一种基于STM32与LabVIEW的非侵入式负荷分解数据采集系统

    公开(公告)号:CN108594008A

    公开(公告)日:2018-09-28

    申请号:CN201810339420.0

    申请日:2018-04-16

    Abstract: 本发明公开了一种基于STM32与LabVIEW的非侵入式负荷分解数据采集系统,包括用于电力数据采样的下位机,以及用于数据通信来完成数据显示、分析和存储的上位机;下位机由STM32系列微型控制器与三相电能计量芯片组成,上位机基于LabVIEW系统实现;STM32系列微型控制器通过通信模块能够将电力数据上传到控制中心的PC;LabVIEW系统通过与VISA串口发生采集信号,发送给STM32系列微型控制器,延时后等待下位机返回采集到的数据,获得电力数据后进行分析,使用示波器控件进行显示。本发明能够测量各相以及合相的有功功率、无功功率及视在功率,同时还能测量各相电力参数。

    一种基于随机森林的非侵入式家用电器识别方法

    公开(公告)号:CN107273920A

    公开(公告)日:2017-10-20

    申请号:CN201710392661.7

    申请日:2017-05-27

    CPC classification number: G06K9/6282 G01R11/50 G01R22/00

    Abstract: 本发明公开了一种基于随机森林的非侵入式家用电器识别方法,目的在于,在不侵入家庭用户内部的情况下,实现对家庭内部用电情况的监测,识别速度快,准确率高,所采用的技术方案为:建立负荷特征数据库,将特征数据库中存储的负荷特征作为原始训练集,从原始训练集中生成N个训练子集,并将生成的N个决策树组合成随机森林,通过对不同决策树叶节点权重的优化完成随机森林的训练过程,利用二次检测算法检测到电器投切事件的发生,获取事件发生的起止时间,并从总线信号中分离出发生投切的电器的电流电压信号,进而从分离出的数据中获取负荷特征,最后将这些负荷特征作为输入参数输入到训练完成的随机森林中,通过投票完成电器的辨识。

    一种基于改进DFHMM模型的负荷分解方法及装置

    公开(公告)号:CN107085764A

    公开(公告)日:2017-08-22

    申请号:CN201710237569.3

    申请日:2017-04-12

    CPC classification number: G06Q10/06312 G06Q10/067 G06Q50/06

    Abstract: 一种基于改进DFHMM模型的负荷分解方法及装置,分解方法包括:第一步、通过非侵入的方式对电气设备总端的电气信息进行采集;第二步、对采集到的电气信息进行数据处理;第三步、通过改进的DFHMM模型进行负荷分解;第四步、负荷分解结果显示,用户得知用电流向。负荷分解装置包括数据采集单元、数据预处理单元、负荷分解单元以及分解结果显示单元。本发明采用非侵入式方法采集用电信息,无需侵入单个设备内部,改进的DFHMM模型对动态过程建模具有良好的效果,从电器设备制造的过程判断是否具有无功功率能够看出一个电器是否运行,无需判断用电器的投切,解决了电器同时投切而无法辨认的问题。

Patent Agency Ranking