[發(fā)明專利]一種非侵入式的電力負荷智能檢測及分層分類方法

有效

• 申請?zhí)枺?/td>: 201810048734.5
• 申請日: 2018-01-18
• 公開（公告）號: CN108181533B
• 公開（公告）日: 2020-02-04
• 發(fā)明（設(shè)計）人: 殷波;王淑美;叢艷平;朱治丞
• 申請（專利權(quán)）人: 中國海洋大學(xué)
• 主分類號: G01R31/00
• 分類號: G01R31/00
• 代理公司: 32331 蘇州國卓知識產(chǎn)權(quán)代理有限公司
• 代理人: 陸曉鷹

本發(fā)明涉及智能檢測技術(shù)領(lǐng)域，提供一種非侵入式的電力負荷智能檢測及分層分類方法，由事件檢測和分層分類識別兩部分組成，通過計算電流信號前后兩個周期的電流強度的差值與設(shè)定的閾值進行比較并判斷開、關(guān)事件，在負荷識別上利用時域特征和頻域特征采用分層的SVM算法進行分類，與現(xiàn)有電力負荷的檢測、識別、分類的方法相比，本發(fā)明解決了常出現(xiàn)的少判、多判、誤判的情況，提高負荷事件檢測的準(zhǔn)確度和負荷設(shè)備分類的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及智能檢測技術(shù)領(lǐng)域，具體涉及一種非侵入式的電力負荷智能檢測及分層分類方法。

背景技術(shù)

非侵入式電力負荷檢測方法主要是利用電力負荷入口處的電壓、電流及功率等信息對其成分進行分析和研究，包括基于負荷穩(wěn)態(tài)特征的分析方法和基于負荷暫態(tài)特征的分析方法兩種。目前基于負荷暫態(tài)特征的分析方法主要有對電壓、電流的暫態(tài)進行采樣，提取電流的特征值，如電流峰值、電流平均值和電流的均方根等，在得到了這些電流的特征值后再采用各種方法對電器進行分類。分類方法主要有K近鄰規(guī)則和反向傳播人工神經(jīng)網(wǎng)絡(luò)。K近鄰規(guī)則分類方法訓(xùn)練時間比較短，適合樣本容量比較大的類域的自動分類，但計算量比較大，對類別的預(yù)測準(zhǔn)確率比較低；反向傳播人工神經(jīng)網(wǎng)絡(luò)方法自學(xué)習(xí)和自適應(yīng)能力以及容錯能力比較強，但收斂速度比較慢，對類別的分類易判為其他類別?？偟膩碚f，目前基于負荷暫態(tài)特征的分析方法主要存在的問題如下：

(1)在事件的檢測上存在多判、少判和誤判的現(xiàn)象；

(2)對小功率電器的事件檢測存在挑戰(zhàn)，存在檢測不到的現(xiàn)象；

(3)相似特性的用電設(shè)備具有相似的特征，在分類時較困難，分類識別率較低。

發(fā)明內(nèi)容

針對現(xiàn)有電力負荷的檢測、識別、分類的方法存在的問題，本發(fā)明提出了一種時域、頻域相結(jié)合的分層分類法，提高負荷事件檢測的準(zhǔn)確度和負荷設(shè)備類型分類的準(zhǔn)確度。

為實現(xiàn)上述目的，本發(fā)明的具體技術(shù)方案如下：一種非侵入式的電力負荷智能檢測及分層分類方法，包括如下步驟：

1)系統(tǒng)初始化，其中，初始化內(nèi)容包括：開啟閾值、關(guān)閉閾值、頻域特征樣本庫、時域特征樣本庫1、時域特征樣本庫2；

2)負荷信號的采集、轉(zhuǎn)換和濾波，即對采集到的初始負荷信號進行A/D轉(zhuǎn)換為數(shù)字信號，然后進行切比雪夫低通濾波；轉(zhuǎn)步驟3)；

3)檢測數(shù)字信號，判斷是否有開事件、關(guān)事件發(fā)生，如有事件發(fā)生時，轉(zhuǎn)步驟 4)，否則轉(zhuǎn)步驟3)；

4)截取事件發(fā)生的暫態(tài)過程，并提取事件暫態(tài)過程的時域特征和頻域特征，轉(zhuǎn)步驟5)；

5)利用頻域分類器對負荷進行分類，即以事件暫態(tài)過程的頻域特征作為測試集，以頻域特征樣本庫作為樣本集，利用SVM算法對負荷分類，若負荷匹配度大于 90％，則分類成功，轉(zhuǎn)步驟9)，否則，轉(zhuǎn)步驟6)；

6)利用時域分類器1對負荷進行分類，即以事件暫態(tài)過程的時域特征作為測試集，以時域特征樣本庫1作為樣本集，利用SVM算法對負荷分類，若負荷匹配度大于90％，則分類成功，轉(zhuǎn)步驟9)，否則，轉(zhuǎn)步驟7)；

7)利用時域分類器2對負荷進行分類，即以事件暫態(tài)過程的時域特征作為測試集，以時域特征樣本庫2作為樣本集，利用SVM算法對負荷分類，若負荷匹配度大于90％，則分類成功，轉(zhuǎn)步驟9)，否則，轉(zhuǎn)步驟8)；

8)分類不成功，報告出錯信息，轉(zhuǎn)步驟3)；

9)負荷分類成功。

進一步的，上述步驟1)中，頻域特征樣本庫的頻域特征包括頻域能量、諧波向量、諧波畸變；域特征樣本庫1的時域特征包括：電流最大值、電流平均值、電流均方根、暫態(tài)周期、波形系數(shù)、暫態(tài)能量；時域特征樣本庫2的時域特征包括波峰因數(shù)、峰-峰值、峰值因數(shù)、瞬時功率、低電平比率、高電平比率。