【技术实现步骤摘要】
本专利技术属于园区负荷识别，特别涉及一种基于v-i轨迹图像与运行特征混合的园区负荷类型识别方法。
技术介绍
1、随着工业的发展，工业园区的建设也越来越普遍，使其成为能耗大户。然而由于“双碳”目标的提出，节能减排、减少碳排放成为我国发展的大方向，因而需要对工业园区内大型用电装置进行监测，指导其有序用电，提高能效水平。非侵入式负荷识别技术可以实时监控用户侧用电设备的类型、运行状态和功率大小等，因而受到了广泛的关注。
2、在非侵入式负荷特征提取与类型识别技术的研究上，国内外学者做了大量的工作。现有方法有：根据不同负荷的稳态电流特征，构建armax线性负荷与hammerstein非线性负荷的模型数据库，对未知负荷进行模型匹配以实现负荷类型识别；选取电流前13次奇次谐波电流幅值作为负荷特征，并分别使用4种监督学习方法进行负荷识别；有学者绘制不同负荷的v-i轨迹图像，通过对比分析证明了不同工作原理的设备(如电阻型、电机驱动型或电力电子型)拥有其独特的v-i轨迹图像。由于v-i轨迹图像包含完整电流波形中谐波的幅值与相位特征，因此拥有较高的辨识度。然而v-i轨迹图像只能描述归一化后的电压、电流之间的关系，难以反映负荷实际功率的大小关系，即不能区分大功率负荷与小功率负荷。上述方法均仅考虑家庭负荷的非侵入式辨识，并不能实现大型工业园区内负荷的辨识。
技术实现思路
1、本专利技术所需解决的技术问题是：实现工业园区内大型用电设备的负荷特征提取与类型识别。本专利技术通过v-i轨迹矩阵结合功率特征
2、本专利技术具体为一种基于v-i轨迹图像与运行特征混合的园区负荷类型识别方法，将用电器v-i轨迹图像、负荷的稳态有功功率和无功功率以及负荷动作时间作为混合特征，利用孪生网络实现大型用电设备的负荷识别与检测，所述负荷类型识别方法包括以下步骤：
3、(1)工业园区负荷数据采集：利用智能电能表对负荷电压、电流数据进行采集；
4、(2)数据预处理：利用最大最小值归一化操作对负荷数据进行预处理；
5、(3)特征构造：利用稳态的电压电流数据绘制负荷v-i轨迹图像作为图像特征；计算负荷的稳态有功功率和无功功率；通过负荷开启或关闭瞬间到功率稳定的过程计算负荷动作时间；
6、(4)搭建并训练孪生网络模型，模型包含两个卷积子网络，子网络包含输入层，嵌入层，两层卷积层，两层池化层，两层dropout层，一层全链接层和输出层；
7、(5)利用孪生网络度量未知负荷与支撑集内所有负荷数据的相似度，从而实现负荷类型识别。
8、与现有技术相比，有益效果是：所述园区负荷类型识别方法结合v-i轨迹与负荷的稳态有功功率、无功功率以及负荷动作时间，利用孪生神经网络实现工业园区内大功率用电器的负荷识别，降低了模型的识别难度，提高了辨识正确率，具有一定的可行性与有效性；相比传统辨识方法，本专利技术所提方法避免了样本不平衡问题带来的影响，具有明显的优越性。
本文档来自技高网...【技术保护点】
1.一种基于V-I轨迹图像与运行特征混合的园区负荷类型识别方法，其特征在于，所述负荷类型识别方法包括以下步骤：
2.根据权利要求1所述的一种基于V-I轨迹图像与运行特征混合的园区负荷类型识别方法，其特征在于，在步骤3中对负荷开启或关闭瞬间到功率稳定的过程时间进行计算，计算方法如下所示：
3.根据权利要求2所述的一种基于V-I轨迹图像与运行特征混合的园区负荷类型识别方法，其特征在于，步骤5的未知负荷识别方法具体为：从训练集中划分一部分作为支撑集，使用训练完成的孪生网络衡量测试样本与支撑集样本的距离，最终对测试数据的预测结果为支撑集上距离之和最短的类别。
【技术特征摘要】
1.一种基于v-i轨迹图像与运行特征混合的园区负荷类型识别方法，其特征在于，所述负荷类型识别方法包括以下步骤：
2.根据权利要求1所述的一种基于v-i轨迹图像与运行特征混合的园区负荷类型识别方法，其特征在于，在步骤3中对负荷开启或关闭瞬间到功率稳定的过程时间进行计算，计算方法如...
【专利技术属性】
技术研发人员：丁峰，束泉言，许卫红，周新惠，刘峰，陈春，肖丽萍，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
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。