[發明專利]一種基于改進DAG-SVMS的非侵入式負荷辨識方法

在審

• 申請號: 202110252776.2
• 申請日: 2021-03-05
• 公開（公告）號: CN113036754A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 王毅;徐元源
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J13/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，包括數據采集模塊、事件檢測模塊、特征提取模塊、負荷辨識模塊，數據傳送模塊。

所述數據采集模塊，用于采集電力系統入口處總電流數據，以及，所述采集方式為將電流互感器輸入端接于火線，輸出端進行A/D轉換。

所述事件檢測模塊，使用事件檢測算法檢測采集到的總電流數據，檢測到暫態事件后，保存暫態事件起始時間。

所述特征提取模塊，用于事件檢測模塊檢測到暫態事件后，特征提取模塊將暫態電流波形進行波形分離，獲取引起暫態事件的目標負荷暫態波形，進一步的，提取用于區分不同負荷的暫態特征。

所述負荷辨識模塊，包括負荷辨識模型訓練階段，還包括負荷實時識別階段，所述負荷辨識模型訓練階段，以樣本庫數據為支撐，訓練負荷辨識模型；所述負荷識別階段，實時的提取出引起暫態事件的目標負荷特征，輸入辨識模型進行識別。

所述結果數據傳送模塊，實時識別時，將所述事件檢測模塊檢測得到的暫態起始時間，與所述負荷辨識模塊辨識結果反饋給用戶，供用戶實時監測用電負荷投切時間與工作狀態。

2.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述數據采集模塊，對電流互感器輸出端電流數據采用高頻采樣，A/D轉換，獲取總電流數據，為事件檢測模塊提供數據來源。

3.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述事件檢測模塊使用事件檢測算法進行暫態事件監測，所述事件檢測算法為，將總電流數據以周期為單位計算每個周期電流強度，某一時刻，相鄰周期電流強度超過閾值，則判定暫態事件發生，記錄第二個周期電流起始時刻為暫態事件起始時刻。檢測到暫態事件后，若相鄰連續幾個周期電流強度差值小于閾值，則判定暫態事件結束，記錄暫態事件結束時刻；所述暫態事件結束時刻減去所述暫態事件起始時刻得到暫態事件持續時間；所述暫態事件持續時間為電流工作周期整數倍。檢測到暫態事件后，將暫態事件波形與暫態事件前電流波形同相位作差，獲取目標負荷暫態電流波形；所述電流波形同相位作差，將相同周期長度的暫態事件電流數據與暫態事件前穩態電流數據作差。

4.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述特征提取模塊，對目標負荷電流波形進行特征提取，所述特征包括：暫態過程持續時間，暫態電流波形提取最大值、峰峰值、平均值、絕對平均值、電流強度、穩態波形、峰均比、有效值、波形因數、波峰因數、負荷標志位。

5.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述特征提取模塊，包括負荷辨識模型訓練階段，還包括負荷辨識階段。所述負荷辨識模型訓練階段提取各用電負荷特征后，分別貼上訓練標簽，歸一化，形成樣本數據庫，根據特征標志位將樣本分為投入和切除兩類，作為訓練集；負荷辨識階段采集到目標負荷特征后，將特征輸入訓練好的模型進行識別。

6.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述負荷辨識模塊，包括訓練負荷辨識模型階段，具體步驟為：

步驟1：樣本數據庫兩類數據樣本，每一類樣本中任意兩種負荷為一個組合進行兩兩分組；

步驟2：使用PSO算法優化支持向量機誤差懲罰參數C和高斯徑向基核參數g，分別對每一個分組訓練分類器；

步驟3：將兩類樣本中各組數據訓練得到的分類器，分別搭建DAG-VMS識別模型，并使用Gini指數進行節點順序優化，得到兩種識別模型。

7.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述負荷辨識模塊，還包括負荷辨識階段，具體為：電力系統入口處檢測到暫態事件，提取目標負荷特征，根據負荷標志位判斷暫態事件屬于投入或切除，并將特征輸入對應的識別模型進行識別。

8.如權利要求1所述一種基于改進DAG-SVMS的非侵入式負荷辨識方法，其特征在于，所述數據傳送模塊，實時識別時，將暫態事件檢測模塊檢測到的暫態事件起始時間(負荷投切時間)與辨識結果，通過WIFI、GPRS發送至用戶終端，或傳送至云端存儲，供用戶終端訪問。