CN105186693A - 一种非侵入式用电负荷辨识系统及方法 - Google Patents

Abstract

本发明公开了一种非侵入式负荷识别系统及方法，负荷辨识系统包括用电负荷、负荷辨识终端及负荷监测主站，所述负荷辨识终端通过光纤、以太网、无线公网的方式与所述负荷监测主站进行信息交互。负荷辨识终端通过分析典型用电设备的电流、电压、有功功率等波形特征，按其稳态和暂态过程定义不同的特征参数建立标准特征库，结合用电设备的稳态与暂态特征相似度建立用电负荷识别模型。本发明中的辨识系统模块集成度较高，终端体积较小，系统建设成本较低，运行维护简单，并且不会对用户生产生活造成影响。非侵入式负荷辨识方法可以同时实现多路用电设备负荷类型与运行状态的准确辨识。

Description

一种非侵入式用电负荷辨识系统及方法

技术领域

本发明涉及一种非侵入式用电负荷辨识系统及方法。

背景技术

用电负荷监测识别一直是智能用电领域的关键技术，传统的用电负荷监测设备需要在用户用电设备的电源端安装数据采集模块、微处理器、传感器、通信模块等监测终端，监测终端通过户内无线局域网与主站通信，这种侵入式负荷监测系统对于每个用电设备需要独立安装负荷监测终端，建设成本较高，运行维护困难，同时可能会对用户生产生活造成影，；此外，负荷监测终端与监测主站采用无线局域网进行数据通信，用户用电信息存在安全隐患，不符合双向互动智能用电技术的发展趋势；目前的负荷辨识方法针对单路用电设备进行独立的高频数据采集和分析，算法的时间开销和空间开销较大，硬件性能要求较高，无法同时实现多路用电设备的远程在线负荷辨识。

发明内容

为了克服现有的技术的不足,本发明提供一种非侵入式用电负荷辨识系统及方法。

本发明技术方案如下所述：

一种非侵入式用电负荷辨识系统，其特征在于，包括用电负荷、负荷辨识终端以及负荷监测主站；所述用电负荷通过RS485、Zigbee、Wifi的通信协议与所述负荷辨识终端进行信息交互，所述负荷辨识终端通过光纤、以太网、无线公网的方式与所述负荷监测主站进行信息交互；所述负荷辨识终端将用电负荷辨识结果上传到所述负荷监测主站，所述负荷监测主站对所述用电负荷的类型及其用电特征进行在线统计分析。

进一步的，所述负荷辨识终端包括采集用电负荷的电压、电流等实时运行数据，并进行信号去噪处理的采集模块；计算用电负荷的稳态特征与暂态特征的微处理器模块；用于存储典型负荷特征库以及用电负荷辨识信息的存储模块；通过外部电源或者内置电池方式对所述负荷辨识终端供电的电源模块；分别与所述所述用电负荷和所述负荷辨识终端进行信息交互的通信模块；用于终端数据导出、功能设置、人机交互的输入输出模块；所述微处理器模块、所述电源模块以及所述存储模块分别与其他各个模块连接。

更进一步的，所述通信模块包括上行通信模块和下行通信模块，所述上行通信模块通过光纤、以太网、无线公网的通信方式与所述负荷监测主站进行信息交互，所述下行通信模块通过RS485、Zigbee、Wifi的通信方式与所述用电负荷进行信息交互。

更进一步的，所述采集模块与所述存储模块通过集成总线连接。

更进一步的，所述输入输出模块包括USB接口、键盘以及液晶显示。

进一步的，所述负荷监测主站包括用于采集分布式负荷辨识终端用电负荷辨识信息的采集服务器；用于存储负荷监测数据及统计分析结果的存储服务器；根据负荷监测数据进行用电负荷特征的在线统计分析，提供高级应用服务的应用服务器，所述采集服务器、所述存储服务器以及所述应用服务器之间通过光纤以太网连接。

进一步的，所述用电负荷包括工商业负荷、智能家居负荷以及新型负荷。

本发明还提供5、一种非侵入式用电负荷辨识方法，其特征在于，包括以下几个步骤：

S1：分别监测典型用电负荷的电压、电流、有功功率波形；

S2：采用特征提取算法提取典型用电负荷的稳态特征与暂态特征，建立用电负荷标准特征库；

S3：分别计算用电负荷的稳态相似度与暂态相似度，建立用电负荷识别模型；

S4：在线监测用户实际用电负荷的电流、电压和有功功率波形；

S5：根据监测波形数据判断负荷状态及暂态周期，采用特征提取算法提取用电负荷的稳态特征与暂态特征参数；

S6：将实际用电负荷的稳态特征与暂态特征，作为负荷识别模型输入，根据模型输出结果辨识出用电负荷类型及运行状态。

进一步的，在所述步骤S2中，提取典型用电负荷的稳态特征包括提取用电设备稳定运行状态下的有功功率、无功功率、功率因数角、电流谐波畸变率、电流奇次谐波与基波相位差，具体如下：

定义用电负荷的有功功率P为：

其中，表示第h次谐波电流滞后电压相位，

定义用电负荷的无功功率为：

定义功率因素角为：

定义电流奇次谐波与基波的相位差为：

${\mathrm{\θ}}_i={\mathrm{\β}}_h-{\mathrm{\β}}_1,i=\frac{h-1}{2}---\left(4\right)$

定义电流谐波畸变率为：

$I_{THD}=\frac{1}{I_1}\sqrt{\underset{h=2}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}=\sqrt{{\left(\frac{I_{rms}}{I_1}\right)}^2-1}\×100\%---\left(5\right)$

其中， $I_{rms}=\sqrt{\underset{h=1}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}.$

进一步的，在所述步骤S2中，提取用电负荷的暂态特征具体步骤如下：

S21：生成用电设备暂态波形时间序列

记录每种用电设备开启或关闭过程的有功功率波形，提取暂态波形，根据采样周期离散为时间序列形式，记为：

S_i＝{(t₀,x₀),(t₁,x₁),…,(t_n,x_n)}

S22：暂态波形时间序列分段

将暂态波形时间序列S_i分为m段，则暂态波形序列变为：

S_i＝{s₁,s₂,…,s_m}

S23：对每一段暂态有功功率波形分别进行分析提取用电负荷的暂态特征值。

进一步的，所述步骤S3具体包括以下几个步骤：

通过计算用电设备的稳态与暂态特征相似度，构建用电负荷识别模型为

$R=\left[\begin{array}{c}{r}_1\\ r_2\\ .\\ .\\ .\\ r_n\end{array}\right]=\left[\begin{array}{c}\frac{1}{2}{\mathrm{rw}}_1+\frac{1}{2}{\mathrm{rz}}_1\\ \frac{1}{2}{\mathrm{rw}}_2+\frac{1}{2}{\mathrm{rz}}_2\\ .\\ .\\ .\\ \frac{1}{2}{\mathrm{rw}}_n+\frac{1}{2}{\mathrm{rz}}_n\end{array}\right]=\frac{1}{2}Rw+\frac{1}{2}Rz---\left(6\right)$

其中，Rw表示稳态特征相似度：

$Rw=\left[\begin{array}{c}\frac{1}{1+Dist(X_0,X_1)}\\ \frac{1}{1+Dist(X_0,X_2)}\\ .\\ .\\ .\\ \frac{1}{1+Dist(X_0,X_n)}\end{array}\right]=\left[\begin{array}{c}\frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_1\left(i\right))}\\ \frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_2\left(i\right))}\\ .\\ .\\ .\\ \frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_n\left(i\right))}\end{array}\right]---\left(7\right)$

Rz表示暂态特征相似度：

$Rz=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_1\right)}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_2\right)}}{m}\\ .\\ .\\ .\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_n\right)}}{m}\end{array}\right]=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_1\left(k\right)\right)}^2}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_2\left(k\right)\right)}^2}}{m}\\ .\\ .\\ .\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_n\left(k\right)\right)}^2}}{m}\end{array}\right]---\left(8\right)$

式(6)～(8)构成用电负荷的特征相似度识别模型。

进一步的，所述步骤S5具体包括以下几个步骤：

S51：判断负荷暂态起始时间

根据标准特征库中用电负荷暂态波形选定采样周期T₀，分别计算第i个周期与第i+1个周期的最大有功功率，当两个周期最大有功功率差值超过功率阈值K₁时，即可确定第i+1个周期中用电设备正在开启，

随后在第i+1个周期中判断用电设备的开启时间点，具体步骤为：依次记录该周期中第j个采样时间点与第j+1个采样时间点的瞬时负载，并计算这两者之间的差值，当这个差值超过设定阈值K₂时，则可判断采样时间点j即为当前用电设备的开启时间；

S52：提取负荷稳态与暂态特征

从用电设备开启时间点开始，将相邻两个时间点的功率差值记录在一个序列S中，当子序列S₁取值均小于设定阈值K₃，且该子序列长度大于半个采样周期，即可判断子序列S₁对应的时间区段用电负荷处于稳态，

子序列S₁中第一个元素对应的时间点为稳态起始点，最后一个元素对应的时间点为稳态结束点，

据此可以提取出每个采样周期的稳态序列S_W与暂态序列S_Z，并分别计算稳态特征值与暂态特征值。

进一步的，所述步骤S6中，用电负荷类型与状态辨识的过程为：

用电负荷的稳态波形通过稳态特征指标计算，转化为稳态特征向量X_i；暂态波形转化为暂态特征向量Y_i；当用电设备暂态波形序列S_Z长度小于时间阈值T₁时，判断该用电设备处于关闭状态，否则处于打开状态。

将用电设备稳态特征与暂态特征向量输入用电负荷识别模型(6)～(8)，根据稳态相似度和暂态相似度计算结果输出综合相似度最高的用电设备索引，即可实现用电负荷类型与运行状态的在线辨识。

根据上述结构的本发明，其有益效果在于，本发明非侵入式负荷辨识终端采用集成电路模块化设计，模块集成度较高，终端体积较小，安装于用户电能表箱，可以实现用户用电设备的远程负荷监测辨识；负荷辨识终端与监测主站采用光纤以太网、无线专网进行数据通信，通过网络分区、身份认证措施能够保证用户用电信息安全，系统建设成本较低，运行维护简单，不会对用户生产生活造成影响；非侵入式负荷辨识系统的分布式部署架构符合双向互动智能用电技术的发展趋势；本发明的非侵入式负荷辨识方法通过建立用电负荷识别模型，并计算用电负荷波形与标准特征库中用电设备稳态与暂态波形的特征相似度，可以同时实现多路用电设备负荷类型与运行状态的准确辨识。

附图说明

图1为本发明的系统结构框图；

图2为本发明方法流程图。

具体实施方式

下面结合附图以及实施方式对本发明进行进一步的描述：

如图1所示，一种非侵入式用电负荷辨识系统，包括用电负荷、负荷辨识终端以及负荷监测主站；用电负荷通过RS485、Zigbee、Wifi的通信协议与负荷辨识终端进行信息交互，负荷辨识终端通过光纤、以太网、无线公网的方式与负荷监测主站进行信息交互；负荷辨识终端将用电负荷辨识结果上传到负荷监测主站，负荷监测主站对用电负荷的类型及其用电特征进行在线统计分析。

负荷辨识终端由采集模块、存储模块、通信模块、输入输出(I/O)模块、微处理器模块、电源模块。其中，采集模块采集用电负荷的电压、电流等实时运行数据，并进行信号去噪处理；微处理器模块计算用电负荷的稳态特征与暂态特征；存储模块用于存储典型负荷特征库以及用电负荷辨识信息；电源模块通过外部电源或者内置电池方式对负荷辨识终端供电；通信模块分别与用电负荷和负荷辨识终端进行信息交互输入输出模块用于终端数据导出、功能设置、人机交互。

负荷辨识终端中各个模块之间的连接关系为：采集模块与存储模块通过集成总线连接，将实时采样数据传输给存储模块；微处理器模块与存储模块连接，读取存储模块的时序数据进行数据特征分析，并将用电负荷辨识信息返回给存储模块；电源模块与微处理器模块、采集模块、存储模块、输入输出模块以及通信模块连接，为负荷辨识终端提供工作电源；通信模块与微处理器模块和存储模块连接，与负荷监测主站和用电负荷进行信息交互；输入输出模块与微处理器和存储模块连接，用于终端功能设置、人机交互、数据导入导出等。

优选的，输入输出模块包括USB接口、键盘以及液晶显示。

通信模块包括上行通信模块和下行通信模块，上行通信模块通过光纤、以太网、无线公网的通信方式与负荷监测主站进行信息交互，下行通信模块通过RS485、Zigbee、Wifi的通信方式与用电负荷进行信息交互。

负荷监测主站包括用于采集分布式负荷辨识终端用电负荷辨识信息的采集服务器；用于存储负荷监测数据及统计分析结果的存储服务器；根据负荷监测数据进行用电负荷特征的在线统计分析，提供高级应用服务的应用服务器，采集服务器与存储服务器、应用服务器通过光纤以太网连接，采集服务器采集负荷辨识终端的监测数据，传输给存储服务器，应用服务器读取存储服务器的用户负荷监测数据进行在线统计分析与应用服务，将统计分析结果返回给存储服务器。

用电负荷类型包括工商业负荷(如电机、电解类)、智能家居负荷(如空调、冰箱、热水器)、新型负荷(电动汽车、蓄冰空调)等。

如图2所示，一种非侵入式用电负荷辨识方法，结合用电负荷的稳态特征和暂态特征相似度进行负荷辨识，具体包括以下几个步骤：

(1)分别监测典型用电负荷的电压、电流、有功功率波形；

(2)采用特征提取算法提取典型用电负荷的稳态特征与暂态特征，建立用电负荷标准特征库。

(3)分别计算用电负荷的稳态相似度与暂态相似度，建立用电负荷识别模型。

(4)在线监测用户实际用电负荷的电流、电压和有功功率波形。

(5)根据监测波形数据判断负荷状态及暂态周期，采用特征提取算法提取用电负荷的稳态特征与暂态特征参数；

(6)将实际用电负荷的稳态特征与暂态特征，作为负荷识别模型输入，根据模型输出结果辨识出用电负荷类型及运行状态。

在上述各个步骤中，所涉及的具体的方法为：

1、用电负荷稳态特征提取

用电负荷的稳态过程是指用电设备经过开启状态在其运行参数如电压、电流、功率等，保持不变或者波动较小的过程。

稳态特征参数是指用电设备处于稳定运行状态时可提取的特征量，主要提取用电设备稳定运行状态下的特征参数，包括有功功率、无功功率、功率因数角、电流谐波畸变率、电流奇次谐波与基波相位差。

其中，有功功率、无功功率、功率因数角为用电设备的基本用电信息，电流谐波畸变率、电流奇次谐波与基波相位差作为用电设备的特征参数信息。

用电负荷的有功功率P定义为：

其中，表示第h次谐波电流滞后电压相位。

用电负荷的无功功率定义为：

功率因素角定义为：

电流谐波畸变率定义为：

$I_{THD}=\frac{1}{I_1}\sqrt{\underset{h=2}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}=\sqrt{{\left(\frac{I_{rms}}{I_1}\right)}^2-1}\×100\%---\left(4\right)$

其中， $I_{rms}=\sqrt{\underset{h=1}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}$

电流奇次谐波与基波的相位差定义为：

${\mathrm{\θ}}_i={\mathrm{\β}}_h-{\mathrm{\β}}_1,i=\frac{h-1}{2}---\left(5\right)$

2、用电负荷暂态特征提取

用电负荷的暂态过程是指在其开启和关闭过程中，用电设备从一种状态向另一种状态快速变化的过程。用电负荷的暂态过程持续时间一般为几十毫秒到几百毫秒，幅值波动较大。不同用电设备的暂态有功功率波形差异较大，易于区分，可以作为用电设备的暂态识别特征。

本文对用电设备的暂态波形采用分段直方图信号序列分析，具体步骤如下：

步骤1：生成用电设备暂态波形时间序列

记录每种用电设备开启或关闭过程的有功功率波形，提取暂态波形，根据采样周期离散为时间序列形式，记为：

S_i＝{(t₀,x₀),(t₁,x₁),…,(t_n,x_n)}

步骤2：暂态波形时间序列分段

将暂态波形时间序列S_i分为m段，则暂态波形序列变为：

S_i＝{s₁,s₂,…,s_m}

步骤3：分段直方图序列分析

对每一段暂态有功功率波形分别做直方图序列分析，提取用电负荷的暂态特征值。

3、用电负荷识别模型

步骤1：判断负荷暂态起始时间

根据实验监测数据可知，用电设备在开启瞬间能耗最大，即监测到的瞬时负载曲线会在短时间内突变上升，根据负荷瞬时功率特性可判断用电设备的开启、关闭状态。

根据标准特征库中用电负荷暂态波形选定采样周期T₀，分别计算第i个周期与第i+1个周期的最大有功功率，当两个周期最大有功功率差值超过功率阈值K₁时，即可确定第i+1个周期中用电设备正在开启。

随后在第i+1个周期中判断用电设备的开启时间点，具体步骤为：依次记录该周期中第j个采样时间点与第j+1个采样时间点的瞬时负载，并计算这两者之间的差值。当这个差值超过设定阈值K₂时，则可判断采样时间点j即为当前用电设备的开启时间。

步骤2：提取负荷稳态与暂态特征

从用电设备开启时间点开始，将相邻两个时间点的功率差值记录在一个序列S中，当子序列S₁取值均小于设定阈值K₃，且该子序列长度大于半个采样周期，即可判断子序列S₁对应的时间区段用电负荷处于稳态。子序列S₁中第一个元素对应的时间点为稳态起始点，最后一个元素对应的时间点为稳态结束点。据此可以提取出每个采样周期的稳态序列S_W与暂态序列S_Z，并分别计算稳态特征值与暂态特征值。

步骤3：用电负荷类型与状态辨识

由于用电设备关闭时产生的功率波动是突变的，故当用电设备暂态波形序列S_Z长度小于时间阈值T₁时，判断该用电设备处于关闭状态，否则处于打开状态。

用电负荷的稳态波形通过稳态特征指标计算，转化为稳态特征向量X_i；暂态波形通过分段直方图序列转化为暂态特征向量Y_i；

通过计算用电设备的稳态与暂态特征相似度，构建用电负荷识别模型如下：

$R=\left[\begin{array}{c}{r}_1\\ r_2\\ .\\ .\\ .\\ r_n\end{array}\right]=\left[\begin{array}{c}\frac{1}{2}{\mathrm{rw}}_1+\frac{1}{2}{\mathrm{rz}}_1\\ \frac{1}{2}{\mathrm{rw}}_2+\frac{1}{2}{\mathrm{rz}}_2\\ .\\ .\\ .\\ \frac{1}{2}{\mathrm{rw}}_n+\frac{1}{2}{\mathrm{rz}}_n\end{array}\right]=\frac{1}{2}Rw+\frac{1}{2}Rz---\left(6\right)$

其中，Rw表示稳态特征相似度：

$Rw=\left[\begin{array}{c}\frac{1}{1+Dist(X_0,X_1)}\\ \frac{1}{1+Dist(X_0,X_2)}\\ .\\ .\\ .\\ \frac{1}{1+Dist(X_0,X_n)}\end{array}\right]=\left[\begin{array}{c}\frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_1\left(i\right))}\\ \frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_2\left(i\right))}\\ .\\ .\\ .\\ \frac{1}{1+\underset{i=1}{\overset{5}{\Σ}}{w}_i(X_0\left(i\right)-X_n\left(i\right))}\end{array}\right]---\left(7\right)$

Rz表示暂态特征相似度：

$Rz=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_1\right)}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_2\right)}}{m}\\ .\\ .\\ .\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist\left(Y_0,Y_n\right)}}{m}\end{array}\right]=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_1\left(k\right)\right)}^2}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_2\left(k\right)\right)}^2}}{m}\\ .\\ .\\ .\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\left(k\right)-Y_n\left(k\right)\right)}^2}}{m}\end{array}\right]---\left(8\right)$

式(6)～(8)构成用电负荷的特征相似度识别模型，根据稳态相似度和暂态相似度计算结果输出综合相似度最高的用电设备索引，即可实现用电负荷类型和状态辨识。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

上面结合附图对本发明专利进行了示例性的描述，显然本发明专利的实现并不受上述方式的限制，只要采用了本发明专利的方法构思和技术方案进行的各种改进，或未经改进将本发明专利的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。

Claims (10)

1.一种非侵入式用电负荷辨识系统，其特征在于，包括用电负荷、负荷辨识终端以及负荷监测主站；

所述用电负荷通过RS485、Zigbee、Wifi的通信协议与所述负荷辨识终端进行信息交互，所述负荷辨识终端通过光纤、以太网、无线公网的方式与所述负荷监测主站进行信息交互；

所述负荷辨识终端将用电负荷辨识结果上传到所述负荷监测主站，所述负荷监测主站对所述用电负荷的类型及其用电特征进行在线统计分析。

2.根据权利要求1所述的非侵入式用电负荷辨识系统，其特征在于，所述负荷辨识终端包括采集用电负荷的电压、电流等实时运行数据，并进行信号去噪处理的采集模块；计算用电负荷的稳态特征与暂态特征的微处理器模块；用于存储典型负荷特征库以及用电负荷辨识信息的存储模块；通过外部电源或者内置电池方式对所述负荷辨识终端供电的电源模块；分别与所述所述用电负荷和所述负荷辨识终端进行信息交互的通信模块；用于终端数据导出、功能设置、人机交互的输入输出模块；所述微处理器模块、所述电源模块以及所述存储模块分别与其他各个模块连接，其中，所述采集模块与所述存储模块通过集成总线连接。

3.根据权利要求2所述的非侵入式用电负荷辨识系统，其特征在于，所述通信模块包括上行通信模块和下行通信模块，所述上行通信模块通过光纤、以太网、无线公网的通信方式与所述负荷监测主站进行信息交互，所述下行通信模块通过RS485、Zigbee、Wifi的通信方式与所述用电负荷进行信息交互。

4.根据权利要求1所述的非侵入式用电负荷辨识系统，其特征在于，所述负荷监测主站包括用于采集分布式负荷辨识终端用电负荷辨识信息的采集服务器；用于存储负荷监测数据及统计分析结果的存储服务器；根据负荷监测数据进行用电负荷特征的在线统计分析，提供高级应用服务的应用服务器，所述采集服务器、所述存储服务器以及所述应用服务器之间通过光纤以太网连接。

5.一种非侵入式用电负荷辨识方法，其特征在于，包括以下几个步骤：

S1：分别监测典型用电负荷的电压、电流、有功功率波形；

S2：采用特征提取算法提取典型用电负荷的稳态特征与暂态特征，建立用电负荷标准特征库；

S3：分别计算用电负荷的稳态相似度与暂态相似度，建立用电负荷识别模型；

S4：在线监测用户实际用电负荷的电流、电压和有功功率波形；

S5：根据监测波形数据判断负荷状态及暂态周期，采用特征提取算法提取用电负荷的稳态特征与暂态特征参数；

S6：将实际用电负荷的稳态特征与暂态特征，作为负荷识别模型输入，根据模型输出结果辨识出用电负荷类型及运行状态。

6.根据权利要求5所述的非侵入式用电负荷辨识方法，其特征在于，在所述步骤S2中，提取典型用电负荷的稳态特征包括提取用电设备稳定运行状态下的有功功率、无功功率、功率因数角、电流谐波畸变率、电流奇次谐波与基波相位差，具体如下：

定义用电负荷的有功功率P为：

其中，表示第h次谐波电流滞后电压相位，

定义用电负荷的无功功率为：

定义功率因素角为：

定义电流奇次谐波与基波的相位差为：

${\mathrm{\θ}}_i={\mathrm{\β}}_h-{\mathrm{\β}}_1,i=\frac{h-1}{2}---\left(4\right)$

定义电流谐波畸变率为：

$I_{THD}=\frac{1}{I_1}\sqrt{\underset{h=2}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}=\sqrt{{\left(\frac{I_{rms}}{I_1}\right)}^2-1}\×100\%---\left(5\right)$

其中， $I_{rms}=\sqrt{\underset{h=1}{\overset{\mathrm{\∞}}{\Σ}}{I}_h^2}.$

7.根据权利要求5所述的非侵入式用电负荷辨识方法，其特征在于，在所述步骤S2中，提取用电负荷的暂态特征具体步骤如下：

S21：生成用电设备暂态波形时间序列

记录每种用电设备开启或关闭过程的有功功率波形，提取暂态波形，根据采样周期离散为时间序列形式，记为：

S_i＝{(t₀,x₀),(t₁,x₁),…,(t_n,x_n)}

S22：暂态波形时间序列分段

将暂态波形时间序列S_i分为m段，则暂态波形序列变为：

S_i＝{s₁,s₂,…,s_m}

S23：对每一段暂态有功功率波形分别进行分析提取用电负荷的暂态特征值。

8.根据权利要求5所述的非侵入式用电负荷辨识方法，其特征在于，所述步骤S3具体包括以下几个步骤：

通过计算用电设备的稳态与暂态特征相似度，构建用电负荷识别模型为

$R=\left[\begin{array}{c}{r}_1\\ r_2\\ \·\\ \·\\ \·\\ r_n\end{array}\right]=\left[\begin{array}{c}\frac{1}{2}{\mathrm{rw}}_1+\frac{1}{2}{\mathrm{rz}}_1\\ \frac{1}{2}{\mathrm{rw}}_2+\frac{1}{2}{\mathrm{rz}}_2\\ \·\\ \·\\ \·\\ \frac{1}{2}{\mathrm{rw}}_n+\frac{1}{2}{\mathrm{rz}}_n\end{array}\right]=\frac{1}{2}Rw+\frac{1}{2}Rz---\left(6\right)$

其中，Rw表示稳态特征相似度：

$Rw=\left[\begin{array}{c}\frac{1}{1+Dist(X_0,X_1)}\\ \frac{1}{1+Dist(X_0,X_2)}\\ \·\\ \·\\ \·\\ \frac{1}{1+Dist(X_0,X_n)}\end{array}\right]=\left[\begin{array}{c}\frac{1}{\mathrm{1+}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{w}_i\left(X_0\right(i)-X_1(i\left)\right)}\\ \frac{1}{\mathrm{1+}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{w}_i\left(X_0\right(i)-X_2(i\left)\right)}\\ \·\\ \·\\ \·\\ \frac{1}{\mathrm{1+}\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{w}_i\left(X_0\right(i)-X_n(i\left)\right)}\end{array}\right]---\left(7\right)$

Rz表示暂态特征相似度：

$Rz=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist(Y_0,Y_1)}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist(Y_0,Y_2)}}{m}\\ \·\\ \·\\ \·\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+Dist(Y_0,Y_n)}}{m}\end{array}\right]=\left[\begin{array}{c}\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\right(k)-Y_1(k\left)\right)}^2}}{m}\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\right(k)-Y_2(k\left)\right)}^2}}{m}\\ \·\\ \·\\ \·\\ \frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{1}{1+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{\left(Y_0\right(k)-Y_1(k\left)\right)}^2}}{m}\end{array}\right]---\left(8\right)$

式(6)～(8)构成用电负荷的特征相似度识别模型。

9.根据权利要求5所述的非侵入式用电负荷辨识方法，其特征在于，所述步骤S5具体包括以下几个步骤：

S51：判断负荷暂态起始时间

根据标准特征库中用电负荷暂态波形选定采样周期T₀，分别计算第i个周期与第i+1个周期的最大有功功率，当两个周期最大有功功率差值超过功率阈值K₁时，即可确定第i+1个周期中用电设备正在开启，

随后在第i+1个周期中判断用电设备的开启时间点，具体步骤为：依次记录该周期中第j个采样时间点与第j+1个采样时间点的瞬时负载，并计算这两者之间的差值，当这个差值超过设定阈值K₂时，则可判断采样时间点j即为当前用电设备的开启时间；

S52：提取负荷稳态与暂态特征

从用电设备开启时间点开始，将相邻两个时间点的功率差值记录在一个序列S中，当子序列S₁取值均小于设定阈值K₃，且该子序列长度大于半个采样周期，即可判断子序列S₁对应的时间区段用电负荷处于稳态，

子序列S₁中第一个元素对应的时间点为稳态起始点，最后一个元素对应的时间点为稳态结束点，

据此可以提取出每个采样周期的稳态序列S_W与暂态序列S_Z，并分别计算稳态特征值与暂态特征值。

10.根据权利要求5所述的非侵入式用电负荷辨识方法，其特征在于，所述步骤S6中，用电负荷类型与状态辨识的过程为：

用电负荷的稳态波形通过稳态特征指标计算，转化为稳态特征向量X_i；暂态波形转化为暂态特征向量Y_i；当用电设备暂态波形序列S_Z长度小于时间阈值T₁时，判断该用电设备处于关闭状态，否则处于打开状态。

将用电设备稳态特征与暂态特征向量输入用电负荷识别模型(6)～(8)，根据稳态相似度和暂态相似度计算结果输出综合相似度最高的用电设备索引，即可实现用电负荷类型与运行状态的在线辨识。