【技术实现步骤摘要】
基于功率主题发现的无监督非侵入式负荷识别方法及系统
[0001]本专利技术涉及非侵入式负荷识别领域,具体涉及一种基于功率主题发现的无监督非侵入式负荷识别方法及系统。
技术介绍
[0002]非侵入式负荷识别仅通过采集和分析负荷总电流和端电压即可获取其内部每个或每类电器的工作状态、用电功率及累计电量等信息。它以软件算法代替侵入式负荷监测系统的传感器网络,具有简单、经济、可靠、数据完整性好和易于迅速推广应用等优势,有望成为智能电网高级量测体系(AMI)中新一代智能电表的核心技术,为智能配用电高级功能提供支撑。
[0003]无监督非侵入式负荷识别可在无人工干预或协助的情况下,依据少量关于电器运行特性的通用知识,对陌生场景的原始负荷功率时间序列进行自主分析,提取不同电器的负荷特征样本,形成负荷印记库,最终通过模板匹配等方式实现负荷分解。相对于有监督非侵入式负荷识别,它具有可大范围推广的潜力,越来越受到关注。用户通常具有一定的电器使用习惯,同一电器的用电功率模式及对应功率波形样本会在负荷功率数据中多次重复出现,因此可通过在负荷功率时间序列中寻找重复出现的子序列来实现负荷特征样本提取,这是无监督非侵入式负荷识别的核心。
[0004]在非侵入式负荷识别领域,提取负荷特征样本,如电器用电功率波形,通常依赖于负荷事件检测,而现有方法在检测负荷事件时多以固定时长的滑窗对负荷功率数据进行扫描,难以有效应对电器用电功率模式的时间多尺度特性。主题发现可以自主发现时间序列中频繁而重复出现的、任意时长的子序列。理论上,通过主题发现不 ...
【技术保护点】
【技术特征摘要】
1.一种基于功率主题发现的无监督非侵入式负荷识别方法,其特征在于,包括以下步骤:步骤1、采集用户入户处的总量有功功率信号,形成负荷功率时间序列;步骤2、判断所述的负荷功率时间序列是否含有带尖峰的非波动段,若负荷功率时间序列不含有带尖峰的非波动段,则转至步骤4,否则进入步骤3;步骤3、对所述的负荷功率时间序列采用中值滤波方法进行预处理,从而将非波动段的功率尖峰滤除;步骤4、检测所述负荷功率时间序列的关键点,并将所述的关键点在负荷功率时间序列中标出,所述关键点包括重要极值点和重要趋势转折点,所述的重要极值点和重要趋势转折点的概念和检测方法如下:4
‑
1)针对重要极值点:对于给定的距离函数dist和压缩率r,若a
i
是时间序列a1,a2...,a
n
的一个重要极小值点或重要极大值点,若存在索引il和im,其中il<i<im,则应满足以下条件:a
i
是序列a
il
,...,a
im
中的最小值,且dist(a
i
,a
il
)≥r,dist(a
i
,a
im
)≥r;4
‑
2)针对重要趋势转折点:对于给定的转折点误差阈值b,设a
j
是时间序列a1,a2...,a
n
在j处的一个转折点,1<j<n;对于任意的一个位置k有如下三个斜率值,k>j:n;对于任意的一个位置k有如下三个斜率值,k>j:n;对于任意的一个位置k有如下三个斜率值,k>j:对于若S
c
(k)>min(S
u
(k
′
))或S
c
(k)<max(S
l
(k
′
)),则a
k
是时间序列在k处的一个新的转折点;对于转折点a
i
及其前后的关键点a
i
‑1、a
i+1
和给定的重要转折点阈值t,当满足式(4)所示的条件,则转折点a
i
为重要趋势转折点;步骤5、由检测出的关键点将负荷功率时间序列分割成多个不同长度的负荷功率子序列,基于关键点提取这些子序列,并存入子序列列表;步骤6、构建电器负荷印记模板库,步骤如下:步骤6
‑
1)计算子序列列表中每个子序列的标准差,若子序列的标准差小于预设值,则该子序列为平稳的子序列;若子序列中存在所述的平稳的子序列,则进入步骤6
‑
2),否则转至步骤6
‑
3);步骤6
‑
2)将平稳的子序列从子序列列表中去除;步骤6
‑
3)判断子序列包含的数据点数是否小于6,若子序列所包含的数据点数小于6,
则进入步骤6
‑
4),否则进入步骤6
‑
5);步骤6
‑
4)计算第i和j个子序列的有功功率变化量之差,作为第i和j个子序列之间的距离,并将其存入距离矩阵D1第i行、第j列;创建一个与距离矩阵D1维数相同、初始元素全为0的邻接矩阵L1,设置相似性阈值,将距离矩阵D1中小于阈值的元素相对应的第m和n个子序列连接并将该邻接矩阵L1中第m行、第n列的元素置1;进入步骤6
‑
6);步骤6
‑
5)计算第i和j个子序列之间的DTW距离,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。