潘萬林 蔡君 劉熾輝

（1.河源理工學校 廣東省河源市 517000 2.廣東技術師范大學 廣東省廣州市 510665）

在時代的不斷進步下，智能化設備普及范圍得以擴大，宿舍用電電氣的種類也在明顯增加，傳統(tǒng)用電管理模式已經(jīng)無法滿足宿舍用電需要。能夠實現(xiàn)學生宿舍和超市等人口密集區(qū)域實現(xiàn)智能化和模塊化管理，這也就對用電安全管理提出的新的要求[1]。

1 宿舍用電管理系統(tǒng)的惡性負載識別意義

學生公寓人員密集和用電管理復雜等現(xiàn)象明顯，能夠在保障正常用電的基礎上進行惡性負載識別，對公寓用電管理及用電安全都存在著積極意義。電子技術的發(fā)展可以促使全電子式智能計量系統(tǒng)成為現(xiàn)實，但這些智能電表不具有惡性負載識別的功能。雖然這些智能用電管理系統(tǒng)具有負載識別的功能，但其所具有的檢測精度遠遠沒有能夠達到令人滿意的程度，也就無法滿足工程需要，這就使得對惡性負載的精確識別仍然需要進一步研究[2]。

2 惡性負載識別形式

2.1 總功率限定法

總功率限定法的原理是宿舍的用電量極大使得宿舍用電負荷超過限定值的時候，MCU 發(fā)出斷電命令后，就能夠中斷宿舍供電。一般的學生公寓智能管理系統(tǒng)利用這一方式控制宿舍的用電負荷，識別惡性負載。在學生公寓用電功率被限制在限定值以下的時候，MCU 在對公寓的電壓和電流采樣和計算之后可以得到其功率，最終準確判定功率是否超出限定值。

2.2 瞬時功率增加法

瞬時功率增加法也屬于應用比較廣泛的方式，其在實時測量電路功率的基礎上識別惡性負載，瞬時功率增加法的基本原理是檢測當前電路中的功率之后對功率值及時存儲記錄處理，在檢測到某一個時刻的功率出現(xiàn)大幅度增加的時候，也就能夠得出電路中啟動了大功率負載。

2.3 波形比較法

在硬件電路的基礎上對負載啟動前和啟動后的電壓和電流實施模數(shù)轉換和采樣，然后對負載啟動前后的電流波形相減，最終可以得出電流的差值波形，在差值波形乘上適當?shù)谋壤蜃又蟮钠浞逯敌枰扔陔妷翰ㄐ畏逯?，通過計算差值波形與電壓波形圍成的面積最終實現(xiàn)負載識別的目標。如果差值的面積接近于零，則其存在著惡性負載接入的現(xiàn)象，否則無惡性負載接入。

波形比較法的軟件電路和硬件電路設計的時候都比較復雜，負載啟動前后出現(xiàn)的波形測量起點要能夠確保在不同周期的同一個時刻同時進行，否則識別并不可靠。從工程方面出發(fā)，在電路中出現(xiàn)毛刺干擾的時候，面積差也會出現(xiàn)較大變化，從而造成識別結果錯誤。

2.4 神經(jīng)網(wǎng)絡識別法

圖1

神經(jīng)網(wǎng)絡法實現(xiàn)負載識別需要首先能夠將采集得到的電壓和電流信號實施A/D 轉換，利用傅立葉變換或小波分析等方法進行特征數(shù)值提取，將提取的數(shù)值作為神經(jīng)網(wǎng)絡的輸入，訓練神經(jīng)網(wǎng)絡，通過對輸出結果的分析可以最終識別惡性負載。目前在負載識別中使用比較多的為BP 神經(jīng)網(wǎng)絡。BP 神經(jīng)網(wǎng)絡結構為：輸入層5 個神經(jīng)元和隱層11 個神經(jīng)元及輸出層1 個神經(jīng)元。這樣設計的神經(jīng)元結構對惡性負載識別的時候，在對網(wǎng)絡輸出結果和期望輸出作線性回歸能夠得出的相關系數(shù)為0.994。這種方法可以在對計算機負載的間接識別的基礎上識別惡性負載。神經(jīng)網(wǎng)絡法對惡性負載的識別精準程度比較高，但是需要大量的樣本和訓練，在建網(wǎng)的時候沒有可以遵循的規(guī)律，其實際過程中的通用性需要進一步考證[3]。

3 惡性負載檢測系統(tǒng)總體設計

惡性負載檢測系統(tǒng)由電流檢測模塊和AD 轉換模塊及單片機處理模塊等共同構成的，電流檢測模塊主要是在進行電流回路中的電流經(jīng)電流互感器采樣之后，使得其轉化為電壓，隨后整流濾波。A/D 轉換模塊是對之前所具有的電壓信號采樣處理，將采集到的信號傳輸?shù)絾纹瑱C中，最終經(jīng)過單片機對采得的信號處理后加以判斷。由于學生宿舍的大部分電器都不屬于大功率電器，因此能夠正常的工作，只有在單個的接入功率超出設定最大數(shù)值的時候才可以識別惡性負載。而如果檢測為惡性負載也不會馬上就斷電，因為可能是電網(wǎng)中的干擾或小功率電器產(chǎn)生的過沖，只有多次檢測之后才可以使得控制繼電器斷開，對回路供電切斷處理，而如果需要手動恢復供電，就需要按下復位按鈕[4]。其系統(tǒng)結構框圖如圖1。

4 惡性負載識別算法

本文利用相似度識別負載的算法，并在硬件應用的基礎上實現(xiàn)。從整體上出發(fā)，每一個用電器的穩(wěn)定情況及電流和功率因數(shù)等都有各自的特點，如阻性負載穩(wěn)態(tài)特征穩(wěn)定和空調工作狀態(tài)多變等。這一方式提取用電器投切后的暫態(tài)特征量和功率因數(shù)等多個特征參量，選取測量數(shù)據(jù)及數(shù)據(jù)庫模版的最大相似數(shù)值確定用電的負荷，從而得出相應的工作狀態(tài)和用電量，從而避免單一參數(shù)無法識別同類別相似用電器的缺點，利用以下公式描述電網(wǎng)的功率變化情況：

這一公式中，將QT作為標準功率，而將Qt作為負荷功率，以下述式子說明等值功率發(fā)電機慣性系數(shù)：

XLT為等值功率電氣轉換系數(shù)，而K 則為等值功率電氣動能系數(shù)，ρ 為旋轉速度。

設置相關數(shù)據(jù)屬于電器負載的識別基準，假設全部的等值機組能夠滿足額定功率，就可以利用以下公式進行負荷調節(jié)參數(shù)計算：

對以上公式進行微分處理之后得出：

利用以下式子可以實現(xiàn)惡性負載識別：

dn為電氣管路公稱通徑，dn＞η 為惡性負載，而dn＜η 則不是惡性負載。

根據(jù)周期性離散變換的方式得到負載相關數(shù)據(jù)，在等值功率動態(tài)平衡的情況下，確定電器是否處于惡性負載的狀態(tài)中，殺跌惡性負載識別得以實現(xiàn)。

5 惡性負載識別程序

惡性負載識別系統(tǒng)可以利用 RN8302 內部波形存儲單元實現(xiàn)FFT 處理，其緩存區(qū)包含著768 個地址單元，編址顯示為200H-4FFH，每一個地址的單元字長為3 字節(jié)，其中可以存放一個ADC 數(shù)據(jù)，最大可以存儲6 路ADC128 個點采樣數(shù)據(jù)。采樣數(shù)據(jù)在緩存控制寄存器中為單字節(jié)寄存器，這一寄存器控制各通道ADC 數(shù)據(jù)是否可以進行緩存，也決定緩存區(qū)的排列順序及波形采樣率。在向這一寄存器寫入0X22H 的時候，將RN8302 設置為固定采樣模式，其采樣速率主要是6.4KHz。系統(tǒng)根據(jù)BUFCFG[3:0]配置比例啟動波形數(shù)據(jù)寫緩存區(qū)，BUFCFG[3:0]寄存器主要是位于WSAV-ECON 的4 位，這一寄存器對各通道ADC 數(shù)據(jù)是否緩存存在著決定影響。惡性負載識別算法要對電流數(shù)據(jù)實施采樣，在進行BUFCFG 配置的時候，需要啟動IA 及IB 和IC 采樣。本文算法包含著兩個方面的內容，首先一部分是基于面積和相位的惡性負載算法，系統(tǒng)能夠明確檢測到電流波形的跳變情況，如果出現(xiàn)波形跳變，則使用面積法進行線性負載功率提取處理，而如果不存在波形跳變的現(xiàn)象，使用相位法進行用電器是否為阻性負載判斷，兩者都需要設置功率閾值，在超出閾值的時候會出現(xiàn)系統(tǒng)控制繼電器進行斷電。另一部分算法為加窗基2FFT 惡性負載算法，是在特征矩陣中包含著宿舍日常用電器的奇次諧波分量，系統(tǒng)也要能夠及時對電路中用電器采樣分析，隨后得出具體的特征分量，將其和特征矩陣的數(shù)據(jù)對比，如果特征矩陣包含著這一類數(shù)據(jù)，系統(tǒng)控制繼電器也就會自行斷電。

6 惡性負載識別算法優(yōu)化

惡性負載識別算法在優(yōu)化的時候，需要減少柵欄效應，在對信號長度N 固定的情況下提升采樣頻率，系統(tǒng)主要使用RN8302 芯片實現(xiàn)數(shù)據(jù)采集，針對采樣信號基頻為50Hz，芯片晶振主要是在8.192Mhz 的情況下促使系統(tǒng)采樣頻率能夠達到6.4KHz。惡性負載識別算法優(yōu)化系統(tǒng)的信號周期內的采樣點顯示為128，隨著采樣點的增加，信號分辨率也會隨之得以優(yōu)化。

同時在惡性負載識別算法優(yōu)化的時候，充分減少頻譜泄露，在時域采集的過程中處理信號，使信號周期呈現(xiàn)出倍數(shù)特點，但是在實際采集的時候，信號中會出現(xiàn)波動的現(xiàn)象，無法進行完整周期的截斷。但可以在窗函數(shù)減少頻譜的泄露下選擇適當?shù)拇昂瘮?shù)，在邊界范圍內近似于零的時候，使得信號可以在邊界處呈現(xiàn)出連續(xù)的狀態(tài)，充分提高負載識別的精確程度。在算法中引入窗函數(shù)是為了能夠將采集到的電流信號和對應時間點的窗函數(shù)相乘，隨后根據(jù)采集電流信號含有多個頻率分量，被測的電流信號本身具有隨機性的特點，在分析的時候，也要能夠注重諧波分析，因此，在惡性負載識別算法優(yōu)化的時候，可以選擇海明窗實施優(yōu)化處理。

7 實驗分析

根據(jù)惡性負載識別測試的結果得出宿舍用電管理終端能夠快速對學生接入宿舍回路的惡性負載進行識別，得出分閘的相關指令，充分實現(xiàn)不同時間段的控制和負載控制及預付費控制等相關的邏輯控制，有效對宿舍實施用電監(jiān)控處理。

8 結束語

隨著當前社會生活中用電場景逐漸具有復雜多樣的特點，而傳統(tǒng)的用電管理模式功率限定法已經(jīng)無法滿足當前日常用電的需要，這就需要在關注用電負載特性的基礎上明確得出當前惡性負載算法方面的局限性，結合宿舍用電管理的需要，注重分析用電負載特性和現(xiàn)有的惡性負載算法現(xiàn)狀，從而得出新的惡性負載識別算法。實際中使用比較多的方式包含著總功率限定法及瞬時功率增加法和功率因數(shù)法等方式，而每種方式在負載識別的時候都具有一定局限性，無法滿足實際識別的需要，且各自具有自身的局限性，這就需要明確基于負載內在規(guī)律的和通用的方法，促使負載識別的效果更加顯著，在惡性負載識別系統(tǒng)優(yōu)化的過程中，能夠更好地達到比較經(jīng)濟理想的效果。