本发明专利技术属于电力电子技术领域，公开了一种电力负荷分解方法、装置、设备及存储介质。该方法包括：获取采样电力数据；根据所述采样电力数据构建负荷分解子模型集合；将各所述负荷分解子模型集合进行聚合，得到负荷分解模型；检测当前电力数据；将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果。通过上述方式，根据不同的采样电力数据构建多个负荷模型，再将负荷模型聚合得到一个可以检测多种用电负荷的负荷分解模型，以实现对电力数据的负荷分解，成功对用户的电力负荷信息进行采集分析，提高了对用户用电情况分析的准确性。提高了对用户用电情况分析的准确性。提高了对用户用电情况分析的准确性。
【技术实现步骤摘要】
电力负荷分解方法、装置、设备及存储介质
[0001]本专利技术涉及电力电子
，尤其涉及一种电力负荷分解方法、装置、设备及存储介质。
技术介绍
[0002]智能电网是未来电力系统发展的必然方向，无论是庞大的主干电力系统还是微小的智能家居系统，都在最近几年都得到了飞速的发展。智能电网依托于现代通信、边缘计算以及人工智能技术，通过高效的传感、测量和通信设备，完善的边缘感知以及智能决策能力，实现了电力系统安全、高效、经济、可靠且环保的运行。
[0003]目前的智能电网中仅仅只能通过用电功率用电时间等信息确定用户的用电习惯，但这种方式并不准确，也无法确定用户具体的用了哪些电器，各个电器的使用情况，这样无法满足日趋成长的电网监测需求，进一步的，目前的负荷识别仅仅用于识别单一的用电设备，而无法做到对负荷进行分写，分析出当中的负荷成分，因此，如何进行负荷分解成为亟待解决的技术问题。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0005]本专利技术的主要目的在于提供一种电力负荷分解方法、装置、设备及存储介质，旨在解决现有技术如何进行负荷分解的技术问题。
[0006]为实现上述目的，本专利技术提供了一种电力负荷分解方法，所述方法包括以下步骤:获取采样电力数据；根据所述采样电力数据构建负荷分解子模型集合；将各所述负荷分解子模型集合进行聚合，得到负荷分解模型；检测当前电力数据；将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果。
[0007]可选的，所述根据所述采样电力数据构建负荷分解子模型集合，包括：根据所述采样电力数据确定目标电器有功功率以及总有功功率；根据所述总有功功率构建输入特征；根据所述输入特征以及目标电器有功功率确定训练样本；分别对所述训练样本进行训练，得到负荷分解子模型集合。
[0008]可选的，所述根据所述采样电力数据确定目标电器有功功率以及总有功功率，包括：根据所述采样电力数据确定电力总线电压、电力总线电流、目标电器电压以及目标电器电流；根据所述电力总线电压和电力总线电流确定总有功功率；
根据所述目标电器电压和目标电器电流确定目标电器有功功率。
[0009]可选的，所述分别对所述训练样本进行训练，得到负荷分解子模型集合，包括：将所述训练样本分类，得到多个目标电器对应的目标训练样本；将所述目标训练样本输入预设初始负荷分解子模型，得到负荷分解子模型；根据各负荷分解子模型确定负荷分解子模型集合。
[0010]可选的，所述将各所述负荷分解子模型集合进行聚合，得到负荷分解模型，包括：获取所述负荷分解子模型集合中各负荷分解子模型对应的基础训练样本以及对应的模型输出参数；根据所述基础训练样本和模型输出参数进行匹配，得到聚合样本数据；根据所述聚合样本数据对预设聚合模型进行训练，得到负荷分解模型。
[0011]可选的，将各所述负荷分解子模型集合进行聚合，得到负荷分解模型之后，还包括：获取跨区域采样电力数据；根据所述跨区域采样电力数据确定迁移学习样本；根据所述跨区域迁移学习样本对所述负荷分解模型进行训练，得到跨区域负荷分解模型；检测跨区域电力数据；将所述跨区域电力数据输入跨区域负荷分解模型，得到跨区域电力负荷分解结果。
[0012]可选的，所述根据所述跨区域采样电力数据确定迁移学习样本，包括：根据所述跨区域采样电力数据确定跨区域电器有功功率以及跨区域总有功功率；根据所述跨区域总有功功率构建迁移训练输入特征；根据所述迁移训练输入特征以及跨区域电器有功功率确定迁移学习样本。
[0013]此外，为实现上述目的，本专利技术还提出一种电力负荷分解装置，所述电力负荷分解装置包括：获取模块，用于获取采样电力数据；处理模块，用于根据所述采样电力数据构建负荷分解子模型集合；所述处理模块，还用于将各所述负荷分解子模型集合进行聚合，得到负荷分解模型；所述获取模块，还用于检测当前电力数据；所述处理模块，还用于将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果。
[0014]此外，为实现上述目的，本专利技术还提出一种电力负荷分解设备，所述电力负荷分解设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电力负荷分解程序，所述电力负荷分解程序配置为实现如上文所述的电力负荷分解方法的步骤。
[0015]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有电力负荷分解程序，所述电力负荷分解程序被处理器执行时实现如上文所述的电力负荷分解方法的步骤。
[0016]本专利技术获取采样电力数据；根据所述采样电力数据构建负荷分解子模型集合；将
各所述负荷分解子模型集合进行聚合，得到负荷分解模型；检测当前电力数据；将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果。通过上述方式，根据不同的采样电力数据构建多个负荷模型，再将负荷模型聚合得到一个可以检测多种用电负荷的负荷分解模型，以实现对电力数据的负荷分解，成功对用户的电力负荷信息进行采集分析，提高了对用户用电情况分析的准确性。
附图说明
[0017]图1是本专利技术实施例方案涉及的硬件运行环境的电力负荷分解设备的结构示意图；图2为本专利技术电力负荷分解方法第一实施例的流程示意图；图3为本专利技术电力负荷分解方法第二实施例的流程示意图；图4为本专利技术电力负荷分解方法一实施例的负荷分解流程示意图；图5为本专利技术电力负荷分解装置第一实施例的结构框图。
[0018]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0019]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0020]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的电力负荷分解设备结构示意图。
[0021]如图1所示，该电力负荷分解设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（Wireless
‑
Fidelity，Wi
‑
Fi）接口）。存储器1005可以是高速的随机存取存储器（Random Access Memory，RAM）存储器，也可以是稳定的非易失性存储器（Non
‑
Volatile Memory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
[0022]本领域技术人员可以理解，图1中示出的结构并不构成对电力负荷分解设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种电力负荷分解方法，其特征在于，所述电力负荷分解方法包括：获取采样电力数据；根据所述采样电力数据构建负荷分解子模型集合；将各所述负荷分解子模型集合进行聚合，得到负荷分解模型；检测当前电力数据；将所述当前电力数据输入所述负荷分解模型，得到电力负荷分解结果。2.如权利要求1所述的方法，其特征在于，所述根据所述采样电力数据构建负荷分解子模型集合，包括：根据所述采样电力数据确定目标电器有功功率以及总有功功率；根据所述总有功功率构建输入特征；根据所述输入特征以及目标电器有功功率确定训练样本；分别对所述训练样本进行训练，得到负荷分解子模型集合。3.如权利要求2所述的方法，其特征在于，所述根据所述采样电力数据确定目标电器有功功率以及总有功功率，包括：根据所述采样电力数据确定电力总线电压、电力总线电流、目标电器电压以及目标电器电流；根据所述电力总线电压和电力总线电流确定总有功功率；根据所述目标电器电压和目标电器电流确定目标电器有功功率。4.如权利要求2所述的方法，其特征在于，所述分别对所述训练样本进行训练，得到负荷分解子模型集合，包括：将所述训练样本分类，得到多个目标电器对应的目标训练样本；将所述目标训练样本输入预设初始负荷分解子模型，得到负荷分解子模型；根据各负荷分解子模型确定负荷分解子模型集合。5.如权利要求1所述的方法，其特征在于，所述将各所述负荷分解子模型集合进行聚合，得到负荷分解模型，包括：获取所述负荷分解子模型集合中各负荷分解子模型对应的基础训练样本以及对应的模型输出参数；根据所述基础训练样本和模型输出参数进行匹配，得到聚合样本数据；根据所述聚合样本数据对预设聚合模型进...
【专利技术属性】
技术研发人员：樊小毅，刘高扬，庞海天，张聪，
申请(专利权)人：深圳江行联加智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。