← 返回实验室

AI非侵入式负荷辨识定制:谐波特征与设备拆分

在硬件IoT方向,我们尝试用一路总进线采样替代逐台设备的计量改造。实验平台由开口式电流互感器、24位同步采样前端与一颗带NPU的边缘网关组成,电压电流同源同步采样,以规避相位漂移对谐波计算的干扰。

特征提取全部下沉到网关侧:稳态阶段取1~15次谐波幅值比、有功无功比与电流波形畸变度;暂态阶段用2秒窗口捕捉启动冲击电流与上升沿斜率。两类特征拼接后送入约20万参数的轻量分类模型,本地推理单次判定约40 ms,上行数据量压至原始波形的约3%,适配窄带回传。

要点:

  • 进展与数据:在含空调、空压机辅机、破碎机等11类负载的测试回路中,稳态设备辨识准确率约91%,启停事件检出率约87%;加热类与变频类负载功率曲线相近,仍是主要混淆来源。
  • 下一步:引入班次、环境温度、产线状态等工况先验,抑制同功率设备误分,并计划在两条产线上开展连续30天现场验证,重点观察长周期漂移对阈值的影响。

评论

更多研究动态

查看全部实验室 →