一种智能提取照明负荷大小的方法及系统

摘要

本发明提供一种智能提取照明负荷数据的方法，配电系统定时获取所述配电系统区域内的总负荷电度的数据，将所述总负荷电度的数据进行快速傅里叶FFT变换，确定出所述总负荷电度频率的数据，对所述总负荷电度频率的数据进行处理，提取出照明负荷频率的数据，将所述照明负荷频率的数据转换为照明负荷数据，完成提取负荷数据的操作。相应地，本发明还提供一种智能提取照明负荷数据的系统，解决了现有技术中由于分别统计不同类型用电数据造成系统运行效率低，成本高的问题，提高了系统运行的效率，降低了配电系统的成本。

主权项

一种智能提取照明负荷大小的方法，其特征在于，包括：配电系统接收测量设备发送的定时获取所述配电系统区域内的总负荷电度；所述配电系统向频率提取器发送提取命令，触发频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量；所述配电系统接收所述频率提取器发送的照明时间模型的多个照明负荷频率分量；所述配电系统对总负荷电度做N点快速傅里叶变换FFT分解，计算出总负荷电度的多个频率分量，将所述总负荷电度的多个频率分量与所述照明时间模型的多个照明负荷频率分量依次做匹配，确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量；对所述总负荷电度中的所有照明负荷频率分量进行积分求和，计算出所述总负荷电度中照明负荷的大小；所述频率提取器对输入的用于表示照明时间模型的数据进行处理，包括：所述频率提取器通过启动资源分配子进程加载所述输入的照明时间模型数据，通过启动频率提取子进程计算所述照明时间模型的照明负荷频率分量；所述频率提取器对输入的用于表示照明时间模型的数据进行处理，提取所述照明时间模型的多个照明负荷频率分量，包括：所述频率提取器对所述照明时间模型的数据进行N点FFT分解，获取FFT分解之后的多个频率分量，按照以下公式计算所述照明时间模型经过N点FFT分解之后的多个频率分量对应的时域信号y_k，y_k＝2*A_k*cos(2*pi*f_k*t+P_k)/N，k＝1,2,…m其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，m为所述照明时间模型经过FFT分解得到的频率值的数目；将所述FFT分解之后的多个频率分量按照对应的幅值大小进行排序，并按照以下公式求取排序后的时域信号积分值的和y_f，其中A_k和P_k分别为幅度谱和相位谱，f_k为所述照明时间模型经过FFT分解得到的多个频率值，N为进行FFT分解的点数，n为y_f包含的频率分量的数目；对输入的照明时间模型按照以下公式进行时域积分运算，获取运算后的值y，其中f(x)为照明时间模型的时域表示函数；若y_f与y的比值大于等于预设的第一阈值，确定该时域信号积分值的和y_f包含的多个频率分量为照明时间模型的照明负荷频率分量；所述照明时间模型为幅值为1，时间以小时为单位，集中在每24小时内的从第18时开始到第22时结束的周期性脉冲波，其时间范围为每周的周一到周五，或每周的周一到周日；所述配电系统确定总负荷电度的多个频率分量中匹配成功的频率分量，所述匹配成功的频率分量为总负荷电度中的照明负荷频率分量，包括：若所述照明时间模型的照明负荷的频率分量与总负荷电度的频率分量的差值在预设的第二阈值范围内，则确定所述总负荷电度的频率分量为总负荷电度中照明负荷的频率分量，生成所述总负荷电度的频率分量对应的匹配成功标记；按照以下公式计算所述照明负荷频率分量的时域信号；X_L＝2*A_L*cos(2*pi*f_L*t+P_L)/N，L∈M_X其中，A_L和P_L分别为总负荷电度经过FFT分解得到的幅度谱和相位谱，f_L为总负荷电度中照明负荷频率分量的频率值，N为进行FFT分解的点数，X_L为所述总负荷电度中照明负荷频率分量的时域信号；M_X为总负荷电度中照明负荷频率分量的下标的集合，是照明时间模型的频率分量的下标的集合{1,2,...m}的一个子集。