[發明專利]一種電器負荷識別方法及系統

在審

• 申請號: 202310089279.4
• 申請日: 2023-02-06
• 公開（公告）號: CN116089876A
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 劉佳樂;蔡新雷;孟子杰;郝文煥;董鍇;喻振帆;崔艷林;周巍;王乃嘯;廖鵬
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司電力調度控制中心
• 主分類號: G06F18/2411
• 分類號: G06F18/2411;G06F18/214;G06F18/23;G06N3/048;G06N3/047;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳旭紅

本發明公開了一種電器負荷識別方法及系統，獲取多個電氣有功功率、無功功率、電流有效值、諧波電流幅值和相角數據后，將多個電氣特征數據進行切分后，利用皮爾森系數計算兩兩通道間的相關性系數，根據相關性系數構建連通性矩陣，并將連通性矩陣輸入圖注意力層中進行圖神經聚合鄰居操作后，輸出更新后的連通性矩陣，將更新后的連通性矩陣輸入負荷識別模型中進行計算得到負荷識別結果，通過將負荷識別、圖注意力網絡和SVM進行結合后，利用圖注意力網絡解決負荷識別中遇到多電器融合特征量辨識精度不高的問題，提高了對多種電器進行負荷識別的準確度。

技術領域

本發明涉及電器負荷識別技術領域，尤其涉及一種電器負荷識別方法及系統。

背景技術

負荷識別技術就是通過探測總負荷的電壓、電流等電力信號，就能探測用戶在使用什么電器，在解決電氣安全隱患方面發揮著重大的作用。在智能電網的建設中，因電器的種類繁多,工作狀態復雜多樣,需要不斷地采集電器負荷的變化信息。負荷識別技術能在電網和用戶之間搭建起良好的信息互動機制，對用戶用電實現精準分類計量。在負荷識別中，特征選擇與識別算法的設計是兩項關鍵技術，在特征選擇上，目前多數算法將多種負荷特征進行結合，但是特征選擇與構建仍停留在特征簡單組合的層面，并沒有進一步考慮不同特征之間的融合，且單純的特征堆疊會造成特征冗余，難以挖掘出特征組合中蘊含的深層次信息，阻礙負荷識別精度的提升。在識別算法上，目前傳統機器學習算法如聚類、決策樹、支持向量機等算法均較為成熟，但是存在著單一模型難以綜合考慮各種電器之間的特征差別，從而難以獲得較高的學習精度，且泛化性能低。

在目前的現有技術中，專利CN202011095320.1用圖卷積神經網絡實現用戶負荷辨識，但是存在對多特征融合計算時無法自由分配鄰域節點權重；中國專利CN202211059655.7用樸素貝葉斯分類算法進行負荷識別，但是存在難以綜合考慮不同電器之間多特征差別，且泛化能力較差。

發明內容

本發明提供了一種電器負荷識別方法及系統，通過將負荷識別、圖注意力網絡和SVM進行結合對多種電氣負荷進行識別，提高了對多種電器進行負荷識別的準確度和泛化性。

為了解決上述技術問題，本發明實施例提供了一種負荷識別方法及系統，包括：

獲取多個電氣特征數據，其中，電氣特征數據包括有功功率、無功功率、電流有效值、諧波電流幅值和相角；

將多個電氣特征數據進行切分后，利用皮爾森系數計算兩兩通道間的相關性系數，根據相關性系數構建連通性矩陣，并將連通性矩陣輸入圖注意力層中進行圖神經聚合鄰居操作后，輸出更新后的連通性矩陣；

將更新后的連通性矩陣輸入目標負荷識別模型中進行計算得到負荷值，以使電網根據負荷值判斷出電器類型，其中，負荷識別模型包括SVM模型和圖注意網絡模型。

實施本實施例，獲取多個電氣有功功率、無功功率、電流有效值、諧波電流幅值和相角數據后，將多個電氣特征數據進行切分后，利用皮爾森系數計算兩兩通道間的相關性系數，根據相關性系數構建連通性矩陣，并將連通性矩陣輸入圖注意力層中進行圖神經聚合鄰居操作后，輸出更新后的連通性矩陣，將更新后的連通性矩陣輸入負荷識別模型中進行計算得到負荷識別結果，通過將負荷識別、圖注意力網絡和SVM進行結合后，利用圖注意力網絡解決負荷識別中遇到多電器融合特征量辨識精度不高的問題，提高了對多種電器進行負荷識別的準確度。

作為優選方案，將連通性矩陣輸入圖注意力層中進行圖神經聚合鄰居操作后，輸出更新后的連通性矩陣，具體為:

根據連通性矩陣中的相關性高的節點進行注意力相關度計算后，并進行歸一化得到注意力系數，其中，注意力系數具體為：

其中，L表示激活函數LeakyReLU，α表示計算兩個節點相關度的函數，W表示節點從輸入特征維度變換到輸出特征維度的權重參數矩陣，a_ij表示注意力系數；