[發明專利]一種電力負荷辨識方法、裝置、設備及可讀存儲介質

在審

• 申請號: 201811267785.3
• 申請日: 2018-10-29
• 公開（公告）號: CN109245099A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 肖勇;何恒靖;李鵬;徐兵;錢斌;李秋碩
• 申請（專利權）人: 南方電網科學研究院有限責任公司;中國南方電網有限責任公司
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本發明公開了一種電力負荷辨識方法，在獲取到預先測得的電力系統中各用電設備的原始數據之后，會對該電力系統中的負荷事件進行檢測，目的是對原始數據中存在的負荷設備類別的開關狀態進行提取，得出準確性高的負荷設備投切事件信息，以對原始數據進行特征轉換得出樣本數據；再利用該樣本數據構建電力負荷辨識模型，并對該模型進行訓練；后期直接利用訓練好的電力負荷辨識模型對電力負荷進行辨識。該方法，在得到原始數據之后，會檢測負荷事件對原始數據進行特征轉換，確保樣本數據的準確性，得出準確性較高的電力負荷辨識模型，進而可提高電力負荷的辨識準確性。另外，本發明還公開了一種電力負荷的辨識裝置、設備及可讀存儲介質，效果如上。

技術領域

本發明涉及電網系統中電力負荷辨識領域，特別涉及一種電力負荷辨識方法、裝置、設備及可讀存儲介質。

背景技術

隨著能源互聯網時代的到來，非侵入式負荷監測技術作為一種比較前沿的監測電氣設備工作情況的技術，無需“近負荷”安裝傳感設備，僅僅通過監測和分析配電進線處的電壓、電流等信號，就可獲取用戶內部表征不同類型負荷用電行為的負荷特征。

但是，目前在對電力負荷進行辨識時，直接利用得到的與電力負荷相關的參數進行模型訓練測試，然后得出電力負荷辨識結果。并沒有對與電力負荷相關的參數進行其它處理，最終會影響電力負荷辨識的準確性。

由此可見，如何提高電力負荷辨識的準確性問題是本領域技術人員亟待解決的問題。

發明內容

本申請實施例提供了一種電力負荷辨識方法、裝置、設備及可讀存儲介質，以解決現有技術中如何提高電力負荷辨識的準確性問題。

為解決上述技術問題，本發明提供了一種電力負荷辨識方法，包括：

獲取預先測得的電力系統中各用電設備的原始數據；

檢測所述電力系統中的負荷事件以對所述原始數據進行特征變換得出樣本數據；

依據所述樣本數據構建電力負荷辨識模型，并對所述電力負荷辨識模型進行訓練；

根據訓練后的所述電力負荷辨識模型對所述用電設備的電力負荷進行辨識；

其中，所述樣本數據包括對所述電力負荷辨識模型進行訓練時的輸入樣本數據和以與所述輸入樣本數據對應的電力負荷作為輸出的輸出樣本數據。

優選地，所述獲取預先測得的電力系統中各用電設備的原始數據具體為：

通過非入侵式檢測設備獲取所述原始數據。

優選地，所述檢測所述電力系統中的負荷事件具體為：

利用自適應變點尋優算法檢測所述負荷事件。

優選地，所述利用自適應變點尋優算法檢測所述負荷事件具體為：

采用一維時間高斯窗檢測所述負荷事件。

優選地，所述對所述原始數據進行特征變換得出樣本數據具體為：

對所述原始數據進行快速傅里葉變換得出所述樣本數據。

優選地，所述電力負荷辨識模型具體為深度神經網絡模型中的LSTM模型。

優選地，所述輸入樣本數據具體包括所述用電設備的電壓、電流以及功率。

為解決上述技術問題，本發明還提供了一種與電力負荷辨識方法對應的電力負荷辨識裝置，包括：

獲取模塊，用于獲取預先測得的電力系統中各用電設備的原始數據；

檢測模塊，用于檢測所述電力系統中的負荷事件以對所述原始數據進行特征變換得出樣本數據；