[發明專利]非嵌入式公寓電器負荷識別分析方法、系統及應用

在審

• 申請號: 202011260647.X
• 申請日: 2020-11-12
• 公開（公告）號: CN112396098A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 申剛;孫冠男;葉怡鈞;趙學臣;王虎彪
• 申請（專利權）人: 天津天大求實電力新技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/02;G06Q50/06
• 代理公司: 天津盈佳知識產權代理事務所(特殊普通合伙) 12224
• 代理人: 孫寶蕓

本發明公開一種非嵌入式公寓電器負荷識別分析方法、系統及應用，涉及智慧電網應用技術領域。對采集各個電器的電壓、電流、有功功率、功率因數歷史數據，使用神經網絡模型進行訓練；計算出一段時間內電器的電流離散程度，取穩態數據的數據數列，計算所述數據數列標準差，作為離散度；利用訓練好的神經網絡模型對電流離散度進行判斷，識別出某類電器負荷運行情況。本發明接入的電力數據具有普遍性、通用性，易于采集特點。需要的必備參數具有普遍適用性，如電壓、電流、有功功率、功率因數等。本發明搭載多種專業算法如深度學習算法、神經網絡、違規判斷等。本發明結合計算機高速度計算，結果相應及時、準確。

技術領域

本發明公開涉及智慧電網應用技術領域，尤其涉及一種非嵌入式公寓電器負荷識別分析方法、系統及應用。

背景技術

非侵入式負荷識別技術作為智能電網需求側能源管理的基礎，在優化電網供求關系、促進節能減排等方面具有廣闊的應用前景。

目前，非嵌入式公寓電器負荷識別的應用價值和應用前景毋庸置疑，很多行業企業也在開展此技術的研發。

非侵入式用電監測，直接在用戶總的進線端進行測量，根據進線端的電流、電壓、有功功率、功率因數推算出家庭當中有哪一些用電器正在使用，目前已經有不少國內外的專家對此進行了研究。

非侵入式負荷識別包含前處理過程，負荷時序狀態變動檢測，用電負荷差異化特征提取。非侵入式負荷統計識別方法，基于模板匹配的負荷識別模型和基于穩態電流分解的負荷識別模型；用電負荷智能識別方法，包括基于機器學習的負荷識別模型，基于隱含馬爾可夫的負荷識別模型和基于深度學習的負荷識別模型；非侵入式負荷識別在智能用電負荷預測方法中的應用，包括用電負荷時序確定性預測和用電負荷時序區間預測。

負荷識別方法通常對負荷特征進行學習和訓練，過程繁瑣，需要的樣本也較大，因此如何簡化訓練過程，減小計算量并提高識別準確率是研究的重點。

通過上述分析，現有技術存在的問題及缺陷為：

(1)現有技術的公寓電器負荷識別硬件設備成本高、響應速度慢。

(2)現有技術的公寓電器負荷識別軟件識別公寓電器負荷精準度低，不能實時對用電負荷情況進行定位。

(3)現有技術的公寓電器負荷識別軟件對接入的電力數據不易于采集，造成計算結果不準確。不能幫助用戶實時掌握違規用電的情況。

解決以上問題及缺陷的難度為：

本發明針對的主要是商用公寓，特別是藍領公寓的電器負荷識別，從需求側負荷來源到負荷判斷，縮小了負荷識別的范圍，有助于提高負荷識別精度，大大降低了負荷識別不準確的問題。

本發明結合硬件應用于商業公寓中，軟硬件相結合，降低了改造成本，提高了本發明的使用價值。

解決以上問題及缺陷的意義為：

本發明來源于實際需求，目的是解決以上問題及缺陷，從而滿足實際應用的需要，達到負荷識別準確、快速且具有較強經濟性，能夠應用到實際中去，為需求者所接受。

發明內容

為克服相關技術中存在的問題，本發明公開實施例提供了面向用戶側竊電行為識別分析算法。所述技術方案如下：

根據本發明公開實施例的第一方面，提供一種非嵌入式公寓電器負荷識別分析方法，包括：