【技术实现步骤摘要】
本专利技术涉及电力系统用电监测与分析，具体为一种基于电力信号相似性聚类的负载识别方法。
技术介绍
1、电力信号相似性聚类是一种负载识别方法，先高频、长时间采集电压和电流波形数据，经预处理后从多域提取特征，结合欧氏距离和余弦相似度的方式度量特征相似性，再利用dbscan算法自适应调整参数进行聚类。
2、传统的用电设备识别方法通常需要在每个用电设备上安装单独的监测传感器，不仅成本高昂，而且安装过程复杂，难以大规模应用，近年来，非侵入式负载识别技术逐渐成为研究热点，它通过对用户总进线处的电压和电流信号进行分析，实现对用电设备的识别，然而，现有的非侵入式负载识别方法在处理复杂用电环境和多设备同时运行的情况时，识别准确率和可靠性有待提高。特别是在信号特征提取和聚类分析方面，还存在许多问题，导致无法准确区分不同类型的用电设备。
技术实现思路
1、本专利技术的目的在于提供一种基于电力信号相似性聚类的负载识别方法，克服现有技术存在的不足，该方法利用电压或电流波形的特征相似性进行非侵入式用电设备...
【技术保护点】
1.一种基于电力信号相似性聚类的负载识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：所述小波滤波去噪处理具体为：先对波形数据执行小波分解操作，将波形数据分解到不同的频带和尺度上，得到不同尺度和频率的子信号；对各个子信号进行阈值处理，选择合适的阈值来去除其中包含噪声的部分，具体阈值可根据经验或统计方法确定；最后进行小波重构，将处理后的子信号重新组合，获取去噪后的波形数据。
3.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：通过公式=计算均值，通过公式R...
【技术特征摘要】
1.一种基于电力信号相似性聚类的负载识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：所述小波滤波去噪处理具体为：先对波形数据执行小波分解操作，将波形数据分解到不同的频带和尺度上，得到不同尺度和频率的子信号；对各个子信号进行阈值处理，选择合适的阈值来去除其中包含噪声的部分，具体阈值可根据经验或统计方法确定；最后进行小波重构，将处理后的子信号重新组合，获取去噪后的波形数据。
3.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：通过公式=计算均值，通过公式rms=计算有效值，通过公式var=计算方差，通过公式，cf=计算峰值因数，其中为信号在第i个采样点的值，n为采样点数。
4.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：所述频域特征提取时，取频率范围在0-1000hz的分量来分析各频率的幅值和相位信息。
5.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：权重系数α通过多次实验优化确定取值，通过设置不同的α值，评估聚类结果的准确性、稳定性以及与设备特征模板的匹配度等指标最终选取在实验评估指标下表现最优的α值作为权重系数，且具体值会因不同场景和实验条件而有所不同。
6.根据权利要求1所述的一种基于电力信号相似性聚类的负载识别方法，其特征在于：所述预设邻域半径初始值设为0.2，最小点数minpt8初始值设为5，在聚类过程中，动态调整eps和minpts的方式为：统计当前簇的密度分布情况，如果当前簇的密度高于预设的密度阈值，则适当减小eps以细化聚类结果；如果当前簇的密度低于预设的密度阈值，则适当增大eps以合并更多的样本点，同时根据簇内样本数量的变化调整minpts。
...
【专利技术属性】
技术研发人员：舒杰红，吴金明，刘贵江，李登峰，谢远智，董银锋，
申请(专利权)人：深圳友讯达科技股份有限公司，
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。