[發(fā)明專利]一種基于雞群算法的多特征加權(quán)的家用電氣負(fù)荷識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011036602.4
• 申請(qǐng)日: 2020-09-28
• 公開（公告）號(hào): CN112381665A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 于煌;余濤
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06;G06Q30/02;G06N3/00
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 何淑珍;江裕強(qiáng)

本發(fā)明涉及一種基于雞群算法的多特征加權(quán)的家用電氣負(fù)荷識(shí)別方法，包括以下步驟：步驟1、在用戶端口處安裝傳感器，在獲取的用戶基礎(chǔ)數(shù)據(jù)中，對(duì)各個(gè)電氣屬性有功功率、無功功率、諧波電流進(jìn)行統(tǒng)計(jì)；步驟2、對(duì)獲取的用戶基礎(chǔ)數(shù)據(jù)中，對(duì)各個(gè)電氣屬性有功功率、無功功率、諧波電流進(jìn)行目標(biāo)函數(shù)的尋優(yōu)；利用改進(jìn)的離散式雞群算法獲取得到目標(biāo)函數(shù)最優(yōu)值；步驟3、對(duì)各個(gè)電氣特征所得的電氣運(yùn)行結(jié)果，構(gòu)建屬性決策矩陣，利用結(jié)構(gòu)熵權(quán)法，獲取電氣特征量的熵?cái)?shù)值，對(duì)應(yīng)步驟2中得出的識(shí)別矩陣，將熵值法確定的權(quán)重和對(duì)識(shí)別矩陣的賦值結(jié)合，得到最終的負(fù)荷使用情況。本發(fā)明解決了現(xiàn)有技術(shù)中非侵入式負(fù)荷監(jiān)測(cè)進(jìn)行負(fù)荷識(shí)別的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及電力領(lǐng)域，用于非侵入式電氣設(shè)備中，具體而言涉及一種基于雞群算法的 多特征加權(quán)的家用電氣負(fù)荷識(shí)別方法。

背景技術(shù)

能源資源的合理規(guī)劃使用在在當(dāng)今世界上一直是熱點(diǎn)問題，如今能源緊張的局勢(shì)加 劇，環(huán)境問題也是日益嚴(yán)峻，各國都在提倡節(jié)能減排，提高能源利用率。為此，我國政府也是積極制定的一系列節(jié)能減排的政策。電力部分也是積極響應(yīng)國家號(hào)召，對(duì)電網(wǎng)內(nèi)部進(jìn)一步規(guī)劃，優(yōu)化運(yùn)行負(fù)荷，減少損耗。而在人民生活水平大幅度提高的今天，居民用電電 能消耗比重的逐漸增大。因此，對(duì)居民用電情況進(jìn)行分析，合理安排居民用電，提倡低碳 生活，減少能源消耗，對(duì)保護(hù)自然環(huán)境、自然資源具有重大的意義。

而在如今智能電網(wǎng)的背景下，采集居民的大量用電數(shù)據(jù)，對(duì)用戶用電習(xí)慣的分析以及 更深層次的利用成為研究熱點(diǎn)，這是探究智能電網(wǎng)與用戶進(jìn)行頻繁交互的實(shí)際基礎(chǔ)，為之 后的分析用戶的用電行為、如何合理規(guī)劃、引導(dǎo)用戶的用電習(xí)慣。如何收集居民用電的詳 細(xì)數(shù)據(jù)成了首要問題。起初，侵入式負(fù)荷監(jiān)測(cè)成為人們的首要選擇，但侵入式監(jiān)測(cè)需要在 每一個(gè)電器上安裝傳感器，雖然能夠在電器的使用時(shí)準(zhǔn)確的獲取電器的實(shí)時(shí)用電量以及相 關(guān)的電氣參數(shù)，如電壓、電流、頻率、有功功率、無功功率和功率因數(shù)。但大量傳感器以 及數(shù)據(jù)傳輸裝置需要安裝，一方面大量的安裝維護(hù)工作會(huì)對(duì)用戶的生活產(chǎn)生影響，設(shè)備在 用戶側(cè)的推廣難度增大，另一方面大量的傳感器以及數(shù)據(jù)傳送通道的建設(shè)對(duì)于設(shè)備的成本 也有較大的提高。

基于此，Hart教授于1982年提出了非侵入式負(fù)荷監(jiān)測(cè)NILM(Non-Intrusive LoadMonitoring)方法，通過檢測(cè)用戶端口處的電氣信息，依據(jù)電氣信息，利用數(shù)學(xué)算法對(duì)用戶總體用電功率實(shí)行分解，計(jì)算出用戶室內(nèi)各電氣設(shè)備的運(yùn)行情況。對(duì)比于侵入式監(jiān)測(cè)，NILM的成本低，安裝維護(hù)更加方便，推廣使用的價(jià)值強(qiáng)，在居民家庭為主體的負(fù)荷監(jiān)測(cè) 場(chǎng)景中，擁有著廣泛的應(yīng)用前景。但目前非侵入式識(shí)別負(fù)荷的準(zhǔn)確度相較于侵入式而言還 有很大的不足。

發(fā)明內(nèi)容

本發(fā)明提供了一種非侵入式負(fù)荷識(shí)別的方法，以至少優(yōu)化提高現(xiàn)有技術(shù)中對(duì)非侵入式負(fù) 荷監(jiān)測(cè)進(jìn)行負(fù)荷識(shí)別準(zhǔn)確度低的技術(shù)問題。

本發(fā)明至少通過如下技術(shù)方案之一實(shí)現(xiàn)。

一種基于雞群算法的多特征加權(quán)的家用電氣負(fù)荷識(shí)別方法，該方法包括以下步驟：

步驟1、基礎(chǔ)數(shù)據(jù)處理：在用戶端口處安裝傳感器，采集用戶電氣數(shù)據(jù)，統(tǒng)計(jì)居民用戶的用電習(xí)慣，以此作為基礎(chǔ)數(shù)據(jù)庫；在獲取的用戶基礎(chǔ)數(shù)據(jù)中，對(duì)各個(gè)電氣屬性有功功率、無功功率、諧波電流進(jìn)行統(tǒng)計(jì)；

步驟2、目標(biāo)函數(shù)尋優(yōu)：對(duì)獲取的用戶基礎(chǔ)數(shù)據(jù)中，對(duì)各個(gè)電氣屬性有功功率、無功功 率、諧波電流進(jìn)行目標(biāo)函數(shù)的尋優(yōu)；利用改進(jìn)的離散式雞群算法得到目標(biāo)函數(shù)最優(yōu)值；

步驟3、結(jié)構(gòu)熵權(quán)法加權(quán)分析：對(duì)各個(gè)電氣特征所得的電氣運(yùn)行結(jié)果，構(gòu)建屬性決策 矩陣，利用結(jié)構(gòu)熵權(quán)法，獲取電氣特征量的熵?cái)?shù)值，依據(jù)得出的識(shí)別矩陣，將熵值法確定的權(quán)重和對(duì)識(shí)別矩陣的賦值結(jié)合，最終識(shí)別出負(fù)荷使用情況。該方法將采集的居民用電離散數(shù)據(jù)進(jìn)行進(jìn)一步分類細(xì)化，通過權(quán)重比例設(shè)定，結(jié)合雞群算法尋優(yōu)，使得非侵入式識(shí)別結(jié)果更加符合居民用電習(xí)慣，識(shí)別結(jié)果也更加準(zhǔn)確。

進(jìn)一步地，所述步驟1包括：