CN106226572A - 基于暂态特征聚类的家用负荷识别方法 - Google Patents

Abstract

本发明公开基于暂态特征聚类的家用负荷识别方法，包括：建立用电负荷特征数据库；采集用电负荷的用电参数，利用滑动窗的双边累积CUSUM算法检测负荷的暂态事件，并记录暂态数据；利用K均值聚类算法，以误差平方和准则函数来进行聚类分析，提取暂态特征；将提取的暂态特征与用电负荷特征数据库相比较，识别家用负荷；通过采集的电器电参数等信息，以负荷暂态特征为特征量，利用K均值误差平方和准则函数进行聚类分析，以识别出稳态特征相似或重叠的负荷，提高负荷识别精度，实现了对家用电器用电设备的负荷识别；方法简单、计算量小，有利于规范用户的用电行为，为了降低输电损耗，提高能源利用率。

Description

基于暂态特征聚类的家用负荷识别方法

技术领域

本发明涉及家庭用电识别技术领域，具体是一种基于暂态特征聚类的家用负荷识别方法。

背景技术

家庭用电的分类计量是电能表智能化的一个必然要求。目前使用的电能表只实现了总电量的分时计量，但没有按负荷性质分类计量的功能。家用负荷识别就是为了实现电费的分类计量，使用户的电费清单像电话费清单一样，各类家用电器的用电量一目了然。这可以使家庭用户及时了解自己的用电情况，为用户合理分配各个电器的用电时间及相应的用电量提供参考，从而减少电费的支出，有效降低能源的消耗和浪费。

目前针对负荷识别技术的研究较多，例如《基于暂态特征贴近度匹配的家用负荷识别方法及系统》（公布号CN 103439573 A）的专利文件即公布了一种负荷识别方法，该方法在用户的用电入口处对有功功率以及无功功率进行监测；当所述的有功功率以及无功功率发生变化时，采集变化时刻对应的暂态波形；再从所述的暂态波形中提取出家用负荷开关对应的暂态波形；将所述的贴近度组成隶属度矩阵；根据所述的隶属度矩阵识别家用负荷开关对应的暂态波形所属的模板；这种方法能够采用以家用负荷的暂态特征为主，稳态特征为辅的特征量，度量家用负荷与模板库中负荷的接近程度，能够识别出家庭常用的较大功率负荷，但是因电器的种类繁多，工作状态复杂多样，需要不断地采集负荷的变化信息，无法达到精确识别各个电器的目的。

另外还有一些文献中的记载，大多是利用负荷稳态特征来进行负荷识别，其主要参数有电流波形、无功功率、有功功率、谐波、瞬时导纳波形、瞬时功率波形、电流包络线、电压—电流曲线等等。虽然负荷稳态特征易于提取，能够辨识大部分家用负荷，但其不足之处在于当家电稳态特征相近或重叠时，则无法准确对其进行识别分类。

发明内容

本发明的目的在于提供基于暂态特征聚类的家用负荷识别方法，该方法能够精确地识别出各种家庭用电负荷，方法简单、计算量小，有利于规范用户的用电行为，为了降低输电损耗，提高能源利用率。

本发明解决其技术问题所采用的技术方案是：

基于暂态特征聚类的家用负荷识别方法，包括以下步骤：

a)建立用电负荷特征数据库；

b)采集用电负荷的用电参数，利用滑动窗的双边累积CUSUM算法检测负荷的暂态事件，并记录暂态数据；

c)利用K均值聚类算法，以误差平方和准则函数来进行聚类分析，提取暂态特征；

d)将提取的暂态特征与用电负荷特征数据库相比较，识别家用负荷。

向量。

本发明的有益效果是，通过采集的电器电参数等信息，以负荷暂态特征为特征量，利用K均值误差平方和准则函数进行聚类分析，以识别出稳态特征相似或重叠的负荷，提高负荷识别精度，实现了对家用电器用电设备的负荷识别；方法简单、计算量小，有利于规范用户的用电行为，为了降低输电损耗，提高能源利用率。

附图说明

下面结合附图和实施例对本发明进一步说明：

图1是家用综合功率负荷示意图；

图2是本发明中K均值算法的流程示意图。

具体实施方式

本发明提供一种基于暂态特征聚类的家用负荷识别方法，本实施例以电茶壶、微波炉、消毒柜与吹风机为例具体说明，包括以下步骤：

a)建立用电负荷特征数据库；家用负荷特征数据库的建立是整个识别的最重要的基础部分，在进行负荷识别前，需要对家用负荷一一进行单独运行试验，并进行实时监测和提取负荷特征向量，以此来建立家用负荷特征数据库，以此作为负荷识别的依据；

b)采集用电负荷的用电参数，利用滑动窗的双边累积CUSUM算法检测负荷的暂态事件，并记录暂态数据；当系统正常运行时，要全部记录下家庭实时电气相关信息是不现实的，而且也是不必要的，因此，为了减少数据信息的存储，降低硬件成本。本文采用基于滑动窗的双边累积和CUSUM算法对暂态事件进行自动检测，根据电器设备投切时所引起的有功功率的突然变化，通过对有功功率变化量的不断累加，当在检测延迟时间内达到或超过阈值时，则暂态事件被检测出来，反之则无暂态事件发生；只有当检测到暂态事件发生时，系统才对事件进行数据记录、特征量提取，以此来提高系统的工作效率；

表1

d)将提取的暂态特征与用电负荷特征数据库相比较，识别家用负荷； 选取暂态过程前后有功功率和无功功率的变首先，根据符号的正负，可以判定负荷是切除还是投入工作，并由此决定该事件的特征参数与对应的负荷开还是关过程模板进行聚类分析；根据聚类分析的结果，将该事件归类于结果数值最小的类，并对相关信息进行记录分析；从表1的结果中可以看出，该负荷与吹风机开过程特征参数最接近，因此，可以判定，该负荷为电吹风，并对相关信息进行记录。

本发明在传统的负荷稳态特征的基础上，深入研究了负荷开关暂态特征，结合独特的负荷暂态特征形成负荷特征量，增大了家用负荷之间的区分度；然后，利用变点检测算法进行事件监测；最后，利用K均值聚类法进行负荷识别，且各个特征参数所占比例权重相等，该方法原理简单，且易于实现。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同替换、等效变化及修饰，均仍属于本发明技术方案保护的范围内。

Claims (2)

1.基于暂态特征聚类的家用负荷识别方法，其特征在于，包括以下步骤：

a)建立用电负荷特征数据库；

b)采集用电负荷的用电参数，利用滑动窗的双边累积CUSUM算法检测负荷的暂态事件，并记录暂态数据；

c)利用K均值聚类算法，以误差平方和准则函数来进行聚类分析，提取暂态特征；

d)将提取的暂态特征与用电负荷特征数据库相比较，识别家用负荷。

2.根据权利要求1所述的基于暂态特征聚类的家用负荷识别方法，其特征在于，

。