一种融合时间特征的电能表负荷实时辨识方法、识别系统技术方案

本发明专利技术属于电力设备领域，具体涉及一种融合时间特征的电能表负荷实时辨识方法、识别系统，以及非侵入式电能表负荷识别模块。负荷辨识方法包括如下步骤：S1：采集不同电力节点的电力信息，并记录采样时刻。S2：生成表征电力信息时间特征的分类标记。S3：生成不同节点的电气状态特征。S4：将分类标记和电气状态特征合并作为负荷特征属性集，进而得到一个节点状态数据库。S5：将节点状态数据库分为多个状态子集。S6：获取待测电力节点的实时特征属性集。S7：利用朴素贝叶斯分类算法计算实时特征属性集与各个状态子集的相似概率，确定对应的负荷类型。本发明专利技术克服了现有负荷类型分类准确性较差、实时性和颗粒度不足，导致电网管理难度大的问题。的问题。的问题。

【技术实现步骤摘要】
一种融合时间特征的电能表负荷实时辨识方法、识别系统


[0001]本专利技术属于电力设备领域，具体涉及一种融合时间特征的电能表负荷实时辨识方法、识别系统，以及非侵入式电能表负荷识别模块。

技术介绍

[0002]随着智能电网的不断发展，科学用电、提高用电效率、加强用户侧用电管理等话题引起了诸多关注。通过分析用户的用能数据，分析出用户负荷特征，进而结合不同用户的负荷类别帮助用户实现用电管理、用电优化，成为电网用户侧管理优化的新方向。同时，准确分析用户的负荷类型还能够进一步提高电网侧对不同台区内电力用户需求的响应速率，实现电力供需动态调整和平衡，进而为保障电网的长期运行稳定性奠定数据基础。
[0003]目前，对电力用户负荷辨识的研究一方面主要集中在算法的研究上。例如，技术人员在低频采样前提下通常选择采用LSTM(长短时记忆)、CNN(卷积神经网络)等工具提取负荷曲线特征，再分解拟合负荷特征。这种分析处理方法在计算过程中普遍采用固定大小的窗口，虽然可以采样到差异较大的局部特征，但容易导致模型训练难以收敛，无法进行实际应用。同时，在高频采样前提下则通常呼使用Adaboost、遗传算法等时频分析等手段挖掘谐波特征，但计算结果与实际功率有较大差别，准确度不足。另一方面是对负荷辨识系统架构的研究，如在软件设计上分离计算层和应用层，提高兼容性。但面对海量电力数据，系统在数据处理和通讯方面都将承受较大压力。
[0004]此外，现有实现电力用户负荷辨识的技术方案通常只能分析整个台区内的负荷特征，并且需要依赖台区内融合终端采集到的不同电力用户多项电力数据；因而无法对台区内的各个电力节点进行精准分析和科学管理。

技术实现思路

[0005]为了克服现有电力用户的负荷类型分类准确性较差、实时性和颗粒度不足，进而导致电网管理难度增大的问题，本专利技术提供一种融合时间特征的电能表负荷实时辨识方法、识别系统。
[0006]本专利技术采用以下技术方案实现：一种融合时间特征的电能表负荷实时辨识方法，其用于根据电能表采集到的对应节点电力数据区分不同电力用户的负荷类型。该电能表负荷实时辨识方法包括如下步骤：S1：按照预设的采样频率，采集不同负荷类型的电力节点中电能表采集到的电力信息。电力信息包括有功数据P和无功数据Q；并记录每项电力信息的采样时刻。
[0007]S2：根据各个节点采样的电力信息的历史数据，生成用于表征各项电力信息的时间特征的分类标记G。分类标记G包括：运行时长标记L，周期标记T、日计时分段标记D，以及季度分段标记S。
[0008]S3：根据节点对应的电力信息的历史数据，生成不同节点在每一时刻的电气状态特征E
i
，E
i
={P
i
，Q
i
，W
i
}。电气状态特征E
i
的计算过程如下：
S31：预设一个启动时间阈值ε，计算各个电力节点启动时间t0在[t0－, t0＋]范围内的启动有功功率P
on
和启动无功功率Q
on
。
[0009]S32：预设一个运行时间阈值，计算各个电力节点运行时间t1在[t1, t1＋]范围内的平均有功功率P
T
和平均无功功率Q
T
。
[0010]S33：计算各个节点在启动前后的有功相对比值P
i
和无功相对比值Q
i
；以及从启动时间t0到停止时间t
e
范围内的有功功率方差值W
i
。
[0011]S34：以每个时刻计算出的有功相对比值P
i
、无功相对比值Q
i
和有功功率方差值W
i
作为各个节点在对应时刻的电气状态特征E
i
。
[0012]S4：将各个节点对应时刻的分类标记G
i
和电气状态特征E
i
中的元数据合并，得到一个负荷特征属性集Ψ
i
，Ψ
i
={L
i
，T
i
，D
i
， S
i
，P
i
，Q
i
，W
i
}。
[0013]根据每个节点已知的负荷类型，为每个负荷特征属性集Ψ
i
添加一个负荷类别标记C
j
；其中，j=1
……
N，N表示划分出的负荷类型的数量。进而得到包含不同节点的负荷特征属性集Ψ
i
的所有历史数据的节点状态数据库φ。
[0014]S5：根据每个负荷特征属性集Ψ
i
的负荷类别标记C
j
，将节点状态数据库φ分为对应不同负荷类型的多个状态子集φ
j
。
[0015]S6：实时获取待测电力节点中电能表采集到的电力信息，并根据电力信息生成对应节点在当前时刻的实时特征属性集x；x={l,t,d,s,p,q,w}。
[0016]其中，l，t，d，s，p，q，w 分别为负荷特征属性集Ψ
i
中各项指标的实时检测数据。
[0017]S7：利用朴素贝叶斯分类算法计算实时特征属性集x与各个状态子集φ
j
的相似概率P(φ｜x)，并将相似概率最大的值对应的负荷类型作为待测节点的负荷类型。所述相似概率P(φ｜x)的计算公式如下：上式中，x
i
表示实时特征属性集中的各个元数据。
[0018]作为本专利技术进一步地改进，步骤S2中，运行时长标记L用于表征当前节点中产生电力负荷的设备从上一开启时刻至当前时刻的连续工作时长。当产生电力负荷的中断后，运行时长标记L清零；当产生电力负荷的设备重启后，运行时长标记L重新计数。
[0019]作为本专利技术进一步地改进，步骤S2中，周期标记T用于表征当前节点的负荷曲线的最小循环周期，周期标记T以小时为单位对最小循环周期进行取整得到。当最小循环周期大于24h时，周期标记T取值为24。当最当最小循环周期小于1h时，周期标记T取值为1。
[0020]作为本专利技术进一步地改进，步骤S2中，日计时分段标记D用于表征以24h计时，当前时刻对应的时段，D分别取值1、2
……
24。季度分段标记S用于表征划分出的季度标记，S分别取值1、2、3和4。
[0021]作为本专利技术进一步地改进，步骤S31中，启动有功功率P
on
和启动无功功率Q
on
的计算公式分别如下：
上式中，P(i)表示在相应周期范围内各时刻对应的有功功率值；Q(i)表示在相应周期范围内各时刻对应的无功功率值。
[0022]作为本专利技术进一步地改进，步骤S32中，平均有功功率P
T
和平均无功功率Q
T
的计算公式分别如下：。
[0023]作为本专利技术进一步地改进，步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合时间特征的电能表负荷实时辨识方法，其特征在于，其用于根据电能表采集到的对应节点电力数据区分不同电力用户的负荷类型；所述电能表负荷实时辨识方法包括数据库生成阶段和节点负荷类型识别阶段两个过程，其中，数据库生成阶段包括如下步骤：S1：按照预设的采样频率，采集不同负荷类型的电力节点中电能表采集到的电力信息；电力信息包括有功数据P和无功数据Q；并记录每项电力信息的采样时刻；S2：根据各个节点采样的电力信息的历史数据，生成用于表征各项电力信息的时间特征的分类标记G；分类标记G包括：运行时长标记L，周期标记T、日计时分段标记D，以及季度分段标记S；S3：根据节点对应的电力信息的历史数据，生成不同节点在每一时刻的电气状态特征E
i
，E
i
={P
i
，Q
i
，W
i
}；电气状态特征E
i
的计算过程如下：S31：预设一个启动时间阈值ε，计算各个电力节点启动时间t0在[t0－, t0＋]范围内的启动有功功率P
on
和启动无功功率Q
on
；S32：预设一个运行时间阈值τ，计算各个电力节点运行时间t1在[t1, t1＋τ]范围内的平均有功功率P
T
和平均无功功率Q
T
；S33：计算各个节点在启动前后的有功相对比值P
i
和无功相对比值Q
i
；以及从启动时间t0到停止时间t
e
范围内的有功功率方差值W
i
；S34：以每个时刻计算出的有功相对比值P
i
、无功相对比值Q
i
和有功功率方差值W
i
作为各个节点在对应时刻的电气状态特征E
i
；S4：将各个节点对应时刻的分类标记G
i
和电气状态特征E
i
中的元数据合并，得到一个负荷特征属性集Ψ
i
，Ψ
i ={L
i
，T
i
，D
i
， S
i
，P
i
，Q
i
，W
i
}；根据每个节点已知的负荷类型，为每个负荷特征属性集Ψ
i
添加一个负荷类别标记C
j
；其中，j=1
……
N，N表示划分出的负荷类型的数量；进而得到包含不同节点的负荷特征属性集Ψ
i
的所有历史数据的节点状态数据库φ；S5：根据每个负荷特征属性集Ψ
i
的负荷类别标记C
j
，将节点状态数据库φ分为对应不同负荷类型的多个状态子集φ
j
；S6：实时获取待测电力节点中电能表采集到的电力信息，并根据电力信息生成对应节点在当前时刻的实时特征属性集x；x={l,t,d,s,p,q,w}；其中，l，t，d，s，p，q，w 分别为负荷特征属性集Ψ
i
中各项指标的实时检测数据；S7：利用朴素贝叶斯分类算法计算实时特征属性集x与各个状态子集φ
j
的相似概率P(φ｜x)，并将相似概率最大的值对应的负荷类型作为待测节点的负荷类型；所述相似概率P(φ｜x)的计算公式如下：上式中，x
i
表示实时特征属性集中的各个元数据。2.如权利要求1所述的融合时间特征的电能表负荷实时辨识方法，其特征在于：步骤S2中，运行时长标记L用于表征当前节点中产生电力负荷的设备从上一开启时刻至当前时刻的连续工作时长；当产生电力负荷的中断后，运行时长标记L清零；当产生电力负荷的设备
重启后，运行时长标记L重新计数。3.如权利要求1所述的融合时间特征的电能表负荷实时辨识方法，其特征在于：步骤S2中，周期标记T用于表征当前节点的负荷曲线的最小循...

【专利技术属性】
技术研发人员：左勇，范君，田丽媛，甘季伟，
申请(专利权)人：安徽南瑞中天电力电子有限公司，
类型：发明
国别省市：