【技术实现步骤摘要】
本专利技术属于智能电网，涉及非侵入式的负荷监测方法，具体涉及一种非侵入式的近同时连续事件检测与电器分类方法。
技术介绍
1、非侵入式负荷监测(non-intrusive load monitoring，简称nilm)技术可以精准地了解用户的电能消耗情况，从而更好地实现电能的优化调度，促进用户侧节能减排。
2、事件检测是基于事件的nilm方法的第一步，为后续环节提供了必要的电力负荷数据变化信息和事件发生时间戳。然而，由于在功率和时间维度上存在大波动、长过渡、接近同时发生等复杂的负荷变化事件，使得固定参数事件检测方法的精度不够高，也难以检测到不同负荷事件完整的暂态过程。固定参数事件检测方法往往只能检测到负荷总信号时间序列中的单一变点，且只能判定负荷事件发生的大致时刻；也无法对小功率电器进行事件检测，通常直接忽略小功率电器的事件发生；对于非常短间隔时间内不同的电器投入或切出导致的近同时连续事件，往往只能检测到单一切投事件。此外，现有的nilm方法往往在负荷辨识环节才进行电器的分类，由于电器种类过多，会导致准确率的降低。通过事件检测对特征明显的电器进行初步分类有助于后续负荷辨识环节的进行。
3、为了解决上述问题，需要一种具有鲁棒性、强自适应力、能检测近同时发生事件，将不同类型负荷事件暂态过程检测完整，并能进行电器初步分类的非侵入式负荷事件检测方法。
技术实现思路
1、针对现有技术的不足，本专利技术提出了一种非侵入式的近同时连续事件检测与电器分类方法，首先基于累计和(
2、一种非侵入式的近同时连续事件检测与电器分类方法，具体步骤如下：
3、步骤一、检测可能发生的事件
4、采用cusum算法对功率时间序列进行双边事件检测，确定事件的发生。具体步骤如下：
5、步骤1.1、获取待检测的有功功率有效值序列其中p(j)表示序列中的第j个有功功率的有效值，len(p)为待检测有功功率有效值序列的长度。利用滑动窗对待检测功率时间序列进行取样，所述滑动窗包括均值计算窗wm、短暂态检测窗wd和长暂态检测窗wc三个连续的滑动窗口；其中wm和wd的长度均为m，wc的窗口长度为n，分别计算三个滑动窗内功率有效值序列的均值mm、md和mc：
6、
7、
8、
9、其中，p(k)表示均值计算窗wm中的第一个功率有效值。当k+n＞len(p)时，流程终止，否则进入步骤1.2。
10、作为优选，m的取值范围为20到100，n的取值范围为1.5m～2.5m。
11、步骤1.2、逐一计算短暂态检测窗wd内每一时刻对应的投入事件累积和g+(k)和切出事件累积和g-(k)：
12、
13、
14、其中，h是累计和阈值，可根据实际检测需求设置。β为外界引入的符合正态分布的噪音。若存在或时，表示事件可能发生，进入步骤1.3。否则滑动窗向后推迟m，即令k变为k+m，并返回步骤1.1。
15、步骤1.3、逐一计算长暂态检测窗wc内每一时刻对应的投入事件累积和g+(k)和切出事件累积和g-(k)：
16、
17、
18、当存在g+(k)>h或g-(k)>h时，判断存在大功率电器事件发生，否则判断存在小功率电器事件发生。
19、步骤二、确定事件的可能发生时刻
20、当判断存在事件发生时，从wc窗口的初始时刻开始遍历整个wc窗口。得到每个时刻的有功功率的有效值，并通过以下步骤对事件的投入时刻o(s)和切出时刻o(t)进行准确捕捉：
21、步骤2.1、获取投入时刻o(s)：
22、s2.1.1、计算△ps-＝p(s)-p(s-2)，其中p(s)为s时刻的功率有效值，p(s-2)为s-2时刻的功率有效值。
23、计算sg(ds)和sg(ds+1)。其中ds＝p(s)-p(s-1)，sg()函数表示如下：
24、
25、计算△psi＝p(s+v)-p(s)，其中p(s+v)满足p(s+v)＞p(s+v-1)且p(s+v)≥p(s+v+1)。
26、s2.1.2、设定如下投入时刻判定条件：
27、条件一：△ps--<pthere，其中pthere为设定的稳定阈值；
28、条件二：sg(ds)<1且sg(ds+1)＝1；
29、条件三：△psi>h；
30、条件四：△psi>0.5h。
31、s2.1.3、若存在同时满足条件一～三，则将o(s)记为大功率电器的投入时刻，若存在同时满足条件一、二、四，则将o(s)记为小功率电器的投入时刻。
32、步骤2.2、获取切出时刻o(t)：
33、s2.2.1、计算△pt+＝p(t+2)-p(t)、sg(dt)和sg(dt+1)，以及△pti＝p(t)-p(t-v)，其中p(t-v)满足p(t-v)＞p(t-v+1)且p(t-v)≥p(t-v-1)。
34、s2.2.2、设定如下切出时刻判定条件：
35、条件五：δpt+<pthere；
36、条件六：sg(dt)＝-1且sg(dt+1)＝0；
37、条件七：△pti>h；
38、条件八：△pti>0.5h。
39、s2.2.3、若存在同时满足条件五～七，则将o(t)记为大功率电器的投入时刻，若存在同时满足条件五、六、八，则将o(t)记为小功率电器的投入时刻。
40、步骤2.3、对于大功率电器的投入、切出时刻，进入步骤三进行假阳性事件处理，对于小功率电器的投入时刻，进入步骤四进行事件确认，若不存在电器的投入或切出时刻，则将滑动窗向后推迟m，即令k变为k+m，并返回步骤1.1。
41、作为优选，设置稳定阈值pthere＝0.5～2。
42、步骤三、大功率电器的假阳性事件处理
43、大功率电器运行时会产生高功率波动，导致部分时刻被误判为事件发生时刻，即假阳性事件，为了避免这种状况，需要对步骤二捕捉的大功率电器的事件投入时刻o(s)与事件切出时刻o(t)做进一步的判别：
44、步骤3.1、当判断存在事件投入时，针对投入时刻o(s)，计算在o(s-m)到o(s)这个时间区间内的有功功率序列的方差以及功率均值ms；设置常量超参数rthre，当时，判断大功率电器的投入时刻o(s)为真，否则投入时刻o(s)为假。
45、步骤3.2、当判断存在事件切出时，针对切出时刻o(t)，计算在o(t)到o(t+m)这个时间区间内本文档来自技高网...
【技术保护点】
1.一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：该方法具体步骤如下：
2.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：采用CUSUM算法对功率时间序列进行双边事件检测的具体步骤为：
3.如权利要求2所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：均值计算窗Wm、短暂态检测窗Wd长度m的取值范围为20到100，长暂态检测窗Wc长度n的取值范围为1.5m～2.5m。
4.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：步骤二中，设置稳定阈值Pthere＝0.5～2。
5.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：大功率电器的假阳性事件处理方法具体为：
6.如权利要求5所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：所述超参数rthre受目标设备特性影响，取值范围为15到30。
7.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：小功率电器的事件确
8.如权利要求7所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：设置额定方差的取值范围为0.07～0.1，恒功率电器额定变异系数阈值Ch的取值范围为0.015到0.025。
9.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：完成有功功率有效值序列的事件检测后，进行电器类型的初步分类，具体步骤如下：
...【技术特征摘要】
1.一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：该方法具体步骤如下：
2.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：采用cusum算法对功率时间序列进行双边事件检测的具体步骤为：
3.如权利要求2所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：均值计算窗wm、短暂态检测窗wd长度m的取值范围为20到100，长暂态检测窗wc长度n的取值范围为1.5m～2.5m。
4.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：步骤二中，设置稳定阈值pthere＝0.5～2。
5.如权利要求1所述一种非侵入式的近同时连续事件检测与电器分类方法，其特征在于：...
【专利技术属性】
技术研发人员：罗平，朱振宇，林广智，潘泳圳，王坚，张帆，孔亚广，
申请(专利权)人：杭州电子科技大学，
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。