基于非侵入式电力负荷的模糊聚类感知方法技术

本发明专利技术属于电网故障监测技术领域，尤其是基于非侵入式电力负荷的模糊聚类感知方法，针对现有技术中配电网对于非侵入式电力负荷的各个特征量的变化不能有效感知，无法较为准确的分辨特征量指标与特征数据库中负荷特征的相似度，从而无法实现最佳负荷匹配的技术问题，现提出以下方案，包括电网数据采集、数据比较、建立高维故障特征空间和模糊聚类感知，数据比较包括度量待测特征样本与历史特征样本之间的相似程度，将待测样本划归到故障类或者非故障类。本发明专利技术采用模糊均衡化处理技术，评价各个特征量指标与特征数据库中负荷特征的相似度，进而根据相似程度，建立综合模糊评价的负荷感知模型，实现最佳负荷匹配。实现最佳负荷匹配。实现最佳负荷匹配。

【技术实现步骤摘要】
基于非侵入式电力负荷的模糊聚类感知方法


[0001]本专利技术涉及电网故障监测
，尤其涉及基于非侵入式电力负荷的模糊聚类感知方法。

技术介绍

[0002]非侵入式负荷监测(non
‑
intrusiveloadmonitoring,NILM)系统，是指在电力入口处安装监测设备，通过监测该处的电压、电流等信号就可以分析得到负荷集群中单个负荷的种类和运行情况。可以方便地进行负荷监测，节省安装和维护所需要的时间和金钱，符合目前整个社会所提倡的建设节约型社会的要求。
[0003]非侵入式负荷监测(NILM)只需要在电力供给的入口处安装监测设备就可以对整个系统内部的负荷进行监测。相较于传统的侵入式负荷监测方法，NILM不需要大量的检测设备，同时节省了购买、安装和维护这些硬件设备所需要的金钱和时间。当然，NILM还可以进行能源监测，故障监测，故障分析等多种类型的电能质量控制分析。电力负荷的暂态响应特性是与其执行的物理任务密切相关的，不同类型的负荷在投切等过程中，通常会表现出独特的暂态特征信息。据此暂态特征信息，非侵入式负荷监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于非侵入式电力负荷的模糊聚类感知方法，其特征在于，包括以下步骤：S1、电网数据采集：通过SPI总线，将计量芯片实时推送的负荷信息数据传送到嵌入式终端，嵌入式模块采用DMA的方式进行数据的传输，从而降低MCU的cpu消耗。在本项目中，将这个数据采集作为一个任务并通过信号量等方式传递给下一个任务，及负荷事件检测；S2、特征分析：在获取得到的实时数据中，为了降低数据纬度，采用了谐波统计方法，从而将每次采样得到的数据压缩到15*4个字节范围了，以降低数据的储存量；同时，在特征分析上，主要以谐波特征为主，结合一些潜在的负荷特征；S3、模糊聚类感知：在辨识过程中，尤其是检测到负荷事件，考虑到上述三类的负荷特征，模糊感知算法的输入需要结合三种特征进行负荷辨识，每一种负荷特征作为一个隶属度度量标准，依次实现多个特征的隶属度评价，综合这些隶属度，获取概率密度最大的情况下的负荷匹配，实现负荷辨识。2.根据权利要求1所述的基于非侵入式电力负荷的模糊聚类感知方法，其特征在于，S3中，模糊聚类感知方法如下：步骤1：通过差分计算出单个设备有功和无功的概率：步骤2：计算评价等级：考虑m种等级的数学模糊语言，即L＝{1,2,
…
,m}对投切的用电设备进行标记，具体由步骤1中有功、无功概率计算进行评级：然后根据各特征的评级等级挑选变点前和变点后Y个数据点获取用电设备样本特征，然后根据式(1)
‑
(2)统计Y个数据点的等级分布情况，规定若超过m，则取m；若小于1，则取1，得到负荷特征矩阵A
i
(i表示设备索引值，i＝1,2,
…
,n)为步骤3:构造P
‑
Q维离散模糊矩阵。针对Ai，构建二维离散模糊数矩阵为构建二维离散模糊数矩阵为式中：l
ij
＝min{k|x
ijk
≠0，k＝1，2，
…
m}，L＝{1,2,
…
m}；k0是集合L中最接近均值μ(A
ij
)的数值：K＝{k∈L:|k
‑
μ(A
ij
)|≤0.5}其中均值μ(A
ij
)为特别地，当均值μ(A
ij
)满足|k

【专利技术属性】
技术研发人员：汪繁荣，刘洋，陈洁，赵雨琢，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：