[發明專利]非侵入式負荷識別方法、終端設備及存儲介質

有效

• 申請號: 202110262702.7
• 申請日: 2021-03-10
• 公開（公告）號: CN113011482B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 梁家閣;任智仁;湯博;劉宇軒;劉建
• 申請（專利權）人: 威勝集團有限公司
• 主分類號: G06F18/241
• 分類號: G06F18/241;G06N3/0455;G06N3/0464;G06N3/0442;G06N3/092;G06F17/18;G06F16/2458
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開了一種非侵入式負荷識別方法、終端設備及存儲介質，該方法包括步驟：獲取預設時間范圍內的電表功率數據；根據目標電器對應的預設窗口長度在電表功率數據中選取多個時間段為預設窗口長度的預設功率數據；將多個預設功率數據分別輸入已訓練完成的神經網絡模型中，生成多個時間段對應的估計功率數據；根據多個時間段對應的估計功率數據得到預設時間范圍內的目標電器功率數據。本發明可根據窗口長度對電表功率數據進行篩選，將篩選的數據傳輸已經訓練好的神經網絡中，最終得到目標電器功率數據，通過神經網絡可提高識別準確性，而且適用于多種電器。

技術領域

本發明涉及數據識別技術領域，尤其涉及非侵入式負荷識別方法、終端設備及存儲介質。

背景技術

電力負荷識別最常見兩種方法為侵入式和非侵入式識別方法，侵入式識別方法需要安裝傳感器至各個負荷處，這種方法雖然可以直接獲得負荷的測量數據，但是成本較高、維護也相對困難；而非侵入式方法只需要在電力供給的總入口安裝監測設備就可以對電力系統內的各個負荷分解、監測和識別。采用現有的非侵入式識別方法對于工作狀態較為穩定的用電設備，例如電視機、電腦等，負荷識別難度相對較低，但是對于工作狀態較多，例如洗衣機，因為工作用電情況變化較多，負荷識別的難度也非常大，使識別準確性較低。

發明內容

本發明的主要目的在于提供一種非侵入式負荷識別方法、終端設備及存儲介質，旨在解決現有的非入侵式用電負荷識別方法識別準確性較低的技術問題。

為實現上述目的，本發明提供一種非侵入式負荷識別方法，包括步驟：

獲取預設時間范圍內的電表功率數據；

根據所述目標電器對應的預設窗口長度在所述電表功率數據中選取多個時間段為預設窗口長度的預設功率數據，相鄰預設功率數據對應的起始時間差為預設滑動步長；

將多個預設功率數據分別輸入已訓練完成的神經網絡模型中，生成多個時間段對應的估計功率數據；

根據多個時間段對應的估計功率數據得到預設時間范圍內的目標電器功率數據。

優選地，所述將多個預設功率數據分別輸入已訓練完成的神經網絡模型中，生成多個時間段對應的估計功率數據的步驟之前，還包括：

獲取原始數據，并對所述原始數據進行預處理獲得樣本數據，所述原始數據包括至少兩個電器對應的電器功率數據，所述樣本數據包括目標電器處于運行狀態的運行功率樣本和目標電器處于待機狀態的待機功率樣本；

將所述樣本數據輸入待訓練的神經網絡模型中，生成與所述樣本數據對應的所述估計功率數據，并基于預設評價指標對待訓練的神經網絡模型進行迭代訓練，直至所述待訓練的神經網絡模型對應的損失函數的損失值滿足預設收斂條件，將所述待訓練的神經網絡模型設置為已訓練完成的神經網絡模型。

優選地，所述獲取原始數據，并對所述原始數據進行預處理獲得樣本數據的步驟包括：

獲取原始數據，并根據所述原始數據確定目標電器對應處于運行狀態的每次運行時長；

根據每次運行時長和預設統計規則生成目標電器對應的估計使用時長，并將所述估計使用時長設置為預設窗口長度；

根據滑動步長和目標電器在各運行時長對應的運行功率，生成運行功率樣本和待機功率樣本，并設置運行功率樣本為正樣本，設置待機功率樣本為負樣本。

優選地，所述獲取原始數據，并根據所述原始數據確定目標電器對應處于運行狀態的每次運行時長的步驟包括：

獲取原始數據，根據原始數據確定目標電器對應的預設啟停參數確定目標電器對應處于運行狀態的每次運行時長，其中，所述預設啟停參數包括啟動功率閾值、最小運行時間、最小停止時間以及停止功率閾值。