一种非侵入式空调负荷监测方法技术

本发明专利技术提供了一种非侵入式空调负荷监测方法，其包括步骤：采集用户待监测时间段内的总有功功率数据；根据采集到的总有功功率数据形成可能的开关事件序列集合X；对于X中的每一个可能的开关事件序列，确定并计算空调开关状态辨识参数指标集；建立支持向量机空调开关状态辨识模型；训练和验证支持向量机空调开关状态辨识模型；利用训练好的辨识模型，辨识空调的开关状态；根据辨识得到的空调开关状态与用户所安装空调的输入功率，计算该时间段内空调消耗的电能，完成对空调负荷的监测。本发明专利技术仅需利用用户低采样率(分钟级)下的总有功功率数据就能实现对空调负荷的非侵入式监测，降低了空调负荷的监测成本，为空调的优化运行提供了科学依据。

【技术实现步骤摘要】

本专利技术涉及一种非侵入式空调负荷监测方法，属于智能电网高级量测体系领域。
技术介绍
空调负荷作为一种典型的居民用电负荷，近年来大幅度增长。据统计，在我国部分大中城市，夏季高峰时段的空调负荷比例可达30％～40％，个别城市甚至超过50％，给电力系统的安全、经济运行造成较大影响。高峰时段城市电力供应难以满足空调等负荷快速增长的需求，智能用电方案被陆续推出，以保证正常的电力供应，维持电网的稳定运行。空调负荷的主动响应是智能用电环节的重要组成部分，对于有效降低电网高峰负荷，引导居民合理用电，提高电网稳定性具有重要意义。对空调负荷进行监测，掌握其变化规律是实现空调负荷主动响应的基础与前提。传统的居民电力负荷监测技术是为每个电器配备一个传感器来获取其用电信息，属于侵入式负荷监测。这种监测方法需要安装大量的传感器，安装维护成本高，不易推广。与侵入式负荷监测不同，非侵入式负荷监测技术仅需在用户入口处安装一个传感器，通过采集和分析用户用电总电流和端电压来监测户内每个或每类电器的用电功率和工作状态，从而知晓居民家中每个或每类电器的耗电状态和用电规律。该项技术因其具有简单、经济、数据完整性好和易于迅速推广应用等优势而受到广泛关注。现有的非侵入式负荷监测算法需要利用除有功功率信息外的其他信息(无功功率、暂态信息等)。现有的智能电表难以获取无功功率信息，且为了不遗漏暂态信息(通常暂态过程仅持续0.2s左右)，需要采样设备对负荷进行不间断的监测，这对采样设备的采样率提出了很高的要求。故现有的监测系统对软、硬件的要求很高，大大增加了整套设备的投资，不利于推广。
技术实现思路
本专利技术的目的在于针对现有技术之弊端，提供一种非侵入式空调负荷监测方法，其仅利用低采样率(分钟级)下的总有功功率数据就能实现对空调负荷的非侵入式监测，为空调的优化运行提供科学依据。本专利技术上述目的是通过下述技术方案实现的：一种非侵入式空调负荷监测方法，其包括步骤：S1：采集用户待监测时间段内的总有功功率数据；S2：根据采集到的总有功功率数据确定可能的空调开启、关闭时间点，形成可能的开关事件序列集合X；S3：对于所述开关事件序列集合X中的每一个可能的开关事件序列，确定并计算空调开关状态辨识参数指标集；S4：以空调开关状态辨识参数指标集中的变量作为输入，以实际的空调开关信息作为输出，建立支持向量机(Support Vector Machine，SVM)空调开关状态辨识模型；S5：利用已知空调开关状态的历史数据，训练和验证支持向量机空调开关状态辨识模型；S6：利用步骤S5中训练好的支持向量机空调开关状态辨识模型，辨识空调的开关状态；S7：根据步骤S6中辨识得到的空调开关状态与用户所安装空调的输入功率，计算该时间段内空调消耗的电能，完成对空调负荷的监测。优选地，步骤S1中：对于每个电力用户，通过用户的智能电表采集得到待监测时间段内的总有功功率数据，记为p(i)，i＝1,2,...,n，其中p(i)代表第i个采样点的总有功功率值，n为采样点个数，以ti表示第i个采样点的采样时刻，则采样间隔表示为T＝ti-ti-1。优选地，步骤S2中：将相邻两个采样点的总有功功率差值与预设定的阈值进行比较，从而找出所有可能的空调开启、关闭时间点，具体判断方式如下：如果p(i+1)-p(i)>δs,i＝1,2,...,n，则ti∈S，如果p(i)-p(i-1)<δe,i＝1,2,...,n，则ti∈E，其中，S为待监测时间段内所有可能的空调开启时间点的集合，E为待监测时间段内所有可能的空调关闭时间点的集合，δs为预设定的开启阈值，δe为预设定的关闭阈值，所述开启阈值和关闭阈值的大小需根据用户所使用的空调型号来设定，开启阈值设定为用户所安装空调输入功率的25％，关闭阈值设定为用户所安装空调输入功率的20％；其中，对于已确定的集合和集合si表示任一可能的开启时间点，i＝1,2,…l1，l1是待监测时间段内所有可能的开启时间点个数，ei表示任一可能的关闭时间点，i＝1,2,…l2，l2是待监测时间段内所有可能的关闭时间点个数，且有l2≥l1；将S中的每个元素与E中的元素进行匹配，从而确定可能的开关事件，这些开关事件形成可能的开关事件序列集合X。进一步地，将S中的每个元素与E中的元素进行匹配的方式为：对于集合S中的元素si,i＝1,2,...,l1，在集合E中找到一个满足ej＝min{e|e-si>0本文档来自技高网...

【技术保护点】
一种非侵入式空调负荷监测方法，其特征在于，包括步骤：S1：采集用户待监测时间段内的总有功功率数据；S2：根据采集到的总有功功率数据确定可能的空调开启、关闭时间点，形成可能的开关事件序列集合X；S3：对于所述开关事件序列集合X中的每一个可能的开关事件，确定并计算空调开关状态辨识参数指标集；S4：以空调开关状态辨识参数指标集中的变量作为输入，以实际的空调开关信息作为输出，建立支持向量机空调开关状态辨识模型；S5：利用已知空调开关状态的历史数据，训练和验证支持向量机空调开关状态辨识模型；S6：利用步骤S5中训练好的支持向量机空调开关状态辨识模型，辨识空调的开关状态；S7：根据步骤S6中辨识得到的空调开关状态与用户所安装空调的输入功率，计算该时间段内空调消耗的电能，完成对空调负荷的监测。

【技术特征摘要】
1.一种非侵入式空调负荷监测方法，其特征在于，包括步骤：S1：采集用户待监测时间段内的总有功功率数据；S2：根据采集到的总有功功率数据确定可能的空调开启、关闭时间点，形成可能的开关事件序列集合X；S3：对于所述开关事件序列集合X中的每一个可能的开关事件，确定并计算空调开关状态辨识参数指标集；S4：以空调开关状态辨识参数指标集中的变量作为输入，以实际的空调开关信息作为输出，建立支持向量机空调开关状态辨识模型；S5：利用已知空调开关状态的历史数据，训练和验证支持向量机空调开关状态辨识模型；S6：利用步骤S5中训练好的支持向量机空调开关状态辨识模型，辨识空调的开关状态；S7：根据步骤S6中辨识得到的空调开关状态与用户所安装空调的输入功率，计算该时间段内空调消耗的电能，完成对空调负荷的监测。2.根据权利要求1所述的方法，其特征在于，步骤S1中：对于每个电力用户，通过用户的智能电表采集得到待监测时间段内的总有功功率数据，记为p(i)，i＝1,2,...,n，其中p(i)代表第i个采样点的总有功功率值，n为采样点个数，以ti表示第i个采样点的采样时刻，则采样间隔表示为T＝ti-ti-1。3.根据权利要求1或2所述的方法，其特征在于，步骤S2中：将相邻两个采样点的总有功功率差...

【专利技术属性】
技术研发人员：王飞，李康平，苏适，严玉廷，陆海，刘力铭，
申请(专利权)人：华北电力大学保定，云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：河北;13