【技术实现步骤摘要】
基于非侵入式用电数据居民小区电力负荷控制方法及装置
本专利技术涉及电力数据的分解和预测
，尤其涉及一种基于非侵入式用电数据居民小区电力负荷控制方法及装置。
技术介绍
监测家用电器的能耗信息可以帮助决策制定者和用户了解家庭电能消耗的构成、模式和特点，从而帮助决策制定者制定节能减排政策，引导用户合理安排用电设备的使用。非侵入式负荷监测仅在电网的入户处安装监测仪器，利用算法对采集的总用电信息进行分析，实现对其下各个用电设备用电状况的监测。对于大规模部署，非侵入式负荷监测系统可以显著降低安装复杂性和减少维护成本。非侵入式电力负荷多目标分解技术通过测量、分析入口端的电流、功率和电压等信息以得到内部用电设备功率的实时耗比，进而达到电力负荷分解的目的。居民小区电力调度潜力评估是实现需求侧管理和精细化运行的关键，调度潜力评估是通过对历史数据的分析和研究，预测未来的可削减和可平移电力负荷值。其目标是充分利用电能，实现供需平衡，因此准确的负荷预测对于提高电网的协调性、降低成本、维护电网的安全稳定具有重要意义。目前常用的负荷...
【技术保护点】
1.一种基于非侵入式用电数据居民小区电力负荷控制方法，其特征在于，所述方法包括：/n基于用电环境和用电设备特征，建立非侵入式电力负荷多目标分解模型；/n依据多目标优化结果，判别用电设备运行状态，形成运行规则并数据化；/n基于数据化后的用电设备运行状态，进行数据归一化处理；/n将归一化后的数据输入LSSVM模型，获取所有用电设备的运行状态，对处于启动和持续状态的用电设备，组合其单位时间用电量以形成短期负荷预测曲线；/n对处于停止状态的用电设备，依据调度潜力要求将电力负荷分为可转移负荷、可削减负荷和刚性负荷三类，构建可削减负荷的用电量曲线；/n结合短期负荷预测曲线与用电量曲线形...
【技术特征摘要】
1.一种基于非侵入式用电数据居民小区电力负荷控制方法，其特征在于，所述方法包括：
基于用电环境和用电设备特征，建立非侵入式电力负荷多目标分解模型；
依据多目标优化结果，判别用电设备运行状态，形成运行规则并数据化；
基于数据化后的用电设备运行状态，进行数据归一化处理；
将归一化后的数据输入LSSVM模型，获取所有用电设备的运行状态，对处于启动和持续状态的用电设备，组合其单位时间用电量以形成短期负荷预测曲线；
对处于停止状态的用电设备，依据调度潜力要求将电力负荷分为可转移负荷、可削减负荷和刚性负荷三类，构建可削减负荷的用电量曲线；
结合短期负荷预测曲线与用电量曲线形成日前调度的峰值评估线，并将其应用于小区的电路负荷日前调度，提高电路负荷的安全性。
2.根据权利要求1所述的一种基于非侵入式用电数据居民小区电力负荷控制方法，其特征在于，所述数据归一化处理具体为：
式中，T为预测的样本数据集，Tn为数据样本的归一化参数，T＇为样本数据的白化参数，X为T中的单个样本数据，max{X,T}为样本数据集T中的最大值，min{...
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。