[發明專利]基于多特征融合的電力負荷辨識方法及系統

有效

• 申請號: 201710177080.1
• 申請日: 2017-03-23
• 公開（公告）號: CN106936129B
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 楊東升;張化光;羅艷紅;孔亮;周博文;龐永恒;楊珺;王智良;李廣彬
• 申請（專利權）人: 東北大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06F17/17;G06F17/18
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙) 21234
• 代理人: 俞魯江

1.一種基于多特征序列融合的負荷辨識方法，其特征是，所述的方法包括：

在用戶的用電入口處對有功功率進行監測；

將有功功率利用整數規劃求解，確定該時刻可能存在的負荷；

將有功功率通過滑動窗口算法獲得功率序列；

根據功率序列提取有功功率的統計特征和奇異值特征；

根據統計特征和奇異值特征通過歐式距離求解可能存在負荷組合各個特征的相似度；

將統計特征和奇異值特征的相似度利用線性加權和法將多相似度轉化為綜合相似度；

將綜合相似度最大值與設定的閾值進行比較確定該時刻運行的負荷；

根據功率序列提取其統計特征和奇異值特征，其具體包括：

統計特征具體有：該時刻的負荷功率序列到極大值的距離為d_max和到極小值的距離為d_min以及平均值和同時包括負荷功率序列曲線輪廓統計特征值r，s，v和f，計算方式如下；

式中：P(t_i)為功率序列t_i時刻的功率值，為功率序列的功率平均值，P(t+d_max)為t時刻負荷功率序列極大值，P(t+d_min)為t時刻負荷功率序列極小值，N為綜合相似度，P(t_i-1)為功率序列(t_i-1)時刻的功率值；

通過計算不同時刻的負荷功率序列統計特征，作為負荷功率序列特征的特征向量，其值分別為Φ_k為第k個功率序列特征向量；

奇異值特征統計值求解方法如下：對于負荷功率序列的奇異值特征提取，通過對功率序列進行奇異值分解；奇異值分解的求解如下：對任意的一個矩陣A_m×n，存在正交矩陣U及V使得：

其中，S＝dig{σ₁,σ₂,…,σ_r}，且σ₁≥σ₂≥…≥σ_r＞0，σ_i稱為矩陣A的奇異值，i＝1,2,…,r，A是A^HA或AA^H特征值λ_i的算術根，即

2.根據權利要求1所述的基于多特征序列融合的負荷辨識方法，其特征是，根據統計特征和奇異值特征對可能存在的負荷特征通過歐式距離求解相似度；

其具體步驟如下：

首先，計算可能存在負荷組合的統計特征和奇異值特征；

然后，通過歐式距離求解與可能存在負荷組合各個特征的相似度，歐式距離計算公式具體如下：

其中，n是特征值的個數，表示統計特征或者奇異值特征的個數，x_i和y_i分別不同組合的負荷的特征值；

歐式距離表示兩者貼近程度，當歐式距離越小，則兩者貼近程度越大，為了表示各個特征相似度，相似度定義如下：

3.根據權利要求1所述的基于多特征序列融合的負荷辨識方法，其特征是，將統計特征和奇異值特征的相似度利用線性加權法將多相似度轉化為綜合相似度，具體步驟如下：

利用線性加權法將多相似度轉化為綜合相似度，公式如下：

N＝ω₁N₁+ω₂N₂

其中：N₁和N₂分別為統計特征或者奇異值特征與需辨識負荷通過負荷組合的統計特征和奇異值特征求得地相似度，ω₁和ω₂代表兩者權重系數，且ω₁+ω₂＝1。

4.根據權利要求1所述的基于多特征序列融合的負荷辨識方法，其特征是，將綜合相似度最大值與設定的閾值進行比較確定該時刻運行的負荷，其具體包括：

根據線性加權法將不同組合負荷與需辨識負荷綜合相似度求出，將綜合相似度最大值與設定的閾值進行比較；若最大值大于閾值，則判定待識別目標為最大值對應的組合，若最大值小于閾值，則拒判。