[發(fā)明專利]一種基于融合決策的非侵入式負(fù)荷識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201710995880.4
• 申請日: 2017-10-23
• 公開（公告）號: CN107525964A
• 公開（公告）日: 2017-12-29
• 發(fā)明（設(shè)計(jì)）人: 魏齡;曹敏;周年榮;黃星;張林山;沈鑫;鄒京希;趙旭;唐立軍;翟少磊
• 申請（專利權(quán)）人: 云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號: G01R21/07
• 分類號: G01R21/07;G01R23/16
• 代理公司: 北京弘權(quán)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11363
• 代理人: 逯長明,許偉群

1.一種基于融合決策的非侵入式負(fù)荷識別方法，其特征在于，所述方法包括：

獲取用電終端的電器負(fù)荷特征數(shù)據(jù)，所述電器負(fù)荷特征包括穩(wěn)態(tài)有功功率特征數(shù)據(jù)和電流諧波特征數(shù)據(jù)；

按照預(yù)置周期，獲取所述用電終端的當(dāng)前功率；

根據(jù)所述電器負(fù)荷特征數(shù)據(jù)和所述當(dāng)前功率，分別構(gòu)建所述用電終端的電器工作狀態(tài)特征數(shù)據(jù)的功率諧波目標(biāo)函數(shù)和高次諧波目標(biāo)函數(shù)；

根據(jù)預(yù)置約束條件，求解所述功率諧波目標(biāo)函數(shù)的功率最優(yōu)解和所述高次諧波目標(biāo)函數(shù)的諧波最優(yōu)解；

根據(jù)預(yù)置融合規(guī)則，回歸驗(yàn)證所述功率最優(yōu)解和所述諧波最優(yōu)解，識別所述用電終端的電器負(fù)荷。

2.如權(quán)利要求1所述的方法，其特征在于，所述獲取用電終端的電器負(fù)荷特征數(shù)據(jù)，包括：

按照所述預(yù)置周期，獲取所述用電終端的電器特征數(shù)據(jù)；

根據(jù)預(yù)置基準(zhǔn)功率，判斷所述電器特征數(shù)據(jù)是否為功率事件；

如果判斷結(jié)果為否，則根據(jù)所述電器特征數(shù)據(jù)的平均值，選取所述電器負(fù)荷特征數(shù)據(jù)，所述平均值是指在當(dāng)前所述預(yù)置周期，以及預(yù)置數(shù)量的與所述當(dāng)前所述預(yù)置周期鄰接的周期，獲取的所述電器特征數(shù)據(jù)的平均值；

如果判斷結(jié)果為是，則判斷所述電器特征數(shù)據(jù)中的電壓波動是否大于預(yù)置波動閾值；

如果所述電壓波動大于所述預(yù)置波動閾值，則根據(jù)所述電器特征數(shù)據(jù)，選取所述電器負(fù)荷特征數(shù)據(jù)；

如果所述電壓波動不大于所述預(yù)置波動閾值，則根據(jù)所述電壓波動，計(jì)算所述電器負(fù)荷特征數(shù)據(jù)。

3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)預(yù)置功率判斷參數(shù)，判斷所述電器特征數(shù)據(jù)是否為功率事件，包括：

根據(jù)所述電器特征數(shù)據(jù)，計(jì)算所述用電終端的當(dāng)前周期與前一周期的功率偏差；

如果所述功率偏差大于所述預(yù)置基準(zhǔn)功率，則確定所述用電終端在當(dāng)前周期發(fā)生功率事件；

如果所述功率偏差不大于所述預(yù)置基準(zhǔn)功率，則確定所述用電終端在當(dāng)前周期未發(fā)生功率事件。

4.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述電器負(fù)荷特征數(shù)據(jù)和所述當(dāng)前功率，分別構(gòu)建所述用電終端的電器工作狀態(tài)特征數(shù)據(jù)的功率諧波目標(biāo)函數(shù)和高次諧波目標(biāo)函數(shù)，包括：

建立所述穩(wěn)態(tài)有功功率特征數(shù)據(jù)與所述當(dāng)前功率的第一關(guān)系式，P(n)＝S(n)×PF+ε_p，其中，P(n)為n時刻測量的所述當(dāng)前功率，S(n)為n時刻所述電器工作狀態(tài)特征數(shù)據(jù)，PF為所述穩(wěn)態(tài)有功功率特征數(shù)據(jù)，ε_p為功率誤差；

建立所述電流諧波特征數(shù)據(jù)與所述當(dāng)前功率的第二關(guān)系式，H(n)＝S(n)×HF+ε_h，其中，H(n)為n時刻測量的諧波矩陣，HF為所述電流諧波特征數(shù)據(jù)，ε_h為諧波誤差；

根據(jù)所述第一關(guān)系式和所述第二關(guān)系式，構(gòu)建所述功率諧波目標(biāo)函數(shù)，其中f_ηph為所述功率諧波目標(biāo)函數(shù)，M為所述用電終端的電器工作狀態(tài)的狀態(tài)種類數(shù)量；

建立所述電流諧波特征數(shù)據(jù)與所述當(dāng)前功率的第三關(guān)系式，H_s(n)＝S(n)×HF_s+ε_hs，其中，H_s(n)為n時刻測量的二次及以上諧波矩陣，HF_s為二次及以上的所述電流諧波特征數(shù)據(jù)，ε_hs為二次及以上諧波誤差；

根據(jù)所述第三關(guān)系式，構(gòu)建所述高次諧波目標(biāo)函數(shù)，f_R＝λ×||S(n)||₁+||ε_hs||₁，其中f_R為高次諧波目標(biāo)函數(shù)，λ為權(quán)重系數(shù)。

5.如權(quán)利要求4所述的方法，其特征在于，所述根據(jù)預(yù)置約束條件，求解所述功率諧波目標(biāo)函數(shù)的功率最優(yōu)解和所述高次諧波目標(biāo)函數(shù)的諧波最優(yōu)解，包括：

判斷所述狀態(tài)種類數(shù)量是否大于預(yù)置狀態(tài)數(shù)量；

如果判斷結(jié)果為是，則選取遺傳算法或蟻群算法，求解所述功率最優(yōu)解和所述諧波最優(yōu)解；

如果判斷結(jié)果為否，則選取枚舉算法，求解所述功率最優(yōu)解和所述諧波最優(yōu)解。