[發明專利]一種非侵入式用電負荷識別方法

有效

• 申請號: 201810187521.0
• 申請日: 2018-03-07
• 公開（公告）號: CN108429254B
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 徐琳;丁理杰;張華;李訓;楊華
• 申請（專利權）人: 國網四川省電力公司電力科學研究院;國家電網公司
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 51220 成都行之專利代理事務所(普通合伙)
• 代理人: 王記明

本發明公開了一種非侵入式用電負荷識別方法，所述方法包括：在用戶總的進線端安裝硬件設備測量，采集用戶總線上電氣負荷特征數據；基于電氣負荷特征數據中的有功功率數據，應用CUSUM算法進行設備的投切辨識，并記錄投切事件；基于電氣負荷特征數據中的電流諧波數據，獲得設備的負荷特征數據；基于電流諧波數據，應用正則化rbf神經網絡進行負荷設備識別；實現了本申請中的居民用戶負荷識別方法所需安裝采集終端數量少、安裝簡便、維護簡單的技術效果。

技術領域

本發明涉及智能電網領域，具體地，涉及一種非侵入式用電負荷識別方法。

背景技術

在智能電網環境下，智能量測設備會逐步得到廣泛應用，從而能夠得到用戶負荷準確的、海量的數據。利用數據挖掘方法對用戶負荷大數據進行處理，能夠從中提取出有用信息，從而能夠對電力負荷有更系統和深入的理解進而改善負荷管理水平及系統運行的安全性與經濟性。負荷識別是大數據挖掘在電力系統中應用的重要領域。

居民用電負荷設備識別現在大都采用侵入式監測方法，侵入式監測方法需要在用電設備和插座之間安裝中間監測裝置來記錄設備操情況。該方法通常依靠中間裝置監測負荷設備操作記錄、設備能耗數據等。

侵入式負荷識別方法需要在用電設備和插座之間安裝硬件設備，當監測的用戶數多時，需要采購大量的硬件設備，在一定程度上增加了采購成本，其次，硬件設備本身需要消耗電能，此外，安裝時需要進入用戶室內，給安裝和維護帶來不便。

發明內容

本發明提供了一種非侵入式用電負荷識別方法，解決了現有的侵入式負荷識別方法存在的成本較高，耗能大，安裝維護不便的技術問題，實現了本申請中的居民用戶負荷識別方法所需安裝采集終端數量少、安裝簡便、維護簡單的技術效果。

為實現上述發明目的，本申請提供了一種基于神經網絡的非侵入式負荷識別方法。直接在用戶總的進線端安裝硬件設備測量，根據進線端的用電信息進行負荷設備識別，以有功功率和電流諧波作為識別特征，首先進行投切辨識，其次應用正則化的RBF神經網絡算法識別負荷設備，具體步驟如下：

步驟：2.1數據采集。采集用戶總線上電氣負荷特征數據。

步驟：2.2投切辨識。基于有功功率數據，應用CUSUM算法進行設備的投切辨識，并記錄投切事件。設有功功率時間序列為P＝{p(k)},(k＝1,2,...,∞)，具體步驟如下：

1)在該時間序列上定義1個連續的滑動窗口，窗口的長度為m,計算窗口的均值M_m

2)定義和用于檢測事件是投入還是切除，其計算方法如下公式：

其中β表示該時間序列穩定時的波動水平，

3)設置閾值H,引入時間延遲因子d,若是令d＝d+1,計算直至于是投入時刻可根據k-d推導出。對于切除事件也是用同樣的原理進行檢測。

步驟2.3負荷特征提取。

設獲取的用戶總線上的電流諧波時間序列為由步驟2.2中得知k時刻有設備投入或者切除時，于是該設備的負荷特征為

步驟2.4負荷設備識別。基于電流諧波的數據，應用正則化rbf神經網絡來進行負荷設備識別。具體步驟如下：

1)對電流諧波數據進行正則化rbf神經網絡訓練。具體步驟如下：