CN113361831A - 基于优先级分配的非侵入式负荷辨识电量分解方法及系统 - Google Patents

基于优先级分配的非侵入式负荷辨识电量分解方法及系统 Download PDF

Info

Publication number
CN113361831A
CN113361831A CN202110911018.7A CN202110911018A CN113361831A CN 113361831 A CN113361831 A CN 113361831A CN 202110911018 A CN202110911018 A CN 202110911018A CN 113361831 A CN113361831 A CN 113361831A
Authority
CN
China
Prior art keywords
load
priority
edge
increment
electric quantity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110911018.7A
Other languages
English (en)
Other versions
CN113361831B (zh
Inventor
黄奇峰
方凯杰
左强
杨世海
黄艺璇
刘恬畅
程含渺
陈铭明
李波
陆婋泉
曹晓冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Jiangsu Electric Power Co ltd Marketing Service Center
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Jiangsu Electric Power Co ltd Marketing Service Center
State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Jiangsu Electric Power Co ltd Marketing Service Center, State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Jiangsu Electric Power Co ltd Marketing Service Center
Priority to CN202110911018.7A priority Critical patent/CN113361831B/zh
Publication of CN113361831A publication Critical patent/CN113361831A/zh
Application granted granted Critical
Publication of CN113361831B publication Critical patent/CN113361831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/70—Load identification

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

基于优先级分配的非侵入式负荷辨识电量分解方法及系统，包括负荷启停边沿检测、负荷启停边沿分类、第一优先级负荷电量分解、第二优先级负荷电量分解；依据非侵入式负荷辨识设备采集计算的高频采样信息，采用极大似然数比算法检测负荷启停边沿，获取边沿有功、无功、谐波特征信息；再计算边沿特征数据的欧式距离中，并进行负荷边沿分类，从而实现负荷种类辨识；最后按照两步优先级分别进行电量分解。本发明基于优先级顺序执行不同电量分解策略，解决了空调等功率波动特性电量辨识不准的问题，可实现多电器同时工作状态下的电量准确分解。

Description

基于优先级分配的非侵入式负荷辨识电量分解方法及系统
技术领域
本发明涉及非介入式负荷辨识技术领域，更具体地，涉及基于优先级分配的非侵入式负荷辨识电量分解方法及系统。
背景技术
长期以来，用户侧智能电能表等量测设备的信息感知能力较弱，无法提供准确的细粒度负荷数据及其分析服务，难以支撑电力公司与居民用户进行信息双向互动。
非侵入式负荷辨识技术是一项实时监测居民用电状态的新技术，利用分布式终端、智能电能表等设备的高频采样数据，应用信号分析和机器学习算法,更精细地获取居民用电信息，如电器的启停时间、耗能水平、使用规律等。该技术可实现居民用电设备组成和能耗全时段精确辨识，从而为客户提供节能诊断、用电安全隐患辨识、电器寿命预测、电器使用率统计等增值服务。
在此背景下，非侵入式负荷辨识技术受到了国内外研究学者广泛关注，并一直处于较高的研究热度之中。现有技术中，非侵入式负荷辨识流程包括数据采集、数据预处理、事件检测、特征提取、负荷识别等步骤。其中，数据预处理包括异常值剔除、功率值计算等子步骤，负荷识别包括负荷辨识、功率分解等子步骤。负荷辨识技术方向研究文献与专利众多，中国发明专利申请（CN112039059A）“基于功率阶跃连续性判别的长暂态负荷事件检测方法”、中国发明专利申请（CN111191908A）“一种负荷事件检测方法、系统及存储介质”和中国发明专利申请（CN104483575A）“用于非侵入式电力监测的自适应负荷事件检测方法”主要集中在负荷事件检测；中国发明专利申请（CN112327046A）“基于模糊聚类和支持向量回归的非侵入式负荷监测方法”、中国发明专利申请（CN111949707A）“一种基于影场的隐马尔可夫模型的非侵入式负荷分解方法”、中国发明专利申请（CN111830347A）“一种基于事件的两阶段非侵入式负荷监测方法”和中国发明专利申请（CN111553444A）“一种基于非侵入负荷终端数据的负荷辨识方法”关注负荷种类辨识；而在终端设备、系统方向上，则以中国实用新型专利（CN210781189U）“采集用户电表负荷辨识数据的硬件设备”、中国实用新型专利（CN208297577U）“一种可内嵌于电表的用户负荷辨识模块”、中国实用新型专利（CN204992779U）“一种非侵入式用电负荷辨识系统”为代表技术。然而，关于非侵入式负荷电量分解研究较少，现有技术中，中国发明专利申请（CN111753968A）“非侵入式负荷监测智能电表和电量分解方法”采用加入了注意力机制的序列到点电量分解模型，通过自学习权值精细总电量分解，而中国发明专利申请（CN109840691A）构建了一种基于深度神经网络的分项电量分解估计方法。
无论是深度神经网络还是序列到点电量分解模型，模型所必须的大量训练样本数据，在实际应用中难以获取。不同家庭之间电器种类差异巨大，同种类电器产品更新迭代等情况都造成训练样本量的急剧上升，否则就会导致辨识准确度的下降。同时此类模型必须经历较长训练学习过程，耗时严重，不适用于实时采集实时处理分析的本地化负荷辨识设备。因此，亟需提出适用于分布式设备的非侵入式负荷辨识电量分解方法。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供基于优先级分配的非侵入式负荷辨识电量分解方法及系统，在完成负荷边沿快速检测与准确匹配的前提下，基于多优先级分配方法对待辨识负荷的电量进行分解计算，以提高非侵入式负荷辨识技术中电量分解的精度，避免波动性负荷对电量分解的影响。
本发明采用如下的技术方案。
基于优先级分配的非侵入式负荷辨识电量分解方法包括：
步骤1，对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量；
步骤2，利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量；
步骤3，从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判
Figure 100002_DEST_PATH_IMAGE001
定法辨识负荷边沿的种类；
步骤4，根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷；
步骤5，对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
优选地，步骤1中，利用电能表或其他终端设备对入户总线的电流电压进行高频采样，由计量芯输出高频采样电流和电压；其中，高频采样周期的采样频率为1.6kHz。
步骤1包括：
步骤1.1，基于高频采样周期采集入户总线的电流和电压，利用电流和电压的高频采样值分别形成电流采样序列
Figure 100002_DEST_PATH_IMAGE002
和电压采样序列
Figure 936119DEST_PATH_IMAGE001
；
步骤1.2，以如下关系式对电流采样序列
Figure 769077DEST_PATH_IMAGE002
和电压采样序列
Figure 771668DEST_PATH_IMAGE001
进行快速傅里叶变换，以得到电流幅值结果序列
Figure 100002_DEST_PATH_IMAGE003
、电流相位结果序列
Figure 100002_DEST_PATH_IMAGE004
、电压幅值结果序列
Figure 100002_DEST_PATH_IMAGE005
及电压相位结果序列
Figure 100002_DEST_PATH_IMAGE006
：
Figure 100002_DEST_PATH_IMAGE007
式中，
Figure 100002_DEST_PATH_IMAGE008
为电流采样序列的快速傅里叶变换，
Figure 100002_DEST_PATH_IMAGE009
为电压采样序列的快速傅里叶变换；
步骤1.3，分别以如下关系式计算工频周期的有功功率、无功功率、直流电流分量和第k次谐波电流分量：
Figure 100002_DEST_PATH_IMAGE010
Figure 100002_DEST_PATH_IMAGE011
式中，k为谐波次数，P为工频周期的有功功率、Q为工频周期的无功功率、
Figure 100002_DEST_PATH_IMAGE012
为工频周期的直流电流，
Figure 100002_DEST_PATH_IMAGE013
为工频周期的第k次谐波电流有效值，
Figure 100002_DEST_PATH_IMAGE014
为第k次谐波的电流幅值，
Figure 100002_DEST_PATH_IMAGE015
为第k次谐波的电压幅值，
Figure 100002_DEST_PATH_IMAGE016
为第k次谐波的电流相位，
Figure 100002_DEST_PATH_IMAGE017
为第k次谐波的电压相位，
Figure 100002_DEST_PATH_IMAGE018
为基波的电流幅值。
优选地，步骤2包括：
步骤2.1，将工频周期的有功功率、无功功率、直流电流分量和谐波电流分量依照周期时间顺序排列为有功功率序列
Figure 100002_DEST_PATH_IMAGE019
、无功功率序列
Figure 100002_DEST_PATH_IMAGE020
、直流电流分量序列
Figure 100002_DEST_PATH_IMAGE021
与第k次谐波电流分量序列
Figure 100002_DEST_PATH_IMAGE022
；
步骤2.2，对于第m周期处，对有功功率序列构建一个滑动数据窗；其中，所述滑动数据窗包括前滑动数据窗
Figure 100002_DEST_PATH_IMAGE023
与后滑动数据窗
Figure 100002_DEST_PATH_IMAGE024
；其中，前滑动数据窗是由第m周期前的50个有功功率构成的有功功率序列，前滑动数据窗是由第m周期后的50个有功功率构成的有功功率序列；
步骤2.3，以如下关系式计算第m周期处的滑动数据窗的极大似然比
Figure 100002_DEST_PATH_IMAGE025
：
Figure 100002_DEST_PATH_IMAGE026
式中，
Figure 100002_DEST_PATH_IMAGE027
为正态分布概率函数，
Figure 100002_DEST_PATH_IMAGE028
为前滑动数据窗均值，
Figure 100002_DEST_PATH_IMAGE029
为前滑动数据窗标准差，
Figure 100002_DEST_PATH_IMAGE030
为前滑动数据窗均值，
Figure 100002_DEST_PATH_IMAGE031
前滑动数据窗标准差；
步骤2.4，若第m周期处的滑动数据窗的极大似然比大于设定的事件阈值，则判定第m周期处存在负荷边沿事件
Figure 100002_DEST_PATH_IMAGE032
；其中，设定的事件阈值取值为0.5；
步骤2.5，对于存在负荷边沿事件
Figure 124414DEST_PATH_IMAGE032
的第m周期，若
Figure 100002_DEST_PATH_IMAGE033
，则判定该负荷边沿事件为负荷启动边沿事件
Figure 100002_DEST_PATH_IMAGE034
；反之，若
Figure 100002_DEST_PATH_IMAGE035
，则判定该负荷边沿事件为负荷关停边沿事件
Figure 100002_DEST_PATH_IMAGE036
；
步骤2.6，以如下关系式分别计算第m周期处发生的负荷边沿的有功功率增量
Figure 100002_DEST_PATH_IMAGE037
、无功功率增量
Figure 100002_DEST_PATH_IMAGE038
、直流电流分量的增量
Figure 100002_DEST_PATH_IMAGE039
与第k次谐波电流分量的增量
Figure 100002_DEST_PATH_IMAGE040
：
Figure 100002_DEST_PATH_IMAGE041
式中，
Figure 100002_DEST_PATH_IMAGE042
为第x周期有功功率、
Figure 100002_DEST_PATH_IMAGE043
为第x周期无功功率、
Figure 100002_DEST_PATH_IMAGE044
为第x周期直流电流分量，
Figure 100002_DEST_PATH_IMAGE045
为第x周期第k次谐波电流有效值。
优选地，步骤3中，特征向量是一组9维特征向量，包括第m周期处发生的负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量；电器特征库内包括各个电器的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量。
步骤3包括：
步骤3.1，遍历计算特征向量与电器特征库内各个电器特征向量之间的各欧式距离，并求取其中的最大欧式距离值；
步骤3.2，若所求取的最大欧式距离值大于设定的距离阈值，则以最大欧式距离值对应的电器特征库内电器种类作为特征向量所对应的负荷边沿的种类；其中，设定的距离阈值取值为200。
优选地，步骤4中，负荷边沿的不同种类是电器特征库内各个电器的不同种类，电器的种类包括工作状态稳定的电器和工作状态波动的电器；工作状态稳定的电器归入第一优先级负荷，工作状态波动的电器归入第二优先级负荷。
优选地，步骤5包括：
步骤5.1，对于任一负荷边沿，将负荷关停边沿事件
Figure 100002_DEST_PATH_IMAGE046
，与发生在该负荷关停边沿事件时间之前的负荷启动边沿事件
Figure 100002_DEST_PATH_IMAGE047
进行匹配，以获得负荷辨识对
Figure 100002_DEST_PATH_IMAGE048
；其中，负荷关停边沿事件
Figure 975432DEST_PATH_IMAGE046
发生在第m周期处，负荷启动边沿事件
Figure 482637DEST_PATH_IMAGE034
发生在第n周期处，满足
Figure 100002_DEST_PATH_IMAGE049
，并且两个事件对应的负荷边沿种类相同；
步骤5.2，在任一负荷辨识对
Figure 901635DEST_PATH_IMAGE048
下，以如下关系式对第一优先级负荷进行电量分解以获得对应电器的消耗电量：
Figure 100002_DEST_PATH_IMAGE050
式中，
Figure 100002_DEST_PATH_IMAGE051
为在负荷辨识对
Figure 154893DEST_PATH_IMAGE048
下的第一优先级负荷对应电器的消耗电量，
Figure 817956DEST_PATH_IMAGE037
为第m周期的负荷关停边沿事件下，第一优先级负荷对应电器的有功功率增量，
Figure 100002_DEST_PATH_IMAGE052
为第n周期的负荷启动边沿事件下，第一优先级负荷对应电器的有功功率增量；
步骤5.3，在任一负荷辨识对
Figure 891085DEST_PATH_IMAGE048
下，对于第二优先级负荷，从其启动时刻到结束时刻对总功率进行积分，获取总电量；
步骤5.4，从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
基于优先级分配的非侵入式负荷辨识电量分解系统包括：高频采样模块、负荷边沿检测模块、负荷边沿辨识模块，负荷优先级分配模块、负荷辨识电量分解模块；
高频采样模块，用于对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量；
负荷边沿检测模块，用于利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量；
负荷边沿辨识模块，用于从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判定法辨识负荷边沿的种类；
负荷优先级分配模块，用于根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷；
负荷辨识电量分解模块，用于对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
本发明的有益效果在于，与现有技术相比，提出了基于多优先级分配方法的负荷辨识电量分解策略，在完成负荷边沿快速检测与准确匹配的情况下，将电热水器、电吹风等非空调类电器纳入第一优先级负荷，采用梯形法进行电量分解，由于此类电器工作状态稳定，梯形法电量计算准确可靠；针对空调电器，纳入第二优先级负荷，采用总电量减去稳定非空调电量的方法进行电量估算，有效解决了因为空调电器工作状态波动而造成的电量分解不准确的问题。
此外，本发明提出的方法在数据采集、数据预处理、事件检测、特征提取、负荷识别等各方法均易于操作实现，因此更加适用于实时采集、实时处理分析的本地化负荷辨识设备中。
附图说明
图1是本发明的基于优先级分配的非侵入式负荷辨识电量分解方法的流程框图；
图2是本发明的基于优先级分配的非侵入式负荷辨识电量分解系统的结构示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
如图1，基于多优先级分配的非侵入式负荷辨识电量分解方法，包括：
步骤1，对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量。
具体地，
步骤1中，利用电能表或其他终端设备对入户总线的电流电压进行高频采样，由计量芯输出高频采样电流和电压；其中，高频采样周期的采样频率为1.6kHz。
值得注意的是，所属领域技术人员可以根据多次实验或者数据采集要求去标定最优的高频采样频率，本优选实施例中以1.6kHz作为高频采样频率，是一种非限制性的较优选择。
进一步，步骤1包括：
步骤1.1，基于高频采样周期采集入户总线的电流和电压，利用电流和电压的高频采样值分别形成电流采样序列
Figure 235479DEST_PATH_IMAGE002
和电压采样序列
Figure 546505DEST_PATH_IMAGE001
。
步骤1.2，以如下关系式对电流采样序列
Figure 646048DEST_PATH_IMAGE002
和电压采样序列
Figure 610069DEST_PATH_IMAGE001
进行快速傅里叶变换，以得到电流幅值结果序列
Figure 820470DEST_PATH_IMAGE003
、电流相位结果序列
Figure 438533DEST_PATH_IMAGE004
、电压幅值结果序列
Figure 194131DEST_PATH_IMAGE005
及电压相位结果序列
Figure 959962DEST_PATH_IMAGE006
：
Figure 396890DEST_PATH_IMAGE007
式中，
Figure 197356DEST_PATH_IMAGE008
为电流采样序列的快速傅里叶变换，
Figure 576385DEST_PATH_IMAGE009
为电压采样序列的快速傅里叶变换。
步骤1.3，分别以如下关系式计算工频周期的有功功率、无功功率、直流电流分量和第k次谐波电流分量：
Figure 580244DEST_PATH_IMAGE010
Figure 866869DEST_PATH_IMAGE011
式中，k为谐波次数，P为工频周期的有功功率、Q为工频周期的无功功率、
Figure 935888DEST_PATH_IMAGE012
为工频周期的直流电流，
Figure 548135DEST_PATH_IMAGE013
为工频周期的第k次谐波电流有效值，
Figure 226241DEST_PATH_IMAGE014
为第k次谐波的电流幅值，
Figure 332869DEST_PATH_IMAGE015
为第k次谐波的电压幅值，
Figure 576768DEST_PATH_IMAGE016
为第k次谐波的电流相位，
Figure 782753DEST_PATH_IMAGE017
为第k次谐波的电压相位，
Figure 10472DEST_PATH_IMAGE018
为基波的电流幅值。
步骤2，利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量。
具体地，步骤2包括：
步骤2.1，将工频周期的有功功率、无功功率、直流电流分量和谐波电流分量依照周期时间顺序排列为有功功率序列
Figure 842162DEST_PATH_IMAGE019
、无功功率序列
Figure 956879DEST_PATH_IMAGE020
、直流电流分量序列
Figure 645350DEST_PATH_IMAGE021
与第k次谐波电流分量序列
Figure 45851DEST_PATH_IMAGE022
。
步骤2.2，对于第m周期处，对有功功率序列构建一个滑动数据窗；其中，所述滑动数据窗包括前滑动数据窗
Figure 743548DEST_PATH_IMAGE023
与后滑动数据窗
Figure 899723DEST_PATH_IMAGE024
；其中，前滑动数据窗是由第m周期前的50个有功功率构成的有功功率序列，前滑动数据窗是由第m周期后的50个有功功率构成的有功功率序列。
值得注意的是，所属领域技术人员可以根据多次实验或者数据采集要求去标定有功功率序列中的数据个数，本优选实施例中以50个有功功率构成的有功功率序列，是一种非限制性的较优选择。
步骤2.3，以如下关系式计算第m周期处的滑动数据窗的极大似然比
Figure 775406DEST_PATH_IMAGE025
：
Figure DEST_PATH_IMAGE053
式中，
Figure 462871DEST_PATH_IMAGE027
为正态分布概率函数，
Figure 964259DEST_PATH_IMAGE028
为前滑动数据窗均值，
Figure 240520DEST_PATH_IMAGE029
为前滑动数据窗标准差，
Figure 287104DEST_PATH_IMAGE030
为前滑动数据窗均值，
Figure 648815DEST_PATH_IMAGE031
为前滑动数据窗标准差。
步骤2.4，若第m周期处的滑动数据窗的极大似然比大于设定的事件阈值，则判定第m周期处存在负荷边沿事件
Figure 176399DEST_PATH_IMAGE032
；其中，设定的事件阈值取值为0.5。
值得注意的是，本优选实施例中将事件阈值取值为0.5，是一种非限制性的较优选择。
步骤2.5，对于存在负荷边沿事件
Figure 369482DEST_PATH_IMAGE032
的第m周期，若
Figure 773919DEST_PATH_IMAGE033
，则判定该负荷边沿事件为负荷启动边沿事件
Figure 435976DEST_PATH_IMAGE034
；反之，若
Figure 748008DEST_PATH_IMAGE035
，则判定该负荷边沿事件为负荷关停边沿事件
Figure 77490DEST_PATH_IMAGE036
。
步骤2.6，以如下关系式分别计算第m周期处发生的负荷边沿的有功功率增量
Figure 652827DEST_PATH_IMAGE037
、无功功率增量
Figure 802180DEST_PATH_IMAGE038
、直流电流分量的增量
Figure 917904DEST_PATH_IMAGE039
与第k次谐波电流分量的增量
Figure 771066DEST_PATH_IMAGE040
：
Figure 579622DEST_PATH_IMAGE041
式中，
Figure 137642DEST_PATH_IMAGE042
为第x周期有功功率、
Figure 807789DEST_PATH_IMAGE043
为第x周期无功功率、
Figure 829971DEST_PATH_IMAGE044
为第x周期直流电流分量，
Figure 497844DEST_PATH_IMAGE045
为第x周期第k次谐波电流有效值。
步骤3，从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判定法辨识负荷边沿的种类。
具体地，步骤3中，特征向量是一组9维特征向量，包括第m周期处发生的负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量。
电器特征库内包括各个电器的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量。
进一步，步骤3包括：
步骤3.1，遍历计算特征向量与电器特征库内各个电器特征向量之间的各欧式距离，并求取其中的最大欧式距离值。
步骤3.2，若所求取的最大欧式距离值大于设定的距离阈值，则以最大欧式距离值对应的电器特征库内电器种类作为特征向量所对应的负荷边沿的种类；其中，设定的距离阈值取值为200。
值得注意的是，本优选实施例中将距离阈值取值为200，是一种非限制性的较优选择。
步骤4，根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷。
具体地，步骤4中，负荷边沿的不同种类是电器特征库内各个电器的不同种类，所述电器的种类包括工作状态稳定的电器和工作状态波动的电器。
工作状态稳定的电器归入第一优先级负荷，工作状态波动的电器归入第二优先级负荷。
本发明优选实施例中，第一优先级负荷包含但不限于电热水器、电吹风等非空调类电器，第二优先级负荷为空调。
步骤5，对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
进一步，步骤5包括：
步骤5.1，对于任一负荷边沿，将负荷关停边沿事件
Figure 605478DEST_PATH_IMAGE046
，与发生在该负荷关停边沿事件时间之前的负荷启动边沿事件
Figure 813736DEST_PATH_IMAGE047
进行匹配，以获得负荷辨识对
Figure 690425DEST_PATH_IMAGE048
；其中，负荷关停边沿事件
Figure 606165DEST_PATH_IMAGE046
发生在第m周期处，负荷启动边沿事件
Figure 935515DEST_PATH_IMAGE047
发生在第n周期处，满足
Figure 399994DEST_PATH_IMAGE049
，并且两个事件对应的负荷边沿种类相同。
步骤5.2，在任一负荷辨识对
Figure 881922DEST_PATH_IMAGE048
下，采用梯形法，以如下关系式对第一优先级负荷进行电量分解以获得对应电器的消耗电量：
Figure 203182DEST_PATH_IMAGE050
式中，
Figure 973823DEST_PATH_IMAGE051
为在负荷辨识对
Figure 38731DEST_PATH_IMAGE048
下的第一优先级负荷对应电器的消耗电量，
Figure 827696DEST_PATH_IMAGE037
为第m周期的负荷关停边沿事件下，第一优先级负荷对应电器的有功功率增量，
Figure 336169DEST_PATH_IMAGE052
为第n周期的负荷启动边沿事件下，第一优先级负荷对应电器的有功功率增量；
步骤5.3，在任一负荷辨识对
Figure 577794DEST_PATH_IMAGE048
下，对于第二优先级负荷，从其启动时刻到结束时刻对总功率进行积分，获取总电量。
步骤5.4，从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
如图2，基于优先级分配的非侵入式负荷辨识电量分解系统包括：高频采样模块、负荷边沿检测模块、负荷边沿辨识模块，负荷优先级分配模块、负荷辨识电量分解模块。
高频采样模块，用于对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量；
负荷边沿检测模块，用于利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量；
负荷边沿辨识模块，用于从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判定法辨识负荷边沿的种类；
负荷优先级分配模块，用于根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷；
负荷辨识电量分解模块，用于对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
本发明的有益效果在于，与现有技术相比，提出了基于多优先级分配方法的负荷辨识电量分解策略，在完成负荷边沿快速检测与准确匹配的情况下，将电热水器、电吹风等非空调类电器纳入第一优先级负荷，采用梯形法进行电量分解，由于此类电器工作状态稳定，梯形法电量计算准确可靠；针对空调电器，纳入第二优先级负荷，采用总电量减去稳定非空调电量的方法进行电量估算，有效解决了因为空调电器工作状态波动而造成的电量分解不准确的问题。
此外，本发明提出的方法在数据采集、数据预处理、事件检测、特征提取、负荷识别等各方法均易于操作实现，因此更加适用于实时采集、实时处理分析的本地化负荷辨识设备中。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。

Claims (9)

1.基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
所述分解方法包括：
步骤1，对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量；
步骤2，利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量；
步骤3，从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判定法辨识负荷边沿的种类；
步骤4，根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷；
步骤5，对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
2.根据权利要求1所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤1中，利用电能表或其他终端设备对入户总线的电流电压进行高频采样，由计量芯输出高频采样电流和电压；其中，高频采样周期的采样频率为1.6kHz。
3.根据权利要求2所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤1包括：
步骤1.1，基于高频采样周期采集入户总线的电流和电压，利用电流和电压的高频采样值分别形成电流采样序列
Figure DEST_PATH_IMAGE001
和电压采样序列
Figure DEST_PATH_IMAGE002
；
步骤1.2，以如下关系式对电流采样序列
Figure 307888DEST_PATH_IMAGE001
和电压采样序列
Figure 38078DEST_PATH_IMAGE002
进行快速傅里叶变换，以得到电流幅值结果序列
Figure DEST_PATH_IMAGE003
、电流相位结果序列
Figure DEST_PATH_IMAGE004
、电压幅值结果序列
Figure DEST_PATH_IMAGE005
及电压相位结果序列
Figure DEST_PATH_IMAGE006
：
Figure DEST_PATH_IMAGE007
式中，
Figure DEST_PATH_IMAGE008
为电流采样序列的快速傅里叶变换，
Figure DEST_PATH_IMAGE009
为电压采样序列的快速傅里叶变换；
步骤1.3，分别以如下关系式计算工频周期的有功功率、无功功率、直流电流分量和第k次谐波电流分量：
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
式中，k为谐波次数，P为工频周期的有功功率、Q为工频周期的无功功率、
Figure DEST_PATH_IMAGE012
为工频周期的直流电流，
Figure DEST_PATH_IMAGE013
为工频周期的第k次谐波电流有效值，
Figure DEST_PATH_IMAGE014
为第k次谐波的电流幅值，
Figure DEST_PATH_IMAGE015
为第k次谐波的电压幅值，
Figure DEST_PATH_IMAGE016
为第k次谐波的电流相位，
Figure DEST_PATH_IMAGE017
为第k次谐波的电压相位，
Figure DEST_PATH_IMAGE018
为基波的电流幅值。
4.根据权利要求1所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤2包括：
步骤2.1，将工频周期的有功功率、无功功率、直流电流分量和谐波电流分量依照周期时间顺序排列为有功功率序列
Figure DEST_PATH_IMAGE019
、无功功率序列
Figure DEST_PATH_IMAGE020
、直流电流分量序列
Figure DEST_PATH_IMAGE021
与第k次谐波电流分量序列
Figure DEST_PATH_IMAGE022
；
步骤2.2，对于第m周期处，对有功功率序列构建一个滑动数据窗；其中，所述滑动数据窗包括前滑动数据窗
Figure DEST_PATH_IMAGE023
与后滑动数据窗
Figure DEST_PATH_IMAGE024
；其中，前滑动数据窗是由第m周期前的50个有功功率构成的有功功率序列，前滑动数据窗是由第m周期后的50个有功功率构成的有功功率序列；
步骤2.3，以如下关系式计算第m周期处的滑动数据窗的极大似然比
Figure DEST_PATH_IMAGE025
：
Figure DEST_PATH_IMAGE026
式中，
Figure DEST_PATH_IMAGE027
为正态分布概率函数，
Figure DEST_PATH_IMAGE028
为前滑动数据窗均值，
Figure DEST_PATH_IMAGE029
为前滑动数据窗标准差，
Figure DEST_PATH_IMAGE030
为前滑动数据窗均值，
Figure DEST_PATH_IMAGE031
为前滑动数据窗标准差；
步骤2.4，若第m周期处的滑动数据窗的极大似然比大于设定的事件阈值，则判定第m周期处存在负荷边沿事件
Figure DEST_PATH_IMAGE032
；其中，所述设定的事件阈值取值为0.5；
步骤2.5，对于存在负荷边沿事件
Figure 133596DEST_PATH_IMAGE032
的第m周期，若
Figure DEST_PATH_IMAGE033
，则判定该负荷边沿事件为负荷启动边沿事件
Figure DEST_PATH_IMAGE034
；反之，若
Figure DEST_PATH_IMAGE035
，则判定该负荷边沿事件为负荷关停边沿事件
Figure DEST_PATH_IMAGE036
；
步骤2.6，以如下关系式分别计算第m周期处发生的负荷边沿的有功功率增量
Figure DEST_PATH_IMAGE037
、无功功率增量
Figure DEST_PATH_IMAGE038
、直流电流分量的增量
Figure DEST_PATH_IMAGE039
与第k次谐波电流分量的增量
Figure DEST_PATH_IMAGE040
：
Figure DEST_PATH_IMAGE041
式中，
Figure DEST_PATH_IMAGE042
为第x周期有功功率、
Figure DEST_PATH_IMAGE043
为第x周期无功功率、
Figure DEST_PATH_IMAGE044
为第x周期直流电流分量，
Figure DEST_PATH_IMAGE045
为第x周期第k次谐波电流有效值。
5.根据权利要求1所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤3中，所述特征向量是一组9维特征向量，包括第m周期处发生的负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量；
所述电器特征库内包括各个电器的有功功率增量、无功功率增量、直流电流分量的增量、2至7次谐波电流分量的增量。
6.根据权利要求5所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤3包括：
步骤3.1，遍历计算特征向量与电器特征库内各个电器特征向量之间的各欧式距离，并求取其中的最大欧式距离值；
步骤3.2，若所求取的最大欧式距离值大于设定的距离阈值，则以最大欧式距离值对应的电器特征库内电器种类作为特征向量所对应的负荷边沿的种类；其中，所述设定的距离阈值取值为200。
7.根据权利要求1所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤4中，所述负荷边沿的不同种类是电器特征库内各个电器的不同种类，所述电器的种类包括工作状态稳定的电器和工作状态波动的电器；
工作状态稳定的电器归入第一优先级负荷，工作状态波动的电器归入第二优先级负荷。
8.根据权利要求7所述的基于优先级分配的非侵入式负荷辨识电量分解方法，其特征在于，
步骤5包括：
步骤5.1，对于任一负荷边沿，将负荷关停边沿事件
Figure DEST_PATH_IMAGE046
，与发生在该负荷关停边沿事件时间之前的负荷启动边沿事件
Figure DEST_PATH_IMAGE047
进行匹配，以获得负荷辨识对
Figure DEST_PATH_IMAGE048
；其中，负荷关停边沿事件
Figure 938259DEST_PATH_IMAGE046
发生在第m周期处，负荷启动边沿事件
Figure 80528DEST_PATH_IMAGE047
发生在第n周期处，满足
Figure DEST_PATH_IMAGE049
，并且两个事件对应的负荷边沿种类相同；
步骤5.2，在任一负荷辨识对
Figure 244268DEST_PATH_IMAGE048
下，以如下关系式对第一优先级负荷进行电量分解以获得对应电器的消耗电量：
Figure DEST_PATH_IMAGE050
式中，
Figure DEST_PATH_IMAGE051
为在负荷辨识对
Figure 917826DEST_PATH_IMAGE048
下的第一优先级负荷对应电器的消耗电量，
Figure 382306DEST_PATH_IMAGE037
为第m周期的负荷关停边沿事件下，第一优先级负荷对应电器的有功功率增量，
Figure DEST_PATH_IMAGE052
为第n周期的负荷启动边沿事件下，第一优先级负荷对应电器的有功功率增量；
步骤5.3，在任一负荷辨识对
Figure 395392DEST_PATH_IMAGE048
下，对于第二优先级负荷，从其启动时刻到结束时刻对总功率进行积分，获取总电量；
步骤5.4，从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
9.利用权利要求1至8任一项所述的基于优先级分配的非侵入式负荷辨识电量分解方法而实现的基于优先级分配的非侵入式负荷辨识电量分解系统，其特征在于，
所述系统包括高频采样模块、负荷边沿检测模块、负荷边沿辨识模块，负荷优先级分配模块、负荷辨识电量分解模块；
所述高频采样模块，用于对入户总线的电流、电压进行高频采样，将电流和电压的高频采样值进行快速傅里叶变换，以获得工频周期的有功功率、无功功率、直流电流分量和谐波电流分量；
所述负荷边沿检测模块，用于利用工频周期有功功率，采用极大似然比算法检测负荷边沿，并同步计算负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量；
所述负荷边沿辨识模块，用于从负荷边沿的有功功率增量、无功功率增量、直流电流分量的增量和谐波电流分量的增量中提取特征向量；利用特征向量和电器特征库内各个电器特征向量，通过欧式距离判定法辨识负荷边沿的种类；
所述负荷优先级分配模块，用于根据负荷边沿的不同种类，对各种负荷进行多优先级分配，以获得第一优先级负荷和第二优先级负荷；其中，第一优先级负荷为稳定性负荷，第二优先级负荷为波动性负荷；
所述负荷辨识电量分解模块，用于对于任一负荷边沿，进行负荷关停边沿与负荷启动边沿的匹配，以形成负荷辨识对；在任一负荷辨识对下，对第一优先级负荷进行电量分解以获得对应电器的消耗电量，并同时获取第二优先级负荷从启动到关停的总电量，再从总电量中减去第一优先级负荷对应电器的消耗电量，以得到第二优先级负荷对应电器的消耗电量。
CN202110911018.7A 2021-08-10 2021-08-10 基于优先级分配的非侵入式负荷辨识电量分解方法及系统 Active CN113361831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110911018.7A CN113361831B (zh) 2021-08-10 2021-08-10 基于优先级分配的非侵入式负荷辨识电量分解方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110911018.7A CN113361831B (zh) 2021-08-10 2021-08-10 基于优先级分配的非侵入式负荷辨识电量分解方法及系统

Publications (2)

Publication Number Publication Date
CN113361831A true CN113361831A (zh) 2021-09-07
CN113361831B CN113361831B (zh) 2021-11-09

Family

ID=77540865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110911018.7A Active CN113361831B (zh) 2021-08-10 2021-08-10 基于优先级分配的非侵入式负荷辨识电量分解方法及系统

Country Status (1)

Country Link
CN (1) CN113361831B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113985266A (zh) * 2021-10-28 2022-01-28 中国计量大学现代科技学院 多智能电表集中化负荷识别方法
CN115180161A (zh) * 2022-05-18 2022-10-14 北京锐士装备科技有限公司 一种无人机负荷装置的驱动设备及其驱动方法
CN115439017A (zh) * 2022-10-24 2022-12-06 国网江苏省电力有限公司营销服务中心 面向多事件场景下的非介入负荷辨识事件检测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150309092A1 (en) * 2012-11-16 2015-10-29 Tianjin University Current Pattern Matching Method for Non-Intrusive Power Load Monitoring and Disaggregation
CN106532719A (zh) * 2016-11-28 2017-03-22 国网江苏省电力公司苏州供电公司 基于电流二次谐波与无功的非变频空调非侵入式辨识方法
CN110555369A (zh) * 2019-07-16 2019-12-10 浙江工业大学 一种基于mlcdtl的非侵入式负荷识别方法
CN112366699A (zh) * 2020-11-03 2021-02-12 河海大学 一种实现电网侧和用户侧交互的家庭能量双层优化方法
CN112580471A (zh) * 2020-12-11 2021-03-30 浙江大学 基于AdaBoost特征提取和RNN模型的非侵入式负荷辨识方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150309092A1 (en) * 2012-11-16 2015-10-29 Tianjin University Current Pattern Matching Method for Non-Intrusive Power Load Monitoring and Disaggregation
CN106532719A (zh) * 2016-11-28 2017-03-22 国网江苏省电力公司苏州供电公司 基于电流二次谐波与无功的非变频空调非侵入式辨识方法
CN110555369A (zh) * 2019-07-16 2019-12-10 浙江工业大学 一种基于mlcdtl的非侵入式负荷识别方法
CN112366699A (zh) * 2020-11-03 2021-02-12 河海大学 一种实现电网侧和用户侧交互的家庭能量双层优化方法
CN112580471A (zh) * 2020-12-11 2021-03-30 浙江大学 基于AdaBoost特征提取和RNN模型的非侵入式负荷辨识方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113985266A (zh) * 2021-10-28 2022-01-28 中国计量大学现代科技学院 多智能电表集中化负荷识别方法
CN113985266B (zh) * 2021-10-28 2024-02-09 中国计量大学现代科技学院 多智能电表集中化负荷识别方法
CN115180161A (zh) * 2022-05-18 2022-10-14 北京锐士装备科技有限公司 一种无人机负荷装置的驱动设备及其驱动方法
CN115439017A (zh) * 2022-10-24 2022-12-06 国网江苏省电力有限公司营销服务中心 面向多事件场景下的非介入负荷辨识事件检测方法及装置

Also Published As

Publication number Publication date
CN113361831B (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN113361831B (zh) 基于优先级分配的非侵入式负荷辨识电量分解方法及系统
CN110956220B (zh) 一种非侵入式家用电器负荷识别方法
CN106936129B (zh) 基于多特征融合的电力负荷辨识方法及系统
CN108021736B (zh) 一种基于滑动窗残差模型的负荷投切动作监测方法
CN111830347B (zh) 一种基于事件的两阶段非侵入式负荷监测方法
CN111564842B (zh) 一种非侵入式用电负荷监测中长期能耗统计估算的方法
CN105186693A (zh) 一种非侵入式用电负荷辨识系统及方法
CN111027408A (zh) 一种基于支持向量机和v-i曲线特征的负荷识别方法
CN106093565A (zh) 一种基于稳态特征波形匹配的电能分项计量方法及装置
CN111209976A (zh) 一种非侵入式负荷监测方法及系统
CN113567794A (zh) 基于动态时间规整的电动自行车户内充电辨识方法及系统
CN113887912A (zh) 一种深度学习下面向嵌入式设备的非侵入式负荷识别方法
CN114942344A (zh) 一种非侵入式用电器识别方法、系统、介质、设备及终端
Zhou et al. Neural network pattern recognition based non-intrusive load monitoring for a residential energy management system
CN111665388A (zh) 一种非侵入式的家用空调辨识方法
CN103246814A (zh) 一种基于K-means建模的个人用电设备状态识别方法
Gurbuz et al. A brief review of non-intrusive load monitoring and its impact on social life
Mei et al. Random forest based adaptive non-intrusive load identification
CN113420728B (zh) 融合多时间尺度信息的非侵入式空调负荷辨识方法及系统
Liu et al. Nonintrusive load disaggregation combining with external attention mechanism and Seq2Piont
CN114662576A (zh) 基于有监督分类的非侵入式电瓶车充电检测方法及系统
CN115146709A (zh) 一种面向表端的非侵入式负荷识别方法
CN112862163A (zh) 一种基于dtw算法的短期电力负荷预测系统
CN112948742A (zh) 一种基于平均负荷和总需量畸变率的非入户负荷识别方法
Jiao et al. A new construction method for load signature database of load identification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210907

Assignee: Nanjing Shuxing Power Technology Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2023110000054

Denomination of invention: A Non Invasive Load Identification Method and System for Energy Decomposition Based on Priority Allocation

Granted publication date: 20211109

License type: Common License

Record date: 20230410

Application publication date: 20210907

Assignee: NANJING FEAT ELECTRONIC TECHNOLOGY CO.,LTD.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2023110000055

Denomination of invention: A Non Invasive Load Identification Method and System for Energy Decomposition Based on Priority Allocation

Granted publication date: 20211109

License type: Common License

Record date: 20230410

EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210907

Assignee: JIANGSU FANGTIAN POWER TECHNOLOGY Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980000801

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240117

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210907

Assignee: WUHAN SAN FRAN ELECTRONICS Corp.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001384

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240125

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210907

Assignee: JIANGSU WIZPOWER ELECTRIC POWER TECHNOLOGY Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001489

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240129

Application publication date: 20210907

Assignee: Jiangsu suneng Power Technology Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001488

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240129

Application publication date: 20210907

Assignee: WASION Group Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001629

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240130

Application publication date: 20210907

Assignee: YANTAI DONGFANG WISDOM ELECTRIC Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001616

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240130

Application publication date: 20210907

Assignee: HENAN XUJI METERING Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001535

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240129

Application publication date: 20210907

Assignee: JIANGSU LINYANG ENERGY Co.,Ltd.

Assignor: State Grid Jiangsu Electric Power Co.,Ltd. Marketing Service Center

Contract record no.: X2024980001534

Denomination of invention: A non-invasive load identification method and system for electricity quantity decomposition based on priority allocation

Granted publication date: 20211109

License type: Common License

Record date: 20240129

EE01 Entry into force of recordation of patent licensing contract