二次施工问题，实现减少成本，减少设备浪费。