非侵入式负荷监测事件的分类方法及存储介质技术

本发明专利技术提供一种非侵入式负荷监测事件的分类方法及存储介质，用于从电力负荷数据中提取不同用电设备的电力负荷数据片段，并基于多个电力负荷数据片段之间的相似性进行聚类，对不同用电设备进行分类。不同用电设备进行分类。不同用电设备进行分类。

【技术实现步骤摘要】
非侵入式负荷监测事件的分类方法及存储介质


[0001]本专利技术涉及用电
，特别涉及一种非侵入式负荷监测事件的分类方法及存储介质。

技术介绍

[0002]非侵入式负荷监测(NILM)是一种计算技术，用于从单个电表估算单个设备的功率需求，该电表测量多个设备的数据。典型的应用场景是全屋智能电表的逐项电费生成，其目的在于帮助用户/电网监控和管理设备的用电行为。电力数据中的功率等包含了丰富的用电器特征，可以为负荷的监测识别提供可靠依据。目前该领域主要技术难点在于如何准确提取用电事件的片段，从而提高识别算法的鲁棒性，也有助于建立易用且可靠的事件片段数据库。使用高频数据分析事件的暂态特征能够提高负荷识别的精度和速度，但高频信号采集会大幅提高量测设备的成本。在现有技术中，大部分非侵入式负荷监测的低频方法可归类为：1.人力提取事件片段，样本收集耗时耗力且缺乏泛用性；2.基于统计方法的变点检测，其可解释性差且对超参数的设定十分敏感，因而可靠性低，实际应用较为困难。
[0003]因此，本文提出一种新型的非侵入式负荷监测事件的分类方法及存储介质，以保留现有非侵入式负荷监测方法的积极效果，而消除现有的非侵入式负荷监测方法的消极效果。

技术实现思路

[0004]本专利技术的目的在于，提供一种非侵入式负荷监测事件的分类方法，用于从电力负荷数据中提取不同用电设备的电力负荷数据片段，并基于多个电力负荷数据片段之间的相似性进行聚类。
[0005]本专利技术提供一种非侵入式负荷监测事件的分类方法，包括如下步骤：获取多个预设历史时间段内的电力负荷数据片段，所述预设历史时间段内的电力负荷数据片段包括多个电力负荷数据序列；对多个电力负荷数据片段进行振荡性检测并滤除得到多个非振荡性的电力负荷数据片段；对多个非振荡性的电力负荷数据片段进行聚类分析。
[0006]进一步地，在对每一个电力负荷数据片段进行振荡性检测并滤除得到非振荡性的电力负荷数据片段中，具体包括如下步骤：采集一电力负荷数据片段的多个电力负荷数据序列；计算所述多个电力负荷数据序列的差分序列；并计数所述多个电力负荷数据序的差分序列的最大连续反向个数；判断每一差分序列的最大连续反向个数最大连续反向个数是否大于一阈值；若是，则判定该电力负荷数据序列是为振荡事件序列；若否，则判定该电力负荷数据序列是为非振荡事件序列；滤除每一电力负荷数据片段中的振荡事件序列。
[0007]进一步地，在所述对非振荡性的电力负荷数据片段进行聚类分析的步骤中，具体包括如下步骤：使用动态时间规整方法对多个非振荡性的电力负荷数据片段进行相似度计算；将相似度小于一预设值的非振荡性的电力负荷数据片段归为同一用电设备。
[0008]进一步地，在所述使用动态时间规整方法对多个非振荡性的电力负荷数据片段进
行相似度计算的步骤中，相似度dtw计算公式如下：其中D(i,j)是两条序列中第一条序列的第i个时刻和第二条序列的第j个时刻的距离(p阶闵可夫斯基距离，通常取p＝2即欧氏距离)，D(i,j)为两条序列中第一条序列的前i个时刻和第二条序列的前j个时刻的最短规整距离，D(i,j)的距离为p阶闵可夫斯基距离，length(ES
i
)表示序列ES
i
所包含的时刻总数。
[0009]进一步地，在所述获取多个预设历史时间段内的电力负荷数据片段并存入数据库中的步骤中，具体包括如下步骤：提供一智能电表并接入用户的用电总线，连续地采集电力负荷数据。
[0010]进一步地，在所述连续地采集电力负荷数据存入数据库中的步骤中，采集频率为5～15Hz，采集的时间段大于等于7天。
[0011]进一步地，在所述提供一智能电表并接入用户的用电总线，连续地采集电力负荷数据的步骤之后，还包括如下步骤：填充所采集电力负荷数据中的缺失值。
[0012]进一步地，在所述填充所采集电力负荷数据中的缺失值的步骤中，填充方法为将一缺失值所对应下一时刻的数据填充至该缺失值所对应的时刻。
[0013]进一步地，所述电力负荷数据片段包括有功功率片段以及无功功率片段。
[0014]本专利技术还提供一种存储介质，该介质上存储有计算机程序，在处理器执行所述计算机程序时可实现前文所述的非侵入式负荷监测事件的分类方法。
[0015]本专利技术的有益效果是：本专利技术提供一种非侵入式负荷监测事件的分类方法及存储介质，用于从电力负荷数据中提取不同用电设备的电力负荷数据片段，并基于多个电力负荷数据片段之间的相似性进行聚类，实现对不同用电设备进行分类。
附图说明
[0016]下面结合附图和实施例对本专利技术作进一步的描述。
[0017]图1为本专利技术一实施例提供的一种非侵入式负荷监测事件的分类方法的流程图；
[0018]图2为本专利技术一实施例提供的一种非侵入式负荷监测事件的分类方法中的步骤S4的流程图；
[0019]图3为本专利技术一实施例提供的一种非侵入式负荷监测事件的分类方法中的步骤S4的流程图；
[0020]图4为本专利技术一实施例提供的两个电力负荷数据片段的时序图。
[0021]图5为本专利技术一实施例提供的同一用电设备的电力负荷数据的时序图。
具体实施方式
[0022]以下是各实施例的说明是参考附加的图式，用以例示本专利技术可以用实施的特定实施例。本专利技术提到的元件名称，例如第一、第二等，仅是区分不同的元部件，可以更好的表达。在图中，相同的部件用相同标号表示，相邻或类似的部件用类似的标号表示。
[0023]本文将参照附图来详细描述本专利技术的实施例。本专利技术可以表现为许多不同形式，本专利技术不应仅被解释为本文阐述的具体实施例。本专利技术提供这些实施例是为了解释本专利技术
的实际应用，从而使本领域其他技术人员能够理解本专利技术的各种实施例和适合于特定预期应用的各种修改方案。
[0024]如图1所示，本专利技术提供一种非侵入式负荷监测事件的分类方法，包括如下步骤S1～S5。
[0025]S1)提供一智能电表并接入用户的用电总线，连续地采集电力负荷数据；其中，采集频率为5～15Hz，采集的时间段大于等于7天。
[0026]S2)填充所采集电力负荷数据中的缺失值。填充方法为将一缺失值所对用下一时刻的数据填充至该缺失值所对应的时刻。
[0027]S3)获取多个预设历史时间段内的电力负荷数据片段，所述预设历史时间段内的电力负荷数据片段包括多个电力负荷数据序列。所述电力负荷数据片段包括有功功率片段以及无功功率片段。有功功率序列指单位时间内用电设备实际发出或消耗的交流电能量，将瞬时电压和偏移1/4周期瞬时电流相乘得到历史时间段内的无功功率。无功功率则是电路中电抗元件与电路的可逆能量交换，其实是电能和磁场的交换功率(并不实际对外做功)。有功功率序列指单位时间内用电设备实际发出或消耗的交流电能量。
[0028]S4)对多个电力负荷数据片段进行振荡性检测并滤除得到多个非振荡性的电力负荷数据片段。如图2所示，步骤S4具体包括如下步骤：S401)采集一电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非侵入式负荷监测事件的分类方法，其特征在于，包括如下步骤：获取多个预设历史时间段内的电力负荷数据片段，所述预设历史时间段内的电力负荷数据片段包括多个电力负荷数据序列；对多个电力负荷数据片段进行振荡性检测并滤除得到多个非振荡性的电力负荷数据片段；对多个非振荡性的电力负荷数据片段进行聚类分析。2.如权利要求1所述的非侵入式负荷监测事件的分类方法，其特征在于，在对每一个电力负荷数据片段进行振荡性检测并滤除得到非振荡性的电力负荷数据片段中，具体包括如下步骤：采集一电力负荷数据片段的多个电力负荷数据序列；计算所述多个电力负荷数据序列的差分序列；并计数所述多个电力负荷数据序的差分序列的最大连续反向个数；判断每一差分序列的最大连续反向个数是否大于一阈值；若是，则判定该电力负荷数据序列是为振荡事件序列；若否，则判定该电力负荷数据序列是为非振荡事件序列；滤除每一电力负荷数据片段中的振荡事件序列。3.如权利要求1所述的非侵入式负荷监测事件的分类方法，其特征在于，在所述对非振荡性的电力负荷数据片段进行聚类分析的步骤中，具体包括如下步骤：使用动态时间规整方法对多个非振荡性的电力负荷数据片段进行相似度计算；将相似度小于一预设值的非振荡性的电力负荷数据片段归为同一用电设备。4.如权利要求3所述的非侵入式负荷监测事件的分类方法，其特征在于，在所述使用动态时间规整方法对多个非振荡性的电力负荷数据片段进行相似度计算的步骤中，相似度dtw计算公式如下：其中，D(i,j)是两条序列中第一条序列的第i个时刻和第二条序列的...

【专利技术属性】
技术研发人员：赵一萌，张勇，王莅康，
申请(专利权)人：上海千居智科技有限公司，
类型：发明
国别省市：