两级非侵入式负荷识别方法及终端技术

本发明专利技术提供了一种两级非侵入式负荷识别方法及终端，该方法包括：获取投切负荷的电流数据和电压数据以构建V

【技术实现步骤摘要】
两级非侵入式负荷识别方法及终端


[0001]本申请属于负荷识别
，尤其涉及一种两级非侵入式负荷识别方法及终端。

技术介绍

[0002]非侵入式负荷识别是指在用户的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。
[0003]电器的V
‑
I轨迹作为一种有效的负荷特征，广泛应用于非侵入式负荷识别中，但由于V
‑
I轨迹图是由归一化的电流、电压数据绘制的，从原理上无法表征电器工作时电流的大小。因此利用单一的V
‑
I轨迹对V
‑
I轨迹相似的不同电器无法进行有效区分。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种两级非侵入式负荷识别方法及终端，旨在解决现有技术V
‑
I轨迹图无法对相似负荷进行识别的问题。
[0005]本专利技术实施例的第一方面提供了一种两级非侵入式负荷识别方法，包括：
[0006]在发生负荷投切事件后，获取投切负荷的电流数据和电压数据以构建V
‑
I 轨迹图；
[0007]对所述V
‑
I轨迹图进行特征提取，得到所述投切负荷的HOG特征；
[0008]根据聚类算法对所述投切负荷的HOG特征进行一级分类，以得到所述投切负荷的轨迹类型；其中，V
‑
I轨迹图的轨迹相似的投切负荷属于同一轨迹类型；每个轨迹类型对应一个二级分类模型；所述二级分类模型根据机器学习算法建立；
[0009]从所述电流数据提取所述投切负荷的多维波形特征；
[0010]将所述多维波形特征输入到该投切负荷的轨迹类型对应的二级分类模型中，得到所述投切负荷的电器类型并将其作为所述投切负荷的识别结果。
[0011]本专利技术实施例的第二方面提供了一种两级非侵入式负荷识别装置，包括：
[0012]数据获取模块，用于在发生负荷投切事件后，获取投切负荷的电流数据和电压数据以构建V
‑
I轨迹图；
[0013]第一提取模块，用于对所述V
‑
I轨迹图进行特征提取，得到所述投切负荷的HOG特征；
[0014]第一分类模块，用于根据聚类算法对所述投切负荷的HOG特征进行一级分类，以得到所述投切负荷的轨迹类型；其中，V
‑
I轨迹图的轨迹相似的投切负荷属于同一轨迹类型；每个轨迹类型对应一个二级分类模型；所述二级分类模型根据机器学习算法建立；
[0015]第二提取模块，用于从所述电流数据提取所述投切负荷的多维波形特征；
[0016]第二分类模块，用于将所述多维波形特征输入到该投切负荷的轨迹类型对应的二级分类模型中，得到所述投切负荷的电器类型并将其作为所述投切负荷的识别结果。
[0017]本专利技术实施例的第三方面提供了一种非侵入式负荷识别终端，包括存储器、处理
器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上第一方面所述两级非侵入式负荷识别方法的步骤。
[0018]本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上第一方面所述两级非侵入式负荷识别方法的步骤。
[0019]本专利技术实施例提供的两级非侵入式负荷识别方法及终端，包括：在发生负荷投切事件后，获取投切负荷的电流数据和电压数据以构建V
‑
I轨迹图；对V
‑
I 轨迹图进行HOG特征提取，根据聚类算法对投切负荷的HOG特征进行一级分类，以得到投切负荷的轨迹类型；其中，V
‑
I轨迹图的轨迹相似的投切负荷属于同一轨迹类型；每个轨迹类型对应一个二级分类模型；二级分类模型根据机器学习算法建立；从电流数据提取投切负荷的多维波形特征并输入到该投切负荷的轨迹类型对应的二级分类模型中，得到投切负荷的识别结果。通过将轨迹相似的负荷划分为一个轨迹类型，在进行负荷识别时，先确定投切负荷的轨迹类型，再在确定的轨迹类型内进一步分类，能够解决现有技术对轨迹相似的负荷无法有效识别的技术问题，有效提高负荷识别的准确率。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术实施例提供的两级非侵入式负荷识别方法的应用场景图；
[0022]图2是本专利技术实施例提供的两级非侵入式负荷识别方法的实现流程图；
[0023]图3是本专利技术实施例提供的6.4kHz下像素为32*32的各类负荷的V
‑
I轨迹图；
[0024]图4是本专利技术实施例提供的3.2kHz下像素为32*32的各类负荷的V
‑
I轨迹图；
[0025]图5是本专利技术实施例提供的3.2kHz下像素为20*20的各类负荷的V
‑
I轨迹图；
[0026]图6是本专利技术实施例提供的K均值聚类算法的聚类中心
‑
误差平方和图；
[0027]图7是KNN负荷辨识的负荷辨识结果；
[0028]图8是基于PSO优选的KNN负荷辨识结果；
[0029]图9是本专利技术实施例提供的两级非侵入式负荷识别装置的结构示意图；
[0030]图10是本专利技术实施例提供的非侵入式负荷识别终端的结构示意图。
具体实施方式
[0031]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0032]图1是本专利技术实施例提供的两级非侵入式负荷识别方法的应用场景图。如图1所示，本专利技术实施例提供的两级非侵入式负荷识别方法可以但不限于应用于该应用场景。在该实施例中，该系统包括：智能电表11、非侵入式负荷识别终端12、服务器13。
[0033]智能电表11设置在用户用电系统的入口端，用于测量用户用电系统的电流数据和电压数据，并上报给非侵入式负荷识别终端12。非侵入式负荷识别终端 12用于根据电流数据和电压数据进行负荷识别，并将识别结果发送给服务器13.
[0034]非侵入式负荷识别终端12可以集成在智能电表11内，也可以是与智能电表11连接的独立设备，在此不做限定。用户用电系统可以是包括多种家庭用电设备的家庭用电系统，也可以是包括多种公司、商场等包括多种设备的小区域用电系统，在此不做限定。智能电表的采样频率可以为6.4KHz。服务器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种两级非侵入式负荷识别方法，其特征在于，包括：在发生负荷投切事件后，获取投切负荷的电流数据和电压数据以构建V
‑
I轨迹图；对所述V
‑
I轨迹图进行特征提取，得到所述投切负荷的HOG特征；根据聚类算法对所述投切负荷的HOG特征进行一级分类，以得到所述投切负荷的轨迹类型；其中，V
‑
I轨迹图的轨迹相似的投切负荷属于同一轨迹类型；每个轨迹类型对应一个二级分类模型；所述二级分类模型根据机器学习算法建立；从所述电流数据提取所述投切负荷的多维波形特征；将所述多维波形特征输入到该投切负荷的轨迹类型对应的二级分类模型中，得到所述投切负荷的电器类型并将其作为所述投切负荷的识别结果。2.根据权利要求1所述的两级非侵入式负荷识别方法，其特征在于，在获取投切负荷的电流数据和电压数据以构建V
‑
I轨迹图之前，还包括：获取所述投切负荷的当前采样频率；根据所述投切负荷的当前采样频率从第一关系表中选取所述V
‑
I轨迹图的像素；其中，所述第一关系表为采样频率和像素的对应关系表，每个采样频率对应一个V
‑
I轨迹图的像素；所述对应关系表中采样频率和像素呈正相关关系；所述构建V
‑
I轨迹图包括：根据所述电流数据、所述电压数据和所述像素，构建V
‑
I轨迹图。3.根据权利要求2所述的两级非侵入式负荷识别方法，其特征在于，所述投切负荷的当前采样频率为6.4kHz，所述当前采样频率对应的像素为32*32；或者，所述投切负荷的当前采样频率为3.2kHz，所述当前采样频率对应的像素为20*20。4.根据权利要求1所述的两级非侵入式负荷识别方法，其特征在于，在获取投切负荷的电流数据和电压数据以构建V
‑
I轨迹图之前，还包括：获取所述投切负荷的当前采样频率；根据所述当前采样频率...

【专利技术属性】
技术研发人员：安琪，王占彬，王耀强，贾帅烜，宋云鹏，梁宇飞，李争，安国庆，李峥，王强，陈贺，
申请(专利权)人：石家庄科林电气股份有限公司，
类型：发明
国别省市：