一种电力负荷匹配方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种电力负荷匹配方法，是依据用电设备的第一电力负荷曲线和第二电力负荷曲线构建二分图模型；然后通过二分图模型确定出各第一电力负荷曲线与第二目标电力负荷曲线匹配关系；最后依据预先存储的匹配关系确定第二目标电力负荷曲线与各用电设备之间的匹配关系。因为利用二分图模型不仅无需大量先验数据作为训练样本，且无需预先确定聚类数目和提取筛选大量暂态过程数据，同时，由于二分图模型自身的优越特性，所以可准确实现第一电力负荷曲线与第二电力负荷曲线的匹配，进而准确实现第二电力负荷曲线与各用电设备的匹配，进而可提高电力负荷的匹配准确性。另外，本发明专利技术还公开了一种电力负荷匹配装置、设备及可读存储介质，效果如上。

【技术实现步骤摘要】
一种电力负荷匹配方法、装置、设备及可读存储介质
本专利技术涉及电力系统应用领域，特别涉及一种电力负荷匹配方法、装置、设备及可读存储介质。
技术介绍
负荷识别技术主要分为侵入式和非侵入式两种，非侵入式负荷识别技术可以在用户电表端加智能检测装置，即可获取房间内的电力负荷数据，通过分析用电功率、使用时长以及启停状态等数据，可以推理出用户家中各个电力设备的使用情况。各用电设备的启动一般是人工手动开启的，设备开启顺序是已知，绘制出的电力负荷曲线与用电设备的对应关系是清楚的，但是，由于大多用电设备是自动断电关闭的，所以用电设备关闭后形成的电力负荷曲线与用电设备的对应关系是不清楚的，同时也会存在同一用电设备开启时的电力负荷曲线和关闭时的电力负荷曲线对应关系不清楚的问题。因此，电力负荷的匹配显得尤为重要。目前，主要通过人工神经网络以及模糊聚类算法等实现对电力负荷的匹配。但是采用人工神经网络需要大量先验数据作为训练样本，后期很难进行扩展和延伸，对于新接入的设备难以达到很高的识别率。采用模糊聚类算法的方式可以确定电器的电压、电流的稳态数据及其特征参数，但由于模糊聚类算法自身缺陷，对设备的类型识别不够准确本文档来自技高网...

【技术保护点】
1.一种电力负荷匹配方法，其特征在于，包括：获取电力系统中所有用电设备开启和关闭时的目标数据以形成各所述用电设备开启时的第一电力负荷曲线和各所述用电设备关闭时的第二电力负荷曲线；依据各所述第一电力负荷曲线和各所述第二电力负荷曲线构建二分图模型；根据所述二分图模型确定出与各所述第一电力负荷曲线匹配的第二目标电力负荷曲线；根据预先存储的所述第一电力负荷曲线与各所述用电设备的匹配关系确定所述第二目标电力负荷曲线与各所述用电设备之间的匹配关系；其中，所述第二电力负荷曲线包含所述第二目标电力负荷曲线。

【技术特征摘要】
1.一种电力负荷匹配方法，其特征在于，包括：获取电力系统中所有用电设备开启和关闭时的目标数据以形成各所述用电设备开启时的第一电力负荷曲线和各所述用电设备关闭时的第二电力负荷曲线；依据各所述第一电力负荷曲线和各所述第二电力负荷曲线构建二分图模型；根据所述二分图模型确定出与各所述第一电力负荷曲线匹配的第二目标电力负荷曲线；根据预先存储的所述第一电力负荷曲线与各所述用电设备的匹配关系确定所述第二目标电力负荷曲线与各所述用电设备之间的匹配关系；其中，所述第二电力负荷曲线包含所述第二目标电力负荷曲线。2.根据权利要求1所述的电力负荷匹配方法，其特征在于，所述获取电力系统中所有用电设备开启和关闭时的目标数据具体为：通过非入侵式检测设备获取所述目标数据。3.根据权利要求1所述的电力负荷匹配方法，其特征在于，在所述获取电力系统中所有用电设备开启和关闭时的目标数据之后，还包括：对所述目标数据进行预处理。4.根据权利要求1所述的电力负荷匹配方法，其特征在于，所述根据所述二分图模型确定出与各所述第一电力负荷曲线匹配的第二目标电力负荷曲线具体为：采用所述二分图模型中的匈牙利算法确定出所述第二目标电力负荷曲线。5.根据权利要求4所述的电力负荷匹配方法，其特征在于，所述采用所述二分图模型中的匈牙利算法确定出所述第二目标电力负荷曲线具体为：确定所述匈牙利算法的代价矩阵；依据所述代价矩阵计算各所述第一电力负荷曲线与各所述第二电力负...

【专利技术属性】
技术研发人员：何恒靖，肖勇，钱斌，石少青，王岩，周密，
申请(专利权)人：南方电网科学研究院有限责任公司，中国南方电网有限责任公司，
类型：发明
国别省市：广东,44