一种基于最小二乘重构算法的非侵入式负荷监测方法技术

本发明专利技术公开了一种基于最小二乘重构算法的非侵入式负荷监测方法，涉及涉及负荷监测技术领域，本发明专利技术通过构建多通道的图结构挖掘总用电信号和设备用电信号的数据关联属性，引入图全局平滑度表征功率曲线波动的程度，避免了现有方法的大量训练和计算，提高了负荷监测的准确率和抗噪能力；利用最小二乘重构的方式驱动更新的值收敛到先验数据，能够有效提高功率重构的精度，降低噪声敏感性。降低噪声敏感性。降低噪声敏感性。

【技术实现步骤摘要】
一种基于最小二乘重构算法的非侵入式负荷监测方法


[0001]本专利技术涉及负荷监测
，尤其涉及一种基于最小二乘重构算法的非侵入式负荷监测方法。

技术介绍

[0002]随着“碳达峰、碳中和”社会目标的持续推进、智能电网的快速发展和能源节约意识的逐渐增强，需求侧能源管理的重要性日益凸显。对居民用户进行细粒度的能耗数据监测不仅能帮助用户了解用电设备的用电情况和能耗比例，从而培养良好的用电习惯和节能意识，还能对电力公司实施需求侧管理和电网建设提供强有力的数据支撑。
[0003]非侵入式负荷监测技术仅通过采集用户电力线入口处总用电信息来监测用户家用电器的工作状态和能耗，具有低成本、低难度、高效率等应用优势。因此，通过负荷监测技术，挖掘家庭中用电设备的工作情况，包括开断状态、持续时间、电量消耗和用电规律等信息，对提高能源利用率、加强电力需求侧管理、保障电力供需平衡、优化部署智能电网具有重要意义。但是现有的非侵入式负荷监测方法尚不成熟，存在负荷模型训练难度大、监测准确率不够高的问题。

技术实现思路

[0004]本专利技术提供一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最小二乘重构算法的非侵入式负荷监测方法，其特征在于，包括以下步骤：S1、采集K个点的总功率信号和其对应的多个设备的有功功率信号，利用差分操作建立先验数据集合S
K
，再采集Q个时间点的总功率信号，进行差分后作为待分解的功率信号；S2、构建总采样节点与设备节点的图结构，建立对应图结构的拉普拉斯矩阵L；S3、对待分解功率信号进行噪声预判断，若总功率变化未达到功率阈值则认为没有设备状态改变，更新S
t
，令t＝t+1并转入S2，否则转入S4；S4、计算已知节点集对应图信号的平滑度误差；S5、计算代表总采样节点处的估计误差，对各个设备不同时刻的图信号进行最小二乘迭代更新，直到满足迭代结束条件；S6、更新图信号F
t
，令t＝t+1并转入S4，直到t＝K+Q，所有时刻的图信号完成重构，将图信号通过逆差分算子转换为功率信号完成负荷监测。2.根据权利要求1所述的一种基于最小二乘重构算法的非侵入式负荷监测方法，其特征在于，步骤S1包括以下步骤：构建图信号F
t
＝[f
t
(0),f
t
(1),...,f
t
(M)]存储采样时间点为t(t＝1,2,
…
,K+Q)的包含M+1个节点的功率值，其中第1个节点的功率值为总采样点的相邻时间点的有功功率差值，即为f
t
(0)＝Δp
t
(0)，余下节点对应各个家电相邻时间点的有功功率差值；则存储具有时变性质的图信号集可表示为如下：式中，S
K
为先验数据集合，S
Q
为待重构图信号集合。3.根据权利要求1所述的一种基于最小二乘重构算法的非侵入式负荷监测方法，其特征在于，步骤S1中，总功率信号与设备有功功率信号满足下式：令Δp
t
(0)＝p
t
(0)
‑
p
t
‑1(0)，Δp
t
(m)＝p
t
(m)
‑
p
t
‑1(m)，p0(0)＝p0(m)＝0；式中，p
t
(0)表示时刻t测得的用户总有功功率；p
t
(m)表示时刻t测得的家电m的有功功率，n
i
表述噪声，p0(m)是为了计算方便，定义的当t＝0时，家电的初始功率值。4.根据权利要求1所述的一种基于最小二乘重构算法的非侵入式负荷监测方法，其特征在于，步骤S2中包括以下步骤：S21、将总采样信号源作为已知节点，各个用电设备作为部分信号值未知的节点；S22、图结构上的每个未知节点仅与总节点直接相连，当图结构加入时间信息后就变成具有时空性质的三维数据集合；S23、取一时间截面，总采样点与设备节点呈辐射状相连；在时间轴上，每个节点的相邻时间点依次相关联。5.根据权利要求4所述的一种基于最小二乘重构算法的非侵入式负荷监测方法，其特征在于，步骤S2中，用N阶的权重矩阵W表示图结构中节点与节点之间的权重关系，其中的元素w
i,j
反映了节点i到节点j这条边的权重，利用高斯核函数表示如下：
式中，dist(i，j)表示节点i与节点j之间的物理距离或节...

【专利技术属性】
技术研发人员：谷超，路磊，林平川，冯俊国，张仕文，杨顺尧，于丹，马晓璐，
申请(专利权)人：国网河北省电力有限公司石家庄供电分公司，
类型：发明
国别省市：