[發明專利]一種基于基波和諧波混合判據的電器特征辨識方法

在審

• 申請號: 202111366229.3
• 申請日: 2021-11-17
• 公開（公告）號: CN114236234A
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 趙學明;馮瑋;王炎彬;張宏艷;魏昕喆;謝晗
• 申請（專利權）人: 國網天津市電力公司;國家電網有限公司
• 主分類號: G01R23/163
• 分類號: G01R23/163;G01R31/00
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

本發明涉及一種基于基波和諧波混合判據的電器特征辨識方法，包括以下步驟：S1、獲取用電數據獲取，并進行預處理；S2、對所述S1預處理后的數據判斷是否有事件發生；若存在事件發生，則進入S3，否則進入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生后的電壓電流信號進行特征提取和組合，得到負荷特征；S4、基于S3得到的負荷特征，對所述S2判斷得到的事件進行基于支持向量機的負荷識別，識別得到用戶家庭中處于工作狀態的用電器。本發明能夠解決現有技術只依靠單一負荷特征的非侵入式負荷識別所得出的結果往往并不可靠的缺點的技術問題。

技術領域

本發明屬于負荷識別技術領域，涉及一種電器特征辨識方法，尤其是一種基于基波和諧波混合判據的電器特征辨識方法。

背景技術

隨著電力系統網絡的愈加成熟和人工智能快速發展，智能電網也隨著二者的結合應運而生，慢慢地發展壯大。而在未來智能電網地規劃里，是朝著一個完全自動化的電力傳輸網絡方向發展的，具有監視和控制每個用戶和電網節點，保證從電廠到終端用戶整個輸配電過程中所有節點之間的信息和電能的雙向流動的能力。因此，這要求在電網終端要與用戶之間形成良好互動，實現更好地用電管理和服務。隨著非侵入式負荷監測系統(Non-intrusive Load monitoring system，NILMS)地提出，即在不侵入用戶內部設備的前提下，進行負荷識別,得到用戶實時用電功率組成。通過統計不同負荷的用電量,用戶可以獲知詳細的電能消耗情況,有效管理用電行為。

在這其中，負荷印記(Load Signature，LS)的提取和良好的負荷識別分類器是決定負荷識別準確性的關鍵環節。當前國內外學者對基于穩態和暫態的負荷特征提取展開了一系列的研究，穩態特征包括功率、電壓-電流波形、電壓噪聲和電流諧波等；暫態特征包括瞬時電壓、瞬時功率、電壓噪聲、電流等。而隨著機器學習的不斷發展，包括線性分類器、支持向量機、神經網絡等在內的分類器也廣泛被應用于負荷識別中。但是因為不同類型負荷的單一負荷特征往往存在重疊情況，如果只依靠單一負荷特征的非侵入式負荷識別所得出的結果往往并不可靠，造成的誤辨識對結果影響較大。

經檢索未發現和本發明相同或相似的現有技術的公開文獻。

發明內容

本發明的目的在于克服現有技術的不足，提出一種基于基波和諧波混合判據的電器特征辨識方法，能夠解決現有技術只依靠單一負荷特征的非侵入式負荷識別所得出的結果往往并不可靠的缺點的技術問題。

本發明解決其現實問題是采取以下技術方案實現的：

一種基于基波和諧波混合判據的電器特征辨識方法，包括以下步驟：

S1、獲取用電數據獲取，并進行預處理；

S2、對所述S1預處理后的數據判斷是否有事件發生；若存在事件發生，則進入S3，否則進入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生后的電壓電流信號進行特征提取和組合，得到負荷特征；

S4、基于S3得到的負荷特征，對所述S2判斷得到的事件進行基于支持向量機(下文以SVM簡稱)的負荷識別，識別得到用戶家庭中處于工作狀態的用電器。

進一步的，所述S1中，用電數據包括：電流、電壓及功率。

進一步的，所述S2中，對所述S1預處理后的數據判斷是否有事件發生的具體方法為：通過功率的有效值變化判斷事件發生，當所述功率的有效值變化大于閾值，則有事件發生，否則不存在事件發生，其具體步驟包括：

設定S1預處理得到的視在功率：S₁，…，S_t，S_t+1，…；事件開始時間t_on為t秒，事件結束時間t_off為t+TL秒；事件探測窗每次移動的步長為L；