本发明专利技术实施例公开了一种负荷的分解方法和装置。该负荷的分解方法包括：对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；从预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果；依据设备状态识别结果通过预设负荷分解模型进行处理，得到用电行为分析结果。本发明专利技术提供的方案能够有效的识别小功率设备的运行的技术效果。别小功率设备的运行的技术效果。别小功率设备的运行的技术效果。
【技术实现步骤摘要】
负荷的分解方法和装置
[0001]本专利技术涉及计算机技术应用领域，尤其涉及一种负荷的分解方法和装置。
技术介绍
[0002]传统的侵入式负荷分解就是在每个用电设备上加装传感器以此来获取用电信息，虽然得到的用电数据精确、可靠，但是构建一个侵入式负荷监测系统的工作非常繁琐，不仅包括采集器安装和调试，还包括电力用户住宅内通信网络的铺设等工作，当户内用电设备较多时，就需要大量的采集器。
[0003]针对由于现有技术在侵入式分解的过程中需要大量的采集器获取数据，导致整体系统配置复杂的问题，目前尚未提出有效的解决方案。
技术实现思路
[0004]为解决上述技术问题，本专利技术实施例期望提供一种负荷的分解方法和装置，以至少解决由于现有技术在侵入式分解的过程中需要大量的采集器获取数据，导致整体系统配置复杂的问题。
[0005]本专利技术的技术方案是这样实现的：本专利技术实施例提供一种负荷的分解方法，包括：对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；从预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果；依据设备状态识别结果通过预设负荷分解模型进行处理，得到用电行为分析结果。
[0006]可选的，对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据包括：通过低频采样从电力系统中获取总负荷数据；通过中值滤波法对总负荷数据进行滤波，得到预处理后的总负荷数据；其中，总负荷数据包括：A/B/C相电流电压、瞬时有功功率、瞬时无功功率和正向有功总电量。
[0007]可选的，从预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果包括：依据预处理后的总负荷数据通过高斯混合聚类，确定各用电设备的工作状态数；将各用电设备的工作状态数中每个簇的有功功率均值作为与有功功率均值相关联符合状态的实际值；依据实际值对各用电器的工作状态进行标记，并将标记后各用电设备在预设时间点下所处的工作状态的组合，转变为多种单状态负荷设备；依据多种单状态负荷设备确定为设备状态识别结果。
[0008]进一步地，可选的，依据预处理后的总负荷数据通过高斯混合聚类，确定各用电设备的工作状态数包括：通过肘部法则和轮廓系数确定高斯混合模型聚类簇，并依据高斯混合模型聚类簇建立聚类模型；通过聚类模型对预处理后的总负荷数据进行处理，得到各用电设备的工作状态数。
[0009]可选的，通过肘部法则和轮廓系数确定高斯混合模型聚类簇，并依据高斯混合模型聚类簇建立聚类模型包括：绘制簇内误方差曲线，得到变化量前的特定位置的聚类数据，
其中，簇内误方差曲线中横坐标设为聚类数，纵坐标设为肘部法则中的组内平方和值；绘制轮廓系数曲线，得到变化量前的特定位置的聚类数据对应的轮廓系数值，将轮廓系数值最大的聚类数据确定为最终聚类簇；其中，轮廓系数曲线中横坐标设为聚类数，纵坐标设为轮廓系数；依据最终聚类簇建立聚类模型。
[0010]进一步地，可选的，轮廓系数为通过计算样本数据中第一样本与同一类别中其他样本的平均距离，以及第一样本与不同类别的样本平均距离的最小值得到的。
[0011]可选的，将标记后各用电设备在预设时间点下所处的工作状态的组合，转变为多种单状态负荷设备包括：将标记后各用电设备在预设时间点下所处的工作状态进行组合，得到各用电设备在预设时间点下所处的工作状态组合的状态码；对各状态码下的负荷数据叠加高斯噪声，得到多种单状态负荷设备的设备负荷数据宽表。
[0012]可选的，该方法还包括：训练预设负荷分解模型，其中，训练预设负荷分解模型包括：依据随机森林算法构建用于分类和回归的模型，对设备状态识别结果进行分类，得到类别概率；依据基于划分的聚类算法FCM对设备状态识别结果进行聚类，得到的聚类结果；对类别概率和聚类结果进行拼接得到模型输入参数；将模型输入参数进行训练，得到训练好的负荷分解模型。
[0013]可选的，该方法还包括：对用电行为分析结果通过评价指标进行评估，其中，评价指标包括：准确率、精确率、召回率和F1 Score中至少一种。
[0014]本专利技术实施例提供一种负荷的分解装置，包括：预处理模块，用于对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；识别模块，用于从预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果；分级模块，用于依据设备状态识别结果通过预设负荷分解模型进行处理，得到用电行为分析结果。
[0015]本专利技术实施例提供了一种负荷的分解方法和装置。对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；从预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果；依据设备状态识别结果通过预设负荷分解模型进行处理，得到用电行为分析结果，从而能够有效的识别小功率设备的运行的技术效果。
附图说明
[0016]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例提供的一种负荷的分解方法的流程示意图；图2为本专利技术实施例提供的一种负荷的分解方法中簇内误方差曲线的示意图；图3为本专利技术实施例提供的一种负荷的分解方法中聚类簇对应轮廓系数的示意图；图4为本专利技术实施例提供的一种负荷的分解装置的示意图。
具体实施方式
[0017]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0018]需要说明的是，本专利技术的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。
[0019]还需要说明是，本专利技术下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本专利技术实施例对此不作具体限制。
[0020]本专利技术实施例提供一种负荷的分解方法，图1为本专利技术实施例提供的一种负荷的分解方法的流程示意图；如图1所示，本申请实施例提供的负荷的分解方法包括：步骤S102，对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；可选的，步骤S102中对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据包括：通过低频采样从电力系统中获取总负荷数据；通过中值滤波法对总负荷数据进行滤波，得到预处理后的总负荷数据；其中，总负荷数据包括：A/B/C相电流电压、瞬时有功功率、瞬时无功功率和正向有功总电量。
[0021]具体的，本申请实施例提供的负荷的分解方法能够应用于电力数据的采集，其中，本申请实施例提供的负荷的分解方法为非侵入式负荷监测分解方法，即，通过对电力负荷的监测，利用识别算法进行电器类别的辨识，免除了传统负荷监测中的设备安装和维护成本，通过监测用户电力入口处的总负荷数据就可以对负荷分解得到负荷集群中各个负荷的种类和运行情况，使得有序用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种负荷的分解方法，其特征在于，包括：对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据；从所述预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果；依据所述设备状态识别结果通过预设负荷分解模型进行处理，得到用电行为分析结果；其中，所述对采集到的总负荷数据进行预处理，得到预处理后的总负荷数据包括：通过低频采样从电力系统中获取所述总负荷数据；通过中值滤波法对所述总负荷数据进行滤波，得到所述预处理后的总负荷数据；其中，所述总负荷数据包括：A/B/C相电流电压、瞬时有功功率、瞬时无功功率和正向有功总电量。2.根据权利要求1所述的负荷的分解方法，其特征在于，所述从所述预处理后的总负荷数据中进行设备状态识别，得到设备状态识别结果包括：依据所述预处理后的总负荷数据通过高斯混合聚类，确定各用电设备的工作状态数；将所述各用电设备的工作状态数中每个簇的有功功率均值作为与所述有功功率均值相关联符合状态的实际值；依据所述实际值对所述各用电器的工作状态进行标记，并将标记后所述各用电设备在预设时间点下所处的工作状态的组合，转变为多种单状态负荷设备；依据所述多种单状态负荷设备确定为所述设备状态识别结果。3.根据权利要求2所述的负荷的分解方法，其特征在于，所述依据所述预处理后的总负荷数据通过高斯混合聚类，确定各用电设备的工作状态数包括：通过肘部法则和轮廓系数确定高斯混合模型聚类簇，并依据所述高斯混合模型聚类簇建立聚类模型；通过所述聚类模型对所述预处理后的总负荷数据进行处理，得到所述各用电设备的工作状态数。4.根据权利要求3所述的负荷的分解方法，其特征在于，所述通过肘部法则和轮廓系数确定高斯混合模型聚类簇，并依据所述高斯混合模型聚类簇建立聚类模型包括：绘制簇内误方差曲线，得到变化量前的特定位置的聚类数据，其中，所述簇内误方差曲线中横坐标设为聚类数，纵坐标设为所述肘部法则中的组内平方和值；绘制轮廓系数曲线，得到所述变化量前的特定位置的聚类数据对应的轮廓系数值，将所述轮廓系数值最大的聚类数据确定为最终聚类簇；其中，所述轮廓系数曲线中横坐标设为聚类数，...
【专利技术属性】
技术研发人员：陈惠，胡晓毅，王步栋，
申请(专利权)人：杭州致成电子科技有限公司，
类型：发明
国别省市：
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。