一种电力负荷识别方法技术

本申请提供一种电力负荷识别方法，根据负荷的用电特点，获取表征所述负荷的特征；对比所述特征和用电设备的特征库，识别出所述负荷相应的用电设备；将所述特征与所述相应的用电设备的电气特性进行组合，提高所述特征的识别度。本申请通过居民负荷的用电特性，提出了表征居民负荷行为的特征；并针对负荷行为及电气参数的不确定性特性，引入对负荷特征参数的统计性描述方法；提出了可以应用于居民智能电表的基于行为特征的NILM方法。的基于行为特征的NILM方法。的基于行为特征的NILM方法。

【技术实现步骤摘要】
一种电力负荷识别方法


[0001]本申请涉及电力负荷识别
，尤其涉及一种电力负荷识别方法。

技术介绍

[0002]在智能电网环境下，智能量测设备逐步得到广泛应用，从而能够得到准确、海量的用户负荷数据；利用数据挖掘方法对用户负荷大数据进行处理，能够从中提取出有用信息，从而能够对电力负荷有更系统和深入的理解进而改善负荷管理水平及系统运行的安全性；负荷识别是大数据挖掘在电力系统中应用的重要领域。
[0003]目前居民用电负荷识别设备多采用侵入式监测方法，侵入式监测方法需要在用电设备和插座之间安装中间监测装置来记录检测设备情况，采用侵入式监测方法通常依靠中间装置监测负荷设备操作记录、设备能耗数据等。
[0004]然而，侵入式负荷识别方法需要在用电设备和插座之间安装硬件设备，且随着用电设备的增加，当监测的用户数多时，需要大量的硬件设备，硬件设备本身需要消耗电能，此外，安装时需要进入用户室内，导致安装和维护的不便。

技术实现思路

[0005]本申请提供了一种电力负荷识别方法，以解决侵入式负荷识别方法随着监测的用户、用电设备的增加，需要大量的硬件设备，安装时需要进入用户室内，导致安装和维护的不便技术问题。
[0006]为了达到上述目的，本申请实施例采用以下技术方案：
[0007]提供一种电力负荷识别方法，所述方法包括：
[0008]根据负荷的用电特点，获取表征所述负荷的特征；
[0009]对比所述特征和用电设备的特征库，识别出所述负荷相应的用电设备；
[0010]将所述特征与所述相应的用电设备的电气特性进行组合，提高所述特征的识别度。
[0011]可选地，所述负荷的用电特点包括：
[0012]通过概率函数表达不同负荷的各个特征；
[0013]通过隶属度函数表示对不同特征在确定负荷类别时的重要程度。
[0014]可选地，所述特征包括稳态特征和暂态特征；
[0015]所述稳态特征包括电压、电流、基波有功功率、基波无功功率。
[0016]可选地，所述方法在所述根据负荷的用电特点，获取表征负荷行为的基础特征量之前还包括：
[0017]通过数据测量，获取所述负荷的稳态信号和暂态信号；
[0018]对所述稳态信号和暂态信号进行数据处理；其中，数据处理包括去噪、电气量的计算和标幺化；
[0019]根据上述处理后的稳态信号和暂态信号的变化进行事件检测。
[0020]可选地，所述事件检测包括：
[0021]通过功率增量的事件检测算法和基于功率增量和电流波形的事件匹配算法,提高事件检测和匹配的准确度。
[0022]可选地，所述事件检测还包括：
[0023]当所述变化超于预设阈值时，判断有时间发生。
[0024]可选地，所述事件检测还可以通过边缘检测算法获取。
[0025]本申请提供一种电力负荷识别方法，根据负荷的用电特点，获取表征所述负荷的特征；对比所述特征和用电设备的特征库，识别出所述负荷相应的用电设备；将所述特征与所述相应的用电设备的电气特性进行组合，提高所述特征的识别度。本申请通过居民负荷的用电特性，提出了表征居民负荷行为的特征；并针对负荷行为及电气参数的不确定性特性，引入对负荷特征参数的统计性描述方法；提出了可以应用于居民智能电表的基于行为特征的NILM方法。
附图说明
[0026]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0027]图1为本申请实施例一种电力负荷识别方法的流程图；
[0028]图2为本申请中非侵入式负荷检测系统的框架图；
[0029]图3为本申请实施例用电设备电压特征参数分布图；
[0030]图4为本申请实施例用电设备电流特征参数分布图；
[0031]图5为本申请实施例用电设备基波有功功率特征参数分布图；
[0032]图6为本申请实施例用电设备基波无功功率特征参数分布图；
[0033]图7为本申请实施例一种电力负荷识别方法中三小时负荷变化示意图。
具体实施方式
[0034]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0035]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0036]非侵入式负荷监测(Non
‑
Intrusive Load Monitoring，NILM)技术可以通过对集中供电点电压电流数据的检测和分析,分解出该供电范围内不同类别负荷的分时能耗及运行状态信息,向家庭能源管理系统(Residential Energy Management System，REMS)提供有效的能源管理基础信息。目前NILM技术存在对采样装置要求高、求解运算量较大的问题,难以直接在量大面广的居民用户中广泛使用，本申请基于剧名负荷的用电特性，提出了用于居民智能电表的基于用电特性的非侵入式负荷监测方法。
[0037]下面结合附图对本申请做进一步详细描述：
[0038]本申请实施例提供一种电力负荷识别方法，用于电力负荷识别领域，所述方法包括如下步骤：
[0039]通过数据测量，获取所述负荷的稳态信号和暂态信号。所述稳态信号和暂态信号存在测量误差：一是测量装置的不一致性，即对于同一个用电设备，不同的测量装置有不同的测量值；二是传感器由于压缩、传输原始数据的过程中，造成数据丢失。
[0040]对所述稳态信号和暂态信号进行数据处理；其中，数据处理包括去噪、电气量的计算和标幺化。标幺化主要目的是便于处理电能质量波动带来的干扰问题。
[0041]如图2所示，数据测量与处理是NILM的准备工作，事件检测、特征提取和负荷识别则是关键技术。
[0042]根据上述处理后的稳态信号和暂态信号的变化进行事件检测。通过功率增量的事件检测算法和基于功率增量和电流波形的事件匹配算法,提高事件检测和匹配的准确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力负荷识别方法，其特征在于，所述方法包括：根据负荷的用电特点，获取表征所述负荷的特征；对比所述特征和用电设备的特征库，识别出所述负荷相应的用电设备；将所述特征与所述相应的用电设备的电气特性进行组合，提高所述特征的识别度。2.根据权利要求1所述的一种电力负荷识别方法，其特征在于，所述负荷的用电特点包括：通过概率函数表达不同负荷的各个特征；通过隶属度函数表示对不同特征在确定负荷类别时的重要程度。3.根据权利要求1或2所述的一种电力负荷识别方法，其特征在于，所述特征包括稳态特征和暂态特征；所述稳态特征包括电压、电流、基波有功功率、基波无功功率。4.根据权利要求1所述的一种电力负荷识别方法，其特征在于，所述方法在所述根据负荷的...

【专利技术属性】
技术研发人员：张林山，李波，刘清蝉，崔宇浩，曹敏，邹京希，刘波，林聪，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：