基于模型自学习的非侵入式电动自行车监测方法及系统

    公开(公告)号:CN113928158A

    公开(公告)日:2022-01-14

    申请号:CN202111018125.3

    申请日:2021-08-31

    申请人: 天津大学

    摘要: 本发明公开了一种基于模型自学习的非侵入式电动自行车监测方法,包括:对用户总功率进行滤波、降频等预处理;对有功功率的差分进行密度聚类得到密度最大类的均值和时间上对应的无功功率均值以重构信号,采用双边滤波、状态转换移除、分段线性表示筛选出含充电缓坡的时间段;根据非侵入式负荷事件检测算法找到所有疑似充电的负荷事件,采用滑动窗确定所有电动自行车充电引起的负荷事件,并完成模型自学习;非侵入式负荷事件检测算法实时检测充电行为并预警;以充电模型为基础,实现荷电状态实时感知和充电电量计算。可根据用户总功率判断是否存在电动自行车充电行为,完成模型自学习,实现充电行为实时预警,荷电状态实时感知和充电电量计算。

    非侵入式电动自行车充电负荷在线快速检测方法

    公开(公告)号:CN114759558A

    公开(公告)日:2022-07-15

    申请号:CN202210539784.X

    申请日:2022-05-18

    申请人: 天津大学

    IPC分类号: H02J3/00

    摘要: 本发明公开了一种非侵入式电动自行车充电负荷在线快速检测方法,包括:对1Hz的电动自行车单独充电的功率数据依次进行状态转换移除、降采样和SG滤波,分别计算有功/无功功率的差分信号,并利用恒压阶段的差分信号的拟合曲线构建电动自行车充电负荷模板。采集用户入户处的有功/无功功率数据,取时间窗口为6小时,步长为10分钟,在窗口中依次进行状态转换移除、降采样和SG滤波,分别计算有功/无功功率的差分信号,将有功功率差分信号中连续负的子序列与无功功率差分信号中连续正的子序列进行匹配,计算成功匹配的子序列和模板之间的距离,若小于距离阈值,则判断该处存在电动自行车充电负荷。本发明在电动自行车违规充电稽查等领域具有广阔的应用前景。

    基于模型自学习的非侵入式电动自行车监测方法及系统

    公开(公告)号:CN113928158B

    公开(公告)日:2023-02-24

    申请号:CN202111018125.3

    申请日:2021-08-31

    申请人: 天津大学

    摘要: 本发明公开了一种基于模型自学习的非侵入式电动自行车监测方法,包括:对用户总功率进行滤波、降频等预处理;对有功功率的差分进行密度聚类得到密度最大类的均值和时间上对应的无功功率均值以重构信号,采用双边滤波、状态转换移除、分段线性表示筛选出含充电缓坡的时间段;根据非侵入式负荷事件检测算法找到所有疑似充电的负荷事件,采用滑动窗确定所有电动自行车充电引起的负荷事件,并完成模型自学习;非侵入式负荷事件检测算法实时检测充电行为并预警;以充电模型为基础,实现荷电状态实时感知和充电电量计算。可根据用户总功率判断是否存在电动自行车充电行为,完成模型自学习,实现充电行为实时预警,荷电状态实时感知和充电电量计算。

    基于ICA-R的非侵入式电动汽车充电负荷识别方法

    公开(公告)号:CN114123185A

    公开(公告)日:2022-03-01

    申请号:CN202111413003.4

    申请日:2021-11-25

    申请人: 天津大学

    IPC分类号: H02J3/00 H02J3/32 G01R31/382

    摘要: 本发明公开了基于ICA‑R的非侵入式电动汽车充电负荷识别方法,包括:采集用户入户处的有功功率数据;设置参考信号,对电动汽车充电功率幅值进行分类;将用户入口处采集到的一维功率信号变成二维信号;应用ICA‑R方法进行对二维信号进行处理,得到提取信号矩阵;对电动汽车充电的起始和结束时间点进行匹配,得到充电时间段;剔除空调、烘干机负荷段;利用充电时段和充电功率幅值对原始信号进行两次重构;两次重构中与原始信号间的最小平均误差对应的幅值就是电动汽车的充电负荷幅值。本发明可以减轻家庭空调负荷和烘干机负荷的影响,提高电动汽车充电时段提取的准确性,同时可以更为准确地识别出电动汽车的充电功率。