[發(fā)明專利]一種基于基波和諧波混合判據(jù)的電器特征辨識方法在審
| 申請?zhí)枺?/td> | 202111366229.3 | 申請日： | 2021-11-17 |
| 公開（公告）號： | CN114236234A | 公開（公告）日： | 2022-03-25 |
| 發(fā)明（設(shè)計(jì)）人： | 趙學(xué)明;馮瑋;王炎彬;張宏艷;魏昕喆;謝晗 | 申請（專利權(quán)）人： | 國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司 |
| 主分類號： | G01R23/163 | 分類號： | G01R23/163;G01R31/00 |
| 代理公司： | 天津盛理知識產(chǎn)權(quán)代理有限公司 12209 | 代理人： | 王來佳 |
| 地址： | 300010*** | 國省代碼： | 天津;12 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 基波 諧波 混合 判據(jù) 電器 特征 辨識 方法 | ||
1.一種基于基波和諧波混合判據(jù)的電器特征辨識方法，其特征在于：包括以下步驟：
S1、獲取用電數(shù)據(jù)獲取，并進(jìn)行預(yù)處理；
S2、對所述S1預(yù)處理后的數(shù)據(jù)判斷是否有事件發(fā)生；若存在事件發(fā)生，則進(jìn)入S3，否則進(jìn)入S1；
S3、分別采用電壓-電流曲線提取方法和諧波特征提取方法對事件發(fā)生后的電壓電流信號進(jìn)行特征提取和組合，得到負(fù)荷特征；
S4、基于S3得到的負(fù)荷特征，對所述S2判斷得到的事件進(jìn)行基于支持向量機(jī)的負(fù)荷識別，識別得到用戶家庭中處于工作狀態(tài)的用電器。
2.根據(jù)權(quán)利要求1所述的一種基于基波和諧波混合判據(jù)的電器特征辨識方法，其特征在于：所述S1中用電數(shù)據(jù)包括：電流、電壓及功率。
3.根據(jù)權(quán)利要求1所述的一種基于基波和諧波混合判據(jù)的電器特征辨識方法，其特征在于：所述S2中，對所述S1預(yù)處理后的數(shù)據(jù)判斷是否有事件發(fā)生的具體方法為：通過功率的有效值變化判斷事件發(fā)生，當(dāng)所述功率的有效值變化大于閾值，則有事件發(fā)生，否則不存在事件發(fā)生，其具體步驟包括：
設(shè)定S1預(yù)處理得到的視在功率：S1，…，St，St+1，…；事件開始時(shí)間ton為t秒，事件結(jié)束時(shí)間toff為t+TL秒；事件探測窗每次移動(dòng)的步長為L；
則總視在功率變化量ΔSt＝St+1-St，St為t秒時(shí)的總視在功率；
當(dāng)ΔStSon1時(shí)，事件探測窗開始移動(dòng)并計(jì)算ΔSt+1，ΔSt+2，…，直到ΔSt+TLSon1；
其中，Son1為事件檢測功率變化閾值，Son2為能檢測到的最小的事件功率變化值；
若St+TL-StSon2，則有負(fù)荷在t～t+TL秒內(nèi)發(fā)生狀態(tài)變化，即不存在事件發(fā)生。
4.根據(jù)權(quán)利要求1所述的一種基于基波和諧波混合判據(jù)的電器特征辨識方法，其特征在于：所述S3的分別采用電壓-電流曲線提取方法和諧波特征提取方法對事件發(fā)生后的電壓電流信號進(jìn)行特征提取和組合，得到負(fù)荷特征的具體步驟包括：
(1)采用電壓-電流曲線提取方法對事件發(fā)生后的電壓電流信號進(jìn)行特征提取，得到電壓-電流曲線作為負(fù)荷印記；
其具體步驟包括：
首先對事件前后T秒內(nèi)的電壓電流波形進(jìn)行平滑和插值處理；
然后，T秒內(nèi)每秒取一周期電壓電流波形并對電壓波形進(jìn)行傅里葉變換，后取基波電壓相角為0的點(diǎn)作為電壓電流波形初始采樣點(diǎn)；
再將電壓電流波形各周期相同位置采樣點(diǎn)取平均值，以電壓為橫坐標(biāo)，電流為縱坐標(biāo)繪制電壓-電流曲線；
最后將電壓-電流曲線的特征作為負(fù)荷印記。
(2)采用諧波特征提取方法對事件發(fā)生后的電壓電流信號進(jìn)行特征提取，得到頻域特征即作為負(fù)荷印記；
其具體步驟包括：
通過快速傅里葉變換將時(shí)域內(nèi)的電流信號轉(zhuǎn)換為頻域內(nèi)的頻譜信號，如式(1)所示；
式(1)中，i0為直流分量，ik為第k次諧波電流幅值，kω為第k次諧波分量角頻率，為第k次諧波分量初相角；從所述頻譜信號中提取諧波分量，得到負(fù)荷設(shè)備在頻域上的特征信息，將頻域特征即作為負(fù)荷印記；
所述諧波分量包括：諧波次數(shù)和諧波幅值；提取諧波次數(shù)的第三次和第五次，諧波幅值為第六次諧波的幅值。
(3)將步驟(1)和步驟(2)中得到的負(fù)荷印記進(jìn)行組合得到負(fù)荷特征。
5.根據(jù)權(quán)利要求1所述的一種基于基波和諧波混合判據(jù)的電器特征辨識方法，其特征在于：所述S4的基于S3得到的負(fù)荷特征，對所述S2判斷得到的事件進(jìn)行基于支持向量機(jī)的負(fù)荷識別，識別得到用戶家庭中處于工作狀態(tài)的用電器的具體步驟包括：
S41、給定輸入數(shù)據(jù)和學(xué)習(xí)目標(biāo)：X＝{X1,X2,…,X8}，y＝{y1,y2,…,yN}，其中，yi表示識別結(jié)果i＝1,2,…,8，N為用電器數(shù)；若輸入數(shù)據(jù)所在的特征空間存在作為決策邊界的超平面H，則超平面H將所輸入的數(shù)據(jù)按正類和負(fù)類分開，并使任意樣本的點(diǎn)到超平面H的距離大于等于1，則分類問題如式(2)所示：
式(2)中，
S.t. yi(ω·xi+b)-1≥0,i＝1,…,l分別為超平面的法向量和截距；
S42、最優(yōu)分類超平面，得到分類間隔最大的超平面，則所述分類問題化簡為如下最優(yōu)化問題：
S.t. yi(ω·xi+b)-1≥0,i＝1,…,l (3)
使用拉格朗日乘子法求解式(3)，以ω、b為變量引入拉格朗日乘子αi≥0,i＝1,…,l得到：
將式(3)所描述的問題轉(zhuǎn)化為對偶形式得：
式(5)和式(6)中，Lp為上述最優(yōu)化問題的對偶形式的目標(biāo)函數(shù)；
將式(5)、式(6)、式(7)、式(8)及式(9)進(jìn)行化簡得：
S43、對偶形式與原優(yōu)化問題具有相同的最優(yōu)點(diǎn)，于是原優(yōu)化問題轉(zhuǎn)化為：
S44、根據(jù)式(11)計(jì)算得到最優(yōu)分類超平面的法向量：
b*＝y(tǒng)i-ω*xi (12)
最終的判別函數(shù)為：
式(13)中，z為樣本點(diǎn)到超平面的距離；即通過f(z)得到SVM分類器分類結(jié)果，進(jìn)而得到用戶家庭中處于工作狀態(tài)的用電器。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司，未經(jīng)國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111366229.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
