基于多元外部数据的电力负荷辅助辨识方法技术

本发明专利技术实施例涉及一种基于多元外部数据的电力负荷辅助辨识方法，包括以下步骤：S1.获取影响用户用电行为的历史外部数据，建立外部数据库；S2.建立用户用电行为模型，用户用电行为模型基于侵入式监测用户用电设备运行状态的用电信息数据构造训练得到的；S3.建立电力负荷特征库，电力负荷特征库基于FP‑growth算法对外部数据库和用户用电行为模型进行学习训练得到的；S4.将实时监测到的外部数据输入到所述电力负荷特征库中，得到此时参与辅助辨识用户的用电行为信息，解决了现有非侵入式电力负荷识别系统在辨识过程中仅使用有限电能信息的局限性，导致用电设备或多用电设备同时运行时辨识结果精度低的技术问题。

Auxiliary identification method of power load based on multivariate external data

【技术实现步骤摘要】
基于多元外部数据的电力负荷辅助辨识方法
本专利技术涉及电力
，尤其涉及一种基于多元外部数据的电力负荷辅助辨识方法。
技术介绍
随着科学技术的发展和居民生活水平的提高，居民用电的负荷逐渐攀升，现在家用电器日益复杂，在发电、输电、配电、用电的电能转换系统中，需要通过采集居民用电负荷信息，再根据需求给居民供电在绿色、高效、节能的用电环境中地位越来越重要；在供电系统中通过居民用电的有效用电信息及时反馈，不仅能满足供电系统给用户定制个性化供电服务，达到居民精益用电的需求，还更有助于激发居民养成合理用电习惯。对居民用电行为的挖掘，有助于电网公司提高电网互动活力，强化电网与发电侧、需求侧交互响应能力，促进新一代电力系统的智能互动发展。现有的非侵入式电力负荷识别系统和分解技术可以实现对用户用电信息的识别，主要是通过电力负荷总入口电气信息，如负荷端口的稳态暂态电压、电流、功率等电气信息，通过实时分析得到总负荷中用电设备的用电状态信息。由于现有非侵入式电力负荷识别系统中的监测和分解技术是通过电能信息参与分析，虽然基于电量信息的负荷分解优化算法不断提升本文档来自技高网...

【技术保护点】
1.一种基于多元外部数据的电力负荷辅助辨识方法，其特征在于，包括以下步骤：/nS1.获取影响用户用电行为的历史外部数据，建立外部数据库；/nS2.建立用户用电行为模型，所述用户用电行为模型基于侵入式监测用户用电设备运行状态的用电信息数据构造训练得到的；/nS3.建立电力负荷特征库，所述电力负荷特征库基于FP-growth算法对所述外部数据库和所述用户用电行为模型进行学习训练得到的；/nS4.将实时监测到的外部数据输入到所述电力负荷特征库中，得到此时参与辅助辨识用户的用电行为信息。/n

【技术特征摘要】
1.一种基于多元外部数据的电力负荷辅助辨识方法，其特征在于，包括以下步骤：
S1.获取影响用户用电行为的历史外部数据，建立外部数据库；
S2.建立用户用电行为模型，所述用户用电行为模型基于侵入式监测用户用电设备运行状态的用电信息数据构造训练得到的；
S3.建立电力负荷特征库，所述电力负荷特征库基于FP-growth算法对所述外部数据库和所述用户用电行为模型进行学习训练得到的；
S4.将实时监测到的外部数据输入到所述电力负荷特征库中，得到此时参与辅助辨识用户的用电行为信息。


2.根据权利要求1所述的基于多元外部数据的电力负荷辅助辨识方法，其特征在于，建立所述电力负荷特征库的步骤包括：
S31.结合所述用户用电行为模型中的用电行为和所述外部数据库中的外部因子，生成一个项集，根据捕获的各个所述项集，建立训练集；
S32.扫描所述训练集中所有的所述项集，筛选出影响用户用电行为数据的项集，根据筛选的项集中数据频繁出现的次数建立项头表；
S33.对所述项头表进行扫描，筛选出频繁出现影响用户用电行为的数据，得到频繁项集，将得到所有的所述频繁项集构建成所述电力负荷特征库。


3.根据权利要求2所述的基于多元外部数据的电力负荷辅助辨识方法，其特征在于，在步骤S32中，在筛选出影响用户用电行为数据的项集过程中，若所述项集中的数据频繁出现的次数值小于预设最小出现次数值时，对应剔除所述项集中的数据，该项集中的其他数据组成新的项集。


4....

【专利技术属性】
技术研发人员：李胜，肖勇，赵云，钱斌，何恒靖，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