一种基于非侵入式负荷监测的用户用电数据分析方法和装置制造方法及图纸

本发明专利技术提出了一种基于非侵入式负荷监测的用户用电数据分析方法和装置，所述方法包括：采集用户总电源入口处的用电数据，所述用电数据包括负荷时间序列；对所述负荷时间序列进行波形分割，生成多个子序列；对每个子序列进行负荷设备识别，获取负荷设备识别结果。本发明专利技术避免了采用现有的用电数据分析方法存在的需要大量样本数据进行训练，计算密度大、复杂度高和对硬件要求较高，限制了这些方法应用于智能电表的问题，从而解决了现有的用电数据分析方法计算密度大、复杂度高和对硬件要求高的问题。

【技术实现步骤摘要】
一种基于非侵入式负荷监测的用户用电数据分析方法和装置
本专利技术涉及智能电网
，具体而言，涉及一种基于非侵入式负荷监测的用户用电数据分析方法和装置。
技术介绍
世界各国正在进行智能电网和相关应用的开发和部署，利用智能电表采集的数据，可以最大程度地发挥智能电网的优势。利用智能电表采集的数据，可以识别用户家庭中的电器类型，即实现负荷识别。负荷识别方法从传感器数目可以分为侵入式和非侵入式两种。侵入式负荷识别需要针对每个电器进行安装对应传感器，额外的设备和较高的成本使得侵入式方法难以推广。非侵入式负荷识别仅仅需要从家庭已安装的单个总线智能电表收集数据，并通过对智能电表的数据分析，将家庭总用电量分解到单一电器的能耗，有助于实现用电情况反馈，帮助用户节省能源，同时有利于供给侧准确计费。相比于侵入式负荷识别，非侵入式负荷识别成本较低，易于推广，因此被广泛研究。非侵入式负荷监测技术可以分为三大类，第一类是基于暂态和稳态电气特征的识别方法，第二类是数学优化类识别方法，第三类是基于有功功率和无功功率的智能识别方法。这三类负荷设备识别方法都属于计算密集型方法，需要大量样本数据进行训练，这些方法计算复杂度高，对硬件要求较高，从而限制了该方法在智能电表的应用。
技术实现思路
鉴于上述问题，本专利技术提供了一种基于非侵入式负荷监测的用户用电数据分析方法和装置。为解决上述技术问题，本专利技术采用的技术方案是：一种基于非侵入式负荷监测的用户用电数据分析方法，包括：采集用户总电源入口处的用电数据，所述用电数据包括负荷时间序列；对所述负荷时间序列进行波形分割，生成多个子序列；对每个子序列进行负荷设备识别，获取负荷设备识别结果。作为优选方案，所述对负荷时间序列进行波形分割，包括：根据负荷功率的跃升值确定子序列的起始点，根据负荷功率的跌落值确定子序列的结束点。作为优选方案，所述对每个子序列进行负荷设备识别，包括：将每个子序列和已知的设备参考序列进行匹配，记录每次匹配计算所得到的DTW距离值和序列匹配的映射关系；选择最小DTW距离值的匹配结果作为负荷设备识别结果；判断最小DTW距离值是否小于设定阈值，如果小于阈值，则识别结束，如果大于阈值，则进行下一步；从负荷时间序列中剔除已识别设备；再次对所述负荷时间序列进行波形分割，生成多个子序列；重复以上步骤，直至识别结束。作为优选方案，给定长度分别为n和m的2个时间序列Q和C，Q＝q1，q2，…，qi，…，qn；C＝c1，c2，…，cj，…，cm；构造一个n行m列的距离矩阵D，其中的元素di，j表示点qi和点cj之间的欧式距离的平方；则所述DTW距离的计算公式为：di，j＝(qi－cj)2；其中，i＝1，2，…，n，j＝1，2，…，m。作为优选方案，对所述负荷时间序列进行波形分割之前，还包括：对所述负荷时间序列进行归一化处理。本专利技术还提出了一种基于非侵入式负荷监测的用户用电数据分析装置，包括：用电数据采集模块，用于采集用户总电源入口处的用电数据，所述用电数据包括负荷时间序列；子序列生成模块，用于对所述负荷时间序列进行波形分割，生成多个子序列；负荷设备识别模块，用于对每个子序列进行负荷设备识别，获取负荷设备识别结果。作为优选方案，所述负荷设备识别模块，包括：序列匹配单元，用于将每个子序列和已知的设备参考序列进行匹配，记录每次匹配计算所得到的DTW距离值和序列匹配的映射关系；识别结果确定单元，用于选择最小DTW距离值的匹配结果作为负荷设备识别结果；DTW距离值判断单元，用于判断最小DTW距离值是否小于设定阈值，如果小于阈值，则识别结束，如果大于阈值，则进行下一步；剔除单元，用于从负荷时间序列中剔除已识别设备。与现有技术相比，本专利技术的有益效果包括：通过对采集到的负荷时间序列进行波形分隔，生成子序列，再对子序列进行负荷设备识别，该计算过程较为简单，没有涉及复杂的计算方法，该计算程序可以很方便地写到计算机芯片内，从而嵌入到智能电表中，对硬件要求不高，避免了采用现有的用电数据分析方法存在的需要大量样本数据进行训练，计算密度大、复杂度高和对硬件要求较高，限制了这些方法应用于智能电表的问题，从而解决了现有的用电数据分析方法计算密度大、复杂度高和对硬件要求高的问题。附图说明参照附图来说明本专利技术的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本专利技术的保护范围构成限制。在附图中，相同的附图标记用于指代相同的部件。其中：图1为本专利技术实施例提供的基于非侵入式负荷监测的用户用电数据分析方法的流程示意图；图2为本专利技术实施例提供的对每个子序列进行负荷设备识别的流程示意图；图3为本专利技术实施例提供的基于非侵入式负荷监测的用户用电数据分析装置的结构示意图；图4为本专利技术实施例提供的负荷设备识别模块的结构示意图。具体实施方式容易理解，根据本专利技术的技术方案，在不变更本专利技术实质精神下，本领域的一般技术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。根据本专利技术的一实施方式结合图1示出。一种基于非侵入式负荷监测的用户用电数据分析方法，包括如下步骤：S1，采集用户总电源入口处的用电数据，用电数据包括负荷时间序列。S2，对负荷时间序列进行波形分割，生成多个子序列。对负荷时间序列进行波形分割之前，还包括：对负荷时间序列进行归一化处理。为了减少由不同用电设备之间功率差别大而引起的干扰，本专利技术实施例中对待识别负荷时间序列进行归一化处理。假设待识别负荷时间序列为A＝{a1，a2，…ai，…，am}，m≥1，则归一化公式为：其中，Amean为待识别负荷时间序列的均值，Avar为待识别负荷时间序列的方差，a'i为归一化后待识别负荷时间序列中的负荷值，归一化后的待识别负荷时间序列为A'＝{a'1，a'2，…a'i，…，a'm}。S3，对每个子序列进行负荷设备识别，获取负荷设备识别结果。在步骤S2中，对负荷时间序列进行波形分割，包括：根据负荷功率的跃升值确定子序列的起始点，根据负荷功率的跌落值确定子序列的结束点。参见图2，在步骤S3中，对每个子序列进行负荷设备识别，包括：S301，将每个子序列和已知的设备参考序列进行匹配，记录每次匹配计算所得到的DTW距离值和序列匹配的映射关系。给定长度分别为n和m的2个时间序列Q和C，Q＝q1，q2，…，qi，…，qn；C＝c1，c2，…，cj，…，cm；构造一个n行m列的距离矩阵D，其中的元素表示点qi和点cj之间的欧式距离的平方；则DTW距离的计算公式为：di，j＝(qi－cj)2；其中，i＝1，2，…，n，j＝1，2，…，m。S302，选择最小DTW距离值的匹配结果作为负荷设备识别本文档来自技高网...

【技术保护点】
1.一种基于非侵入式负荷监测的用户用电数据分析方法，其特征在于，包括：/n采集用户总电源入口处的用电数据，所述用电数据包括负荷时间序列；/n对所述负荷时间序列进行波形分割，生成多个子序列；/n对每个子序列进行负荷设备识别，获取负荷设备识别结果。/n

【技术特征摘要】
1.一种基于非侵入式负荷监测的用户用电数据分析方法，其特征在于，包括：
采集用户总电源入口处的用电数据，所述用电数据包括负荷时间序列；
对所述负荷时间序列进行波形分割，生成多个子序列；
对每个子序列进行负荷设备识别，获取负荷设备识别结果。


2.根据权利要求1所述的基于非侵入式负荷监测的用户用电数据分析方法，其特征在于，所述对负荷时间序列进行波形分割，包括：根据负荷功率的跃升值确定子序列的起始点，根据负荷功率的跌落值确定子序列的结束点。


3.根据权利要求1所述的基于非侵入式负荷监测的用户用电数据分析方法，其特征在于，所述对每个子序列进行负荷设备识别，包括：
将每个子序列和已知的设备参考序列进行匹配，记录每次匹配计算所得到的DTW距离值和序列匹配的映射关系；
选择最小DTW距离值的匹配结果作为负荷设备识别结果；
判断最小DTW距离值是否小于设定阈值，如果小于阈值，则识别结束，如果大于阈值，则进行下一步；
从负荷时间序列中剔除已识别设备；
再次对所述负荷时间序列进行波形分割，生成多个子序列；
重复以上步骤，直至识别结束。


4.根据权利要求3所述的基于非侵入式负荷监测的用户用电数据分析方法，其特征在于，给定长度分别为n和m的2个时间序列Q和C，
Q＝q1，q2，…，qi，…，qn；
C＝c1，c2，…，cj，…，cm；...

【专利技术属性】
技术研发人员：黄奇峰，杨世海，陈铭明，程含渺，方凯杰，黄艺璇，刘恬畅，李志新，孔月萍，吴亦贝，苏慧玲，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
类型：发明
国别省市：江苏;32