[發(fā)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?zhí)枺?/td> | 202110252776.2 | 申請日: | 2021-03-05 |
| 公開(公告)號: | CN113036754A | 公開(公告)日: | 2021-06-25 |
| 發(fā)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 |
| 地址: | 400065*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 改進 dag svms 侵入 負荷 辨識 方法 | ||
本發(fā)明公開了一種基于改進DAG?SVMS的非侵入式負荷辨識方法。包括:數(shù)據(jù)采集模塊、事件檢測模塊、特征提取模塊、負荷辨識模塊,數(shù)據(jù)傳送模塊。數(shù)據(jù)采集模塊采集電力系統(tǒng)入口處總電流數(shù)據(jù);事件檢測模塊對電流進行暫態(tài)事件檢測;檢測到暫態(tài)事件后,特征提取模塊進行暫態(tài)波形分離,將分離后暫態(tài)電流波形特征,特征歸一化處理;負荷辨識模塊使用DAG?SVMS算法訓練生成負荷識別模型,分類器使用粒子群算法進行參數(shù)優(yōu)化,使用基尼指數(shù)優(yōu)化DAG?SVMS節(jié)點排列順序,以減小累積誤差,提高模型識別準確率。當電力系統(tǒng)內(nèi)部包括多種負荷,特別地,存在負荷狀態(tài)變化變頻負荷時,本發(fā)明提出的方法能夠準確識別發(fā)生變化的負荷種類和時間,辨識準確率高,速度快。
技術領域
本發(fā)明涉及智能電網(wǎng)領域,特別地,提出一種基于改進DAG-SVMS的非侵入式負荷辨識方法
背景技術
在供電入口處嵌入非侵入式負荷識別技術,有利于電力需求側管理、實現(xiàn)電力用戶與電網(wǎng)之間的用電信息交流、優(yōu)化用戶用電、完善智能電網(wǎng)體系的建設,同時,推動智能家居的發(fā)展。
從負荷特征提取角度出發(fā),非侵入式負荷識別技術可分為基于暫態(tài)的和基于穩(wěn)態(tài)的,考慮到暫態(tài)特征的提取需要較高的采樣頻率,對硬件要求較高,目前大多數(shù)的非侵入式負荷識別技術是基于穩(wěn)態(tài)的,但是隨著大規(guī)模集成電路的發(fā)展,硬件成本降低,基于暫態(tài)的非侵入式負荷識別技術發(fā)展與普及成為可能。相較與穩(wěn)態(tài),暫態(tài)特征能夠提供更多的細節(jié)信息,在狀態(tài)持續(xù)變化的變頻設備識別中表現(xiàn)出更好的性能,識別準確率更高,其次,以暫態(tài)過程的特征提取作為輸入,將多負荷的識別轉(zhuǎn)化為單負荷識別模型,辨識復雜性降低。
綜上,本發(fā)明公開了一種基于改進有向無環(huán)圖的非侵入式負荷辨識方法,先對系統(tǒng)暫態(tài)過程進行檢測,檢測到暫態(tài)過程后進行暫態(tài)波形分離進行暫態(tài)特征提取,將特征量歸一化處理后,使用DAG-SVMS算法訓練生成負荷識別模型,并對模型中的分類器利用PSO算法進行參數(shù)優(yōu)化,最后優(yōu)化分類模型節(jié)點排列順序,減小累積誤差提高模型識別準確率。本發(fā)明較于一般方法,識別準確率高,識別速度快,實用性強。
發(fā)明內(nèi)容
本發(fā)明公開了一種基于改進DAG-SVMS的非侵入式負荷辨識方法,本發(fā)明較于一般方法,識別準確率高,識別速度快,實用性強。
本發(fā)聲的目的之一是通過如下方案實現(xiàn)的,一種基于改進DAG-SVMS非侵入式負荷辨識方法,包括數(shù)據(jù)采集模塊、事件檢測模塊、特征提取模塊、負荷辨識模塊,數(shù)據(jù)傳送模塊。
所述數(shù)據(jù)采集模塊,用于采集電力系統(tǒng)入口處總電流數(shù)據(jù),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(zhuǎn)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(shù)據(jù),檢測到暫態(tài)事件后,保存暫態(tài)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(tài)事件后,特征提取模塊將暫態(tài)電流波形進行波形分離,獲取引起暫態(tài)事件的目標負荷暫態(tài)波形,進一步的,提取用于區(qū)分不同負荷的暫態(tài)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(shù)據(jù)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(tài)事件的目標負荷特征,輸入辨識模型進行識別。
所述結果數(shù)據(jù)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(tài)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(jiān)測用電負荷投切時間與工作狀態(tài)。
進一步地,所述數(shù)據(jù)采集模塊,對電流互感器輸出端電流數(shù)據(jù)采用高頻采樣,A/D轉(zhuǎn)換,以獲取總電流數(shù)據(jù),為事件檢測模塊提供數(shù)據(jù)來源。
進一步地,所述事件檢測模塊使用事件檢測算法進行暫態(tài)事件監(jiān)測,所述事件檢測算法為基于啟發(fā)式的暫態(tài)事件監(jiān)測算法,具體包括:
定義第T個周期的負荷電流強度定義為:
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重慶郵電大學,未經(jīng)重慶郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110252776.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





