电力负荷三重可信度匹配辨识方法技术

本发明专利技术公开了电力负荷三重可信度匹配辨识方法，其能够可靠地辨识出电力用户的各类用电设备的功率消耗占比和设备启停时间等信息，用于辅助电力用户和电力公司的用电规划和管理。本发明专利技术包含如下步骤：S1：采集用电负荷数据，建立用电负荷的不同粒度电力负荷特征数据库；S2：采集用户总电源入口处的电力负荷数据；该电力负荷数据包含电压、电流和功率数据；S3：利用三重可信度匹配辨识算法，实时分解电力负荷数据；S4：根据三重可信度匹配辨识算法的输出结果，将各类用电设备的功率消耗比例、各个用电设备的启动时间和关闭时间进行输出显示。

【技术实现步骤摘要】

本专利技术涉及一种电力负荷可信度匹配辨识方法，具体用于电力系统中的电力负荷 辨识及其可信度衡量。
技术介绍
电力负荷可信度辨识是在电力用户的总电源处采集电压、电流、功率等用电数据， 根据不同粒度的电力负荷特征，将用户开启的用电设备的功率消耗比例实时分解出来，并 得出将某类未知用电设备归为已知设备的可靠程度。 现有的负荷辨识技术主要利用电力负荷的单一特征，如功率特征或电流谐波特征 进行辨识，其辨识结果的可靠程度和可信性较差。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，公开了电力负荷三 重可信度匹配辨识方法，其能够可靠地得出电力用户的用电设备的功率消耗比例等信息， 用于辅助电力用户和电力公司的用电规划和管理。 为了达到上述目的，本专利技术采用以下技术方案予以实现： ，包含如下步骤： 51 :采集用电负荷数据，建立反映用电负荷的不同粒度电力负荷特征的能效指纹数据 库； 52 :采集用户总电源入口处的电力负荷数据；该电力负荷数据包含电压、电流和功率 数据； 53 :利用三重可信度匹配辨识算法，实时分解电力负荷数据； S4:根据三重可信度匹配辨识算法的输出结果，将各类用电设备的功率消耗比例、各个 用电设备的启动时间和关闭时间进行输出显示； 所述三重可信度匹配辨识算法的过程为： 有用电负荷启停时，先依据反映负荷功率特征的功率能效指纹匹配电力负荷能效指纹 数据库中的大型负荷列表，若不在大型负荷列表中，再依据暂态能效指纹匹配电力负荷能 效指纹数据库中的各模板中负荷，记录下启停负荷类型、功率，并计算相应的可信度；与此 同时，周期性进行稳态能效指纹匹配，确定正在运行的用电负荷的组成成分，记录当前各用 电负荷类型比例、功率，并计算相应的可信度，并且与暂态能效指纹匹配和功率能效指纹匹 配记录进行比较修正，以得出可信的负荷辨识结果。 本专利技术的优选实施方式和进一步的改进点如下： 进一步的是：所述不同粒度电力负荷能效指纹数据库为包含有不同时间尺度、不同采 样频率的用电负荷的电力负荷能效指纹数据库。 进一步的是：所述步骤S1和步骤S2分别为通过安装在供电线路上的数据采集设 备采集用电负荷数据和用户总电源入口处的电力负荷数据。 进一步的是：所述步骤S4的输出显示为输出显示在电脑屏幕上。 进一步的是：所述步骤S2和步骤S3之间还包含信息筛选的步骤；所述信息筛选 的步骤是将步骤S2采集到的电力负荷数据进行数据处理和负荷特征提取。 进一步的是：三重可信度匹配辨识算法的过程包含如下步骤： (1)功率能效指纹一重匹配： 根据功率指纹匹配步骤S2中的电力负荷数据中启动和停止的大功率设备信息；计算 该大功率设备信息的可信度，达到设定值即直接记录起停设备的类型；所述功率能效指纹 是指大功率设备的典型有功值、无功值和电流变化分相特征。 (2)暂态能效指纹二重匹配： 选择并匹配电力负荷能效指纹数据库的模板库中可信度最高的一类负荷，并且记录下 用电负荷类型，计算其可信度值； 所述暂态能效指纹包含暂态三维特征向量和多维向量启动电流波形；暂态三维特征向 量包含电流变化量、电流突变量、启动时长； (3)稳态能效指纹三重匹配： 所述稳态能效指纹包含两个多维向量：高次谐波比例向量与V-I比值向量； 按照设定好的时间间隔，数据采集设备对电流电压信息周期性地进行高频采样，滤去 噪声后进行稳态能效指纹匹配，匹配识别最契合的用电负荷类型比例与功率，记录本次稳 态匹配的可信度； 比对本次计算各用电负荷类型及功率与上次能效指纹识别的结果，得出两次稳态能效 指纹匹配之间各用电负荷类型的功率变化，即差异集。比较得出本周期内用电负荷变化情 况与该周期内暂态能效指纹匹配记录、功率能效指纹匹配记录之间的差异，并在本次能效 指纹识别过程中进行比较修正。 更进一步的是：所述暂态能效指纹的可信度的计算过程如下： S100:计算暂态三维特征向量与电力负荷能效指纹数据库中的模板特征向量的欧氏距 离： 纖上式中，ΛI是电流变化量，Λ、^^是模板中电流变化量，Ip是电流突变量，IptMpl是 模板中电流突变量，T是启动时长，TtMpl是模板中启动时长。 S200 :计算多维向量启动电流波形与电力负荷能效指纹数据库中的模板电流波形 向量的欧氏距离：S300 :计算暂态能效指纹的可信度如下：更进一步的是：所述三重可信度匹配辨识算法的步骤（3)中的比较修正的流程为： S10 :比较一重匹配和二重匹配得到的记录集（ReC〇rdl_2)与三重匹配得到的本周期 差异集（ReC〇rd3);若两者近似相同，则将本周期稳态能效指纹匹配记录作为本周期能效指 纹匹配结果（RecorcLresult);若两者存在较大差异，则进行依次进行步骤S20和步骤S30 : S20 :将三重匹配可信度记为X，在一重匹配和二重匹配的记录集（Recordl_2)中删去 可信度小于X的记录；得到再次记录集（Recordl_2'）； S30 :再次比较再次记录集（Recordl_2'）与三重匹配得到的本周期差异集（Record3); 若本周期差异集（Record3)完全包含再次记录集（Recordl_2'），则将本周期稳态能效指纹 匹配记录作为本周期能效指纹匹配结果；否则，再次记录集（Rec〇rdl_2'）中不与本周期差 异集（Record3)重叠的部分（Record_U)与本周期差异集（Record3)合并，得到本次能效指 纹识别的结果（Record_result)。 本专利技术有益效果是： (1)本专利技术实现了对电力用户用电情况的实时监测，了解用能情况，帮助其制定合理的 节能计划，调整用电设备的使用，有针对性的购买节能装备，检验节能计划和节能装备的成 效。从而使电力用户在不影响其正常的生产、生活的前提下，降低电能消耗，减少电费开支。 (2)本专利技术通过电力负荷三重可信度匹配辨识技术产生的电力负荷分解数据有助 于电力公司更为真实的了解电力系统的负荷组成，规范负荷用电，合理安排各类负荷的使 用时间（"削峰填谷")，提高电网利用效率，减少电力系统投资，降低电力系统的运行网损， 缩短电力用户的停电时间。【附图说明】 图1为本专利技术的一种【具体实施方式】的总流程图； 图2为本专利技术的一种【具体实施方式】的三重匹配流程图； 图3为本专利技术的一种【具体实施方式】的比较修正流程图。【具体实施方式】 下面结合附图及实施例描述本专利技术【具体实施方式】： 如图1~3所示，其示出了本专利技术的【具体实施方式】； 图1为的总流程图。首先从电力用户总口处量测到总电流、电压、功率等用电信息，然后对用电数据进 行处理和筛选，其次利用不同粒度的负荷特征数据库对电力负荷进行三重匹配，再次对三 重匹配结果进行修正，最后输出负荷辨识结果。 三重匹配的基本思路是："功率指纹检测例外，暂态指纹检测突变，稳态指纹检测 运行负荷。功率指纹暂态指纹实时匹配，稳态指纹定时匹配。" 图2为的三重匹配流程图 (1)功率能效指纹一重匹配 功率能效指纹是指大功率设备的典型有功值、无功值和电流变化分相特征。建筑中 的大功率设备数量较少，构成简单，可以根据其功率特征、无功比例和电流变化分相特征确 定。千瓦级和十千瓦级设备大多为电梯、空调、锅炉与热水器、单开关控制的大型展厅照明本文档来自技高网...

【技术保护点】
电力负荷三重可信度匹配辨识方法，包含如下步骤：S1：采集用电负荷数据，建立反映用电负荷的不同粒度电力负荷特征的能效指纹数据库；S2：采集用户总电源入口处的电力负荷数据；该电力负荷数据包含电压、电流和功率数据；S3：利用三重可信度匹配辨识算法，实时分解电力负荷数据；S4：根据三重可信度匹配辨识算法的输出结果，将各类用电设备的功率消耗比例、各个用电设备的启动时间和关闭时间进行输出显示； 所述三重可信度匹配辨识算法的过程为：有用电负荷启停时，先依据反映负荷功率特征的功率能效指纹匹配电力负荷能效指纹数据库中的大型负荷列表；若不在大型负荷列表中，再依据暂态能效指纹匹配电力负荷能效指纹数据库中的各模板中负荷，记录下启停负荷类型、功率，并计算相应的可信度；与此同时，周期性进行稳态能效指纹匹配，确定正在运行的用电负荷的组成成分，记录当前各用电负荷类型比例、功率，并计算相应的可信度，并且与暂态能效指纹匹配和功率能效指纹匹配记录进行比较修正，以得出可信的负荷辨识结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：王守相，孙智卿，周凯，刘天宇，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12