[發明專利]一種非侵入式負荷辨識融合決策方法及系統

有效

• 申請號: 202011044081.7
• 申請日: 2020-09-28
• 公開（公告）號: CN112184020B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 黃奇峰;李如意;徐晴;趙雙雙;夏國芳;田正其;龔丹;劉永光;熊章學;王文浩;韓林峰
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心;國網江蘇省電力有限公司;許繼集團有限公司;國家電網有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮;王萍

1.一種非侵入式負荷辨識融合決策方法，其特征在于，所述非侵入式負荷辨識融合決策方法包括以下步驟：

步驟1：對于待辨識的電器設備，采用已知的多種非侵入式負荷辨識方法在同一特征數據集中進行負荷辨識，得到基于多種已知非侵入式負荷辨識方法的電器設備辨識結果；

步驟2：針對步驟1得到的基于多種已知非侵入式負荷辨識方法的電器設備辨識結果，計算每一種辨識方法的辨識結果評價指標；

步驟3：根據實際負荷和側重需求，設置反映辨識結果評價指標重要性程度的第一權重向量ω_A；

步驟4：基于評價指標的對比強度和變化幅度生成非侵入式負荷辨識第二權重向量ω_B；

步驟5：基于第一權重向量ω_A和第二權重向量ω_B，計算非侵入式負荷辨識的融合權重向量ω；

步驟6：將每一種辨識方法的辨識結果評價指標加權步驟5所計算得到的非侵入式負荷辨識的融合權重向量ω得到每一種辨識方法融合加權后的辨識結果評價指標，然后計算每一種辨識方法與理想解的貼近度，選擇貼近度最大的辨識方法作為針對當前實際負荷和側重需求的最佳負荷辨識方法進行非侵入式負荷辨識。

2.根據權利要求1所述的非侵入式負荷辨識融合決策方法，其特征在于：

所述已知的多種非侵入式負荷辨識方法包括基于DAE算法的非侵入式負荷辨識方法、基于RNN算法的非侵入式負荷辨識方式和基于DAE-RNN優化算法非侵入式負荷辨識方式。

3.根據權利要求1或2所述的非侵入式負荷辨識融合決策方法，其特征在于：

采用多種非侵入式負荷辨識方法在UK-DALE公共數據集上對電器設備進行負荷辨識。

4.根據權利要求1所述的非侵入式負荷辨識融合決策方法，其特征在于：

在步驟2中，所述辨識結果評價指標包括召回率recall、精確度precision、準確率accuracy、精確率和召回率的調和平均數F1、總能耗估值正確率、總能耗正確分配率；

其中，上述辨識結果評價指標分別為：

召回率：TP/(TP+TN)；

準確率：(TP+TN)/(P+N)；

F1：

總能耗估值正確率：

總功率正確分配率：

精確度：TP/(TP+FP)；

其中，TP/TN分別表示正確判斷為正/負樣本數；FP/FN表示判斷為正的負樣本數以及判斷為負的正樣本數；P/N分別表示正/負樣本數量；和E分別表示預測的總能耗和實際的總能耗；和y_t⁽ⁱ⁾分別表示用電設備i在t時刻估計功率和實際功率；表示t時刻的實際聚合功率。

5.根據權利要求1所述的非侵入式負荷辨識融合決策方法，其特征在于：

在步驟3中，具體包括以下內容：

3.1構建辨識結果評價指標之間重要性比例標度的第一權重矩陣A；

3.2計算第一權重矩陣A的最大特征根λ_max以及對應的特征向量W；

3.3對第一權重矩陣A的一致性進行判斷，如果符合預定的一致性要求則將第一判斷矩陣A對應最大特征根的特征向量W歸一化后作為非侵入式負荷辨識第一權重向量ω_A；否則返回步驟3.1調整第一判斷矩陣A指標之間的比例標度值。

6.根據權利要求5所述的非侵入式負荷辨識融合決策方法，其特征在于：

在3.1中，所述第一權重矩陣A按以下方式構建：

其中，C₁,C₂,C₃,C₄…C_n依次為n種辨識結果評價指標，C_ij表示指標C_i相對于指標C_j重要性的比例標度值，針對實際情況和側重需求設定，C_ii＝1。