DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法技术

本发明专利技术公开了一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，它包括：使用滑动时间窗检测算法对测量的电气数据进行事件监测；对负荷事件发生前后的电气量进行差分计算获取新接入负荷的电流波形；设置固定的采样点数，对稳态波形进行切割与归一化；将得到的电流波形与各负荷类别的典型模板进行相似度聚类，得到负荷的类别划分结果；归一化前的波形提取常用电气特征量输入至对应各大类的朴素贝叶斯分类器中得到负荷种类；通过少数模板聚类进行初分类，提高各负荷类别中特征的区分度，对样本量的要求较低。对样本量的要求较低。对样本量的要求较低。

【技术实现步骤摘要】
DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法


[0001]本专利技术属于负荷识别
，尤其涉及一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法。

技术介绍

[0002]随着数字电网的建设，高级量测体系日趋完善，基于细粒度用电数据的负荷识别技术是用户能源管理、安全用电监测等技术的基础。目前用于负荷识别的方法众多，但实际的负荷电器种类繁多，导致模板匹配方法中需要存储丰富的模板进行大量的匹配计算，也会导致提取的特征量对电器负荷的区分度较低。且目前负荷识别领域缺少大型数据集，导致众多端到端的深度学习算法泛化性能较差。如中国专利(公告号CN106093565B)提出使用检测的稳态特征波形与数据库中的标准负荷稳态特征波形进行相似度匹配，该方法识别的准确率依赖于数据库中模板波形的丰富度，但某种电器的模板波形的丰富度往往低于该种电器的实际波形。如中国专利(公告号CN108181533B)提出基于电流、功率、电压等提取的相关特征构建SVM负荷识别模型，其识别性能受限于随着电器类型增多特征区分度的下降。如中国专利(公告号CN112418722B)提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：它包括：步骤S1，使用滑动时间窗检测算法对测量的电气数据进行事件监测；步骤S2，对负荷事件发生前后的电气量进行差分计算获取新接入负荷的电流波形；步骤S3，设置固定的采样点数，对步骤S2得到的稳态波形进行切割与归一化；步骤S4，将步骤S3得到的电流波形与各负荷类别的典型模板进行相似度聚类，得到负荷的类别划分结果；步骤S5，对步骤S3中归一化前的波形提取常用电气特征量；步骤S6，将电气特征向量输入至对应各大类的朴素贝叶斯分类器中，得到负荷种类。2.根据权利要求1所述的一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：步骤S1所述的电气数据为智能插座中测量得到，测量频率大于1000Hz。3.根据权利要求1所述的一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：使用滑动时间窗检测算法对测量的电气数据进行事件监测的方法为：基于Hotelling T2检验，采用滑动窗口首末段电流序列数值的统计学差异进行判断；判断依据如下式所示：其中，d为判断依据的决策值，对应滑动时间窗前后端两个电流序列的计算均值，的计算方法如下式所示：的计算方法如下式所示：的计算方法如下式所示：其中，n1、n2分别为滑动窗前、后端对应的采样点个数，I
i
为对应时间窗前端或后端第i个采样点的电流值。4.根据权利要求1所述的一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：步骤S3所述设置固定的采样点数，对步骤S2得到的稳态波形进行切割与归一化的方法为：设置固定的采样点数为400，对步骤S2得到的稳态波形，即负荷事件发生点后5个周波的电流波形，截取400个采样点的数据；使用最大
‑
最小值归一化，归一化计算公式如下所示：
其中，I
i
为截取的电流波形中的第i个采样点，I
max
与I
min
分别为该电流波形的最大、最小值。5.根据权利要求1所述的一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：负荷类别为电阻型、电动机驱动型、电力电子型和集成型四大类别。6.根据权利要求1所述的一种DTW波形相似度聚类与朴素贝叶斯的级联负荷识别方法，其特征在于：得到负荷的类别划分结果的方法为：将步骤S3得到的电流波形I＝{I1,I2…
I
n
}与各负荷类别的典型模板I
p
＝{I
p1
,I
p2
…
I
pn
}，使用DTW算法进行相似度聚类，得到负荷的类别划分结果；DTW算法分为两步；首先基于下式计算两个波形中两两采样点的距离：d(I
i<...

【专利技术属性】
技术研发人员：谈竹奎，刘斌，张秋雁，唐赛秋，徐长宝，李鹏程，丁超，黄青，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：