一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统技术方案

技术编号：41744472 阅读：3 留言：0更新日期：2024-06-21 21:00

本发明专利技术公开了一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其技术方案包括，通过智能电能表获取用户用电数据，并根据用电数据提取负荷辨识所需特征量，将特征量通过有线或无线方式传输至能源控制器中；主站对负荷辨识模型进行训练，并将训练参数下发至能源控制器中，能源控制器更新本地负荷辨识模型参数，然后使用特征量作为输入，计算输出负荷辨识结果，并将负荷辨识结果传输至主站。本发明专利技术采用基于能源控制器边缘计算的三级负荷辨识框架，将负荷辨识任务下发到能源控制器中，合理利用计算资源，实现了高效实时的负荷辨识任务。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及负荷辨识，尤其涉及一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统。

技术介绍

1、通过对用户的用电聚合数据进行实时精细化分解，可得到各电器用电详情和能耗占比，不仅能够为用户提供电器级别的用电详情和建议，减少自身不必要的能源开销,而且是电力公司开展营销业务和电网运维的重要依托,有助于电力公司了解电力用户负荷的组成，合理安排负荷使用时间，提高电网的利用率和减少电力系统投资。

2、传统集中式的模型训练方法会增加数据中心的计算和通信压力，传统集中式的模型训练方法需要将全部数据上传到数据中心，这会造成巨大的计算压力和传输开销，并且无法保护用户的数据隐私，且由于不同用户的数据通常是非独立同分布的，使得统一模型不能深入挖掘某一特定用户的数据特征。

3、为此，提出了一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，以云边协同的方式对模型进行训练，利用面向边缘终端设备的人工智能技术和云边协同计算来实现本地化的数据分析和挖掘，可降低对集中式数据中心的依赖。

技术实现思路

1、本专利技术针对现有技术存在的不足和缺陷，提供了一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统。

2、本专利技术可以通过以下技术方案来实现：

3、一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，所述能源控制器进行边缘计算实现负荷辨识，所述系统包括智能电能表、能源控制器、负荷辨识算法、主站；

4、所述方法包括以下步骤：</p>

5、步骤1：采集市面典型电器设备状态变化时间点前后的运行数据，包括但不限于电流、电压、有功功率，无功功率等电气数据；

6、步骤2：对步骤1采集的运行数据进行负荷特征提取，提取特征量包括但不限于电流、电压、有功功率，无功功率；

7、步骤3：根据步骤2提取的负荷特征量，建立负荷特征库存储在主站中；

8、步骤4：用电用户注册使用电器，主站根据注册设备信息从特征库中选择相匹配的特征量，并生成对应训练数据集；

9、步骤5：主站使用步骤4生成的训练数据集对负荷辨识算法进行训练，得到负荷辨识算法模型并将模型参数下发至能源控制器；

10、步骤6：通过智能电能表采集用户负荷状态变化前后用电数据并提取特征量，将提取特征量传输至能源控制器；

11、步骤7：能源控制器根据主站下发参数更新负荷辨识算法模型，并运行负荷辨识模型，将智能电能表上传的特征量作为输入，进行负荷辨识任务，输出负荷辨识结果；

12、步骤8：能源控制器将步骤7输出的负荷辨识结果上传至主站进行存储。

13、进一步地，所述智能电能表采取有线或无线通讯方式与能源控制器通信，智能电能表采集用电数据，所述用电数据包括但不限于用户电力回路中设备状态变化时间点前后的电流、电压、有功功率，无功功率；根据所述用电信息提取特征量上传至能源控制器，所述特征量包括但不限于电压电流31次以下谐波、电压全波有效值、电流全波有效值、功率因素。

14、进一步地，所述能源控制器包括网络通讯单元，数据存储单元，负荷辨识模块；所述网络通讯单元用于与智能电能表和主站通讯，用于接收智能电能表上传数据、主站下发的模型参数以及上传负荷辨识结果；所述数据存储单元用于存储智能电能表上传数据，负荷辨识算法模型；所述负荷辨识模块运行负荷辨识算法并为负荷辨识算法提供算力支持。

15、进一步地，所述负荷辨识算法采用bi-lstm-cnn结合attention机制的深度神经网络模型，所述深度神经网络模型包括输入层，与所述输入层连接的为一层bi-lstm层，所述bi-lstm层连接的是两层一维的cnn层，与所述cnn层连接的为三层bi-lstm层，与所述bi-lstm层连接的是attention层，与attention层连接的是softmax层，与所述softmax层连接的为模型输出层。

16、进一步地，所述主站进行特征库存储，负荷辨识算法模型训练，负荷辨识结果数据存储。

17、所述特征库存储是通过采集市面上常用典型设备运行状态变化时间点前后的运行数据，包括但不限于电流、电压、有功功率，无功功率，然后对获取数据进行数据处理，剔除异常数据；提取电器设备运行时的特征量，所述特征量包括但不限于电压电流31次以下谐波、电压全波有效值、电流全波有效值、功率因素，最后对每种设备提取各自的特征量建立特征库并存储在主站；

18、所述负荷辨识算法模型训练是用户通过注册用电设备类型、型号及数量，主站通过用户注册信息选择与用户相匹配的电器在特征库中选择特征集生成训练数据集，利用生成数据集训练所述负荷辨识算法模型。

19、进一步地，所述能源控制器与所述主站是互补协同关系，主站开展集中式模型训练，进行算法的训练和升级，并将模型参数下发至能源控制器，使能源控制器中存储的负荷辨识算法模型更新升级，能源控制器按照更新模型执行推理，实现分布式负荷辨识。

20、本专利技术具有以下有益效果：利用边缘计算方法可以很大的降低主站的计算以及存储压力；由于边缘计算可以就近采集、就近存储、就近计算，可在一定程度上提高负荷分解的实时性，同时避免用户数据泄露；通过用户注册设备信息可以为用户提供精确的训练数据集，提高负荷辨识的准确率。

本文档来自技高网...

【技术保护点】

1.一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，所述能源控制器进行边缘计算实现负荷辨识，所述系统包括智能电能表、能源控制器、负荷辨识算法、主站；

2.根据权利要求1所述的一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，所述智能电能表采取有线或无线通讯方式与能源控制器通信，智能电能表采集运行数据包括用户电力回路中设备状态变化时间点前后的电流、电压、有功功率，无功功率；提取负荷特征量包括电压电流31次以下谐波、电压全波有效值、电流全波有效值、功率因素。

3.根据权利要求1所述的一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，所述能源控制器包括网络通讯单元，数据存储单元，负荷辨识模块；网络通讯单元用于与智能电能表和主站平台通讯，用于接收智能电能表上传数据、主站平台下发的模型以及上传负荷辨识结果；数据存储单元用于存储智能电能表上传数据，负荷辨识算法模型，负荷辨识结果；负荷辨识模块运行负荷辨识算法并为负荷辨识算法提供算力支持。

4.根据权利要求1所述的一种基于能源控制器边缘计算的非介入式负荷

5.根据权利要求1所述的一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，所述主站进行特征库存储，负荷辨识算法模型训练，负荷辨识结果数据存储。

6.一种基于能源控制器边缘计算的非介入式负荷辨识方法和系统，其特征在于，能源控制器与主站是互补协同关系，主站开展集中式模型训练，进行算法的训练和升级，并将模型参数下发至能源控制器，使能源控制器中存储的负荷辨识算法模型更新升级，能源控制器按照更新模型执行推理，实现分布式负荷辨识。

...

【技术特征摘要】

4.根据权利要求1所述的一种基于能...

【专利技术属性】
技术研发人员：葛玉磊，郑亚岗，田丰，杜志国，刘炜琪，臧人霖，马超，
申请(专利权)人：青岛鼎信通讯股份有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人