基于多策略学习的非侵入式负荷识别方法和系统技术方案

本发明专利技术公开了一种基于多策略的非侵入负荷识别方法和系统，包括：将一段待检测电流数据输入至用非侵入式负荷识别模型进行识别：（A）若事件识别模块识别到待检测电流数据中不存在开关事件，则输出多目标识别模块的识别结果；（B）若存在开关事件，（B

【技术实现步骤摘要】
基于多策略学习的非侵入式负荷识别方法和系统


[0001]本专利技术涉及非侵入式负荷识别
，尤其涉及基于多策略学习的非侵入式负荷识别方法和系统。

技术介绍

[0002]智能用电是智能电网的关键组成部分，能够实现电网与用户间的灵活双向互动。负荷识别是智能用电的一个重要环节。只有了解用户家庭中在使用哪些用电器，才可以实现用户的用电行为分析。因此一方面负荷识别可以通过分析用电行为数据，引导用户改善用电行为习惯，通过提醒用户及时关闭不必要的用电器减少电能浪费、滥用的问题，以此节约用电成本。另一方面负荷识别能够帮助电网深入分析用户用电行为，对负荷调峰及节能减排具有重要的现实意义。此外，负荷识别对于家庭用户行为安全监测具有重要作用。如在智慧养老场景下，可以根据负荷识别分析老人的用电行为，当某一时段老人的用电行为出现异常时则可以判断老人可能出现异常，以此及时发现可能会发生的意外。
[0003]负荷识别可以分为侵入式负荷识别方法和非侵入式负荷识别方法两类。侵入式负荷识别方法指的是通过在居民用电侧，如在开关、用电器本身线路上加装传感器的方法，获取居民的用电数据。而非侵入式负荷识别方法指的是采集居民用电总线上的用电数据进行分析，获得采集的数据中正在用电的用电器。侵入式负荷识别虽然在识别精度上具有较大的优势，但是由于需要在居民用电侧加装数据采集设备，该方法在便捷性、经济性、可维护性以及用户接受程度上就不及非侵入式负荷识别方法。因此非侵入式负荷识别是更具值得研究的。
[0004]当前非侵入式负荷识别方法多是基于优化方法和模式识别方法构建的，但这些方法都存在一些问题。首先这些方法都依赖于庞大的数据，如基于优化的非侵入式负荷识别方法需要根据大量的用电器数据创建用电器模板数据库才可以识别，而用电器数据的获取在现实使用场景中总是困难的。其次，这些方法未考虑开集的场景，即在创建数据库或者训练模型的过程中，只考虑已知的用电器（闭集数据）。而在家庭用电过程中，用户通常会增加一些新的用电器（开集数据），而这些方法无法对新增的用电器数据进行有效识别。最后，这些方法很少可以实现多目标的识别，即给定一段用户配电箱的总电流数据，无法完成该数据中的用电器种类的识别。
[0005]识别速度慢、建模数据量大、无法识别未知用电器、单次只能识别一种用电器等问题使得上述两类方法都不足以完全适应非侵入式负荷识别场景。

技术实现思路

[0006]本专利技术提供了一种基于多策略的非侵入负荷识别方法，该识别方法识别速度快、建模数据量小，单次可识别多种用电器类别，并且可识别未知用电器。
[0007]本专利技术的技术方案如下：一种基于多策略的非侵入负荷识别方法，包括以下步骤：
将一段待检测电流数据输入至用训练数据集训练好的非侵入式负荷识别模型中进行识别，所述的非侵入式负荷识别模型包括：用于提取输入电流数据的特征向量的特征提取模块、用于判断输入电流数据是否存在开关事件的事件识别模块、用于识别输入电流数据中的用电器类别的多目标识别模块以及用于对输入电流数据进行开集识别的开集识别模块；识别流程包括由特征提取模块提取待检测电流数据的特征向量，将特征向量分别输入至事件识别模块、多目标识别模块以及开集识别模块中进行识别：（A）若事件识别模块识别到待检测电流数据中不存在开关事件，则直接输出多目标识别模块的识别结果；（B）若事件识别模块识别到待检测电流数据中存在开关事件，则进一步识别是用电器打开事件还是用电器关闭事件，（B
‑
1）若为用电器关闭事件，则直接输出多目标识别模块的识别结果；（B
‑
2）若为用电器打开事件，则通过开集识别模块识别打开的用电器是否为集外用电器，（B
‑
21）若打开的用电器不是集外用电器，则直接输出多目标识别模块的识别结果；（B
‑
22）若打开的用电器为集外用电器，则取消多目标识别模块的识别，对当前待检测电流数据及当前集外用电器产生的电流数据进行标注并保存至训练数据集中；定期采用更新后的训练数据集对非侵入式负荷识别模型进行训练。
[0008]所述的训练数据集中包含用户用电总线的电流数据以及单用电器的电流数据。
[0009]用电总线的电流数据包含开关事件。开关事件即用电器打开或关闭的事件。电流数据的长度根据采样率以及实际需求而定，如12.8K的采样率，采集电流的数据长度可设置为5秒。
[0010]单用电器的电流数据是指用电总线只有相应的单一用电器在使用时的电流数据。单用电器的电流数据包含各单用电器的多种运行状态的电流数据，并且单用电器的电流数据中不包含开关事件。
[0011]在单用电器的电流数据后补0，使单用电器的电流数据与用电总线的电流数据长度保持一致。
[0012]所述的训练数据集的构建方法包括：（1
‑
1）在用户用电总线上安装电流数据采集设备；（1
‑
2）采集用电总线的电流数据，包含开关事件；（1
‑
3）使用电总线只有单一用电器在使用，采集相应的单用电器的电流数据；在单用电器的电流数据后补0，使单用电器的电流数据与用电总线的电流数据长度保持一致；（1
‑
4）为用电总线的电流数据标注开关事件的标签，包括存在用电器打开的事件、存在用电器关闭的事件、不存在开关事件；（1
‑
5）为用电总线的电流数据标注用电器种类的标签；当用电总线的电流数据中包含开关事件时，电流数据中包含的用电器类型的标注规则为：当开关事件为打开用电器的事件，则该段用电总线的电流数据的用电器种类标签为打开用电器事件后的所有用电器种类标签；当开关事件为关闭用电器的事件，则该段用电总线的电流数据的用电器种类标签为关闭用电器事件前的所有用电器种类标签；（1
‑
6）为单用电器的电流数据标注用电器种类标签，将单用电器的电流数据的开关事件标签标注为不存在开关事件。
[0013]优选的，为用电总线的电流数据标注用电器种类的标签，包括：设置长度为M的数组，数组中的每一元素分别对应一类用电器，M为训练数据集中的用电器类别数量；当用电总线的电流数据中包含c类用电器运行的电流时，数组中对应c类用电器的元素为1，否则为0。
[0014]优选的，为单用电器的电流数据标注用电器种类标签，包括：设置长度为M的数组，数组中的每一元素分别对应一类用电器，M为训练数据集中的用电器类别数量；单用电器所属的c类用电器对应元素为1，否则为0。
[0015]所述的特征提取模块基于一维卷积函数构建。优选的，所述的特征提取模块包含依次连接的四个网络块和一个全连接层，其中每个网络块由一个卷积层、Leaky Relu函数以及最大池化层构成。
[0016]所述的事件识别模块为全连接神经网络，输出层的神经元个数与开关事件类别数相同。
[0017]所述的多目标识别模块为全连接神经网络，输出层的神经元个数与训练数据集中的用电器类别数相同。
[0018]所述的开集识别模块为全连接神经网络，对特征提取模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多策略的非侵入负荷识别方法，其特征在于，包括以下步骤：将一段待检测电流数据输入至用训练数据集训练好的非侵入式负荷识别模型中进行识别；所述的非侵入式负荷识别模型包括：用于提取输入电流数据的特征向量的特征提取模块、用于判断输入电流数据是否存在开关事件的事件识别模块、用于识别输入电流数据中的用电器类别的多目标识别模块以及用于对输入电流数据进行开集识别的开集识别模块；识别流程包括：由特征提取模块提取待检测电流数据的特征向量，将特征向量分别输入至事件识别模块、多目标识别模块以及开集识别模块中进行识别：（A）若事件识别模块识别到待检测电流数据中不存在开关事件，则直接输出多目标识别模块的识别结果；（B）若事件识别模块识别到待检测电流数据中存在开关事件，则进一步识别是用电器打开事件还是用电器关闭事件，（B
‑
1）若为用电器关闭事件，则直接输出多目标识别模块的识别结果；（B
‑
2）若为用电器打开事件，则通过开集识别模块识别打开的用电器是否为集外用电器，（B
‑
21）若打开的用电器不是集外用电器，则直接输出多目标识别模块的识别结果；（B
‑
22）若打开的用电器为集外用电器，则取消多目标识别模块的识别，对当前待检测电流数据及当前集外用电器产生的电流数据进行标注并保存至训练数据集中；定期采用更新后的训练数据集对非侵入式负荷识别模型进行训练。2.根据权利要求1所述的基于多策略的非侵入负荷识别方法，其特征在于，所述的训练数据集中包含用户用电总线的电流数据以及单用电器的电流数据；用电总线的电流数据可包含开关事件；单用电器的电流数据包含各单用电器的多种运行状态的电流数据，并且单用电器的电流数据中不包含开关事件。3.根据权利要求1所述的基于多策略的非侵入负荷识别方法，其特征在于，所述的训练数据集的构建方法包括：（1
‑
1）在用户用电总线上安装电流数据采集设备；（1
‑
2）采集用电总线的电流数据，包含开关事件；（1
‑
3）使用电总线只有单一用电器在使用，采集相应的单用电器的电流数据；在单用电器的电流数据后补0，使单用电器的电流数据与用电总线的电流数据长度保持一致；（1
‑
4）为用电总线的电流数据标注开关事件的标签，包括存在用电器打开的事件、存在用电器关闭的事件、不存在开关事件；（1
‑
5）为用电总线的电流数据标注用电器种类的标签；当用电总线的电流数据中包含开关事件时，电流数据中包含的用电器类型的标注规则为：当开关事件为打开用电器的事件，则该段用电总线的电流数据的用电器种类标签为打开用电器事件后的所有用电器种类标签；当开关事件为关闭用电器的事件，则该段用电总线的电流数据的用电器种类标签为关闭用电器事件前的所有用电器种类标签；（1
‑
6）为单用电器的电流数据标注用电器种类标签，将单用电器的电流数据的开关事件标签标注为不存在开关事件。4.根据权利要求3所述的基于多策略的非侵入负荷识别方法，其特征在于，为用电总线的电流数据标注用电器种类的标签，包括：设置长度为M的数组，数组中的每一元素分别对应一类用电器，M为训练数据集...

【专利技术属性】
技术研发人员：潘晓华，周俞彤，叶林辉，吴长安，尹建伟，
申请(专利权)人：杭州熔合智造科技有限公司，
类型：发明
国别省市：