[發明專利]基于多參量隱馬爾科夫模型的非侵入式電器負荷辨識方法在審
| 申請號： | 202011286230.0 | 申請日： | 2020-11-17 |
| 公開（公告）號： | CN112444669A | 公開（公告）日： | 2021-03-05 |
| 發明（設計）人： | 王再望;常興智;鄭海洋;孔德超;王佳琦 | 申請（專利權）人： | 寧夏隆基寧光儀表股份有限公司 |
| 主分類號： | G01R21/00 | 分類號： | G01R21/00;G01R23/16;G06K9/62 |
| 代理公司： | 北京弘權知識產權代理事務所(普通合伙) 11363 | 代理人： | 逯長明;許偉群 |
| 地址： | 750001 寧夏回族自治區銀*** | 國省代碼： | 寧夏;64 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 參量 隱馬爾科夫 模型 侵入 電器 負荷 辨識 方法 | ||
1.一種基于多參量隱馬爾科夫模型的非侵入式電器負荷辨識方法，其特征在于，包括以下步驟：
采集多個家用電器啟停時的有功功率、無功功率、電流二次諧波、電流三次諧波的變化量，作為特征庫中的樣本特征；
根據各個所述樣本特征，給出各類電器啟停時采集的有功功率、無功功率、電流二次諧波、電流三次諧波變化量的聯合概率分布作為多參量隱馬爾科夫模型的觀測概率分布；
依據樣本特征庫中各個樣本特征的出現次序，給出某電器啟停事件發生后下一個發生事件屬于某事件類的概率分布作為多參量隱馬爾科夫模型的狀態轉移概率分布；
在一個時間窗內，截取用戶用電入口處有功功率、無功功率、電流二次諧波、電流三次諧波變化量序列，作為多參量隱馬爾科夫模型觀察值向量序列；
在每一個時間窗開始時，設定每類事件的初始發生概率均為0，形成多參量隱馬爾科夫模型中的初始概率分布；
依據所述多參量隱馬爾科夫模型觀察值向量序列、觀測概率分布、狀態轉移概率分布、初始概率分布，計算多參量隱馬爾科夫模型的隱含狀態鏈，即各電器啟停事件序列，從而達到負荷辨識的目的。
2.根據權利要求1所述的基于多參量隱馬爾科夫模型的非侵入式電器負荷辨識方法，其特征在于，所述時間窗為指定的一段時間。
3.根據權利要求1所述的基于多參量隱馬爾科夫模型的非侵入式電器負荷辨識方法，其特征在于，所述各電器啟停事件序列為各家用電器啟停事件構成的序列。
4.根據權利要求1所述的基于多參量隱馬爾科夫模型的非侵入式電器負荷辨識方法，其特征在于，依據所述多參量隱馬爾科夫模型觀察值向量序列、觀測概率分布、狀態轉移概率分布、初始概率分布，應用Viterbi算法求得多參量隱馬爾科夫模型的隱含狀態鏈，即各電器啟停事件序列，從而達到負荷辨識的目的，還包括：
依據所述多參量隱馬爾科夫模型觀察值向量序列、觀測概率分布、狀態轉移概率分布、使用零初始化概率分布，應用Viterbi算法求得多參量隱馬爾科夫模型的隱含狀態鏈，即各電器啟停事件序列，從而達到負荷辨識的目的。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于寧夏隆基寧光儀表股份有限公司，未經寧夏隆基寧光儀表股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011286230.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種金屬材料的壓延加工的加工工藝
- 下一篇：一種全自動造紙裝置
