【技术实现步骤摘要】
一种基于多标签分类的非侵入式负荷监测方法
[0001]本专利技术涉及电力负荷管理分析
,具体为一种基于多标签分类的非侵入式负荷监测方法。
技术介绍
[0002]非侵入式负荷监测技术,旨在通过仅安装电力用户入口处的智能电表,采集用户用电的总数据,实现对用户负荷运行状态的识别。电力用户的用电总数据,是由用户家中的各个处于运行状态的负荷的用电数据,以及背景噪声叠加而成,通常情况下,同一时刻可能会有多个负荷处于运行状态,因此,提供一种非侵入式负荷监测方法。
技术实现思路
[0003](一)解决的技术问题
[0004]针对现有技术的不足,本专利技术提供了一种基于多标签分类的非侵入式负荷监测方法,提高了负荷识别的效率并获得较高的识别精度,具有很强的实用价值和现实意义。
[0005](二)技术方案
[0006]为实现以上目的,本专利技术通过以下技术方案予以实现:
[0007]第一方面,提供了一种基于多标签分类的非侵入式负荷监测方法,包括:
[0008]采集用户的用电总数据,并将用户的用电总数据划分为训练集和测试集,构建不同类型负荷的用电模型;
[0009]构建多标签分类模型对非侵入式负荷识别问题进行表征;
[0010]构建多标签分类问题求解模型,并使用训练集和验证集对多标签分类问题求解模型参数进行训练;
[0011]将训练完成的多标签分类问题求解模型应用于负荷识别,获取负荷的运行状态;
[0012]根据负荷的运行状态,预测负荷的功率消耗情 ...
【技术保护点】
【技术特征摘要】
1.一种基于多标签分类的非侵入式负荷监测方法,其特征在于,包括:采集用户的用电总数据,并将用户的用电总数据划分为训练集和测试集,构建不同类型负荷的用电模型;构建多标签分类模型对非侵入式负荷识别问题进行表征;构建多标签分类问题求解模型,并使用训练集和验证集对多标签分类问题求解模型参数进行训练;将训练完成的多标签分类问题求解模型应用于负荷识别,获取负荷的运行状态;根据负荷的运行状态,预测负荷的功率消耗情况。2.根据权利要求1所述的一种基于多标签分类的非侵入式负荷监测方法,其特征在于:所述的电力用户的用电总数据包括有功功率、无功功率、电压、电流谐波;并随机选取用户的用电总数据中的85%作为测试集,剩余的15%作为验证集。3.根据权利要求2所述的一种基于多标签分类的非侵入式负荷监测方法,其特征在于:所述不同类型负荷的用电模型包括负荷的工作状态数目,以及相对应所消耗的有功功率和无功功率数值。4.根据权利要求1所述的一种基于多标签分类的非侵入式负荷监测方法,其特征在于:所述构建多标签分类模型对非侵入式负荷识别问题进行表征,包括:建立用户的用电总数据和各个负荷单独的用电数据之间的关系:建立用户的用电总数据和各个负荷单独的用电数据之间的关系:其中,P(t)、Q(t)分别为用户在t时刻的总有功功率和总无功功率数据,N为负荷数量,M
i
为第i个负荷的工作状态数量,p
i,j
(t)、q
i,j
(t)分别为第i个负荷的第j个工作状态所对应额定的有功功率和无功功率,x
i,j
(t)∈{0,1}表示时刻第i个负荷所处的工作状态,x
i,j
(t)=1表示该负荷处于其第j个工作状态,反之x
i,j
(t)=0表示未处于该状态;e
p
(t)和e
q
(t)分别为有功功率和无功功率在t时刻的背景噪声。5.根据权利要求1所述的一种基于多标签分类的非侵入式负荷监测方法,其特征在于:所述构建多标签分类问题求解模型,并使用训练集和验证集对多标签分类问题求解模型参数进行训练,包括:采用基于随机森林的RAKEL多标签分类方法对非侵入式负荷识别问题进行计算求解,RAKEL的具体计算步骤如下:对于不同时刻采集得到用户的用电总数据样本,在应用多标签分类问题时,每个负荷对应的工作状态看作是一类标签,并构成标签集合;从标签集合中选取若干个标签组合,其中每个标签组合包含k个标签;为每个标签组合建立一个分类器并进行训练;在识别未知样本时,获取每个分类器的识别结果,并采用投票法决定最终的识别结果...
【专利技术属性】
技术研发人员:刘宇,刘丛笑,高昂,白晨晖,陈柯凡,赵欣,高山,
申请(专利权)人:东南大学,
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。