[發明專利]基于V?I軌跡的非侵入式負荷分解方法及系統

在審

• 申請號: 201710407107.1
• 申請日: 2017-06-02
• 公開（公告）號: CN107302217A
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 華棟;陳小閩;汪隆君;黃貞云;崔佩儀;馮鏡波;戴偉光;譚玉丹
• 申請（專利權）人: 廣東中粵售電科技有限公司;廣東珺樺能源科技有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 廣州市南鋒專利事務所有限公司44228
• 代理人: 張小黎

技術領域

本發明涉及一種負荷分解方法，特別涉及一種基于V-I軌跡的非侵入式負荷分解方法及系統。該方法及系統適用于負荷精確分項計量、一體化數據采集、用電數據分析預警。

背景技術

隨著智能電網的快速發展，電力系統中發、輸、配、用電環節的能源利用效率日益提升。然而，作為電能傳輸終端，用戶側電能管理體系尚未發展成熟，其中，電能分項統計數據的缺乏，成為了限制該體系發展的原因之一。傳統計量方法只能每15分鐘提供總用電數據，無法實現電能分項計量，用戶對自身用電結構不明晰，無法有針對性地管理用電行為。

為了解決傳動計量方法存在的缺陷，國內外研究學者開始研究非侵入式負荷分解技術(non-intrusive load monitoring,NILM)，非侵入式負荷分解技術旨在基于當前一戶一表的環境，利用電表所能獲得的實時用電數據進行事件探測和負荷特征提取，通過模式識別算法實現負荷識別，得到用戶實時用電功率組成，通過統計不同負荷的用電量，用戶可以獲知詳細的電能消耗情況，有效管理用電行為。

負荷特征的選擇與模式識別算法是決定NILM準確性的關鍵環節。目前，國內外研究學者主要針對負荷的穩態和暫態特征進行特征提取，穩態特征包括功率及其諧波、V-I波形、電壓噪聲和電流諧波等；暫態特征包括電壓、瞬時功率、電壓噪聲、電流等。暫態特征對電表硬件性能要求高，并且容易受到系統噪聲的干擾，而穩態特征的提取相對容易，抗干擾能力強，更適于推廣。模式識別算法包括監督式和非監督式學習算法，監督式算法主要包括K最臨近算法、神經網絡、支持向量機、Adaboost算法等，非監督式算法主要包括隱式馬爾可夫算法、主旨模式挖掘等。

綜合國內外研究現狀，當前影響NILM效果的因素主要有：(1)功率相似型負荷間的區分；(2)多狀態負荷在不同模式間切換時的識別；(3)新負荷接入時系統重構的復雜性；(4)高采樣頻率與大規模數據存儲的需求導致系統對硬件設施要求高，限制NILM在各領域推廣應用。

發明內容

本發明的目的在于克服現有技術不足，提供了一種基于V-I軌跡的非侵入式負荷分解方法及系統，能有效區分功率值較接近的負荷，增加負荷識別的辨識度，提高負荷識別的正確率。

本發明為實現上述目的采用以下的技術方案：

第一方面，本發明提供了一種基于V-I軌跡的非侵入式負荷分解方法，包括：

獲取原始電壓數據及原始電流數據，并根據所述原始電壓數據及原始電流數據計算視在功率

當在一個時間段內的所述視在功率的連續變化幅度不小于第一預設功率閾值，且該時間段結束時刻的視在功率與該時間段開始時刻的視在功率之差大于第二預設功率閾值時，判斷事件發生，記該時間段的開始時刻為第一時刻，該時間段的結束時刻為第二時刻；

根據所述第一時刻及預設時間生成第一采樣時間段，根據所述第二時刻及預設時間生成第二采樣時間段；

獲取所述第一采樣時間段及所述第二采樣時間段內的電流采樣數據及電壓采樣數據；

根據所獲取的所述第一采樣時間段及第二采樣時間段內的電流采樣數據及電壓采樣數據生成V-I軌跡曲線；

根據所述V-I軌跡曲線獲取V-I軌跡特征；

從預設負荷特征表中獲取與所述V-I軌跡特征匹配的負荷信息。

在本發明一實施例中，所述原始電壓數據包括高頻電壓數據，所述原始電流數據包括高頻電流數據；

則所述獲取原始電壓數據及原始電流數據，并根據所述原始電壓數據及原始電流數據計算視在功率具體包括：

每秒獲取一個工頻周期內的高頻電壓數據及高頻電流數據；

對所述高頻電壓數據及高頻電流數據進行離散傅里葉變換，并根據變換結果計算是在功率及有功功率。

在本發明一實施例中，記第t1時刻的視在功率為S_t1，記第S_t1時刻的視在功率的變化幅度ΔS_t1，ΔS_t1為＝S_t1-S_t1-1，記所述第一預設功率閾值為S_on1，記所述第二預設功率閾值為S_on2；

則所述當在一個時間段內的所述視在功率的連續變化幅度不小于第一預設功率閾值，且該時間段結束時刻的視在功率與該時間段開始時刻的視在功率之差大于第二預設功率閾值時，判斷事件發生，記該時間段的開始時刻為第一時刻，該時間段的結束時刻為第二時刻，具體包括：