淺談高校宿舍惡性負載識別技術及其應用

　　簡婷 

　　韦德1946网址 上海嘉定 201801 

　　摘要：用電管理問題一直是高校後勤管理的要點。本文在研究宿舍用電管理係統的惡性負載識別技術的基礎上，分析目前惡性負載的識別形式和方法，並進行實驗分析，後引入安科瑞預付費雲(yun) 平台技術，提出具體(ti) 的應對策略解決(jue) 宿舍用電問題。 

　　關(guan) 鍵詞：宿舍用電；惡性負載識別技術；用電管理係統 

　　在時代的不斷進步下，智能化設備普及範圍得以擴大，宿舍用電電器的種類也在明顯增加，傳(chuan) 統用電管理模式已經無法滿足宿舍用電需要。能夠實現學生宿舍和超市等人口密集區域實現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宿舍用電管理係統惡性負載的識別意義(yi)  

　　學生公寓人員密集和用電管理複雜等現象明顯，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(yi) 。電子技術的發展可以促使全電子式智能計量係統成為(wei) 現實，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係統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準確識別仍然需要進一步研究。 

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使得宿舍用電負荷超過限定值的時候，MCU發出斷電命令後，就能夠中斷宿舍供電。一般的學生公寓智能管理係統利用這一方式控製宿舍的用電負荷，識別惡性負載。在學生公寓用電功率被限製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後可以得到其功率，然後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於(yu) 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後對功率值及時存儲(chu) 記錄處理，在檢測到某一個(ge) 時刻的功率出現大幅度增加的時候，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後的電壓和電流實施模數轉換和采樣，然後對負載啟動前後的電流波形相減，然後可以得出電流的差值波形，在差值波形乘上適當的比例因子之後的其峰值需要等於(yu) 電壓波形峰值，通過計算差值波形與(yu) 電壓波形圍成的麵積實現負載識別的目標。如果差值的麵積接近於(yu) 零，則其存在著惡性負載接入的現象，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複雜，負載啟動前後出現的波形測量起點要能夠確保在不同周期的同一個(ge) 時刻同時進行，否則識別並不可靠。從(cong) 工程方麵出發，在電路中出現毛刺幹擾的時候，麵積差也會(hui) 出現較大變化，從(cong) 而造成識別結果錯誤。 

　　2.4神經網絡識別法 

　　神經網絡法實現負載識別需要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值提取，將提取的數值作為(wei) 神經網絡的輸入，訓練神經網絡，通過對輸出結果的分析可以終識別惡性負載。目前在負載識別中使用比較多的為(wei) BP神經網絡。BP神經網絡結構為(wei) ：輸入層5個(ge) 神經元和隱層11個(ge) 神經元及輸出層1個(ge) 神經元。這樣設計的神經元結構對惡性負載識別的時候，在對網絡輸出結果和期望輸出作線性回歸能夠得出的相關(guan) 係數為(wei) 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。神經網絡法對惡性負載的識別準確程度比較高，但是需要大量的樣本和訓練，在建網的時候沒有可以遵循的規律，其實際過程中的通用性需要進一步考證。 

3惡性負載檢測係統總體(ti) 設計 

　　惡性負載檢測係統由電流檢測模塊和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電流互感器采樣之後，使得其轉化為(wei) 電壓，隨後整流濾波。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(chuan) 輸到單片機中，然後經過單片機對采得的信號處理後加以判斷。由於(yu) 學生宿舍的大部分電器都不屬於(yu) 大功率電器，因此能夠正常的工作，隻有在單個(ge) 的接入功率超出設定數值的時候才可以識別惡性負載。而如果檢測為(wei) 惡性負載也不會(hui) 馬上就斷電，因為(wei) 可能是電網中的幹擾或小功率電器產(chan) 生的過衝(chong) ，隻有多次檢測之後才可以使得控製繼電器斷開，對回路供電切斷處理，而如果需要手動恢複供電，就需要按下複位按鈕。其係統結構框圖如圖1。 

圖1 

　　惡性負載識別係統可以利用RN8302內(nei) 部波形存儲(chu) 單元實現FFT處理，其緩存區包含著768個(ge) 地址單元，編址顯示為(wei) 200H-4FFH，每一個(ge) 地址的單元字長為(wei) 3字節，其中可以存放一個(ge) ADC數據，可以存儲(chu) 6路ADC128個(ge) 點采樣數據。采樣數據在緩存控製寄存器中為(wei) 單字節寄存器，這一寄存器控製各通道ADC數據是否可以進行緩存，也決(jue) 定緩存區的排列順序及波形采樣率。在向這一寄存器寫(xie) 入0X22H的時候，將RN8302設置為(wei) 固定采樣模式，其采樣速率主要是6.4KHz。係統根據BUFCFG[3:0]寄存器配置比例啟動波形數據寫(xie) 緩存區，寄存器主要是位於(yu) WSAV-ECON的4位，這一寄存器對各通道ADC數據是否緩存存在著決(jue) 定影響。       惡性負載識別算法要對電流數據實施采樣，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(liang) 個(ge) 方麵的內(nei) 容，先一部分是基於(yu) 麵積和相位的惡性負載算法，係統能夠明確檢測到電流波形的跳變情況，如果出現波形跳變，則使用麵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象，使用相位法進行用電器是否為(wei) 阻性負載判斷，兩(liang) 者都需要設置功率閾值，在超出閾值的時候會(hui) 出現係統控製繼電器進行斷電。另一部分算法為(wei) 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，係統也要能夠及時對電路中用電器采樣分析，隨後得出具體(ti) 的特征分量，將其和特征矩陣的數據對比，如果特征矩陣包含著這一類數據，係統控製繼電器也就會(hui) 自行斷電。 

5實驗分析 

　　根據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(guan) 指令，充分實現不同時間段的控製和負載控製及預付費控製等相關(guan) 的邏輯控製，有效對宿舍實施用電監控處理。 

6安科瑞宿舍預付費管控雲(yun) 平台介紹 

　　6.1係統方案 

　　當下智慧校園、平安校園的建設越來越普及，作為(wei) 智慧校園建設的重要一環，學生宿舍的用電預付費和用電安全管理措施是可少的。學生宿舍預付費電控係統可以解決(jue) 使用傳(chuan) 統電表人工抄表費時費力，不方便統計管理和 充值的弊端，更是為(wei) 學生宿舍的用電安全也提供了解決(jue) 方案，消除由於(yu) 使用惡性負載引起的火災隱患。係統為(wei) B/S架構，主要包括前端管理網站和後台集抄服務，配合公司的預付費電表DDSY1352和DTSY1352係列以及多用戶計量箱ADF300L係列，實現電能計量和電費管理等功能。 

       6.2係統功能 

　　預付費管理控製：支持預付費功能。可設置基礎金額，供免費使用；可對剩餘(yu) 金額進行四級報警：餘(yu) 額不足報警(一極)、預跳閘報警(二級)、欠費報警(三級)、達到賒欠上限(四級)報警。每級報警都會(hui) 導致電表背光常亮，預跳閘報警 跳閘方式可設置為(wei) 不跳閘、跳閘後自動合閘以及跳閘後不合閘等，跳閘後可通過按鍵自行合閘，達到賒欠上限後電表跳閘，此時隻有繳費後才能繼續合閘使用。 

　　時間管理控製：支持時間管理控製。L1、L2、L3可分別設置為(wei) 工作日和節假日模式，每天可設置8個(ge) 時間段，每個(ge) 時間段可分別設置為(wei) 合閘狀態或夜間模式，合閘時間段內(nei) 電表保持合閘，夜間時間段內(nei) ，支路功率若大於(yu) 夜間允許功率 上限便跳閘。 

　　負載管理控製：支持豐(feng) 富的負載管理控製，具體(ti) 工作功能如下： 

　　電流上限限製：限製支路大電流，支路電流超過設定值時，支路跳閘。 

　　負載總功率限製：限製支路用電功率，支路功率超過設定值時，支路跳閘。 

　　夜間功率限製：需要與(yu) 時間管理控製共同使用，在夜間模式下，支路電流超過設定值，支路跳閘 

　　惡性負載識別：限製支路接入未定義(yi) 的惡性負載，當支路接入未經允許的惡性負載時，支路跳閘。 

　　負載白名單識別：允許已定義(yi) 的具有惡性負載特征的負載正常使用(如飲水機等)。 

　　空調模式：空調模式下，電表持續檢測空調微弱待機電流，一但存在拔斷空調插座的動作，電表便跳閘，且隻能通過聯係管理人員進行合閘送電。允許除空調模式以外的跳閘動作自動合閘。允許次數，跳閘等待時間可設置。 

        6.3產(chan) 品選型 

7結束語 

　　隨著當前社會(hui) 生活中用電場景逐漸具有複雜多樣的特點，而傳(chuan) 統的用電管理模式功率限定法已經無法滿足當前日常用電的需要，這就需要在關(guan) 注用電負載特性的基礎上明確得出當前惡性負載算法方麵的限性，結合宿舍用電管理的需要，注重分析用電負載特性和現有的惡性負載算法現狀，從(cong) 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法等方式，而每種方式在負載識別的時候都具有一定限性，無法滿足實際識別的需要，且各自具有自身的限性，這就需要明確基於(yu) 負載內(nei) 在規律的和通用的方法，促使負載識別的效果更加顯著，在惡性負載識別係統優(you) 化的過程中，能夠更好地達到比較經濟理想的效果。
 

【參考文獻】 

　　[1] 潘萬(wan) 林.宿舍用電管理係統的惡性負載識別技術及其算法.電子技術與(yu) 軟件工程. 2020-04-15.期刊 

　　[2] 林進鵬.高校學生公寓安全用電智能控製與(yu) 管理係統研究[J].廣州大學學報(自然科學版).2016,15(06):73-78 

　　[3] 安科瑞企業(ye) 微電網設計與(yu) 應用手冊(ce) .2020.06 

作者簡介：簡婷，女，本科，韦德1946网址，主要研究方向為(wei) 用電惡性負載識別技術