PDF《基于云计算的家庭智能用电策略》

0 0:

0 0 1.

7 9 0.

2 3

6 2

4 0.

6 5

0 0

1 8

2 0

1 0 -

0 1 -

0 1

0 0:

0 1:

0 0 1.

7 8 0.

2 3

4 2

4 0.

0 7

0 0

1 8

2 0

1 0 -

0 1 -

0 1

0 0:

0 2:

0 0 1.

7 8 0.

2 3

4 2

4 0.

1 5

0 0

1 9 根据原始数据可以统 计得出在2010-01-01一天的用电情况, 如图3所示, 可以看出该家庭的有功 功率曲线在一天的时间内有着明显区别, 而有功功 率曲 线的每个峰谷代表了一个用电行为. 观察图3, 在0 0:

0 8:

0 0,

0 3:

3 0:

0 0,

0 9:

3 6:

0 0,

1 3:

3 7:

0 0,

1 6:

2 9:

0 0,

1 7:

0 0:

0 0时刻的波峰时段该用户分别正 在使用电热水器、 空调器、 电热水器、 微波炉、 洗碗机 以及空调器, 与实际的家庭电器使用顺序相符.把 一天分为2 4个时段, 即每个时段为1h, 可以观察出 每个时段的用电消耗量变化是十分明显的, 因此每 一个时段的用电量值变化的顺序可以体现用电行为 的时序性. 图3

2 0

1 0 -

0 1 -

0 1用电消耗量 F i g .

3 E l e c t r i c i t yc o n s u m p t i o no n2

0 1

0 -

0 1 -

0 1 经过大量样本数据分析发现家用电器的使用时 刻和未使用时刻的用电消耗量曲线值有着极大的区 别, 并且与实际的用电行为作对比可以发现用电消 耗量与用电行为间存在一定相关性.结合表2的家 用电器基本耗电量, 总结出各用电行为的用电量区 间, 结果如表3所示. 在按照表3将用电量数据表示成相应的用电行 为后, 得到用户每天的用电行为序列.观察提取出 来的用电行为序列, 有一些时间点很近的用电行为

6 1

1 2

0 1 5,

3 9 (

1 7 ) ・灵活互动的智能用电・ h t t p : / / ww w. a e p s - i n f o . c o m 被重复提取, 这样会对最后的挖掘结果产生不良影 响, 因此对已经提取的用电行为序列进行二次提炼, 设定一个阈值, 阈值根据用电行为的性质具体设定. 若相应的用电行为在阈值设定的时间范围内无论有 几次相同的用电行为都统一认定为一次用电行为, 而超过阈值的用电行为保留第一次的用电行为, 并 在阈值范围外的新时刻认定为新一次的用电行为. 例如4 0m i n内两次使用电热水器, 在整个用电行为 序列中就可看做一次完整的用电行为, 具体阈值设 定条件如表4所示. 表2 家用电器基本耗电量 T a b l e2 B a s i c e l e c t r i c i t yc o n s u m p t i o no f h o u s e h o l da p p l i a n c e s 位置 家用电器 有功功 率/W 平均使用 率/ ( h ・d -1) 耗电量/ ( ( k W・h ) ・d -1) 厨房 洗衣 房 浴室 烤箱

50 0

0 0.

4 2.

0 0 微波炉

17 0

0 0.

2 0.

3 4 洗碗机

10 0

0 3.

0 3.

0 0 洗涤机

10 0

0 1.

5 1.

5 0 烘干机

30 0

0 1.

0 3.

0 0 冰箱

3 0

0 4.

0 1.

2 0 电热水器

90 0

0 0.

2 1.

8 0 空调器

30 0

0 8.

0 2 4.

0 0 表3 各用电行为用电量区间 T a b l e3 E l e c t r i c i t yc o n s u m p t i o n i n t e r v a l o f e a c hb e h a v i o r 用电行为 用电量区间/ ( W・h ) 厨房无工作 0~3

0 ( 电表1 ) 厨房微波炉/洗碗机工作

3 1~5

0 ( 电表1 ) 厨房烤箱工作 大于5

0 ( 电表1 ) 冰箱工作 0~1

0 ( 电表2 ) 洗涤机/烘干机+冰箱工作

1 1~5

0 ( 电表2 ) 洗涤机+烘干机+冰箱工作 大于5

0 ( 电表2 ) 无电热水器/空调器工作 0~1

0 ( 电表3 ) 电热水器工作