[發明專利]一種電器設備的圖數據建模電力指紋識別方法、存儲介質及系統

有效

• 申請號: 202110335453.X
• 申請日: 2021-03-29
• 公開（公告）號: CN112989133B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 孫立明;余濤
• 申請（專利權）人: 廣州水沐青華科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/906;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州永華專利代理有限公司 44478
• 代理人: 勞覓

本發明提供一種電器設備的圖數據建模電力指紋識別方法、存儲介質及系統，包括：在用電總線處實時檢測電器設備的投入事件，對投入的電器設備的多個電氣運行特征進行提取；按照互信息熵理論建立起多個電氣運行特征兩兩之間的關聯關系；將提取到的多個電氣運行特征作為節點，將電氣運行特征兩兩之間的關聯關系作為邊，按照圖理論生成包含節點和邊的電力指紋圖數據；使用圖卷積網絡對電力指紋圖數據進行圖表示學習，構建起電力指紋圖數據與電器設備之間的映射關系以實現負荷識別。在負荷識別過程中不用經過大量計算來確定該映射關系，且能直接基于電力指紋圖數據獲得電器設備的電氣運行特性，使得非侵入式負荷識別算法簡單、識別速度快、運行效率高。

技術領域

本發明涉及信息化通訊技術領域，特別涉及一種電器設備的圖數據建模電力指紋識別方法、存儲介質及系統。

背景技術

泛在電力物聯網是當前智能電網的一個重要發展方向，其主要作用在于促進用戶互動化的智能用電和挖掘用電大數據的增量價值，而如何獲取用戶用電的細微顆粒信息是其中的重點和難點。高級測量體系可以實現用戶用電信息的分析和監控，特別是負荷識別，有助于實現用戶和電網雙向的信息交互。

非侵入式負荷監測(non-intrusive load monitoring,NILM)由Hart教授在20世紀80年代首次提出，指在用戶總線處安裝一個傳感器，根據用戶總的用電信息進行負荷分解從而獲得每個負荷的運行狀態。與侵入式負荷監測(intrusive load monitoring,ILM)相比，其具有成本低，易安裝，不涉及用戶隱私等優勢，因此具有更為廣闊的發展前景。

目前對于NILM，國內外已經有學者進行研究并取得了一定成果。文獻(Hart,G.W.1992.Nonintrusive Appliance Load Monitoring.Proceedings of the IEEE 80(12):1870-1891.)提出檢測有功功率和無功功率的變化量來進行負荷識別，該方法雖然簡單但是對于特征重疊和多狀態負荷則難以準確識別；文獻(Kolter J Z,JaakkolaT.Approximate inference in additive factorial HMMs with application to energydisaggregation[C].La Palma,Spain:Microtome Publishing,2012.)構建負荷分解的加性因子隱馬爾可夫模型，使用近似最大概率的方法進行優化求解，獲得了當時較好的負荷分解性能；文獻(Lam,H.Y.,G.S.K.Fung,and W.K.Lee.2007.A Novel Method toConstruct Taxonomy Electrical Appliances Based on Load Signatures.IEEETransactions on Consumer Electronics 53(2):653-660.)提出使用V-I軌跡法，利用描述軌跡特征的指標來區分負荷，雖然取得一定成效但對于小型負荷則難于區分，且難以將算法轉換成編程語言；文獻(任文龍，許剛.基于深度序列翻譯模型的非侵入式負荷分解方法[J].電網技術.2020,44(1):27-34.)結合序列翻譯模型理論，使用序列翻譯模型構建待分解的信號與電器的狀態碼的映射關系；文獻(李如意,王曉換,胡美璇,周洪,胡文山.RPROP神經網絡在非侵入式負荷分解中的應用[J].電力系統保護與控制,2016,44(07):55-61.)提出利用RPROP人工神經網絡來進行負荷識別，該算法雖然在訓練集取得了良好的識別效果，但其泛化能力還有待考量。以上方法雖然取得較好的效果，但由于電器設備與電器設備的電氣運行特征數據之間沒有建立好映射關系，在負荷識別過程中通常需要經過大量計算才能確定該映射關系，導致算法結構復雜，且以上方法在處理數據的過程中需要將電器設備的電氣運行特征按順序輸入到非侵入式負荷識別算法中以實現負荷識別，導致非侵入式負荷識別算法識別速度慢、運行效率低。

發明內容

本發明要解決的技術問題是提供一種算法簡單、識別速度快、運行效率高的電力指紋識別方法。